改进的Retinex低照度图像清晰化处理

赵征鹏 李俊钢 普园媛,2

1(云南大学信息学院 云南 昆明 650504)2(云南省高校物联网技术及应用重点实验室 云南 昆明 650504)

0 引 言

在军事和民用的各个领域，图像处理技术随处可见，尤其是在模式识别、目标识别、故障诊断、远程探测、卫星遥感等领域展示了较高的应用性。图像处理可以划分为多种技术：图像增强、图像降噪和图像修复等。其中的图像增强技术，可以将原来模糊且辨识度低的图像变得清晰，提升识别和判读图像的效果，满足某些特定场合的需求[1-3]。

在实际生活中，有很多图片的效果都不尽如人意，尤其是低照度图片[4]。由于在拍摄时，入射光线的不足，导致图片整体较暗，看不清其中的细节。鉴于这种情况，本文可以借助相应的图像增强方法[5-7]来提取亮度图像。Retinex算法就是常用的一种图像增强处理算法。然而在传统的Retinex算法中，处理过后的图片容易产生图像“光晕”、色彩流失等问题，这是因为同一空间的滤波模块应用在了所有像素之上[8]。为了降低该现象对图像质量造成的影响，本文提出了改进的单尺度Retinex算法。

1 基本原理

1.1 Retinex理论基础模型

1963年由Edwin.H.Land提出的Retinex理论，是一种建立在科学实验与分析基础上的图像增强方法[9]。Retinex理论也常被称作是“视网膜皮层理论”，这是因为Retinex是视网膜(retina)和皮层(cortex)的合成词[10]。最初基于Retinex理论模型所提出的个人视觉系统 (Human Visual System，HVS)，解释了人眼对于光线波长和亮度互不对应的原因。在该理论中，两个因素决定了物体被观察到的颜色，即物体本身的反射性质和物体周围的光照强度，但根据颜色恒常性理论可知，物体自身的固有属性并不会受到光照的影响，而物体对于不同光波的反射能力在很大程度上决定了物体的颜色[11]。……