改进的带色彩恢复的多尺度Retinex雾天图像增强算法

doi:10.11772/j.issn.1001-9081.2014.10.2996

计算机应用 ›› 2014, Vol. 34 ›› Issue (10): 2996-2999.DOI: 10.11772/j.issn.1001-9081.2014.10.2996

改进的带色彩恢复的多尺度Retinex雾天图像增强算法

李垚峰,何小海,吴小强

四川大学电子信息学院，成都 610064

收稿日期:2014-04-14 修回日期:2014-05-21 出版日期:2014-10-01 发布日期:2014-10-30
通讯作者: 李垚峰
作者简介:李垚峰（1989-），男，河南信阳人，硕士研究生，主要研究方向:图像处理、模式识别；何小海（1964-），男，四川成都人，教授，博士，主要研究方向:图像处理与信息系统、机器视觉与智能系统；吴小强（1971-），男，四川成都人，高级工程师，硕士，主要研究方向：图像处理，数据库系统、嵌入式开发。
基金资助:
国家自然科学基金委员会和中国工程物理研究院联合基金资助项目

Improved enhancement algorithm of fog image based on multi-scale Retinex with color restoration

LI Yaofeng,HE Xiaohai,WU Xiaoqiang

School of Electronics and Information Engineering, Sichuan University, Chengdu Sichuan 610064, China

Received:2014-04-14 Revised:2014-05-21 Online:2014-10-01 Published:2014-10-30
Contact: LI Yaofeng

摘要/Abstract

摘要：

针对带色彩恢复的多尺度Retinex（MSRCR）算法不能有效地去除远景处的雾及灰度假设所带来的灰化问题提出了一种新的方法。新的方法对原雾天图像及其取反图像分别进行MSRCR算法处理；然后对处理后的取反图像再进行取反操作并和直接进行MSRCR算法处理的图像进行线性加权叠加；同时在MSRCR处理过程中把提取出来的反射分量与像素的原始亮度进行线性叠加，并计算均值和方差来自适应决定对比度的拉伸程度；最后统一拉伸到显示设备。实验结果表明，所提算法能取得较好的去雾效果，处理后的图像的标准差、平均亮度、信息熵、平方梯度等评价值均比原算法有所提高。所提算法方法简单、易于实现，对于实时视频去雾具有一定的意义。

Abstract:

An improved method for Multi-Scale Retinex with Color Restoration (MSRCR) algorithm was proposed, to remove the fog at the far prospect and solve gray hypothesis problem. First, original fog image was inverted. Then, MSRCR algorithm was used on it. The inverted image was to be inverted again and then was linearly superposed with the result which was processed by MSRCR algorithm directly .At the same time , the reflection component which was got during the process of the extraction was linearly superposed with the original luminance, and the mean and variance were calculated to decide the contrast stretching degree adaptively, finally, it was uniformly stretched to the display device.The experimental results show that the proposed algorithm can get a better effect of removing the fog. Evaluation values of the processed image, including standard difference, average brightness, information entropy, and squared gradient, are improved than the original algorithm. It is easy to implement and has important significance for real-time video to remove fog.

中图分类号:

TP751.1

李垚峰何小海吴小强. 改进的带色彩恢复的多尺度Retinex雾天图像增强算法[J]. 计算机应用, 2014, 34(10): 2996-2999.

LI Yaofeng HE Xiaohai WU Xiaoqiang. Improved enhancement algorithm of fog image based on multi-scale Retinex with color restoration[J]. Journal of Computer Applications, 2014, 34(10): 2996-2999.

参考文献

［1］JOBSON D J, RAHMAN Z U, WOODELL G A. Properties and performance of a center/surround Retinex ［J］. IEEE Transactions on Image Processing, 1997,6(3):451-462.
［2］RAHMAN Z U, JOBSON D J, WOODELL G A. Retinex processing for automatic image enhancement ［J］. Journal of Electronic Imaging, 2004,13(1):100-110. ［3］FANG S, GUO C, WU P, et al.Color image enhancement algorithm based on multiscale Retinex theory ［J］. Journal of Jishou University: Natural Sciences Edition, 2009,30(4):37-40.(房少梅,郭昌洪,吴沛,等.基于多尺度Retinex理论的彩色图像增强算法［J］.吉首大学学报:自然科学版,2009,30(4):37-40.)
［4］ZHANG X. Image enhancement based on human visual characteristics theory and application research ［D］. Hefei: Hefei University of Technology, 2011.(张新龙.基于人类视觉特性的图像增强理论及应用研究［D］.合肥:合肥工业大学,2011.)
［5］WANG D, FAN J, LIU Y. A fog monitoring video image enhancement processing algorithm ［J］. Journal of Xian University of Post and Telecommunications, 2012,17(5):20-24.(王殿伟,范九伦,刘颖.一种雾天监控视频图像增强处理算法［J］.西安邮电学院学报,2012,17(5):20-24.)
［6］WANG R, ZHU J, YANG W, et al.Local multiscale Retinex algorithm based on division of illumination ［J］. Acta Electronica Sinica, 2010,38(5):1181-1186.(汪荣贵,朱静,杨万挺,等.基于照度分割的局部多尺度Retinex算法［J］.电子学报,2010,38(5):1181-1186.)
［7］CHU Z, WANG R, FANG S. Wavelet domain image contrast enhancement method based on Retinex theory ［J］. Computer Engineering and Applications, 2011,47(15):175-179.(储昭辉,汪荣贵,方帅.基于Retinex 理论的小波域雾天图像增强方法［J］.计算机工程与应用,2011,47(15):175-179.)
［8］CHENG F, DU X, MA L, et al.Low illumination image enhancement based on the Retinex ［J］. Television Technology, 2013,37(15):4-6.(程芳瑾,杜晓骏,马丽,等.基于Retinex 的低照度图像增强［J］.电视技术,2013,37(15):4-6.)
［9］ZHANG Y. Image enhancement based on the exponential transform and MSR uneven illumination ［J］. Computer Knowledge and Technology, 2012,8(8):5456-5458.(张亚飞.基于幂次变换和 MSR 的光照不均图像增强［J］.电脑知识与技术,2012,8(8):5456-5458.)
［10］JOBSON D J, RAHMAN Z U, 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.
［11］HURLBERT A. Formal connections between lightness algorithms ［J］. Journal of the Optical Society of America A, 1986,3(10):1684-1693.

[1]	宋中山, 梁家锐, 郑禄, 刘振宇, 帖军. 基于双向门控尺度特征融合的遥感场景分类[J]. 计算机应用, 2021, 41(9): 2726-2735.
[2]	孙潇, 徐金东. 基于级联生成对抗网络的遥感图像去雾方法[J]. 计算机应用, 2021, 41(8): 2440-2444.
[3]	李学明吴国豪周尚波林晓然. 基于分数阶网络和强化学习的图像实例分割模型[J]. 计算机应用, 0, (): 0-0.
[4]	陶冶许文海徐鲁强郭富城蒲海波陈广同. 基于人工欠曝光融合和白平衡技术的水下图像增强[J]. 计算机应用, 0, (): 0-0.
[5]	吴蕾, 杨晓敏. 改进的基于通道注意力反馈网络的遥感图像融合算法[J]. 计算机应用, 2021, 41(4): 1172-1178.
[6]	王新生孙润德姚统. 基于相位一致性的遥感图像匹配方法[J]. 计算机应用, 0, (): 0-0.
[7]	周思羽, 包国琦, 刘凯. 低通滤波下约束对数强度熵的图像渐晕校正[J]. 计算机应用, 2020, 40(6): 1812-1817.
[8]	张凯琳, 阎庆, 夏懿, 章军, 丁云. 基于焦点损失的半监督高光谱图像分类[J]. 计算机应用, 2020, 40(4): 1030-1037.
[9]	徐景中王佳荣. 一种基于线特征及ICP算法的地基建筑物点云自动配准方法[J]. 计算机应用, 0, (): 0-0.
[10]	牟琦, 唐洋, 李占利, 李洪安. 基于网格运动统计算法和最佳缝合线的密集重复结构图像快速拼接方法[J]. 计算机应用, 2020, 40(1): 239-244.
[11]	王文卿, 刘涵, 谢国, 刘伟. 改进空间细节提取策略的分量替换遥感图像融合方法[J]. 计算机应用, 2019, 39(12): 3650-3658.
[12]	李登刚, 陈香香, 李华丽, 王忠美. 基于超像素的流形正则化稀疏约束NMF混合像元分解算法[J]. 计算机应用, 2019, 39(10): 3100-3106.
[13]	张宇波, 张亚东, 张彬. 基于灰度梯度共生矩阵的桌面灰尘检测算法[J]. 计算机应用, 2019, 39(8): 2414-2419.
[14]	王玉龙, 蒲军, 赵江华, 黎建辉. 基于生成对抗网络的地面新增建筑检测[J]. 计算机应用, 2019, 39(5): 1518-1522.
[15]	吴宗骏, 吴炜, 杨晓敏, 刘凯, Gwanggil Jeon, 袁皓. 改进的基于稀疏表示的全色锐化算法[J]. 计算机应用, 2019, 39(2): 540-545.

改进的带色彩恢复的多尺度Retinex雾天图像增强算法

Improved enhancement algorithm of fog image based on multi-scale Retinex with color restoration

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics