[发明专利]基于改进多尺度Retinex的彩色图像增强方法

摘要

本发明公开了一种基于改进多尺度Retinex的彩色图像增强方法，首先，读取一幅未处理的彩色图像，对传统的多尺度Retinex算法改进，并采用双边滤波来计算当前像素的平均亮度分量，得到基于双边滤波方法的亮度分量估计；其次，依据每个像素点的亮度与其领域平均亮度的大小关系进行局部对比度增强；最后，将增强后的亮度图像与原始图像的亮度分量进行比较，线性调整恢复增强后图像的RGB信息，并最终得到彩色图像增强。本发明提供的彩色图像增强方法具有图像细节恢复，消除“光晕”现象，符合人眼视觉效果及运行时间较短等优点。

主权项

一种基于改进多尺度Retinex的彩色图像增强方法，其特征是，包括步骤如下：步骤1，读取一幅未处理的彩色图像，并提取彩色图像的原始亮度分量I(x,y)，即I(x,y)＝max[I_R(x,y),I_G(x,y),I_B(x,y)]其中，I_R(x,y)，I_G(x,y)，I_B(x,y)分别表示红色分量、绿色分量和蓝色分量的亮度值；步骤2，对彩色图像采用三高斯模型滤波和传统高斯滤波相结合的双边滤波来计算彩色图像的平均亮度分量即$\stackrel{\‾}{I}(x,y)=G_r(x,y)log\[1+I(x,y)\]/G_v(x,y)$其中，表示平均亮度分量；I(x,y)表示原始亮度分量；G_r(x,y)表示空间邻近三高斯核函数，G_v(x,y)表示传统高斯核函数；步骤3，依据每个像素点的亮度分量I(x,y)与其平均亮度分量的大小关系进行局部对比度增强，得到彩色图像的增强亮度分量I′(x,y)，即$I^{\′}(x,y)=A\{log\[1+I(x,y)\]/log\left(256\right)-\stackrel{\‾}{I}(x,y)\}+\stackrel{\‾}{I}(x,y)$其中，I′(x,y)表示增强亮度分量；I(x,y)表示原始亮度分量；表示平均亮度分量；A表示局部线性关系的比例，为设定的正值常数；步骤4，将彩色图像的增强亮度图像I′(x,y)与原始亮度分量I(x,y)进行比较，线性调整恢复增强后图像的信息，得到彩色图像的最终亮度分量I″_j(x,y)，即I″(x,y)＝[I′(x,y)·I_R(x,y)/I(x,y)]+[I′(x,y)·I_G(x,y)/I(x,y)]+[I′(x,y)·I_B(x,y)/I(x,y)]其中，I″(x,y)表示增强后的亮度分量；I′(x,y)表示增强亮度分量；I_R(x,y)，I_G(x,y)，I_B(x,y)分别表示红色分量、绿色分量和蓝色分量的亮度值；I(x,y)表示提取的原始亮度分量；步骤5，对彩色图像引入增益常数α，使彩色图像的亮度分量达到理想增强效果，得到彩色图像的多尺度的输出分量R(x,y)，即$R(x,y)=\frac{1}{3}log\{\mathrm{\α}\·\frac{I^{\′\′}{(x,y)}^3}{G_1(x,y)\·G_2(x,y)\·G_3(x,y)}\}$其中，R(x,y)表示多尺度的输出分量；I″(x,y)表示最终亮度分量；G₁(x,y)，G₂(x,y)，G₃(x,y)分别表示中央，四周和边缘的高斯函数；G₁(x,y)＝K exp[‑(x²+y²)/2s₁²]I(x,y)，G₂(x,y)＝K exp[‑(x²+y²)/2s₂²]I(x,y)，G₃(x,y)＝K exp[‑(x²+y²)/2s3²]I(x,y)，K为归一化因子，σ₁，σ₂，σ₃分别表示中央，四周和边缘的尺度系数，I(x,y)表示原始亮度分量；上述x,y分别表示图像的像素点的横坐标和纵坐标。