[发明专利]Retinex彩色图像增强方法、计算机视觉处理系统

说明书

本发明属于图像的增强或复原技术领域，公开了一种均值可调Retinex彩色图像增强方法、计算机视觉处理系统；首先，反射图像r(x,y)像素点分为两个区间[min mid]和[mid max]；其次，通过设置一个预达到的图像增强均值m，计算出反射图像r(x,y)中值[mid]预拉伸到的图像灰度级d；最后，采用分段直线拉伸方法，实现图像r(x,y)在两个区间中不同拉伸，实现图像的增强并使得增强图像均值达到预设值。本发明通过设置一个预达到的增强图像均值，采用Retinex算法并进行分段直线拉伸彩色图像增强的算法，有效地克服均值评价图像质量不确定性问题，应用者根据需求设置合适均值得到所需增强图像。

技术领域

本发明属于图像的增强或复原技术领域，尤其涉及一种均值可调Retinex彩色图像增强方法、计算机视觉处理系统。

背景技术

目前，业内常用的现有技术是这样的：图像增强是将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果的图像处理方法。近年来，国内外提出了各种彩色图像增强算法，发表了大量的关于彩色图像增强的文献，并且取得了一定的成效，广泛地应用于图像增强，如雨天图像、雾霾图像、夜晚图像、强光晕图像等。彩色图像增强算法归纳为：基于直方图修改的彩色图像增强方法；基于图像滤波、锐化等方式的彩色图像增强；基于视觉效果的彩色图像增强。其中，基于视觉效果的彩色图像增强算法是目前彩色图像增强研究的热点。色彩恒常性是一种典型的基于视觉效果的彩色图像增强方法。色彩恒常性是人类视觉重要认知功能，可使人类忽略环境光线的变化而获得物体颜色的稳定感知。基于计算机视觉的色彩恒常性可定义为在未知环境光照情况下，计算机视觉系统自动获得图像物体颜色的稳定描述。现有技术--视网膜皮层理论(Retinex Theory)是最具有影响力的色彩恒常知觉计算理论。针对Retinex算法，研究者提出很多的改进算法，可归纳为：基于尺度参数的Retinex改进、基于拉伸函数的Retinex改进、基于Retinex模型框架的改进以及基于中心环绕函数的Retinex改进。通常，研究者采用图像均值、方差、柔和度等指标评价增强图像质量。其中，图像均值是增强图像质量评价最常用、最重要的一个衡量指标，以往是从增强图像R(x,y)的结果来统计图像均值，评价图像增强算法的有效性(图像均值在[100150]级为佳)。目前，研究者只是把图像均值用于评价增强算法的指标，并不是有目的来根据图像均值来设计算法，造成了图像均值的不确定性，即图像均值并不能有效地评价图像增强效果。

综上所述，现有技术存在的问题是：目前，图像增强过程中，图像均值是从增强图像的结果来统计图像均值，是评价图像增强算法的重要性能指标，但由于增强算法设计过程中并没有考虑图像均值参数，即没有考虑到图像像素值对增强图像均值的影响问题，增强图像均值有一定的随机性，因此，图像均值并不能有效地衡量图像增强质量。

解决上述技术问题的难度和意义：

作为图像增强质量评价的重要性能指标，图像均值评价指标应该具有一定的确定性。即在增强算法设计过程中，研究者应该考虑原始图像像素值对增强图像均值的影响问题，也就是说，研究者应该考虑原始图像像素值的分布情况来设计增强算法。本发明均值可调Retinex彩色图像增强算法，充分考虑到原始图像像素值的分布情况，根据图像均值指标的确定性，通过设置增强图像预达到的均值来实现图像的增强。由于增强图像均值大小会影响人类视觉感应，因此，本发明中，人们可以根据视觉效果需求来设置合适的均值，达到提高图像质量效果的目的，也就是说，图像增强过程中，应用者可以根据图像增强视觉效果需求设置不同的均值，选取合适的均值达到增强效果需求，这在军事、安防、视觉监控等方面都具有很好地应用价值。

发明内容

针对现有技术存在的问题，本发明提供了一种均值可调Retinex彩色图像增强方法、计算机视觉处理系统。