李雄偉王秋云楊昊亮

?

多尺度Retinex算法在霧天道路圖像中的應(yīng)用＊

李雄偉1，王秋云1，2，楊昊亮1

（1.甘肅政法學(xué)院公安技術(shù)學(xué)院，甘肅 蘭州 730070；2.甘肅省證據(jù)科學(xué)技術(shù)研究與應(yīng)用重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730070）

研究了多尺度Retinex算法在霧天道路圖像增強(qiáng)中的應(yīng)用及實(shí)際效果。以Matlab2017b為實(shí)驗(yàn)平臺(tái)，對(duì)霧天道路圖像在大、中、小3個(gè)尺度下進(jìn)行增強(qiáng)，并通過(guò)方差、均值和信息熵對(duì)增強(qiáng)圖像進(jìn)行質(zhì)量評(píng)價(jià)。經(jīng)過(guò)MSR算法，霧天道路圖像可以得到很大程度的增強(qiáng)，道路標(biāo)志特征更突出。因此，MSR算法對(duì)霧天道路圖像有較好的增強(qiáng)效果，圖像特征得以較大恢復(fù)。

道路圖像；多尺度Retinex算法；質(zhì)量評(píng)價(jià)；汽車

在道路交通領(lǐng)域，隨著人工智能的興起，汽車的智能化程度越來(lái)越高，比如主動(dòng)剎車、車道偏離預(yù)警、自適應(yīng)巡航等技術(shù)越發(fā)成熟，甚至無(wú)人駕駛也即將走出實(shí)驗(yàn)室。以上技術(shù)的應(yīng)用，都依賴于車輛對(duì)行車環(huán)境中可能出現(xiàn)的各種物體的準(zhǔn)確獲取與識(shí)別。其中，最主要的是對(duì)道路交通信息的識(shí)別，包括車道線、交通標(biāo)志牌、交警手勢(shì)等。但在現(xiàn)實(shí)環(huán)境中，受天氣的影響，車輛自身獲取的圖片或多或少會(huì)受到惡劣天氣，尤其是霧天天氣的影響，所獲取的圖片對(duì)比度低，目標(biāo)特征不明顯，不能準(zhǔn)確被獲取和識(shí)別，給行車安全帶來(lái)極大隱患。因此，研究霧天條件下道路圖像增強(qiáng)技術(shù)有著重要的理論和現(xiàn)實(shí)意義。

霧天道路圖像的清晰化處理有別于其他污染圖像的增強(qiáng)與復(fù)原，需要明確霧天道路圖像的具體特征，以突顯圖像特征為目的，對(duì)圖像的遠(yuǎn)景和近景有區(qū)別地進(jìn)行增強(qiáng)，突出顯示駕駛員所關(guān)心區(qū)域的圖像特征。本文在對(duì)霧天道路圖像特點(diǎn)進(jìn)行分析的基礎(chǔ)上，通過(guò)多尺度Retinex算法對(duì)霧天道路圖像進(jìn)行清晰化處理，以達(dá)到突顯圖像信息的目的。

1 霧天道路圖像的特點(diǎn)

霧天道路圖像具有區(qū)別于其他圖像的特點(diǎn)：霧天道路圖像的底端多為路面，且霧氣濃度較小，圖像質(zhì)量相對(duì)較高；而在圖像頂端區(qū)域霧氣濃度大，道路標(biāo)志不明顯，這是駕駛員所重點(diǎn)關(guān)注的區(qū)域[1]。圖像去霧的本質(zhì)是對(duì)比度增強(qiáng)。從圖像處理的實(shí)際需求看，霧天道路在某一區(qū)域范圍內(nèi)的霧氣濃度相對(duì)較小，能見度尚可，對(duì)道路交通信息的影響較小；而在此區(qū)域范圍外，尤其是駕駛員所關(guān)心的遠(yuǎn)距離處則存在大量霧氣，道路交通信息的識(shí)別將受到嚴(yán)重干擾。因此，依據(jù)圖像不同區(qū)域分別進(jìn)行去霧處理，對(duì)駕駛員關(guān)注的遠(yuǎn)處區(qū)域進(jìn)行重點(diǎn)增強(qiáng)，對(duì)近處區(qū)域進(jìn)行適度增強(qiáng)，兼顧處理速度與效果的平衡，可使得圖像信息得以充分利用。

2 多尺度Retinex算法

Retinex一詞由E.Land在1963年首次提出。Retinex由Retina（視網(wǎng)膜）和Cortex（大腦皮層）組成。E.Land認(rèn)為，真實(shí)世界實(shí)質(zhì)上是無(wú)顏色的，物體存在不同顏色的原因是光與物體的相互作用。自然界所有的顏色均是由紅、綠、藍(lán)三原色組成，三原色的不同比例組成了自然界中的不同顏色[2]。在此基礎(chǔ)上，E.Land提出Retinex照射反射模型。Retinex照射反射模型最后發(fā)展為人類視覺的亮度和顏色感知模型。在該模型的基礎(chǔ)上，E.Land提出著名的顏色恒常知覺計(jì)算理論——Retinex理論。該理論認(rèn)為人眼感知到的物體表面顏色主要與物體表面的反射性質(zhì)有關(guān)，而與投射到人眼的自然光屬性關(guān)系不大[3]。根據(jù)這一理論，一幅圖像可以表示為：

（，）=（，）（，）. （1）

式（1）中：（，）為原圖像；（，）為反射圖像，由物體表面的反射性質(zhì)決定；（，）為亮度圖像，表示入射光，入射光決定了一幅圖像像素所能達(dá)到的動(dòng)態(tài)范圍。

Retinex理論的目的是從原圖像中求得物體表面的反射性質(zhì)，從而還原出物體的本來(lái)面貌[4]。

經(jīng)過(guò)對(duì)數(shù)運(yùn)算，可以將復(fù)雜的乘積形式變成簡(jiǎn)單的加減運(yùn)算，式（1）可表示為：

（，）=（，）（，）. （2）

其中，（，）=log[（，）]，（，）=log[（，）].由于不能直接獲取物體的反射部分，因此，可先估算出入射光部分，結(jié)合原圖像為已知，通過(guò)加減關(guān)系就可以獲得物體的反射部分.Retinex理論的處理過(guò)程可用圖1表示。

圖1 Retinex理論的處理過(guò)程

多尺度Retinex算法（Multi Scale Retinex，MSR）是在單尺度Retinex算法（Single Scale Retinex，SSR）的基礎(chǔ)上，對(duì)SSR算法處理結(jié)果進(jìn)行加權(quán)平均，從而解決圖像高度壓縮與保持顏色恒常特性的矛盾。從實(shí)驗(yàn)情況看，MSR算法可以很好地平衡圖像灰度值動(dòng)態(tài)范圍、圖像顏色恒常以及圖像增強(qiáng)3個(gè)指標(biāo)，不僅能夠較好地保持圖像的高保真度，而且能夠增強(qiáng)圖像信息。MSR算法在對(duì)數(shù)域的基本形式為：

MSR算法一般取大、中、小3個(gè)尺度進(jìn)行加權(quán)，小尺度的Retinex算法能實(shí)現(xiàn)圖像的動(dòng)態(tài)范圍壓縮，大尺度Retinex算法可使圖像的色調(diào)再現(xiàn)，中尺度的Retinex兼顧圖像的動(dòng)態(tài)范圍壓縮與顏色保真之間的平衡性。MSR算法可以彌補(bǔ)SSR算法的不足，使得圖像的顏色保真度以及動(dòng)態(tài)壓縮都有大幅度提高。

3 驗(yàn)證與分析

為了驗(yàn)證MSR法在霧天道路圖像中的去霧效果，本文以Matlab2017b為實(shí)驗(yàn)平臺(tái)，對(duì)霧天道路圖像在大、中、小3個(gè)尺度下進(jìn)行增強(qiáng)，并通過(guò)方差、均值和信息熵對(duì)對(duì)增強(qiáng)圖像進(jìn)行質(zhì)量評(píng)價(jià)。表1為圖像增強(qiáng)實(shí)驗(yàn)參數(shù)，圖2為實(shí)驗(yàn)效果圖（實(shí)驗(yàn)用圖來(lái)源于網(wǎng)絡(luò)），表2為圖像質(zhì)量評(píng)價(jià)對(duì)比數(shù)據(jù)。從表1數(shù)據(jù)可以看出，隨著尺度數(shù)量的增大，圖像的處理耗時(shí)也會(huì)逐漸增多。圖2為經(jīng)過(guò)MSR算法處理后的效果圖，從視覺效果看，處理后的圖像霧霾濃度降低，圖像近景和遠(yuǎn)景均得到有效增強(qiáng)，道路標(biāo)志明顯。表2為圖像質(zhì)量評(píng)價(jià)對(duì)比數(shù)據(jù)，經(jīng)過(guò)MSR增強(qiáng)的圖像，其方差與信息熵均高于原圖，且均值更接近于128，說(shuō)明圖像在增強(qiáng)后，其層次更豐富、清晰，所包含的信息量更大，圖像細(xì)節(jié)更多。

4 結(jié)論

采用多尺度Retinex去霧處理法可對(duì)霧天道路圖像進(jìn)行較好的優(yōu)化，在保持原始圖像細(xì)節(jié)特征的基礎(chǔ)上，圖像近景和遠(yuǎn)景都得到了較適宜的增強(qiáng)，霧霾濃度明顯減少，道路標(biāo)志突出。MSR可以彌補(bǔ)RRS算法的不足，使得圖像的顏色保真度及動(dòng)態(tài)壓縮都有較大提高，但MSR算法處理后的圖像也存在顏色失真、噪聲較多的缺點(diǎn)，這點(diǎn)將在后期的研究中加以改進(jìn)和完善。

表1 實(shí)驗(yàn)參數(shù)

表2 圖像質(zhì)量評(píng)價(jià)數(shù)據(jù)對(duì)比

［1］郭璠，彭輝，唐琎.圖像去霧技術(shù)及其應(yīng)用［M］.北京：機(jī)械工業(yè)出版社，2016.

［2］汪秦峰.基于直方圖均衡化和Retinex的圖像去霧算法研究［D］.西安：西北大學(xué)，2016.

［3］z Rahman，D D Jobson，G A Woodell.Retinex processing for automatic image enhancement［J］.Journal of Electronic Imaging，2004，13（01）.

［4］馮瑞利.雨霧天氣圖像的清晰化技術(shù)研究［D］.長(zhǎng)沙：中南大學(xué)，2011.

TP391.41

A

10.15913/j.cnki.kjycx.2018.22.160

2095－6835（2018）22－0160－02

甘肅政法學(xué)院2017年度研究生科研創(chuàng)新項(xiàng)目（編號(hào)：2017028）；蘭州市科技局項(xiàng)目（編號(hào)：2018-03-09）

李雄偉（1987—），男，湖北荊州人，碩士研究生，研究方向?yàn)閿?shù)字圖像處理及應(yīng)用。楊昊亮（1995—），女，河南鄭州人，碩士研究生，研究方向?yàn)閿?shù)字圖像處理及應(yīng)用。

王秋云（1963—），女，甘肅蘭州人，教授，研究方向?yàn)閿?shù)字圖像處理及應(yīng)用。

〔編輯：張思楠〕