[发明专利]基于Retinex的无人机拍摄图像增强算法

权利要求书

1.基于Retinex的无人机拍摄图像增强算法，包括以下步骤：

S1、采用多尺度Retinex的MSRCP模型对无人机拍摄的劣质图像进行增强处理；

S2、基于MSRCP模型，并使用两阶段优化算法调整其控制参数；

S3、MSRCP模型的两阶段优化算法为Rao-2算法和NM算法，其中，Rao-2算法用于全局搜索，NM算法负责局部搜索；

S4、应用Rao-2算法进行全局搜索，得到目标函数局部最优解；

S5、使用NM单纯形法通过局部搜索改进结果；

S6、将最后得到的最优解作为MSRCP模型的参数，达到最优的图像增强效果。

2.根据权利要求1所述的基于Retinex的无人机拍摄图像增强算法，其特征在于，所述步骤S2中，MSRCP模型可以用等式(1)和(2)表示：

其中S_Ri、S_Gi、S_Bi是输入图像S的三种颜色通道，S_int是输入的图像强度，是S图像应用MSR模型的输出，f_cb是一个色彩平衡函数，它将一个颜色通道的值扩展为两个值，顶部裁剪像素的百分比(pt)和底部裁剪像素的百分比(pb)。

3.根据权利要求1所述的基于Retinex的无人机拍摄图像增强算法，其特征在于，为了在不同的图像场景中找到合适的参数，将MSRCP模型转化为了一个优化问题，如公式(3)所示：

其中S是输入图像，σ₁、σ₂、σ₃、p_t、p_b是MSRCP模型的控制参数，CEIQ是基于对比度增强的图像质量度量。

4.根据权利要求1所述的基于Retinex的无人机拍摄图像增强算法，其特征在于，所述步骤S4中，Rao-2算法的更新策略定义为等式(4)和(5)：

P_j'_,k,i＝P_j,k,i+r_1,j,i(P_j,best,i-P_j,worst,i)+r_2,j,i(|P_j,k,i or P_j,l,i|-|P_j,l,i or P_j,k,i|)(4)

其中P_j，best，i和P_{j，worst，i}分别是j^th变量的最佳候选解与最差候选解，P′_j，k，i是P_j，k，i更新后的解，r_l，j，i和r_2，j，i是j^th期间的两个随机数，其值在[0，1]范围内，f(P_k，i)和由候选解P_k，i得到的适应度值。

5.根据权利要求1所述的基于Retinex的无人机拍摄图像增强算法，其特征在于：所述步骤S5中，在Rao-2结果的基础上，采用了由Nelder和Mead提出NM算法，此算法属于无导数非线性优化搜索方法，只使用函数值来最小化标量值非线性函数，没有任何导数信息，并根据函数的局部行为通过初始、反射、膨胀和收缩四个基本过程重新缩放(n+1)个顶点的单纯形，以及经过这些步骤，单纯形可以自我改进并逐渐逼近最优解。

6.根据权利要求1所述的基于Retinex的无人机拍摄图像增强算法，其特征在于：所述步骤S6中，通过改进后的Rao-2算法优化Retinex的参数，以实现图像增强的最佳参数。