[發(fā)明專利]基于拉普阿斯金字塔重構(gòu)的Retinex圖像增強(qiáng)算法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110236721.2
• 申請(qǐng)日: 2021-03-03
• 公開（公告）號(hào): CN112967215A
• 公開（公告）日: 2021-06-15
• 發(fā)明（設(shè)計(jì)）人: 常戩;劉鑫姝;王冰冰
• 申請(qǐng)（專利權(quán)）人: 遼寧工程技術(shù)大學(xué)
• 主分類號(hào): G06T5/50
• 分類號(hào): G06T5/50;G06T7/136
• 代理公司: 唐山永和專利商標(biāo)事務(wù)所 13103
• 代理人: 張?jiān)坪?/td>

本發(fā)明公開了一種基于基于拉普阿斯金字塔重構(gòu)的Retinex圖像增強(qiáng)算法，針對(duì)光暈現(xiàn)象改進(jìn)照度圖像估計(jì)的方法；針對(duì)泛灰問(wèn)題，采用局部化增強(qiáng)處理，獲取多幅局部最優(yōu)圖像，利用拉普拉斯金字塔重構(gòu)多幅局部最優(yōu)圖像為一幅全局最優(yōu)圖像。相比于單尺度Retinex算法、雙邊濾波算法、基于圖像融合技術(shù)的Retinex圖像增強(qiáng)算法，新算法的圖像增強(qiáng)能力具有顯著的提升。本發(fā)明可以單尺度Retinex算法中光暈現(xiàn)象和泛灰問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像增強(qiáng)技術(shù)領(lǐng)域，特別涉及基于拉普阿斯金字塔重構(gòu)的Retinex圖像增強(qiáng)算法。

背景技術(shù)

在人類的生活和工作中，圖像無(wú)處不在，是獲取信息最直觀最簡(jiǎn)單的方式；圖像同時(shí)也是最有效的信息傳播媒介；在實(shí)驗(yàn)和科研中，圖像也占據(jù)了非常重要的位置，是研究和探索的主要目標(biāo)。圖像增強(qiáng)是數(shù)字圖像預(yù)處理中比較關(guān)鍵的一步，大大提高和改善了后續(xù)的目標(biāo)跟蹤、模式識(shí)別等系統(tǒng)的準(zhǔn)確率。

Retinex理論受到越來(lái)越多的青睞。20世紀(jì)70年代，美國(guó)物理學(xué)家Edwin Land等人提出Retinex理論，該理論的核心思想是認(rèn)為人類眼睛所觀察到的圖像是由入射光和反射光共同作用形成的。

圖像的信息表現(xiàn)為多樣性，在采集圖像過(guò)程中，非常容易受到周圍環(huán)境的影響，導(dǎo)致圖像的清晰度降低。所以，在增強(qiáng)圖像過(guò)程中，單一的增強(qiáng)算法往往不具備適應(yīng)各種情況的能力，需要結(jié)合更多的處理技術(shù)才能完美的解決多種復(fù)雜情況。

《計(jì)算機(jī)工程與科學(xué)》第40卷第9期，2018年9月，公開了“基于圖像融合技術(shù)的Retinex圖像增強(qiáng)算法”，其針對(duì)光暈現(xiàn)象，提出的加權(quán)濾波思想，即提煉出高斯加權(quán)雙邊濾波，并用其替換傳統(tǒng)的單尺度Retinex算法中的高斯核函數(shù)，有效地去除了光暈現(xiàn)象。針對(duì)泛灰問(wèn)題，本文將圖像融合思想引入到傳統(tǒng)算法中。首先，采用非線性變換拉伸反射圖像并運(yùn)用Otsu閾值分割算法獲取圖像的閾值，將像素值大于閾值的部分看作圖像的亮區(qū)域，相反地將像素值小于閾值的部分看作圖像的暗區(qū)域；然后，以信息熵為評(píng)價(jià)標(biāo)準(zhǔn)通過(guò)遍歷非線性變換的參數(shù)的方式獲得亮區(qū)域信息熵最大的圖像(亮區(qū)域最優(yōu)圖像)和暗區(qū)域信息熵最大的圖像(暗區(qū)域最優(yōu)圖像)；最后，將亮區(qū)域最優(yōu)圖像、暗區(qū)域最優(yōu)圖像以及原始圖像采用分塊融合的方法進(jìn)行融合，得到結(jié)果圖像。加入原始圖像是為了在充分增強(qiáng)圖像細(xì)節(jié)的同時(shí)，避免過(guò)增強(qiáng)現(xiàn)象，從而獲得清晰、自然的圖像增強(qiáng)效果。

其存在的技術(shù)問(wèn)題是：基于圖像融合技術(shù)的Retinex圖像增強(qiáng)算法所采用的融合技術(shù)為一致性校驗(yàn)，本文算法采用的技術(shù)為對(duì)尺度融合以及拉普拉斯重構(gòu)。雖然一致性校驗(yàn)是以子塊為單位劃分領(lǐng)域，并以子塊個(gè)數(shù)為依據(jù)對(duì)圖像進(jìn)行融合，但是所融合后的圖像視覺效果仍然泛灰、對(duì)比度過(guò)高、細(xì)節(jié)丟失以及圖像看起來(lái)刻板不夠平滑等現(xiàn)象。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是提供一種基于拉普阿斯金字塔重構(gòu)的Retinex圖像增強(qiáng)算法，該算法可以針對(duì)泛灰、對(duì)比度過(guò)高、細(xì)節(jié)丟失等問(wèn)題，采用局部化增強(qiáng)處理，獲取多幅局部最優(yōu)圖像，利用拉普拉斯金字塔重構(gòu)多幅局部最優(yōu)圖像為一幅全局最優(yōu)圖像。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用如下技術(shù)手段：

基于拉普阿斯金字塔重構(gòu)的Retinex圖像增強(qiáng)算法，其包括以下步驟：

(1)開始，輸入原始圖像S(i,j)，利用高斯加權(quán)雙邊濾波估計(jì)照度圖像，其表達(dá)式為：

S(x,y)＝R(x,y)×L(x,y) (1)

其中S(x,y)為原始圖像，L(x,y)為光照?qǐng)D像，R(x,y)為反射圖像；

(2)初始化參數(shù)k＝0.1，利用步驟(1)中估計(jì)的照度圖像求得表達(dá)物體本質(zhì)的反射圖像R(i,j)，其表達(dá)式為：

R(x,y)＝log S(x,y)-log[F(x,y)*S(x,y)] (2)

其中，*表示卷積運(yùn)算，F(xiàn)(x,y)為高斯核函數(shù)，即：

其中，e為常量且e≈2.71828，σ為高斯環(huán)繞尺度，ρ為歸一化系數(shù)，需要滿足：