[发明专利]基于改进Retinex算法的图像增强方法

说明书

本发明公开了一种基于改进Retinex的图像增强方法，使用引导滤波代替高斯滤波估算亮度图像，利用Sobel边缘检测器得出多尺度引导滤波图像的权重因子，对于彩色图像，将RGB色彩空间转换到YUV色彩空间进行增强处理，之后再转回RGB色彩空间显示。本发明不仅在运算速度上得到显著的提高，而且能够使得色彩恢复的效果更好。

技术领域

本发明属于图像处理技术领域，具体为一种基于改进Retinex算法的图像增强方法。

背景技术

视频监控、智能交通和全天候作战等领域中，不可避免的会获取到成像质量差的低照度图像。由于光照分布不均匀，或者光源的缺乏，导致图像在亮度、对比度和细节表现等方面的严重退化。这些退化图像使得人们难以从中获取有效的信息，影响观察效果。因此，关于低照度图像增强技术的研究是图像处理领域的一个重点。

针对低照度图像的增强方法，主要使用的有Retinex算法，其是一种常用的建立在科学实验的科学分析基础上的图像增强算法，近40年来，研究人员模仿人类视觉系统发展了Retinex算法，从单尺度Retinex算法(SSR)改进成多尺度加权平均的Retinex算法(MSR)，再发展成彩色恢复多尺度Retinex算法(MSRCR)。

尽管Retinex算法的发展已经有了很大的提升，但是其在处理低照度图像的时候仍然存在不足，由于传统Retinex算法使用高斯滤波函数估算亮度图像，导致得到的增强图像会出现光晕伪影，除此之外，在处理彩色图像时，MSRCR虽然能够对色彩恢复有一定的帮助，但是由于其算法中涉及大量的参数，且由经验设置，限制泛化能力，导致会出现非自然的色彩。

发明内容

本发明的目的在于提出了一种基于改进Retinex的图像增强方法。

实现本发明目的的技术方案为：一种基于改进Retinex算法的图像增强方法，具体步骤为：

步骤1、对图像类型进行判断，判断结果为灰度图像，则进行步骤2，判断结果为彩色图像，则进行步骤4；

步骤2、利用改进的Retinex算法得到灰度图像的反射分量；

步骤3、对得到的反射分量进行gamma矫正，得到增强后的灰度图像；

步骤4、将彩色图像从RGB色彩空间转换到YUV色彩空间；

步骤5、对Y分量进行步骤2的处理得到反射分量R_y(x,y)；

步骤6、利用反射分量R_y(x,y)对UV分量进行均值校正得到校正后图像；

步骤7、将校正后图像从YUV色彩空间转换到RGB色彩空间进行显示。

优选地，所述步骤2中利用改进的Retinex算法得到图像的反射分量R(x,y)的具体方法为：

步骤2-1、对尺度半径r进行自适应取值：

选择三个不同的尺度半径分别为r₁、r₂和r₃，具体分别为：

r_min＝[min(h,w)/2^N]

r_max＝[min(h,w)/2-1]

r_mid＝[(r_min+r_max)/2]

r₁＝(1+r_min)/2

r₂＝(r_min+r_mid)/2