關(guān)于改進(jìn)Retinex的低光照?qǐng)D像增強(qiáng)的研究

華北水利水電大學(xué) 邱貞光 廖 雙 王炳辛

在低光照條件下所拍攝的圖像，其質(zhì)量容易在光度和噪聲的影響下而降低，嚴(yán)重時(shí)，甚至?xí)?dǎo)致圖像中的關(guān)鍵信息丟失。本文基于Retinex，提出了一種低光照?qǐng)D像增強(qiáng)方法，并通過實(shí)驗(yàn)的方式對(duì)其應(yīng)用效果進(jìn)行客觀評(píng)價(jià)，實(shí)驗(yàn)結(jié)果表明，本文所提出的方法在各項(xiàng)性能指標(biāo)上都具有良好的表現(xiàn)，相較于其他圖像增強(qiáng)方法更具穩(wěn)定性，希望為相關(guān)行業(yè)提供借鑒。

圖像的可見度越高，其所反映的目標(biāo)場(chǎng)景細(xì)節(jié)越清晰，但就實(shí)際情況而言，想要拍攝出高可見度的圖像，對(duì)攝像頭系統(tǒng)和拍攝人員拍攝技巧提出了嚴(yán)格的要求，在多數(shù)情況下，在采集圖像時(shí)使用的裝置多為廉價(jià)傳感器。但傳感器容易受到光照和噪聲的影響，其圖像采集質(zhì)量也會(huì)因此而降低，無法滿足使用者的需求。而改進(jìn)Retinex的低光照?qǐng)D像增強(qiáng)方法的應(yīng)用，有利于提升圖像質(zhì)量。

1 算法的提出

研究結(jié)果表明，在圖像增強(qiáng)方面，Retinex模型的應(yīng)用效果極為顯著，圖像增強(qiáng)原理為L(zhǎng)=R·T。在這個(gè)模型中，反射圖像由R表示，照明圖像由T表示。為降低計(jì)算復(fù)雜度，Retinex算法會(huì)使用對(duì)數(shù)變換。假設(shè)低光照?qǐng)D像具有三個(gè)共享通道，可以用T代表一個(gè)通道的照明圖，而三個(gè)通道的照明圖則由表示，分解已知圖像，促使其轉(zhuǎn)換為所需光照增強(qiáng)場(chǎng)景和照明圖的乘積，就是這個(gè)模型的物理意義。

1.1 圖像平滑取類獲取細(xì)節(jié)圖

在初期，我們需要通過平滑取類的方式，對(duì)圖像進(jìn)行去紋處理，總共有兩個(gè)步驟，第一個(gè)步驟是檢測(cè)圖像像素，第二個(gè)步驟是對(duì)圖像區(qū)域內(nèi)的像素點(diǎn)進(jìn)行平滑聚類。在平滑聚類后得知，圖像窗口中心像素點(diǎn)(i,j)的灰度值為f(i,j)，像素點(diǎn)集合為Si, j和窗口全部像素值的平均值A(chǔ)Ug(Si, j)的公式如下：

對(duì)像素點(diǎn)(i,j)做中值平滑，即可得到灰度值，這里所說的像素點(diǎn)，主要是指濾波窗口中心的像素點(diǎn)。濾波操作可以模糊邊界，在此基礎(chǔ)上，以Lbase為基礎(chǔ)層，有助于低光照?qǐng)D像中細(xì)節(jié)層Ldetail的提取，在提取完成后，對(duì)其進(jìn)行單獨(dú)保存，在最后融合階段將其加入到圖像之中即可。

1.2 對(duì)照明圖進(jìn)行初始化

1.3 優(yōu)化照明圖

通過上文分析可知，光照估計(jì)在局部一致性中受益，會(huì)導(dǎo)致不同區(qū)域的增強(qiáng)效果出現(xiàn)差異，這些策略的運(yùn)用，有助于照明圖像局部一致性的增強(qiáng)，但由于其結(jié)構(gòu)未知，因此，需要將初始照明度作為基礎(chǔ)，通過優(yōu)化問題的方式，使整體結(jié)構(gòu)的得到保留，同時(shí)，還能對(duì)細(xì)節(jié)進(jìn)行平滑紋理。其公式如下所述：

由此可見，設(shè)置合適的權(quán)值矩陣對(duì)于優(yōu)化照明圖而言極為關(guān)鍵，需要選擇合適方法設(shè)置權(quán)重。

通過max-RGB初始化的照明圖如圖1(a)所示，在這種方法下得到的光照?qǐng)D，具有均勻性的特點(diǎn)，但僅能促進(jìn)全局照明度的提升，如果圖像屬于非均勻照明圖，這種方法很難取得應(yīng)用效果。在觀察圖1中(b)圖像后得知，雙邊濾波方法的應(yīng)用，可以使圖像的色彩豐富度得到提升，但容易模糊調(diào)色板的顏色，并且調(diào)色板和植物細(xì)節(jié)會(huì)損失；圖1(c)圖像是應(yīng)用總變分最小法調(diào)整后的照明圖，圖像具有非常高的清晰度，但背景信息卻受到了不利影響，具體表現(xiàn)為花盆后的場(chǎng)景信息十分模糊，已經(jīng)無法使用。雖然圖1(b)和圖1(c)在解決非均勻圖像處理問題時(shí)，可以起到一定的圖像增強(qiáng)效果，但這兩種方法的增強(qiáng)結(jié)果會(huì)導(dǎo)致圖像不同位置細(xì)節(jié)信息的丟失受損，而本文所研究的方法，相較于上述三種方法而言，圖像增強(qiáng)效果極為顯著，可以充分顯示圖像中的細(xì)節(jié)信息。

圖1 多種算法對(duì)光照?qǐng)D像的優(yōu)化結(jié)果

2 仿真實(shí)驗(yàn)

2.1 對(duì)比方法和參數(shù)設(shè)置

本文將Matlab R2018a平臺(tái)作為的實(shí)驗(yàn)平臺(tái)，為確保實(shí)驗(yàn)效果的準(zhǔn)確性，所選取的圖像，其來源均為ExculusivelyDark數(shù)據(jù)集，這個(gè)數(shù)據(jù)集屬于弱光圖像的集合，從中選擇數(shù)據(jù)，可以對(duì)常用圖像增強(qiáng)方法和本文所研究的方法進(jìn)行對(duì)比。實(shí)驗(yàn)方法的特點(diǎn)如下所述：

第一，LE。通過等比例拉伸的方式，使圖像的整體亮度提升，但容易在參數(shù)飽和與截?cái)嗟挠绊懴聯(lián)p失灰度級(jí)。第二，GC。通過調(diào)節(jié)圖像對(duì)比度的方式，使光照不均和局部陰影現(xiàn)象得到控制。但這種方法的應(yīng)用，會(huì)導(dǎo)致圖像中的部分細(xì)節(jié)消失。第三，SSR。將原始圖中的低頻照射部分去除，僅保留高頻分量，能夠使圖像中的邊緣信息得到增強(qiáng)，但由于對(duì)比度范圍較小，結(jié)果容易失真。第四，MSR。具有色彩增強(qiáng)的功能，可以保持圖像的真實(shí)度，但卻不適用于亮度差距過大的圖片，具體表現(xiàn)為增強(qiáng)亮度較高的圖像，容易出現(xiàn)光暈，導(dǎo)致陰影邊界突出。第五，MSRCR。能夠?qū)︻伾д嫒毕葸M(jìn)行調(diào)節(jié)，這里所說的顏色失真缺陷其產(chǎn)生原因是局部區(qū)域?qū)Ρ榷仍鰪?qiáng)，與此同時(shí)，還能使局部對(duì)比度提升，調(diào)節(jié)后的圖像與真實(shí)場(chǎng)景相似程度高，視覺效果極為顯著，但與MSR方法相同，這種處理方法在調(diào)節(jié)亮度較高的圖像時(shí)，容易出現(xiàn)光暈。此外，色彩保持能力不強(qiáng)，同樣是這種方法的缺陷。第六，MSRCP。在處理RGB空間時(shí)，可以取得良好的效果，但與MSR、MSRCR存在相同的缺陷，在此不做過多贅述。第七，Retinex能夠?qū)Φ凸庹請(qǐng)D像視覺效果進(jìn)行強(qiáng)化，同時(shí)還能表示圖像分解，這對(duì)于圖像亮度調(diào)節(jié)而言，具有十分重要的意義。但增強(qiáng)后的圖片，卻存在強(qiáng)光區(qū)域失真的現(xiàn)象。第八，本文所研究的圖像增強(qiáng)方法，所得到的圖像十分自然，真實(shí)度高，色彩保持能力強(qiáng)，顏色豐富，能夠充分顯示圖像的細(xì)節(jié)。

2.2 對(duì)濾波算法進(jìn)行確定

對(duì)圖像預(yù)處理，使細(xì)節(jié)層分離，是增強(qiáng)圖像的重要步驟，有利于圖像增強(qiáng)后細(xì)節(jié)紋理的保護(hù)。而選擇合適的濾波方法，是提升處理效果的有效途徑，為此，本文通過實(shí)驗(yàn)的方式，對(duì)幾種濾波方法的效果進(jìn)行評(píng)價(jià)，實(shí)驗(yàn)方法包括均值濾波、高斯濾波、最小值濾波、最大值濾波和中值濾波。實(shí)驗(yàn)結(jié)果表明，相較于其他方法，中值濾波法的耗時(shí)僅落后于高斯濾波，在綜合考慮耗時(shí)和提取效果因素后，本文將中值濾波方法作為主要選擇。

2.3 實(shí)驗(yàn)結(jié)果

僅通過視覺效果或某項(xiàng)評(píng)價(jià)指標(biāo)數(shù)值，對(duì)圖像增強(qiáng)后的質(zhì)量進(jìn)行評(píng)價(jià)，很難保證評(píng)價(jià)結(jié)果的準(zhǔn)確性。因此，本文以能量梯度、空間頻率為評(píng)估函數(shù)，對(duì)基于改進(jìn)Retinex的低光照?qǐng)D像增強(qiáng)方法進(jìn)行評(píng)價(jià)，結(jié)果如下所述：

第一，能量梯度函數(shù)在提取邊緣信息時(shí)較為常用，一般情況下，圖像對(duì)焦效果越好，其邊緣就更加尖銳，梯度值也更大。實(shí)驗(yàn)結(jié)果表明，基于改進(jìn)Retinex的低光照?qǐng)D像增強(qiáng)方法，在大多數(shù)圖像處理中，能量梯度函數(shù)均大于其他方法。第二，空間頻率函數(shù)屬于對(duì)比感受性函數(shù)，在視覺系統(tǒng)中的應(yīng)用較為普遍。實(shí)驗(yàn)結(jié)果表明，基于改進(jìn)Retinex的低光照?qǐng)D像增強(qiáng)方法，其函數(shù)結(jié)果大于其他函數(shù)，這表明，本文方法具有良好的增強(qiáng)效果，能夠在最大程度上保持圖像的真實(shí)性。

結(jié)論：本文所研究的圖像增強(qiáng)方法，與其他方法相比，在各個(gè)性能指標(biāo)上均具有良好的表現(xiàn)，且穩(wěn)定性較強(qiáng)。雖然在EG評(píng)估質(zhì)量函數(shù)指標(biāo)中部分函數(shù)值低于其他方法，但指標(biāo)數(shù)值位于正常范圍。再加上圖像視覺效果顯著，表明基于改進(jìn)Retinex的低光照?qǐng)D像增強(qiáng)方法，在保留圖像細(xì)節(jié)信息方面，效果極為顯著。