李思 王嘉銳 李世遙

摘 要：針對(duì)低照度情況下難以采集到清晰高質(zhì)量的圖像的問(wèn)題，本文在多尺度Retinex算法的基礎(chǔ)上進(jìn)行了改進(jìn)，對(duì)彩色圖像在HSI模型上進(jìn)行處理，避免造成圖像顏色失真，同時(shí)，在MSR算法尺度因子的權(quán)重的選取過(guò)程中，將圖像分為低亮度、中亮度和高亮度區(qū)域，從而確定其權(quán)重。經(jīng)過(guò)實(shí)驗(yàn)證明，本文算法既實(shí)現(xiàn)了圖像的顏色保真，又可以提高圖像的整體亮度和清晰度，具有很好的魯棒性。

關(guān)鍵詞：Retinex算法；HSI模型；MSR算法

圖像在人類感知世界中擔(dān)當(dāng)著舉足輕重的角色，圖像是獲取信息的主要途徑之一。近年來(lái)，天氣條件惡劣，大霧、沙塵和霧霾天氣出現(xiàn)的頻率極高，對(duì)拍攝的圖像或視頻造成的退化也極為嚴(yán)重，導(dǎo)致畫(huà)面模糊、對(duì)比度下降；此外，在低照度條件下，拍攝畫(huà)面中也很難提取大量的有用信息，特別在軍事領(lǐng)域、監(jiān)控方面都造成了巨大的困難。本文通過(guò)對(duì)MSR算法進(jìn)行改進(jìn)，對(duì)降質(zhì)圖像進(jìn)行合理地增強(qiáng)或恢復(fù)，盡可能地提高清晰度與能見(jiàn)度，改善視覺(jué)質(zhì)量，從而提升圖像中有效信息提取的魯棒性和可靠性。

1 自適應(yīng)權(quán)重Retinex算法

1.1 彩色空間模型轉(zhuǎn)換

由于MSR算法是在RGB彩色空間模型上對(duì)圖像進(jìn)行處理，在圖像亮度提升的同時(shí)圖像也產(chǎn)生了顏色失真現(xiàn)象。本文擬采用HSI彩色空間替換RGB彩色空間，HSI彩色空間能夠?qū)D像的信息分為H（色調(diào)）、S（飽和度）和 I（亮度）三方面信息，將I分量單獨(dú)提取出來(lái)進(jìn)行處理，避免了色彩失真的問(wèn)題。由RGB模型轉(zhuǎn)換到HSI模型計(jì)算如下：

H=θ，G≥B2π-θ，G

S=1-3min（R，G，B）R+G+B

I=R+G+B3

1.2 權(quán)重選取

一般情況下，多尺度Retinex算法每個(gè)尺度的權(quán)重是相同的，但是由于不同圖像包含內(nèi)部信息的區(qū)別，這種方式不一定能獲得滿意的結(jié)果。本文提出了一種基于亮度信息的自適應(yīng)權(quán)重選取的 MSR增強(qiáng)算法，根據(jù)圖像的亮度信息對(duì) MSR算法的權(quán)重進(jìn)行選取。

首先將待處理圖像劃分為三個(gè)區(qū)域，分別計(jì)算其亮度分量的平均值μ ，確定其亮度范圍（低亮度、中亮度、高亮度）。

當(dāng)μ<85時(shí)，在原始圖像中像素值較小的點(diǎn)占大多數(shù)，因此原始圖像屬于低亮度圖像，此時(shí)選取小尺度的權(quán)重作為參考權(quán)重，用w1表示；

當(dāng)85<μ<170時(shí)，在原始圖像中像素值適中的點(diǎn)占大多數(shù)，則原始圖像屬于中亮度圖像，此時(shí)選取中尺度的權(quán)重作為參考權(quán)重，用w2表示；

當(dāng) 170<μ<255時(shí)，在原始圖像中像素值較高的點(diǎn)占大多數(shù)，則原始圖像屬于高亮度圖像，此時(shí)選取大尺度的權(quán)重作為參考權(quán)重，用w3表示；

首先，我們要確定參考權(quán)重的取值，再根據(jù)每個(gè)尺度處理后圖像的亮度信息選取另外兩個(gè)尺度的權(quán)重。設(shè)R1、R2、R3分別為大、中、小三個(gè)尺度的SSR對(duì)原圖像處理后的圖像。則參考權(quán)重可以取值為：

wi=Iimax-μIimax-Iimin

以中尺度對(duì)應(yīng)的權(quán)重為參考權(quán)重，則小尺度、大尺度對(duì)應(yīng)的權(quán)重分別為：

w1=mean（R1-R2）mean（R1-R2）+mean（R3-R2）×（1-w2）

w3=mean（R3-R2）mean（R1-R2）+mean（R3-R2）×（1-w2）

1.3 自適應(yīng)權(quán)重Retinex算法

利用2.2中得到的尺度權(quán)重值，代替原先各尺度相同的權(quán)重，進(jìn)行 Retinex 圖像增強(qiáng)處理，則最后的增強(qiáng)I分量為：

R（x，y）=∑3i=1wi×Ri

最后再將增強(qiáng)后的I分量與H、S分量結(jié)合，將圖像從HSI模型轉(zhuǎn)換到RGB模型，從而得到增強(qiáng)后的圖像。從HSI空間轉(zhuǎn)換到RGB空間的轉(zhuǎn)換式為：

（1）當(dāng)H在[0°120°]之間時(shí)：

B=I（1-S） R=I[1+ScosHcos（60°-H）]G=3I-（B+R）

（2）當(dāng)H在[120°240°]之間時(shí)：

R=I（1-S） G=I[1+Scos（H-120°）cos（180°-H）]B=3I-（G+R）

（3）當(dāng)H在[240°360°]之間時(shí)：

G=I（1-S） B=I[1+Scos（H-240°）cos（360°-H）]R=3I-（G+B）

2 實(shí)驗(yàn)結(jié)果

MSR 算法增強(qiáng)后的圖像在邊緣處易發(fā)生較明顯的“光暈”現(xiàn)象，并且存在一定的色彩失真情況。實(shí)驗(yàn)證明，通過(guò)本文算法增強(qiáng)以后，圖像的可以達(dá)到一個(gè)較適宜的亮度，同時(shí)，圖像中的細(xì)節(jié)信息可以清晰地觀察到，能夠更好的保持色彩信息，并且在一定程度上抑制了“光暈”現(xiàn)象。

參考文獻(xiàn)：

[1]朱雙志，文建國(guó)，楊冬，等.基于Retinex理論的新型遙感圖像增強(qiáng)算法[J].遙感技術(shù)與應(yīng)用，2012，27（4）：16.

[2]喬小燕，姬光榮，陳霧.一種改進(jìn)的全局Retinex圖像增強(qiáng)算法及其仿真研究[J] .系統(tǒng)仿真學(xué)報(bào)，2009， 21（4）：11931198.

[3]李菊霞，于雪麗.霧天條件下的多尺度Retinex圖像增強(qiáng)算法[J].計(jì)算機(jī)科學(xué)，2013，40（3）：14.

[4]李建存，周麗梅，劉軍.基于多尺度Retinex理論的遙感圖像增強(qiáng)算法[J].西安工業(yè)大學(xué)學(xué)報(bào)，2014，34（1）：17.

[5]秦緒佳，等.HSV 色彩空間的Retinex結(jié)構(gòu)光圖像增強(qiáng)算法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2013，25（4）：16.

作者簡(jiǎn)介：李思（1993），女，陜西咸陽(yáng)人，碩士，專業(yè)：智能交通與信息系統(tǒng)工程。