圖像去霧的單尺度Retinex方法綜述

宋冬梅

（西北大學現代學院基礎部，陜西 西安 710130）

0 引言

隨著計算機技術和計算機圖形圖像技術的飛速發展，戶外視覺系統快速提升并得以深入研究。圖像去霧算法的研究作為近代學術界的前沿學科，其中涉及多個領域，如計算機技術，高等數學，計算機視覺，數字圖像處理等。本文將對已有的去霧算法——Retinex方法進行綜述。

1 國內外研究現狀

Retinex方法借助于顏色恒常性模型，給出了它的理論依據。它能將圖像在高動態范圍內壓縮，并且保證顏色不變等特征。

Retinex理論主要是用于對失真圖像解決圖像的亮度補償問題。Retinex理論是將一個給定的圖像劃分為兩個不相似的圖像，反射圖像R以及亮度圖像L，若這樣的話，在圖像域中的每個點(x，y)有：

這樣，才能使去除后景光照以及前景光照對圖像的影響而發揮作用，還可以提升室內空間和室外空間的圖像光照變化[1]。

根據圖像的亮度圖像成分的估計方法不同，Retinex算法分為三類[2]。

1.1 基于路徑的Retinex算法

早在1971年，Retinex算法就由land和McCann提出。該算法的主要缺點是運算量較大。../../lafi/Desktop/vip_report_sdm_2014-3-28-21-27-37/PaperPass-VIP專業版-檢測報告/htmls/sentence_detail/73.htm為此，Brainard、Wandell、Rizzi等人提出了一些新的路徑；Provenzi ，Elad等專家調整參數，以提高執行的算法的運行速度[3]。

1.2 迭代Retinex算法

迭代Retinex算法是由Frankle和McCann提出，也稱為多分辨率Retinex算法。在這個方式的算法中，運用矩陣計算取代路徑計算。該算法第一步先將圖像分割成不同的空間尺度，打造一個金字塔模型，然后將從最低到最高刻度反復比對來自不同空間尺度中的相鄰的像素值，從而../../lafi/Desktop/vip_report_sdm_2014-3-28-21-27-37/PaperPass-VIP專業版-檢測報告/htmls/sentence_detail/79.htm得到一個新的像素值[4]。

1.3 基于鄰域的Retinex算法

Land于1986年，對一維的路徑選擇不足地分析，作出一個二維的路徑選擇辦法，是第一個基于鄰域的的Retinex算法。../../lafi/Desktop/vip_report_sdm_2014-3-28-21-27-37/PaperPass-VIP專業版-檢測報告/htmls/sentence_detail/93.htm依據中心/鄰域Retinex算法Jobson得出了單尺度Retinex算法（SSR）；在細節增強和顏色逼真度這兩個指標上單尺度Retinex算法不能一起滿足。../../lafi/Desktop/vip_report_sdm_2014-3-28-21-27-37/PaperPass-VIP專業版-檢測報告/htmls/sentence_detail/97.htm因此， Jobson等人將單尺度Retinex算法（SSR）擴展，對顏色進行校正，提出了多尺度Retinex算法（Multi Scale Retinex，MSR）[5]。

2 Retinex理論

美國物理學家Edwin Land等，他們經過多年的科學實驗和分析，發現人類視覺系統具有顏色恒常性。并且認為經過人類的視網膜（retina）與大腦皮層（cortex）共同作用后，產生出了色彩恒常性理論。于是，將這兩個英文單詞加以組合，提出了Retinex理論。Retinex理論認為人類獲得的物體表色等信息與入射到人眼的光譜特性不密切，而卻與物體表面的反射特性關系密切[6-7-8]。

3 Retinex算法

3.1 Retinex算法的基本思想

根據Retinex理論我們知道：人類所獲得的物體圖像I(x，y)，由入射光L(x，y)和反射光R(x，y)兩部分組成，Retinex原理圖如圖1：

這樣，我們就可以將一幅圖像I(x，y)，用照度分量L(x，y)和反射分量R(x，y)進行乘法的形式，即：

利用Retinex理論提出了大量的圖像增強算法，它們的基本思想就是：首先，將I(x，y)分解成L(x，y)和R(x，y)；然后，去除掉L(x，y)，提取出R(x，y)即為增強以后的圖像，即：

圖1 Retinex 理論原理圖

其中，求對數的原因有兩點:

（1）經過對數變換后運算變得簡單，即使乘法變加法。

（2）對數形式更適合于人的視覺系統以及相機對光的感知。

兩邊取指數可得：

3.2 單尺度Retinex算法（SSR）

3.2.1 SSR 步驟單尺度Retinex算法的步驟如下：

（1）設定σ一個值(一般取值范圍80～100),用來確定環繞函數F(x，y)，由條件

來明確歸一化系數K,在離散條件下處理積分轉化為求和運算。

（2）將環繞函數、原始圖像分別代入式子，將圖像矩陣轉變至對數域,

（3）為獲得反射圖像我們通過指數變換，將對數域中反射圖像轉換回實數域里。

（4）為了將三個通道，整合變為彩色圖像顯示，我們對R(x，y)運用線性拉伸處理。線性拉伸處理的表達式，見如下所示：

式中，min表示圖像中的最小像素值，max表示圖像中的最大像素值。

3.2.2 SSR 算法的特點

由3.2.1.（2）中談及的環繞函數我們可知：在對高斯尺度σ進行不同選擇時，顏色保真的好壞與圖像的動態范圍壓縮二者之間必然存在不穩定性，即波動。換言之，單尺度Retinex無法對人們預期的圖像效果加以實現，此即視覺真實性。因此，在單尺度Retinex的基礎上進行了改進，引入提出了多尺度Retinex增強算法。

4 結論

圖像去霧的在圖像處理學科中的研究日益受到重視，成為研究的焦點問題。../../lafi/Desktop/vip_report_sdm_2014-3-28-21-27-37/PaperPass-VIP專業版-檢測報告/htmls/sentence_detail/20.htm本文目的是對已有的單尺度Retinex圖像增強處理的算法進行綜述，以便能在后繼文章中針對這些已有算法的缺點做一些改進。關于圖像去霧的問題還有很大的發展空間，圖像增強算法還有待進一步研究與完善。從SSR算法的去霧效果我們看到：增強了圖像的一些細節信息，但是色彩對比度不理想。因此，基于色彩增強的問題，可以進一步增強色彩對比度。圖像去霧效果的評價方法還有待進一步探索。