【文章內(nèi)容簡介】 被稱為亮度圖像和反射圖像,分別用和表示。因此,如果從給定的圖像中分離出亮度圖像和反射圖像,在顏色恒定的條件下,就可通過改變亮度圖像和反射圖像在原圖像中的比例來達到增強圖像的目的。Retinex算法實質(zhì)上是一種基于光照補償?shù)膱D像增強算法Retinex算法的基本內(nèi)容是:圖像由亮度圖像和反射圖像構成,分別用和表示,三者關系可由式()來表示: ()其中:L是亮度分量,被觀察者或圖像捕捉設備收到的構成圖像；反射分量R決定了圖像的內(nèi)在性質(zhì)。Retinex方法對圖像處理的目的就是從圖像I中獲得物體的反射性質(zhì)分量R。Retinex算法流程,如圖2所示。幾乎所有應用Retinex算法對圖像進行處理的算法,都是圍繞如何更準確、合理地將亮度分量L從原始圖像I中提取出來?，F(xiàn)有文獻中有很多算法來解決這個問題,如單尺度Retinex算法、多尺度Retinex算法等。照射分量估計 Retinex算法基本流程實驗表明,單尺度Retinex算法可以較好地增強圖像,能在保持原始圖像亮度的同時壓縮圖像對比度,并增強圖像暗處信息。但是當圖像中有大塊灰度相似的區(qū)域時,增強后的圖像會產(chǎn)生暈環(huán)現(xiàn)象。多尺度Retinex算法是對單尺度Retinex算法的改進。將圖像依照灰度值分為若干級,分別使用單尺度Retinex方法,最后使用系數(shù)加權得到處理結果。上述經(jīng)典的Retinex算法實質(zhì)上都是通過對原圖像進行某種高斯平滑來提取亮度圖像,且都需要復雜的計算使得提取的亮度圖像盡量準確。下面是幾點Retinex方法需要考慮的地方: 對圖像進行對數(shù)函數(shù)的位置、中心函數(shù)、連續(xù)環(huán)繞空間的大小以及輸出結果之前的處理。針對這些問題,國內(nèi)外文獻提出了各種改進方法。為了得到更好的視覺效果,在原有單尺度Retinex算法中使用卷積函數(shù)對亮度粗估計之后再使用非線性函數(shù)增強原圖像對比度,通過對此時圖像數(shù)據(jù)進行Gamma校正,并將調(diào)整后的反射圖像與粗估計的亮度圖像進行合成,得到最終的增強圖像。針對傳統(tǒng)中心/環(huán)繞Retinex 圖像增強方法在處理高動態(tài)范圍圖像時易在明暗對比強烈處產(chǎn)生光暈現(xiàn)象,又有人提出了一種使用mean shift濾波進行估計光照的方法,并在處理之后對圖像直方圖中的孤立點作進一步處理,有效地消除了光暈現(xiàn)象。針對原有變分Retinex方法處理后的圖像易出現(xiàn)偽影、邊界易模糊以及噪聲加強的問題,提出了一種基于小波框架的變分Retinex方法,將圖像變換至小波域,通過對各尺度系數(shù)應用各向異性改進的變分Retinex方法來保持圖像邊界,同時通過對小波系數(shù)處理降低圖像噪聲。 Retinex方法的關鍵在于對反射分量的估計,提出的各種方法力求在對比度增強效果、抑制噪聲、計算效率等方面進行平衡,以達到最佳視覺效果。該方法適合處理局部灰度值低的圖像,能有效增強其中暗處的細節(jié)部分,并且在壓縮圖像對比度同時能在一定程度上保持圖像原始亮度?；谡彰?反射模型的同態(tài)濾波法和Retinex增強方法都充分利用了圖像的頻率信息,但沒有重視圖像梯度信息,易在增強圖像的同時模糊邊緣信息。梯度域圖像增強方法則充分利用了圖像梯度信息。 梯度域圖像增強方法 圖像光照不均在梯度場中的具體表現(xiàn)為梯度分布不均。圖像對比度高表現(xiàn)為梯度強度大、結構清晰,擴大圖像梯度范圍可擴大圖像動態(tài)范圍,減小梯度范圍則壓縮圖像動態(tài)范圍,因此可通過處理圖像梯度場來實現(xiàn)圖像增強。Subr等人提出了依賴于圖像局部差分總和的目標函數(shù)來度量圖像的對比度,并通過貪婪迭代優(yōu)化方法實現(xiàn)目標函數(shù)最大值來增強圖像。Fattal等人提出了一種直接對圖像梯度圖進行修改的方法,該方法的主要思想是:將圖像轉換至對數(shù)域中,在對數(shù)域中求得圖像的梯度；將某一因子作用于每一個梯度圖像像素中,減弱圖像梯度值；最后,使用數(shù)值方法在梯度域中重建圖像數(shù)據(jù),并將重建后的圖像指數(shù)化并輸出。該方法處理過程如下:設圖像對數(shù)化后為,記為圖像梯度,對梯度使用平滑函數(shù)得到式: ()其中:與方向相同, 大小由與系數(shù)因子共同決定。該方法的核心是對梯度場中的每個像素點使用作卷積運算來壓縮圖像動態(tài)范圍。該方法需要使用數(shù)值方法在修改后的梯度域中重建圖像,也可以直接在圖像梯度域中對梯度函數(shù)使用直方圖均衡方法取代因子這樣可以在增強圖像局部對比度的同時使圖像整體梯度均勻化, 避免了使用Retinex方法產(chǎn)生的暈環(huán)現(xiàn)象。大部分局部增強方法能夠在壓縮圖像動態(tài)范圍的同時增強暗處信息,但是對原圖較亮部分以及陰影部分增強不夠。原圖中光照均勻部分表現(xiàn)為梯度分布均勻,而較亮部分與陰影部分梯度范圍小,可以通過壓縮其他部分梯度的同時擴大較亮部分或陰影部分圖像的梯度,壓縮圖像動態(tài)范圍同時增強局部對比度,使得這部分信息更易識別。梯度域增強方法能夠較好地保持原圖中的細節(jié)信息和層次感,適合分析圖像高光區(qū)與陰影區(qū)的信息；是會使圖像在一定程度上銳化,并且在梯度域中重建圖像需要一定的數(shù)值算法,不適合實時使用。梯度域方法作為一種較新的圖像增強算法,可用于增強醫(yī)學圖像、聲納圖像等。 背景擬合法恢復光照不均勻圖像背景擬合是從原圖中提取出若干屬于背景的像素(稱為背景樣點),記下其行位置、位置和其灰度值,然后進行多項式擬合。在這個過程中,選取的背景樣點要盡量均勻分布在整個圖像中。如果背景樣點集中在一個小區(qū)域,而在別的區(qū)域中很少或者沒有,那么多項式對那些很少樣點的位置作外插時就會產(chǎn)生很大的誤差,使得擬合出的背景在這些位置不能較好地逼近原圖中的背景光照分布。由此,在采用背景擬合時,首先要從原圖中判斷哪些像素肯定屬于背景區(qū)域。在實際圖像中,背景的變化與物體相比,一般較為緩慢,而且背景在整幅圖像中所占的面積往往比物體所占的面積大。所以,可以采用平滑濾波函數(shù)從圖像中先分離出緩變的部分,從中選取背景樣點。當采用較大尺寸的算子時,濾波器的形狀是非常重要的,主要有兩個制約因素:空間定位的精確性及頻域中的平穩(wěn)性。從信號處理的知識知道,這兩個要求實際上是矛盾的,所以只能尋求綜合性能最好的濾波器。Marr證明,只有高斯濾波器才能在空域和頻域同時達到最佳,所以這里采用高斯濾波器來標志背景像素。 基于小波變換的照度不均勻改善技術在照度不均勻消除方法中,僅僅考慮在一個域(空域或頻域)上進行不均勻照度消除,它同時考慮了空域和頻域的情況,具有計算量少和誤差小的優(yōu)點。選擇適當?shù)某叨纫蜃雍推揭埔蜃涌梢院芊奖愕剡x擇小波函數(shù)的空頻窗口寬度和頻率窗口的中心頻率的位置。尺度越小,則時(空)域寬度越小、頻域寬度越大、頻窗向高頻方向移動越遠.上面綜述了五類現(xiàn)有的光照不均圖像增強方法。由上述分析可以看出,全局直方圖均衡化法能增強圖像整體對比度,適用于增強整體灰度值低、動態(tài)范圍低的圖像；局部直方圖均衡化法能增強圖像細節(jié)信息,拉伸圖像局部灰度級范圍,但出現(xiàn)塊效應、計算速率等問題；Retinex法均為頻域處理方法,計算效率高。Retinex方法主要在于對亮度圖像的估計,能在保持圖像亮度的同時增強圖像暗處的信息,但需要針對每幅圖像調(diào)整參數(shù),并且對原圖像中較亮的部分處理能力不足,在梯度突變部分易出現(xiàn)光暈現(xiàn)象。梯度域方法能夠在壓縮圖像動態(tài)范圍的同時擴大局部梯度范圍,相比其他方法,它在增強圖像陰影、高光部分表現(xiàn)良好。但在梯度域中重建圖像,需要一定的數(shù)值算法。小波變換是一種窗口大小固定不變,但其形狀可以改變的局部化分析方法。小波變換在信號的高頻部分可以取得較好的時間分辨率；在信號的低頻部分,可以取得較好的頻率分辨率,從而能有效地從信號(如語音、圖像等)中提取信息。近年來,上述五類方法在不斷改進。直方圖均衡化法趨向于與人體視覺結合,增強圖像的同時保持圖像原始面貌。頻域方法、Retinex方法則傾向于與其他方法的結合,其降低噪聲的功能可以彌補其他方法的不足。梯度域方法著重在計算效率上的改進。筆者認為如下兩個方面仍需進一步研究:a)計算效率。局部直方圖均衡化法、梯度場方法雖然處理效果好,但缺乏快速算法,使得這些方法僅適用于圖像分析,不能實時使用,局限了其應用范圍。b)處理問題的范圍。上述圖像處理方法都是基于圖像灰度值是連續(xù)、緩慢變化這個假設,而當圖像灰度值出現(xiàn)突變時,如當圖像出現(xiàn)部分反光時,由于圖像具有高動態(tài)范圍,直方圖均衡化法失效；圖像灰度變化一部分是連續(xù)緩慢的,但另一部分出現(xiàn)了突變,Retinex方法也將失效；梯度域方法雖然能提取出圖像突變位置,但難以避免光照急劇變化對圖像帶來的影響。3 同態(tài)濾波的原理 基本概念 （1）疊加性信號：信號為兩個或多個信號的和的形式。 （2）相乘信號：信號為兩個或多個分量的成績，如圖像信號、衰落的傳輸信道中的信號等。 （3）卷積信號：信號為兩個或多個信號的卷積，如語音信號，地震信號等。（4）同態(tài)系統(tǒng)：同態(tài)系統(tǒng)是服從廣義疊加原理、在代數(shù)運算上可用輸入和輸出