多尺度Retinex算法在雾天图像增强中的应用

开篇：润墨网以专业的文秘视角，为您筛选了一篇多尺度Retinex算法在雾天图像增强中的应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】雾天环境给户外监视设备带来严重影响，本文从雾天退化图像的原因和退化图像的基本特点为出发点，分析了多尺度retinex算法在雾天图像增强中的应用。

【关键词】雾天可视图像 图像增强 Retinex

一、引言

近几年来，雾霾、PM2.5“爆表”成为大家热议的话题。雾天导致公路、高速、河流、机场等交通要道的监控设备的工作状态极大的收到影响，其主要原因就是雾霾天气使监控设备拍摄的图像品质大幅下降，以至于后续工作不能准确进行，使我们的交通存在一定的安全隐患。因此，提高视频图像监控设备在雾天中的性能也成为了重要的研究题目。

二、雾天图像退化模型

当空气中所含的水蒸气的量大于在一定温度条件下的饱和水蒸气量时，悬浮在近地面空气层里的多余的水蒸气凝结成的小水滴便形成了雾。雾汽颗粒的半径范围一般在lum-60um。在雾天环境下，反射光会发生散射现象。散射过程的物理本质是十分复杂的，散射现象与媒质的组成以及入射光的状态有密切关系。由大气散射理论可以得知，大气粒子的散射主要可以分为两类：一类是指场景中物体表面反射的光能在到达传感器的过程中受大气粒子的散射而衰减的过程，另一类是指太阳光能被大气中的悬浮粒子散射后到达传感器的过程。这两种过程可以用如下两个模型进行描述：即入射光衰减（Attenuation）模型和大气光（Airlight）成像模型。

射光衰减模型是指，由于大气微粒的散射作用，从场景中反射出的部分光（入射光）被微粒反射和吸收，使到达观察者眼睛的入射光衰减。场景点的辐射衰减程度是随距离观察者的景物距离的增加呈现指数性质的规律。

环境光模型是指，由于大气颗粒对周边环境的入射光也有同样的反射作用，因此会有一部分光沿着观察路线射向观察者。同时，大气可以看作和光源有相同的作用，故被称作大气光。

三、雾天图像增强算法设计

Retinex理论是由Edwin Land于1964年提出的一个关于人类的眼睛如何调节感知到物体颜色和亮度的视觉系统模型发展而来。图像可以看成是由入射图像和反射图像构成，入射光照射在反射物体上，通过反射物体的反射形成反射光进入人眼，就是人类所看到的图像。我们用L（x，y）表示入射光图像，它直接决定了图像中像素所能达到的动态范围，R（x，y）表示物体的反射性质图像，即图像的内在性质，S（x，y）表示人眼所接收的反射光图像。对数域中就表示为：

四、结论

通过实验结果可以看出，原图中左上角远景高楼的灰度值较高，而下放近景湖面灰度值较低，其灰度直方图在横坐标的两段集中，经过直方图均衡化增强后，左上角的高灰度区域改善较小。而多尺度Retinex相比直方图均衡化有更连续的灰度分布，同时在左上角的高灰度值区域有更好的清晰度。本文中基于多尺度Retinex的雾天增强算法有更好的效果。