多尺度Retinex算法在霧天道路圖像中的應(yīng)用＊

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)用重點實驗室，甘肅 蘭州 730070）

研究了多尺度Retinex算法在霧天道路圖像增強中的應(yīng)用及實際效果。以Matlab2017b為實驗平臺，對霧天道路圖像在大、中、小3個尺度下進行增強，并通過方差、均值和信息熵對增強圖像進行質(zhì)量評價。經(jīng)過MSR算法，霧天道路圖像可以得到很大程度的增強，道路標志特征更突出。因此，MSR算法對霧天道路圖像有較好的增強效果，圖像特征得以較大恢復(fù)。

道路圖像；多尺度Retinex算法；質(zhì)量評價；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越高，比如主動剎車、車道偏離預(yù)警、自適應(yīng)巡航等技術(shù)越發(fā)成熟，甚至無人駕駛也即將走出實驗室。以上技術(shù)的應(yīng)用，都依賴于車輛對行車環(huán)境中可能出現(xiàn)的各種物體的準確獲取與識別。其中，最主要的是對道路交通信息的識別，包括車道線、交通標志牌、交警手勢等。但在現(xiàn)實環(huán)境中，受天氣的影響，車輛自身獲取的圖片或多或少會受到惡劣天氣，尤其是霧天天氣的影響，所獲取的圖片對比度低，目標特征不明顯，不能準確被獲取和識別，給行車安全帶來極大隱患。因此，研究霧天條件下道路圖像增強技術(shù)有著重要的理論和現(xiàn)實意義。

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，對圖像的遠景和近景有區(qū)別地進行增強，突出顯示駕駛員所關(guān)心區(qū)域的圖像特征。本文在對霧天道路圖像特點進行分析的基礎(chǔ)上，通過多尺度Retinex算法對霧天道路圖像進行清晰化處理，以達到突顯圖像信息的目的。

1 霧天道路圖像的特點

霧天道路圖像具有區(qū)別于其他圖像的特點：霧天道路圖像的底端多為路面，且霧氣濃度較小，圖像質(zhì)量相對較高；而在圖像頂端區(qū)域霧氣濃度大，道路標志不明顯，這是駕駛員所重點關(guān)注的區(qū)域[1]。圖像去霧的本質(zhì)是對比度增強。從圖像處理的實際需求看，霧天道路在某一區(qū)域范圍內(nèi)的霧氣濃度相對較小，能見度尚可，對道路交通信息的影響較??；而在此區(qū)域范圍外，尤其是駕駛員所關(guān)心的遠距離處則存在大量霧氣，道路交通信息的識別將受到嚴重干擾。因此，依據(jù)圖像不同區(qū)域分別進行去霧處理，對駕駛員關(guān)注的遠處區(qū)域進行重點增強，對近處區(qū)域進行適度增強，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認為，真實世界實質(zhì)上是無顏色的，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算理論——Retinex理論。該理論認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到的動態(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面貌[4]。

經(jīng)過對數(shù)運算，可以將復(fù)雜的乘積形式變成簡單的加減運算，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，通過加減關(guān)系就可以獲得物體的反射部分.Retinex理論的處理過程可用圖1表示。

圖1 Retinex理論的處理過程

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SSR算法處理結(jié)果進行加權(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。從實驗情況看，MSR算法可以很好地平衡圖像灰度值動態(tài)范圍、圖像顏色恒常以及圖像增強3個指標，不僅能夠較好地保持圖像的高保真度，而且能夠增強圖像信息。MSR算法在對數(shù)域的基本形式為：

MSR算法一般取大、中、小3個尺度進行加權(quán)，小尺度的Retinex算法能實現(xiàn)圖像的動態(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兼顧圖像的動態(tài)范圍壓縮與顏色保真之間的平衡性。MSR算法可以彌補SSR算法的不足，使得圖像的顏色保真度以及動態(tài)壓縮都有大幅度提高。

3 驗證與分析

為了驗證MSR法在霧天道路圖像中的去霧效果，本文以Matlab2017b為實驗平臺，對霧天道路圖像在大、中、小3個尺度下進行增強，并通過方差、均值和信息熵對對增強圖像進行質(zhì)量評價。表1為圖像增強實驗參數(shù)，圖2為實驗效果圖（實驗用圖來源于網(wǎng)絡(luò)），表2為圖像質(zhì)量評價對比數(shù)據(jù)。從表1數(shù)據(jù)可以看出，隨著尺度數(shù)量的增大，圖像的處理耗時也會逐漸增多。圖2為經(jīng)過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，圖像近景和遠景均得到有效增強，道路標志明顯。表2為圖像質(zhì)量評價對比數(shù)據(jù)，經(jīng)過MSR增強的圖像，其方差與信息熵均高于原圖，且均值更接近于128，說明圖像在增強后，其層次更豐富、清晰，所包含的信息量更大，圖像細節(jié)更多。

4 結(jié)論

采用多尺度Retinex去霧處理法可對霧天道路圖像進行較好的優(yōu)化，在保持原始圖像細節(jié)特征的基礎(chǔ)上，圖像近景和遠景都得到了較適宜的增強，霧霾濃度明顯減少，道路標志突出。MSR可以彌補RRS算法的不足，使得圖像的顏色保真度及動態(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，這點將在后期的研究中加以改進和完善。

表1 實驗參數(shù)

表2 圖像質(zhì)量評價數(shù)據(jù)對比

［1］郭璠，彭輝，唐琎.圖像去霧技術(shù)及其應(yīng)用［M］.北京：機械工業(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)新項目（編號：2017028）；蘭州市科技局項目（編號：2018-03-09）

李雄偉（1987—），男，湖北荊州人，碩士研究生，研究方向為數(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，研究方向為數(shù)字圖像處理及應(yīng)用。

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

〔編輯：張思楠〕