[发明专利]一种基于Retinex的鲁棒和全面的低质量光照图像增强方法

权利要求书

1.一种基于Retinex的鲁棒和全面的低质量光照图像增强方法，其特征在于：首先，引入亮通道对Retinex模型中的亮度图像进行初步估计；其次，通过两个形态学闭算子来修改全局的光照强度分布；然后，使用导向滤波器修正人造边缘，得到估计的照明图像；最后，使用Retinex算法，分离原图像中的照明图像，得到高质量光照图像；

具体步骤为：

Step1：引入亮通道对Retinex模型中的亮度图像进行初步估计；

输入一幅低照度图像，通过亮通道取R、G、B三个通道最大值作为初步估计的入射光图像，估计出一副亮度图像，相关公式表示为：

式中，a表示像素点位置，X、Y分别表示图像横纵向像素点最大值，Ω(a)表示a点的R、G、B三个通道的值，max表示取最大值，L_light表示像素点RGB三个通道的最大值；

Step2：通过两个形态学闭算子来修改全局的光照强度分布；

闭算子的实现流程为：首先通过卷积获取局部区域内最大值，然后对得到的最大值图像再次卷积获取窗口内最小值，公式表示为：

式中，L_max表示取像素点周围区域最大值，L_close表示取像素点周围区域最小值，α表示以像素点a为中心的方形窗口区域的像素点；因此，闭操作可以表示为：

L_close＝L_erode(L_dilate(L_light)),a∈(X,Y) (4)

在这一节中，使用两个不同窗口的闭算子对亮通道图像修改，得到两幅亮度图像，分别将其作为背景和细节进行融合，得到一幅估计的亮度图像，其亮度分布与真实光照分布一致；融合公式可以表示为：

L_fusion＝(L_close1+L_close2)/2 (5)

其中，下标close1和close2分别表示不同的闭操作窗口；

Step3：使用导向滤波器修正人造边缘，得到估计的照明图像；

采用导向滤波器修正Step2中得到的光照图像，其中引导图像为亮通道图像，即L_light，在导向滤波中，通过输出图像与引导图像的梯度存在线性关系的先验来达到矫正边缘的目的，导向滤波表述为：

其中i,j均表示像素点的位置，滤波核W_ij是引导图像I的函数，表示引导图像确定卷积过程中各像素点权值，与p无关，引导图像和输出图像线性相关用公式表示为：

式中，ω_k是半径为r的卷积核，(a_k,b_k)是ω_k的线性系数常量，当且仅当I存在边缘的情况下，输出结果q才存在边缘，因为通过最小优化函数和岭回归求出a_k和b_k的值为：

其中，μ_k，分别表示的是均值和方差，|ω|表示的是ω_k像素的数量，表示的是p在ω_k的均值，表示为

最终得到像素点i的值为：

Step4：使用Retinex算法，分离原图像中的照明图像，得到高质量光照图像；

Retinex算法为：

S(x,y)＝R(x,y)·L(x,y) (11)

其中，S(x,y)为输入图像，L(x,y)是估计的光照图像，R(x,y)为增强后的图像；

其中，L(x,y)可表述为：

最终，增强后的图像R(x,y)为：

其中，eps表示所能读取到的大于零的最小值。