基于修正的Retinex雾天图像增强算法.doc

--------------------------校验:_____________-----------------------日期:_____________基于修正的Retinex雾天图像增强算法原创性声明本人郑重声明:所呈交的论文(设计),是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文(设计)不含任何其他个人或集体已经发表或撰写过的作品成果。对本论文(设计)的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学生签名:年月日指导声明本人指导的同学的毕业论文(设计)题目大小、难度适当,且符合该同学所学专业的培养目标的要求。本人在指导过程中,通过网上文献搜索及文献比对等方式,对其毕业论文(设计)内容进行了检查,未发现抄袭现象,特此声明。指导教师签名:年月日目录1引言 22Retinex理论简介 2中心/环绕Retinex算法 3Retinex照射反射模型 43修正Retinex全局图像增强和局部图像增强 44实验结果与分析 65结论 8致谢 9参考文献 9附录 10基于修正的Retinex雾天图像增强算法摘要:提出了采用修正的Retinex算法增强图像对比度的方法,对图像的照射分量和反射分量进行非线性变换修正。非线性S型函数对较大和较小的反射分量值改变较小,对中间值改变较大,也就是提高了图像局部对比度。图像的照射分量通过全局对比度增强函数进行强度拉伸,提高全局对比效果。将该方法与带色彩恢复的多尺度MSRCR算法和几种经典的方法进行比较,结果表明,论文算法处理后的图像对比度明显增强,视觉效果更好,对于图像的黑暗或者明亮的地方的可视细节能够显著提高。Retinex由于卷积运算的影响,运算时间都较久,此算法的图像处理速度很快,图像也不会出现明显的失真或泛白等现象。关键词:Retinex;MSRCR;修正;雾天降质图像BasedonthemodifiedRetinexfogimageenhancementalgorithmChenXue-ping(Electronic&InformationEngineeringDepartment,Supervisor:HuangLi-hong,HeSu-zhen)Abstract:Keywords:Retinex;MSRCR;Modified;Fog-degradedimage1引言在有雾的天气下,能见度非常的低,拍摄的图像一般都会出现比较严重的退化与失真,这样在公路交通、飞机导航、船舶航行等方面都有不可忽视的影响。因此加强对在有雾的天气下拍摄的图像的增强显得非常重要,对恶劣有雾天气条件下的景物图像进行清晰化处理具有重要意义。图像增强技术的主要目的是改善图像的视觉效果,或更方便计算机识别,即提高图像的可识别度[1]。使处理后的图像对某种具体的,特定的应用来说,比原始图像更合用,在这里特别强调“具体的、特定的应用”是非常有意义的,因为到目前为止,图像增强还没有统一的理论。总的来说,图像增强技术大都属于试探性和面向问题的,经某种算法处理后,视觉效果得到改善,或计算复杂性减小,或机器识别率提高,又合乎应用要求,这样的增强算法就是好算法。近年来增强技术已发展得较为成熟,许多方法已成为经典方法,如直方图均衡化、灰度变换、同态滤波等等。但人们仍然在研究新的增强技术,比如文献[2]中提到的:“空域的局部统计法和小波变换、K-L变换等[2]。”Retinex理论及相关算法是最近比较流行的图像增强的新方法。基于Retinex理论的算法以其动态范围压缩大、颜色恒常性、锐化、色彩保真度高等优点,对于图像增强方法的改进起到了积极的作用,使得人们对于得到更加完善的视觉效果充满信心。通过对Retinex理论和SSR、MSR到MSRCR算法的研究,在Retinex的照射反射模型的基础上,通过引入的参数自适应较强的非线性灰度变换函数来改善图像全局和局部对比度,也就是通过强度拉伸照射分量来提高全局对比度,再通过选取合适的非线性函数来拉伸反射分量,使得细节的局部可见度得到提高,通过把空域中的卷积变成频域中的相乘从而避免了复杂的多尺度卷积运算,在保持MSRCR颜色再现等优点的同时增加了对比度。经实验证明,用线性变换函数去修正图像的照射分量和用非线性变换函数去修正图像的反射分量,以提高图像的全局和局部对比度的改进算法使得图像的清晰度、亮度、还原颜色等方面都更接近原图像,增强后的图像视觉效果更佳。2Retinex理论简介从文献[3]中可以得知:“Retinex理论是由EdwinLand于上世纪70年代从人类亮度和颜色感知的模型中提出的一种与之不同的颜色恒常知觉的计算理论[3],Retinex是一个合成词,它是由retina和cortez组合而成的,