一种基于HSV色彩空间的局部Retinex增强算法
【技术领域】
[0001] 本发明属于图像信息处理的技术领域，本发明是一种基于HSV色彩空间的局部 Retinex去雾算法，适用于增强雾霸天气下拍摄的雾化图像。
【背景技术】
[0002] 计算机应用的众多户外监控系统都要求能准确地提取图像的特征，而在雾霸等天 气状况下，往往由于大气中微小粒子散射作用的影响，导致获取的图像严重降质，不仅影响 了图像的视觉效果，而且干扰了图像特征的提取，使户外监控系统无法正常运行，从而带来 了严重的安全隐患。因此，利用有效且快速的去雾方法使雾化图像清晰化，具有重要的现实 意义。
[0003] 现有的图像去雾方法主要分为两大类；基于图像复原的处理方法和基于图像增强 的处理方法。
[0004] 基于图像复原的算法W大气散射模型为理论依据，大气散射模型描述雾天图像退 化原因；图像复原算法通过反演图像退化过程，恢复场景反照率，W获得优化的无雾图像。 此类方法从图像退化的本质出发，得到的结果通常较为自然。但大气散射模型是一个病态 方程，无法直接求解方程得出场景的反照率，需要利用先验信息等约束条件，对大气散射模 型中的参数进行估算，进而还原场景的反照率。
[0005] 基于图像增强的算法不考虑图像质量下降原因，通过对图像进行整体或局部的拉 伸，提高图像亮度、对比度及突出细节，从而改善视觉效果。目前，基于图像增强的主流方法 是Retinex算法，基于人视觉的色彩恒常性，通过滤波估计图像的照度分量，得到反射分量 实现图像去雾。但该方法易改变色彩比例造成色彩失真，拉伸的同时会损失局部细节，且难 W选取合适的滤波器的参数值。
[0006] 论文名；A Multiscale Retinex for Bridging the Gap Between Color Images and the Human Observation of Scenes，期干U ；IEEE Transaction on image processing, 年份；1997年，第7期，965页至976页，Daniel J. ^bson等人提出了带色彩恢复的多尺度 Retinex算法，依据色彩恒常性原理，采用高斯滤波函数估计图像照度分量，还原图像反射 分量，线性拉伸方式提高亮度和对比度。但是滤波器参数选取困难，而且无法还原多层次的 雾天图像。
[0007] 专利名；Smart Image Enhancement Process，其月干。；Patent Application 化blication,年份；2010 年 10 月，编号；US 2010/0266214Al，Daniel J. ^bson 等人首 先对输入图像的对比度和亮度进行判断图像是否有雾，然后对雾天图像进行直方图均衡和 MSRCR算法相结合的增强算法，最后反复迭代增强直到清晰度和亮度达到要求或者迭代次 数达到上限。
[0008] 论文名；Nonlinear Transfer Function-Based Local Approach for Color Image Enhancement,其月干U ；IEEE Transactions on Consumer Electronics,年份；2011 年， 第16期，858页至865页，提出了一种基于HSV色彩空间的图像增强方法，首先将图像转换 到HSV色彩空间，然后单独对V分量（即亮度分量）采用非线性转换函数进行对比度增强， 而不改变图像的S分量和H分量，来保留色彩，能有效增强照度不均匀图像，但不适用于雾 天图像的处理。
【发明内容】
[0009] 本发明为了克服现有图像去雾技术的不足，提供了一种基于HSV色彩空间的局部 Retinex去雾算法，既能够增强雾化图像的清晰度，改善图像的视觉效果，又具有较快的运 行速度，实时性好，适应范围广。
[0010] 一种基于HSV色彩空间的局部Retinex去雾算法，该方法包括如下步骤：
[0011] A、在不同的色彩空间中处理多层次的雾天图像，实现图像对比度增强和清晰度提 升；RGB色彩空间处理图像容易造成色彩失真；HSV色彩空间适于人类视觉感知，描述了图 像饱和度、色调、亮度的特征；饱和度描述雾对场景色彩深浅的影响；亮度描述大气光对图 像清晰度的影响；色调描述场景色彩的类型；在HSV色彩空间增强图像，不影响RGB =色彩 分量的比例，，从而不会影响色彩的偏移。
[0012] B、获取图像大小，自适应判断子块图像的大小，对雾天图像的亮度图像进行分块； 对亮度分量的各子图像进行增强处理，提高图像的清晰度；
[0013] 雾天图像存在无雾、薄雾、大雾、浓雾四种情况，单一高斯卷积尺度无法适应多种 情况；为了获取更多浓雾区域的细节，选取对应卷积尺度，利用高斯卷积估计照度分量，还 原清晰反射分量。
[0014] 根据源图像的大小，确定分块的个数及分块后的子图像大小；按照部分重叠的方 式将图像的亮度图像（V分量）分成若干个子图像；计算各个子图像的高斯环绕卷积函数的 尺度大小，对各个子图像进行MSR增强处理。具体步骤如下：
[001引 B1 ;得到源图像的亮度图像后，计算图像的大小，和分块后子图像的大小；将图像 按照设定的图像大小、部分重叠的方式分成个数不定的子图像；图像尺寸大，则选取的分块 个数多；
[0016] B2;高斯环绕卷积函数中，尺度大小决定处理后图像的效果；大尺度（如0 = 200)处理后色彩保真度好；小尺度（如0 = 15)处理后动态范围压缩好；MSR算法将S尺 度加权求和同时实现色彩保真和动态范围压缩；对子图像进行MSR增强处理：
[0017]
【主权项】
1. 一种基于HSV色彩空间的局部Retinex去雾算法，其特征在于如下步骤： A、 将多层次的雾天图像转换到HSV色彩空间进行处理，实现图像对比度增强和清晰度 提升； B、 获取图像大小，自适应选择子块图像的尺寸大小，按照部分重叠的方式对雾天图像 的亮度图像进行分块；对亮度图像的各子图像进行MSR增强处理，提高图像的清晰度；具体 步骤如下： Bl :得到源图像的亮度图像后，计算图像的大小，和分块后子图像的大小；将图像按照 设定的图像大小、部分重叠的方式分成个数不定的子图像；图像尺寸大，则选取的分块个数 多； B2 :高斯环绕卷积函数中，尺度大小决定处理后图像的效果：大尺度处理后色彩保真 度好；小尺度处理后动态范围压缩好；MSR算法将三尺度加权求和同时实现色彩保真和动 态范围压缩；对子图像进行MSR增强处理：
η = ] 其中，（i，j)为像素点的卡儿坐标，η为尺度标号，取值范围：[1，Ν]，N为尺度总个数， V (i，j)为输入的亮度图像，Vji，j)为输出的亮度图像，Wn为权值，取值为{1/3, 1/3, 1/3}， F (i，j)为高斯环绕卷积函数，表达式为： F(i, j) =K exp[-(i2+j2)/〇2] (2) 其中，（i，j)为像素点的卡儿坐标，σ为尺度，K为常数； C、 按照基于面积的alpha融合方式，计算每个像素点在各重叠子图像中的权值，对每 个像素点在各重叠子图像中的结果进行加权求和实现图像融合； D、 依据饱和度分量和亮度分量之间的关系，对图像的饱和度分量进行处理，并使用 Gamma补偿，还原图像色彩。
2. 根据权利要求1所述的局部Retinex去雾算法，其特征在于，步骤C中，对各子图像 进行融合处理获得增强后亮度图像；以当前像素点在各子图像中的最近边界内相邻像素面 积为比例因子，以该面积与总重叠面积的比值为权值，采用alpha融合方式进行融合，消除 块效应；具体步骤如下： C1、多尺度Retinex算法依据周围像素的相对关系决定像素点的值；水平或者垂直的 方向所选取的周围邻域像素，不能完全反映边界周围像素对当前像素点的影响；而是由像 素点和水平和垂直方向的边界周围所有像素的相对关系共同决定；因此，选取水平和垂直 方向像素，以面积为当前子图像像素点的比例因子； C2、计算当前像素点在各子图像中邻域像素面积：以当前像素点为起点，到最近的水平 和垂直方向边界的距离为边围成的方形区域的面积ωn;计算含有当前像素的重叠区域的 总面积ω ;以各子图像的邻域像素面积ωη和重叠区域总面积ω的比值为权值： ?" = - (3) ω 其中，η为子图像的标号，取值范围：[1，Ν]，N为重叠的子图像的个数； C3、融合重叠子图像，获得清晰的反射分量；采用Alpha融合方式进行融合，面积比值 作为权值：
(4) 其中，（i，j)为像素点的卡儿坐标，Rv(i，j)为融合后的亮度值，Rn(i，j)为（i，j)在各 子图像中的结果值，η为子图像的标号，取值范围：[1，N]，N为重叠的子图像的个数。
3.根据权利要求1和2所述的局部Retinex去雾算法，其特征在于，步骤D中，雾天图 像中，雾的存在使得目标场景的色彩饱和度降低；HSV色彩空间中的S分量反映了图像中各 场景点的饱和度；HSV色彩空间的饱和度和亮度存在相应关系，依据饱和度和增强前后亮 度变化的相应关系判定像素点饱和度的变化；步骤如下： Dl、依据HSV色彩空间和RGB色彩空间的转换公式，饱和度分量和亮度分量之间满足如 下关系：
其中，S为饱和度分量，V为亮度分量，rgb为RGB色彩空间的三个颜色分量； D2、假定图像在增强前后，RGB三通道的最小值不会发生改变；获取增强前后亮度分量 的变化值，计算变化后的S分量：
其中，S为未处理的饱和度分量，V为未增强亮度分量，为处理后的饱和度分量，V 为增强后亮度分量，K表示RGB三通道的最小值； D3、实际中，增强前后的RGB三通道的最小值会发生变化；利用Gamma变换进行补偿最 小值的动态变化； S0= (S' ) γ (7) 其中，S。为输出的饱和度分量，为第一次处理后的饱和度分量，γ为Ga_a系数。
【专利摘要】本发明公开了一种基于HSV色彩空间的局部Retinex去雾算法，对雾天情况下雾分布不均匀的图像进行图像增强。本发明的方法包括如下步骤：A、在不同的色彩空间中处理多层次的雾天图像，实现图像对比度增强和清晰度提升；B、获取图像大小，自适应判断子块图像的大小，对雾天图像的亮度图像进行分块；对亮度分量的各子图像进行增强处理，提高图像的清晰度；C、计算各像素点在各重叠子图像中的面积比例因子，对各重叠子图像进行加权求和实现图像融合；D、对图像的饱和度分量进行处理，还原图像色彩；本发明能够清晰快速地还原不同层次的景物细节，改善图像的视觉效果，适用于不同区域的航拍系统。
【IPC分类】G06T5-00, G06T5-20
【公开号】CN104537615
【申请号】CN201410736010
【发明人】王洪玉, 曹静
【申请人】大连理工大学
【公开日】2015年4月22日
【申请日】2014年12月4日