[發(fā)明專利]基于拉普阿斯金字塔重構的Retinex圖像增強算法

在審

• 申請?zhí)枺?/td>: 202110992122.3
• 申請日: 2021-08-26
• 公開（公告）號: CN113628149A
• 公開（公告）日: 2021-11-09
• 發(fā)明（設計）人: 常戩;鄶一鳴;張寶勝
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06T5/10
• 分類號: G06T5/10;G06T5/20;G06T5/50
• 代理公司: 唐山永和專利商標事務所 13103
• 代理人: 張云和

本發(fā)明公開了一種基于自適應Retinex和小波融合的圖像增強算法；首先，用本文的自適應Retinex算法對圖片進行光照估計，對反射分量增強來得到自適應圖像；再次，在得到自適應圖像的基礎上分別在頻率域和空間域進行銳化，即將自適應圖像分別進行高斯高通濾波銳化和一種改進的空間算子進行銳化，得到頻率域銳化圖像和空間域銳化圖像；最后，將自適應圖像和頻率域增強圖像以及空間域銳化圖像用小波變換分為高頻與低頻分別執(zhí)行加權融合得到最終圖像。本發(fā)明對實際應用中常見的光照不均勻的圖像、低照度圖像均取得了較好的增強效果，可以適用于更多場合。

技術領域

本發(fā)明涉及圖像增強技術領域，包括Retinex算法，傅里葉變換，高斯高通濾波，銳化算法，小波變換。

背景技術

隨著社會的進步和科技的發(fā)展，數(shù)字圖像處理技術已經(jīng)逐步應用在其他學科領域并且在人們的日常生活中起著重要性的作用，但在惡劣天氣影響的情況下所采集的圖像會出現(xiàn)對比度低、細節(jié)丟失等因素，嚴重影響信息的傳達，因此對圖像增強的研究有著重要的意義。

當前，圖像增強可以分為空間域算法和頻率域算法兩大類；

而當下傳統(tǒng)的圖像增強方法有：線性變換法、直方圖均衡法、單尺度Retinex算法、多尺度Retinex算法。空間域算法是直接對圖像進行運算以達到增強效果，如圖像平滑、圖像銳化等。頻率域算法是將空間域圖像變換為頻率域圖像，在頻率域對圖像進行處理以達到增強效果，如高通濾波、低通濾波等。這些算法雖然能解決一些圖像增強問題，但往往只能適用于特定的情況，沒用良好的適應性。

圖像融合是計算機視覺中的重要分支。通過圖像融合，可以將同一場景的不同圖像組合成單一融合圖像。融合后的圖像能提供更好的符合人們客觀要求的信息，對人與機器的感知都更有幫助。例如，融合多光譜遙感圖像[可以提高特征提取算法的性能。多曝光圖像的融合可用于攝影。往往好的融合圖像具有以下特點。首先，它可以保留不同圖像的大部分有用信息。第二，它不產(chǎn)生工件。第三，該算法對誤配和噪聲等不完善條件具有較強的魯棒性。

現(xiàn)有的圖像融合存在以下問題：

圖像失真，融合算法不能從兩或多幅圖像中提取有效信息，反而引入噪聲。

受低質量圖像影響較大，當被融合圖像中存在低質量圖像時，融合效果會受低質量圖像影響，使圖像質量降低。

塊效應，由于視頻及圖像采用基于塊的編碼方式和量化造成相鄰塊之間存在明顯差異的現(xiàn)象，在視頻編碼中人眼察覺到的小塊邊界處的不連續(xù)。

發(fā)明內(nèi)容

本發(fā)明要解決的技術問題是提供提出一種基于自適應Retinex和小波融合的圖像增強算法，該算法可以針對霧天，關照不均勻，低光照等環(huán)境惡劣圖像進行邊界壓縮以及銳化操作，利用小波函數(shù)分解重構為一幅高信息熵與梯度的圖像。

為解決上述技術問題，本發(fā)明采用如下技術手段：

基于自適應Retinex和小波融合的圖像增強算法，包括以下步驟：

(1)開始，輸入原始圖像S(i，j)，利用多尺度Retinex估計照度圖像用其得到反射圖像，其表達式為：

其中S_i(x，y)為原始圖像，I_i(x，y)為光照圖像，S′(x，y)為反射圖像，N為執(zhí)行單尺度Retinex次數(shù)，ω_k為每個尺度的權重，F(xiàn)_k(x，y)為對原圖像執(zhí)行的模糊操作；

(2)利用步驟(1)中的估計照度圖像求得表達物體本質的反射圖像S′(x，y)，其表達式為：

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

其中，*表示卷積運算，F(xiàn)(x，y)為高斯核函數(shù)，即：