三種Retinex圖像去霧算法比較與分析

林東升

摘要：采集到的圖像會因為大霧或霧霾的影響而出現(xiàn)清晰度低、對比度差、色彩失真等問題，必須進(jìn)行去霧處理，基于顏色恒常理論的Retinex算法被證實是一種有效的圖像增強(qiáng)方法，可以被用于去霧，分別對SSR、MSR、 MSRCR三種Retinex算法進(jìn)行了剖析和比較，并將其應(yīng)用于圖像去霧，以圖像質(zhì)量的改善和執(zhí)行時間為評價指標(biāo)對去霧效果進(jìn)行了詳細(xì)分析，為實際應(yīng)用提供選擇依據(jù)。

關(guān)鍵詞：Retinex;圖像去霧;圖像增強(qiáng);圖像質(zhì)量

中圖分類號： TP181? ? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2020）32-0197-02

1 引言

隨著智慧交通、智慧城市等系統(tǒng)的廣泛應(yīng)用，圖像成為信息獲取最重要的載體。但是，在大霧或霧霾等天氣下，采集到的圖像質(zhì)量受到嚴(yán)重影響，模糊不清，細(xì)節(jié)丟失，甚至無法從中提取有效信息，如電子警察拍攝的圖像可能因為大霧的影響無法為交通事故責(zé)任的劃分提供佐證，需要在圖像處理技術(shù)上取得突破。目前，針對圖像去霧的研究越來越多，基于圖像增強(qiáng)的Retinex方法由于實驗環(huán)境簡單[1]等特點(diǎn)，受到廣泛關(guān)注。

Retinex是Land等人提出的一種顏色恒常知覺的計算理論，該理論認(rèn)為，物體的顏色是由物體對長波、中波和短波光線的反射能力決定的，而不是由反射光強(qiáng)度的絕對值決定的，物體的色彩不受光照非均性的影響，具有一致性[2-3]。Retinex理論被提出以來，掀起了研究熱潮，理論得以不斷豐富，并在圖像增強(qiáng)等實際應(yīng)用中得到進(jìn)一步發(fā)展，但是理論基礎(chǔ)還是集中在三個基本方面，即基于中心環(huán)繞的單尺度Retinex算法（single scale retinex， SSR）、基于多尺度加權(quán)平均的Retinex算法（multi-scale retinex， MSR）和帶彩色恢復(fù)的多尺度Retinex算法（multi-scale retinex with color restoration， MSRCR）[4]，這三種基礎(chǔ)算法用于圖像去霧，會在圖像質(zhì)量改善和算法執(zhí)行時間等方面呈現(xiàn)出不同的結(jié)果，在實際應(yīng)用中，應(yīng)用者可以基于執(zhí)行環(huán)境、質(zhì)量需求等方面進(jìn)行合理選擇。

2 單尺度Retinex算法

Retinex理論的基本思想是圖像 [I（x，y）]是由入射光分量[L（x，y）] 即光照圖像和反射光分量[R（x，y）] 組成[5]，即：

基于中心環(huán)繞的單尺度Retinex（SSR）算法將原圖像的R、G、B三個通道分別與中心環(huán)繞函數(shù)進(jìn)行卷積運(yùn)算，卷積后的圖像可以認(rèn)為是對原圖像光照分量的估計[6]，式（3）可以轉(zhuǎn)換為：

式（4）中*代表卷積操作，i是R、G、B三個顏色通道值，G代表高斯環(huán)繞函數(shù)，G的數(shù)學(xué)表達(dá)式如下：

式（5）中[σ]為高斯標(biāo)準(zhǔn)差，在單尺度Retinex方法中被稱為尺度參數(shù)。

3 多尺度Retinex算法

從式（5）可以看出，對于單尺度Retinex算法來說，尺度參數(shù)[σ]是唯一可調(diào)節(jié)的。[σ]取較小值時，邊緣信息保持較好，但色彩難以保持，可能出現(xiàn)顏色失真，[σ]取較大值時，色彩恢復(fù)較好，但是邊緣信息丟失較多。所以，要在細(xì)節(jié)保持和色彩保真兩方面獲得一個比較完美的平衡，Jobson等人在SSR的基礎(chǔ)上提出了多尺度Retinex（MSR）算法，MSR算法實質(zhì)是對SSR算法加權(quán)平均[7]，簡單地說，相對于做了多次SSR，表達(dá)式如下：

[ck]為第k個尺度上的高斯標(biāo)準(zhǔn)差，或者被稱為尺度參數(shù)。

4 帶彩色恢復(fù)的多尺度Retinex算法

SSR和MSR算法都是基于RGB顏色空間的，R、G、B三個通道有很強(qiáng)的耦合性，經(jīng)過高斯卷積操作后無法保證各個通道之間像素點(diǎn)的比值與原始圖像一致，也就是說在理想情況下，應(yīng)該滿足以下條件：

然而，這種比例很難保證，最終可能導(dǎo)致色彩溢出和失真的問題，Jobson等人基于MSR算法提出了一種帶彩色恢復(fù)的多尺度Retinex算法[8]，引入了恢復(fù)因子，表達(dá)式如下：

5 實驗結(jié)果與分析

選擇2幅不同的大霧/霧霾圖像，分別應(yīng)用SSR、MSR和MSRCR算法進(jìn)行去霧處理，主觀評價去霧后圖像的質(zhì)量和記錄算法執(zhí)行時間，依此對3種算法進(jìn)行分析和評價。在SSR算法中，[σ]取值80，而MSR、MSRCR算法中采用了3個尺度，[σ]分別取值15、80、250，各個尺度的權(quán)重[ω]均等于1/3，MSRCR算法中[α]、[β]取值分別為5.5、2.5，實驗結(jié)果和具體分析如下。

1）第1幅圖像是523*599的真彩色圖像，如圖1所示。應(yīng)用SSR進(jìn)行去霧處理，效果如圖2所示，可以看出有明顯的去霧效果，近處的房屋、田地等都恢復(fù)了本來面目，但此時，圖像還比較模糊，亮度較高，細(xì)則不明顯。MSR綜合不同大小的3種尺度，平衡了圖像細(xì)則保持與色彩保真，主觀判斷達(dá)到的去霧效果優(yōu)于SSR算法，如圖3所示。圖4是應(yīng)用MSRCR去霧后的效果，對比圖3，圖像的清晰度較大提高，色彩保持更好，近處土壤和植被的顏色等更加自然了，主觀判斷效果最優(yōu)。

2）第2幅圖像是358*500的真彩色圖像，原圖像如圖5所示，分別應(yīng)用SSR、MSR、MSRCR算法進(jìn)行去霧處理后得到如圖6、圖7、圖8所示效果，不難發(fā)現(xiàn)MSR算法相對于SSR算法有較明顯的優(yōu)勢，而MSRCR算法色彩保持最好，去霧后的圖像最清晰。綜合兩幅圖的去霧效果，基于主觀視覺評價，可以得出MSRCR算法去霧效果最佳、MSR算法去霧效果次之、SSR算法去霧效果最差的結(jié)論。

3）圖像1、圖像2分別應(yīng)用SSR、MSR、MSRCR算法去霧的時間開銷如表1所示，三種算法基于同樣的運(yùn)行環(huán)境，具備可比性，SSR算法執(zhí)行時間最短，MSRCR算法執(zhí)行時間最長，所以，如果對處理時間有一定的需求，而質(zhì)量方面要求較低的情況下，可以選擇應(yīng)用SSR算法。

參考文獻(xiàn)：

[1] 王建國，李永全.一種基于Retinex理論的改進(jìn)圖像去霧算法[J].電腦知識與技術(shù)，2019，15（26）：200-201，203.

[2] Land E H，McCann J J.Lightness and retinex theory[J].Journal of the Optical Society of America，1971，61（1）：1.

[3] Land E H.The retinex theory of color vision[J].Scientific American，1977，237（6）：108-128.

[4] 謝娜.基于圖像增強(qiáng)的圖像去霧算法研究[J].機(jī)械設(shè)計與制造工程，2017，46（12）：31-33.

[5] Xu K Q，Jung C.Retinex-based perceptual contrast enhancement in images using luminance adaptation[C]//2017 IEEE International Conference on Acoustics，Speech and Signal Processing （ICASSP）.March 5-9，2017，New Orleans，LA，USA.IEEE，2017：1363-1367.

[6] Jobson D J，Rahman Z，Woodell G A.Properties and performance of a center/surround retinex[J].IEEE Transactions on Image Processing，1997，6（3）：451-462.

[7] Jobson D J，Rahman Z，Woodell G A.A multiscale retinex for bridging the gap between color images and the human observation of scenes[J].IEEE Transactions on Image Processing，1997，6（7）：965-976.

[8] Rahman Z U，Jobson D J，Woodell G A.Retinex processing for automatic image enhancement[C]//2004：100-110.

【通聯(lián)編輯：唐一東】