基于Retinex的視頻自適應(yīng)增強(qiáng)算法

1、.基于Retinex的視頻自適應(yīng)增強(qiáng)算法-電氣論文基于Retinex的視頻自適應(yīng)增強(qiáng)算法 侯天峰1，程和生2，張燕1（1.南京大學(xué)金陵學(xué)院信息科學(xué)與工程學(xué)院，江蘇南京210000；2.合肥師范學(xué)院計(jì)算機(jī)學(xué)院，安徽合肥230601）摘要：Retinex算法是圖像增強(qiáng)的常用方法?；赗etinex理論提出一種新的視頻光照增強(qiáng)算法，結(jié)合圖像全局及局部灰度特性引入補(bǔ)償系數(shù)，增強(qiáng)暗區(qū)域光照的同時(shí)克服了傳統(tǒng)算法處理后的人工痕跡，使處理結(jié)果更加自然；同時(shí)，算法用引導(dǎo)濾波估計(jì)照度圖像，在避免光暈現(xiàn)象的同時(shí)可以加快算法處理速度。實(shí)驗(yàn)結(jié)果表明，該方法簡(jiǎn)單有效，視覺效果提升顯著。關(guān)鍵詞：Retinex；圖像增強(qiáng)；光

2、照補(bǔ)償；引導(dǎo)濾波中圖分類號(hào)：TN911.73?34 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004?373X（2015）17?0068?040 引言視頻采集過程受諸多因素影響，如夜間或者暗光拍攝條件下表現(xiàn)為光照不足、亮度偏低；光線遮擋使得形成的圖像一部分明亮另一部分較暗，造成光照不均；反光或強(qiáng)光源使得獲取的圖像亮度分布不均勾，高亮區(qū)域細(xì)節(jié)模糊。光照不足或者光照不均一方面會(huì)造成圖像主觀效果不佳，難以滿足人們視覺感官的需要，另一方面對(duì)于后續(xù)的圖像處理比如模式識(shí)別1、目標(biāo)跟蹤都會(huì)造成較大影響。由此出現(xiàn)圖像增強(qiáng)技術(shù)對(duì)光照不均圖像進(jìn)行增強(qiáng)處理提高質(zhì)量。圖像增強(qiáng)技術(shù)根據(jù)圖像質(zhì)量情況和不同的應(yīng)用釆用信號(hào)處理技術(shù)手段達(dá)到

3、增強(qiáng)局部或者整體特征的目的2。針對(duì)光照不均勻圖像的增強(qiáng)處理，常常采用的算法主要有：灰度變換方法3、同態(tài)濾波方法4、小波變換增強(qiáng)5、基于Retinex 理論的算法6等。其中，基于Retinex理論的增強(qiáng)算法具有顏色保真、細(xì)節(jié)增強(qiáng)和動(dòng)態(tài)范圍壓縮等多個(gè)方面的優(yōu)勢(shì)，它常常與其他算法結(jié)合使用可以達(dá)到更好的增強(qiáng)效果，目前已廣泛應(yīng)用于航空航天、生物醫(yī)學(xué)、電視電影等多個(gè)方面，占據(jù)比較重要的地位。自20世紀(jì)70年代Retinex理論提出以來，得到了很大的發(fā)展和關(guān)注。從采用同態(tài)濾波器的Retinex算法，到后來又出現(xiàn)了中心環(huán)繞Retinex，包括單尺度Retinex（SSR）和多尺度Retinex（MSR）以及帶

4、顏色恢復(fù)的Ret?inex（MSRCR）算法等。Michael Elad引入兩種雙邊濾波器7，一個(gè)濾波器處理圖像的反射分量，另一個(gè)濾波器對(duì)圖像的入射分量進(jìn)行估計(jì)，算法對(duì)邊緣處的增強(qiáng)效果也較好，在消除“光暈”方面有了一定效果。文獻(xiàn)8又提出了一種亮度修正的Retinex 算法，算法將Canny 算子和Retinex算法結(jié)合起來，算法首先對(duì)入射分量分析，接著采用Canny算子檢測(cè)圖像邊緣信息，該算法能夠有效消除“光暈”現(xiàn)象。文獻(xiàn)9提出了局部多尺度的Retinex算法，將小波變換和Retinex算法結(jié)合起來，實(shí)現(xiàn)了圖像色彩保真與細(xì)節(jié)增強(qiáng)兩者之間的權(quán)衡10。文獻(xiàn)11將圖像轉(zhuǎn)換到HIS空間對(duì)亮度和飽和度進(jìn)

5、行調(diào)整，同時(shí)加入影像邊緣細(xì)節(jié)特征。陳志斌等人針對(duì)煙霧區(qū)域灰度建立專門數(shù)學(xué)模型，利用信息熵進(jìn)行灰度拉伸12。文獻(xiàn)13基于Retinex框架在小波域自適應(yīng)估計(jì)照度分量。上述改進(jìn)主要關(guān)注于消除Retinex 處理“光暈”現(xiàn)象、邊緣的增強(qiáng)以及圖像對(duì)比度的提升，忽略了處理所造成的人工痕跡明顯以及時(shí)間效率等問題。本文對(duì)基于Retinex理論的算法進(jìn)行研究，考慮日常影視及移動(dòng)設(shè)備拍攝視頻的增強(qiáng)處理要求，提出一種新的方法，使需要增強(qiáng)圖像區(qū)域看起來更加自然，而對(duì)于無(wú)需增強(qiáng)的圖像區(qū)域，處理后也不會(huì)變得更差。另外通過引入引導(dǎo)濾波使得算法滿足實(shí)時(shí)應(yīng)用要求，同時(shí)消除光暈。實(shí)驗(yàn)結(jié)果表明本文算法是切實(shí)有效的。1 Retin

6、ex 算法簡(jiǎn)介Retinex理論算法模型把原圖像分解為反射分量和入射分量，反射分量決定圖像的內(nèi)在性質(zhì)，而照射分量決定圖像達(dá)到的動(dòng)態(tài)范圍，通過某種方法估計(jì)出圖像的低頻光照信息，進(jìn)而提取出圖像的反射分量，也就是圖像的細(xì)節(jié)信息，還原物體的原貌。雖然不同的文獻(xiàn)對(duì)Retinex算法的數(shù)學(xué)表達(dá)形式可能不同，但實(shí)際上它們是相似的，都是通過對(duì)照度圖像盡可能準(zhǔn)確地估計(jì)進(jìn)而提取反射圖像，最終達(dá)到增強(qiáng)圖像的目的。不同之處在于對(duì)照度圖像估計(jì)方式的不同。Retinex理論算法數(shù)學(xué)模型為：S(x,y) = R(x,y)?L(x,y) （1）式中：R 表示入射分量，它決定物體的內(nèi)在性質(zhì)；L 表示照度分量，它決定了圖像像素的

7、動(dòng)態(tài)范圍。通常需要將式（1）變換到對(duì)數(shù)域處理，一方面可以將復(fù)雜的乘法運(yùn)算轉(zhuǎn)換為簡(jiǎn)單的加法運(yùn)算，另一方面對(duì)數(shù)域的數(shù)據(jù)更加接近人眼的感知能力。對(duì)式（1）兩邊取對(duì)數(shù)得： Retinex雖然能夠在一定程度上增強(qiáng)圖像，但是它存在處理后的圖像亮度偏高、“光暈”及處理后圖像出現(xiàn)色偏等問題?！肮鈺灐贝嬖诘脑蛟谟凇翱臻g照度變化緩慢”的假設(shè)在圖像中某些部分是不成立的，比如說明暗分明的邊界、陰影等區(qū)域。算法在計(jì)算圖像的全局照度分布時(shí)所采用的高斯卷積核是各向同性的，而且為防止結(jié)果圖像顏色的失真，要求采用的卷積核尺度較大。當(dāng)尺度較大的卷積核通過明暗變化劇烈的區(qū)域時(shí)，將會(huì)嚴(yán)重模糊陰影的邊界致使模擬全局照度分布失敗，最后

8、將導(dǎo)致輸出圖像的陰影邊界附加出現(xiàn)“光暈”現(xiàn)象，細(xì)節(jié)信息也丟失。另外生成照度分量所用的低通濾波器通常選擇高斯濾波，為了抑制光暈，一些文獻(xiàn)提出使用雙邊濾波代替高斯濾波。這兩種濾波器帶來的卷積運(yùn)算量都和濾波器支撐域成正比，大尺度卷積核會(huì)使運(yùn)算量急劇增加，使處理過程緩慢，不能滿足實(shí)時(shí)視頻處理的要求。2 基于Retinex 的視頻自適應(yīng)增強(qiáng)算法雖然雙邊濾波等邊緣保持濾波器能抑制“光暈”現(xiàn)象，但時(shí)間復(fù)雜度較高；而其他的算法如考慮邊緣特性的各向異性算法14雖然能解決問題，但稍顯繁雜。而且Retinex處理后的圖像很多時(shí)候人工痕跡較為明顯，典型表現(xiàn)為圖像明亮區(qū)域抑制過多，圖像暗區(qū)域增強(qiáng)太過，會(huì)出現(xiàn)色彩失真等不

9、自然效果，如圖1（b）和圖2（b）所示，圖1，圖2 在天空、道路及燈光處都顯得失真，Artifact明顯?？紤]自然圖像的增強(qiáng)，往往更關(guān)注暗區(qū)域部分，而對(duì)于高光區(qū)域，如果壓縮太多，會(huì)使圖像顯得不真實(shí)；另外對(duì)于非光照不足或光照不均圖像，算法處理的結(jié)果不應(yīng)該變差。為此本文考慮實(shí)際應(yīng)用中，對(duì)于處理結(jié)果自然度方面的要求較為重要，提出一種視頻增強(qiáng)算法，利用引導(dǎo)濾波消除“光暈”和提高速度，滿足實(shí)時(shí)處理要求；結(jié)合圖像全局及局部灰度特性避免明顯的人工痕跡，達(dá)到自適應(yīng)處理需要增強(qiáng)的圖像區(qū)域，同時(shí)不會(huì)影響視頻中其他正常圖像或區(qū)域質(zhì)量的目的，取得較高的視覺效果。2.1 結(jié)合全局及局部灰度特性的自適應(yīng)Retinex對(duì)于

10、光照增強(qiáng)而言，一個(gè)自然的想法是對(duì)原始圖像中相對(duì)暗的區(qū)域加強(qiáng)補(bǔ)償，而對(duì)原始圖像中相對(duì)明亮的區(qū)域減少處理，從而在補(bǔ)償光照的同時(shí)減少Artifact，因此，可以利用圖像灰度特性改善Artifact。圖像的灰度特性可以直接通過像素顏色值大小反映，針對(duì)視頻光照補(bǔ)償?shù)膽?yīng)用，本文研究提出一種補(bǔ)償系數(shù)： 3 實(shí)驗(yàn)文中所有實(shí)驗(yàn)圖像來自手機(jī)拍攝視頻和影視片段，轉(zhuǎn)換到Y(jié)UV 格式進(jìn)行處理。手機(jī)拍攝視頻尺寸為1 280×720，影視片段均從網(wǎng)絡(luò)電影無(wú)損截取。實(shí)驗(yàn)環(huán)境為Window 7 系統(tǒng)的PC 機(jī)，利用Matlab R2010b 進(jìn)行編程和算法運(yùn)算。所有算法均調(diào)整至最佳效果。為了充分驗(yàn)證所提算法的有效性，

11、本文進(jìn)行了大量實(shí)驗(yàn)，下面選取幾組進(jìn)行對(duì)比評(píng)價(jià)。圖4為電影開頭畫面。圖4（b）為用高斯濾波估計(jì)照度圖像的處理結(jié)果，濾波核尺寸為32×32，可以看到在明暗分明的邊界（紅色矩形框區(qū)域），出現(xiàn)了“光暈”，這是由于高斯卷積引起照度圖像邊界模糊導(dǎo)致的；圖4（c）為用引導(dǎo)濾波計(jì)算照度圖像的結(jié)果，因?yàn)榫哂羞吘壉３中裕钥梢暂^好地消除“光暈”，但對(duì)圖像高亮區(qū)域不合理的抑制，導(dǎo)致處理結(jié)果失真（紅色箭頭指向區(qū)域）；圖4（d）為本文改進(jìn)算法，引入補(bǔ)償系數(shù)，在增強(qiáng)較暗區(qū)域的同時(shí)可以使處理后圖像更加自然；圖4（e）為補(bǔ)償系數(shù)分布圖像。圖5 和圖6 同樣為兩組影視截取畫面，圖5 為綜藝節(jié)目爸爸去哪兒，整體偏暗，

12、圖6為電影木乃伊3，存在高光區(qū)域。圖5（b）為使用引導(dǎo)濾波的原算法，在天空、道路及屋檐燈光處人工痕跡明顯，圖5（c）為改進(jìn)算法處理結(jié)果，在增強(qiáng)光照的同時(shí)可以保持一種很自然的風(fēng)格；圖6（b）在洞口高光及佛像處顯得不自然，而圖6（c）視覺效果更勝一籌。圖7為手機(jī)拍攝視頻截圖，存在陰影。需要指出的是本文算法的目的并非是完全消除陰影，而是在增強(qiáng)光照的同時(shí)保持圖像自然風(fēng)格，圖7（c）很好的說明了這一出發(fā)點(diǎn)。 4 結(jié)語(yǔ)本文著眼于視頻光照增強(qiáng)處理的實(shí)際應(yīng)用要求，基于Retinex理論自適應(yīng)補(bǔ)償系數(shù)消除人工痕跡保持自然度，利用引導(dǎo)濾波加快處理速度及避免“光暈”，滿足日常影像處理的需求。下一步的工作將關(guān)注視頻光

13、照補(bǔ)償所產(chǎn)生的幀間亮度閃爍問題，以及圖像自然程度的定量衡量指標(biāo)。參考文獻(xiàn)1 肖燕峰.基于Retinex理論的圖像增強(qiáng)陝復(fù)算法研究D.上海：上海交通大學(xué)，2007.2 YU Z Y，BAJAJ C. A fast and adaptive method for image con?trast enhancement C/ Proceedings of 2004 IEEE InternationalConference on Image Processing. Chicage：IEEE，2004，2：1001?1004.3 梁琳，何衛(wèi)千，雷蕾，等.光照不均圖像增強(qiáng)算法綜述J.計(jì)算機(jī)應(yīng)用研究，201

14、0，27（5）：1625?1628.4 焦竹青.基于同態(tài)濾波的彩色圖像光照補(bǔ)償萬(wàn)法J.光電子·激光，2010，21（4）：602?605.5 ZAFAR I M，ABDUL G，MASOOD S A. Satellite image resolu?tion enhancement using dual ? tree complex wavelet transformand Nonlocal means J. IEEE Geoscience and Remote SensingLetters，2013，10（3）：451?455.6 蔣永馨，王孝通，徐曉剛，等.一種基于光照補(bǔ)償?shù)膱D像增

15、強(qiáng)算法J.電子學(xué)報(bào)，2009，37（z1）：151?155.7 ELAD M. Retinex by two bilateral filters C/ Proceedings of2005 the 5th International Conference on Scale?Space. Germa?ny：Springer，2005：217?229.8 SUN Bo，CHEN Weifang，LI Hongyu，et al. Modified luminancebased adaptive MSR C/ Proceedings of 2007 the 4th IEEE In?ternationa

16、l Conference on Image and Graphics. Washington，DC：IEEE，2007：116?120.9 吳鎮(zhèn)宇，姚洪利，杜少軍.一種自適應(yīng)的霧天降質(zhì)圖像凊晰化方法研宄J.光電與控制，2010，17（8）：52?56.10 劉欽堂.基于Retinex算法的彩色圖像增強(qiáng)研究D.哈爾濱：哈爾濱工程大學(xué)，2012.11 邵振峰，白云，周熙然.改進(jìn)多尺度Retinex理論的低照度遙感影像增強(qiáng)方法J.武漢大學(xué)學(xué)報(bào)，2015，40（1）：32?39.12 陳志斌，張超，宋巖，等.灰度拉伸Retinex在大動(dòng)態(tài)范圍煙霧圖像增強(qiáng)中的應(yīng)用J.紅外與激光工程，2014，43（9）：3146?3150.13 EUNSUNG L，SANGJIN K，WONSEOK K. Contrast enhance?ment using dominant brightness level analysis and adaptive in?tensity transformation for remote sensing images J. IEEEGeoscience