基于retinex的視頻自適應(yīng)增強算法

《基于retinex的視頻自適應(yīng)增強算法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、基于Retinex的視頻自適應(yīng)增強算法-電氣論文基于Retinex的視頻自適應(yīng)增強算法侯天峰1，程和生2，張燕1（1.南京大學(xué)金陵學(xué)院信息科學(xué)與工程學(xué)院，江蘇南京210000；2.合肥師范學(xué)院計算機學(xué)院，安徽合肥230601）摘要：Retinex算法是圖像增強的常用方法。基于Retinex理論提出一種新的視頻光照增強算法，結(jié)合圖像全局及局部灰度特性引入補償系數(shù)，增強暗區(qū)域光照的同時克服了傳統(tǒng)算法處理后的人工痕跡，使處理結(jié)果更加自然；同時，算法用引導(dǎo)濾波估計照度圖像，在避免光暈現(xiàn)象的同時可以加快算法處理速度。實驗結(jié)果表明，該方法簡單有效，視覺效果提升顯著。關(guān)鍵詞：Ret

2、inex；圖像增強；光照補償；引導(dǎo)濾波中圖分類號：TN911.73?34文獻標識碼：A文章編號：1004?373X（2015）17?0068?040引言視頻采集過程受諸多因素影響，如夜間或者暗光拍攝條件下表現(xiàn)為光照不足、亮度偏低；光線遮擋使得形成的圖像一部分明亮另一部分較暗，造成光照不均；反光或強光源使得獲取的圖像亮度分布不均勾，高亮區(qū)域細節(jié)模糊。光照不足或者光照不均一方面會造成圖像主觀效果不佳，難以滿足人們視覺感官的需要，另一方面對于后續(xù)的圖像處理比如模式識別[1]、目標跟蹤都會造成較大影響。由此出現(xiàn)圖像增強技術(shù)對光照不均圖像進行增強處理提高質(zhì)量。圖像增強技術(shù)根據(jù)圖

3、像質(zhì)量情況和不同的應(yīng)用釆用信號處理技術(shù)手段達到增強局部或者整體特征的目的[2]。針對光照不均勻圖像的增強處理，常常采用的算法主要有：灰度變換方法[3]、同態(tài)濾波方法[4]、小波變換增強[5]、基于Retinex理論的算法[6]等。其中，基于Retinex理論的增強算法具有顏色保真、細節(jié)增強和動態(tài)范圍壓縮等多個方面的優(yōu)勢，它常常與其他算法結(jié)合使用可以達到更好的增強效果，目前已廣泛應(yīng)用于航空航天、生物醫(yī)學(xué)、電視電影等多個方面，占據(jù)比較重要的地位。自20世紀70年代Retinex理論提出以來，得到了很大的發(fā)展和關(guān)注。從采用同態(tài)濾波器的Retinex算法，到后來又出現(xiàn)了中心環(huán)

4、繞Retinex，包括單尺度Retinex（SSR）和多尺度Retinex（MSR）以及帶顏色恢復(fù)的Ret?inex（MSRCR）算法等。MichaelElad引入兩種雙邊濾波器[7]，一個濾波器處理圖像的反射分量，另一個濾波器對圖像的入射分量進行估計，算法對邊緣處的增強效果也較好，在消除“光暈”方面有了一定效果。文獻[8]又提出了一種亮度修正的Retinex算法，算法將Canny算子和Retinex算法結(jié)合起來，算法首先對入射分量分析，接著采用Canny算子檢測圖像邊緣信息，該算法能夠有效消除“光暈”現(xiàn)象。文獻[9]提出了局部多尺度的Retinex算法，將小波變換和

5、Retinex算法結(jié)合起來，實現(xiàn)了圖像色彩保真與細節(jié)增強兩者之間的權(quán)衡[10]。文獻[11]將圖像轉(zhuǎn)換到HIS空間對亮度和飽和度進行調(diào)整，同時加入影像邊緣細節(jié)特征。陳志斌等人針對煙霧區(qū)域灰度建立專門數(shù)學(xué)模型，利用信息熵進行灰度拉伸[12]。文獻[13]基于Retinex框架在小波域自適應(yīng)估計照度分量。上述改進主要關(guān)注于消除Retinex處理“光暈”現(xiàn)象、邊緣的增強以及圖像對比度的提升，忽略了處理所造成的人工痕跡明顯以及時間效率等問題。本文對基于Retinex理論的算法進行研究，考慮日常影視及移動設(shè)備拍攝視頻的增強處理要求，提出一種新的方法，使需要增強圖像區(qū)域看起來更加

6、自然，而對于無需增強的圖像區(qū)域，處理后也不會變得更差。另外通過引入引導(dǎo)濾波使得算法滿足實時應(yīng)用要求，同時消除光暈。實驗結(jié)果表明本文算法是切實有效的。1Retinex算法簡介Retinex理論算法模型把原圖像分解為反射分量和入射分量，反射分量決定圖像的內(nèi)在性質(zhì)，而照射分量決定圖像達到的動態(tài)范圍，通過某種方法估計出圖像的低頻光照信息，進而提取出圖像的反射分量，也就是圖像的細節(jié)信息，還原物體的原貌。雖然不同的文獻對Retinex算法的數(shù)學(xué)表達形式可能不同，但實際上它們是相似的，都是通過對照度圖像盡可能準確地估計進而提取反射圖像，最終達到增強圖像的目的。不同之處在于對照度圖像

7、估計方式的不同。Retinex理論算法數(shù)學(xué)模型為：S(x,y)=R(x,y)?L(x,y)（1）式中：R表示入射分量，它決定物體的內(nèi)在性質(zhì)；L表示照度分量，它決定了圖像像素的動態(tài)范圍。通常需要將式（1）變換到對數(shù)域處理，一方面可以將復(fù)雜的乘法運算轉(zhuǎn)換為簡單的加法運算，另一方面對數(shù)域的數(shù)據(jù)更加接近人眼的感知能力。對式（1）兩邊取對數(shù)得：Retinex雖然能夠在一定程度上增強圖像，但是它存在處理后的圖像亮度偏高、“光暈”及處理后圖像出現(xiàn)色偏等問題?！肮鈺灐贝嬖诘脑蛟谟凇翱臻g照度變化緩慢”的假設(shè)在圖像中某些部分是不成立的，比如說明暗分明的邊界、陰影等區(qū)域