趙蘇齊　吳健珍

摘 要 本文提出了一種基于Retinex的霧霾圖像的去霧增強(qiáng)算法，將受到霧霾天氣影響的欠清晰圖像用Retinex算法進(jìn)行處理，獲得增強(qiáng)圖像。針對(duì)圖像處理后出現(xiàn)噪點(diǎn)的問題，使用中值濾波對(duì)圖像進(jìn)行濾波處理，去除噪聲。仿真實(shí)驗(yàn)表明該算法對(duì)受到霧霾天氣影響的圖像有較好的增強(qiáng)效果，降低噪聲，畫面清晰。

關(guān)鍵詞 Retinex算法 霧霾圖像 圖像增強(qiáng)

中圖分類號(hào)：TM391.4 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.16400/j.cnki.kjdks.2016.02.076

0 引言

隨著當(dāng)代中國(guó)工業(yè)化和城鎮(zhèn)化的快速發(fā)展，工業(yè)生產(chǎn)和個(gè)人駕車交通出行等產(chǎn)生的廢氣不斷增多，綠化面積卻由于城鎮(zhèn)建設(shè)而呈現(xiàn)下跌趨勢(shì)，惡劣天氣頻繁地出現(xiàn)。在惡劣天氣條件下，我們獲得的圖像質(zhì)量會(huì)受到嚴(yán)重影響。

很多戶外系統(tǒng)的正常工作都需要獲得具有一定質(zhì)量的圖像。例如智能交通系統(tǒng)中圖像的拍攝，如果因?yàn)樘鞖庠蛟斐蓤D像質(zhì)量下降，致使無(wú)法識(shí)別車牌號(hào)碼、車輛顏色，就會(huì)對(duì)智能交通系統(tǒng)的工作造成負(fù)面影響，導(dǎo)致智能交通系統(tǒng)無(wú)法發(fā)揮應(yīng)有的功能。在視頻監(jiān)控系統(tǒng)中，很多視頻監(jiān)控系統(tǒng)采用可見光成像技術(shù)，在光照不佳、雨霧天氣下，圖像亮度降低、對(duì)比度減弱、清晰度下降，導(dǎo)致無(wú)法看清某些細(xì)節(jié)信息，因此，監(jiān)控效果不佳?？傊?，霧霾天氣下的圖像增強(qiáng)處理有著廣闊的前景和寬廣的需求。

圖像增強(qiáng)處理，就是根據(jù)給定圖像的應(yīng)用場(chǎng)合，根據(jù)應(yīng)用需求強(qiáng)調(diào)或凸出圖像的整體或局部特征，將不夠清晰的較模糊圖像變得更清晰，或突出感興趣的特征，增強(qiáng)不同物體特征之間的區(qū)別，提高圖像質(zhì)量、增強(qiáng)圖像識(shí)別效果。

1 基于Retinex的霧霾圖像算法

Retinex理論是一種建立在科學(xué)實(shí)驗(yàn)和科學(xué)分析基礎(chǔ)上、基于人類視覺系統(tǒng)的圖像增強(qiáng)理論。該算法與線性和非線性變換、圖像銳化等傳統(tǒng)圖像增強(qiáng)算法不同，這些算法只能對(duì)圖像的某類特征進(jìn)行增強(qiáng)處理，而Retinex具有大動(dòng)態(tài)范圍壓縮、顏色恒常性、高色彩保真度等特點(diǎn)，適用于對(duì)受光照影響嚴(yán)重的圖像進(jìn)行補(bǔ)償，能夠提高圖像的清晰度，使圖像的顏色更接近原圖像，圖像增強(qiáng)后的視覺效果更佳。

中值濾波是一種非線性圖像平滑技術(shù)，它對(duì)脈沖噪聲有很好的濾除作用，同時(shí)能夠克服線性濾波器在處理圖像細(xì)節(jié)時(shí)出現(xiàn)模糊的問題。

本文將Retinex和中值濾波算法相結(jié)合，對(duì)含霧圖像進(jìn)行了增強(qiáng)處理。系統(tǒng)原理圖如圖1所示。

1.1 圖像增強(qiáng)算法

眾所周知：（1）真實(shí)的世界是沒有顏色的，我們平時(shí)看到的顏色是由不同強(qiáng)度不同頻率的電磁波組成的；（2）每一個(gè)顏色區(qū)域都是由給定波長(zhǎng)的紅、綠、藍(lán)三原色構(gòu)成；（3）每個(gè)單位區(qū)域的顏色由三原色確定。

Retinex的基礎(chǔ)理論是物體顏色是由物體對(duì)長(zhǎng)波、中波和短波光線的反射能力決定，而不是由反射光強(qiáng)度的絕對(duì)值決定。物體的色彩不受光照非均勻性的影響，具有一致性，也就是說(shuō)，Retinex是以色感一致性（顏色恒常性）為基礎(chǔ)的（圖2）。

（1）讀入原始圖像，若為灰度圖，將圖像每個(gè)像素的灰度值由整數(shù)值轉(zhuǎn)換為浮點(diǎn)數(shù)，并轉(zhuǎn)換到對(duì)數(shù)域；若為彩色圖，將圖像的每個(gè)顏色分別處理，將每個(gè)分量的像素值由整數(shù)值轉(zhuǎn)換為浮點(diǎn)數(shù)，并轉(zhuǎn)換到對(duì)數(shù)域中，便于計(jì)算。（2）輸入尺度，在離散條件下，積分轉(zhuǎn)換為求和，進(jìn)一步確定參數(shù)的值。（3）根據(jù)前述公式，計(jì)算得到；如果是彩圖，則每個(gè)通道均有一個(gè)。（4）將從對(duì)數(shù)域轉(zhuǎn)換到實(shí)數(shù)域得到輸出圖像，并以相應(yīng)格式輸出。

1.2 圖像降噪算法

直接獲取的灰度圖像或通過彩色圖像轉(zhuǎn)換而來(lái)的灰度圖像都存在噪聲，噪聲對(duì)圖像質(zhì)量影響很大。對(duì)圖像進(jìn)行中值濾波可去除孤點(diǎn)噪聲，同時(shí)保持圖像的邊緣特性，不會(huì)使圖像出現(xiàn)顯著的模糊。

中值濾波的基本思想：將濾波窗口內(nèi)像素灰度的最大值和最小值均看作噪聲，以該窗口內(nèi)的灰度中值代替窗口中心像素點(diǎn)的灰度值。

中值濾波的步驟如下：（1）將含有若干個(gè)點(diǎn)的滑動(dòng)窗口（濾波模板）在圖像中漫游，將窗口中心與圖像的某個(gè)像素位置重合；（2）讀取窗口中各像素的灰度值，并將這些灰度值按從小到大的順序排成一列；（3）計(jì)算這列數(shù)據(jù)的中間數(shù)據(jù)，將其作為對(duì)應(yīng)模板中心位置的像素灰度。

2仿真實(shí)驗(yàn)

為了驗(yàn)證該算法的有效性，我們選取了一張典型的霧霾天氣圖像進(jìn)行仿真處理。

由圖3、圖4可看出圖像在增強(qiáng)處理之后對(duì)比度、亮度和畫面細(xì)節(jié)都有著顯著的提升，有效信息顯著增多，但經(jīng)過增強(qiáng)處理后的圖像有較明顯的噪聲（圖4左下的裂紋和路面顆粒明顯失真）。

圖5和圖6為降噪效果對(duì)比，可以看到圖中的噪聲相對(duì)減少（圖6左下噪聲）。同時(shí)圖3和圖6進(jìn)行對(duì)比，可以清楚地看到圖像增強(qiáng)降噪處理對(duì)圖像質(zhì)量的提升。

3結(jié)論

本文提出了一種基于Retinex的霧霾圖像去霧增強(qiáng)算法。受霧霾天氣影響的失真圖像用Retinex算法進(jìn)行處理，再使用中值濾波對(duì)圖像進(jìn)行去噪處理。Matlab仿真實(shí)驗(yàn)表明該算法對(duì)受到霧霾天氣影響的圖像有著較好的增強(qiáng)效果，在降低噪聲的情況下有較好的畫面觀感。

參考文獻(xiàn)

[1] 韓祥輝，王好賢.惡劣天氣環(huán)境下退化圖像的清晰化算法[J].計(jì)算機(jī)工程，2011.37（22）：207-208.

[2] 王萍，張春，羅穎昕.一種霧天圖像低對(duì)比度增強(qiáng)的快速算法[J].計(jì)算機(jī)應(yīng)用，2006.26（1）：152-154.

[3] 李學(xué)明.基于Retinex理論的圖像增強(qiáng)算法[J].計(jì)算機(jī)應(yīng)用研究，2005.22（2）：235-237.