一个新变分Retinex图像增强方法 詹洁 严非 （四川大学计算机学院，四川 成全部 610065） 摘 要:针对Kimmel变分Retinex方法出现伪影，和不能抑制噪声问题，提出在一个新变分Retinex方法，应用小波变换下自适应软阈值和各向异性方程在抑制噪声同时保持图像边界。本文使用人工图像和实际图像做试验，从理论和计算机仿真试验上说明对原变分方法改善。 关键词: 变分法，Retinex，各向异性方程，小波变换 中图法分类号:TP391 文件标识码: A A new method for variation retinex image enhancement ZHAN Jie YAN Fei (College of computer science, Sichuan University, Chengdu Sichuan 610065, China ) Abstract: Because of Kimmel’s variation Retinex suffers from artificial halos and image noise, a variation Retinex based on wavelet transform was proved, which used wavelet domain image deniosing and anisotropic diffusion equation to enhance image edge. Application was used on synthetic image and natural image. We proved this method having effect on artificial halos, edge enhancement and image denoising . Key words: variation,Reinex, anisotropic equation, wavelet transform. 1 引 言 Retinex图像增强方法是Land等于上世纪60-70年代提出基于人类视觉感知图像处理模型[1]。它能压缩图像动态范围，显示图像中被湮没细节。 Retinex方法发展经历了三个过程。第一个过程以Land，McCann等[2]提出任意路径方法为代表。路径法模型复杂而且处理效率低。第二个过程以Jobson等上世纪90年代提出中心-围绕法[3] 为代表。不管是单尺度还是多尺度中心-围绕法全部存在光晕，伪影问题。第三个过程以Kimmel在变分框架下Retinex方法[4] 为代表。变分Retinex在确保动态范围压缩前提下，将以前多种Retinex方法统一为变分形式 。 因为原变分Retinex方法和以前Retinex方法存在消除伪影保持边界和抑制噪声等问题[4]，已经有Retinex方法应用小波特征并不多见，故本文提出小波框架下变分Retinex方法。在图像小波变换域中对尺度系数应用各向异性方程改善变分Retinex算法同时保持图像边界，对小波系数应用自适
