一种基于Retinex的雾霾图像增强改进算法

合集下载

滤波器可变的Retinex雾天图像增强算法

滤波器可变的Retinex雾天图像增强算法章节一：引言1. 研究背景和意义2. 前人研究综述3. 本文的工作和组织结构章节二：Retinex算法和雾天图像增强1. Retinex算法的原理和特点2. 雾天图像增强的挑战和现有方法3. 本文算法的思路和优点章节三：可变滤波器的设计和实现1. 可变滤波器的概念和原理2. 本文算法中采用的滤波器设计方法3. 可变滤波器在增强雾天图像中的应用章节四：实验与结果分析1. 实验平台和数据集2. 实现过程和实验结果比较3. 实验结果分析和讨论章节五：总结和展望1. 本文工作总结2. 存在不足和未来改进方向3. 发展趋势和应用前景注：本提纲仅供参考，具体的研究内容和结构应该根据实际情况进行调整和拟定。

第一章：引言1. 研究背景和意义随着数字摄影技术的快速发展，人们能够拍摄到更加真实而清晰的图像。

然而，由于大气散射和光线衰减，雾天摄影成为了人们无法回避的问题。

雾天图像在色彩、对比度、清晰度等方面的表现十分低劣，严重影响了图像的观感和信息传递。

针对这一问题，智能图像处理算法不断涌现，其中Retinex算法被认为是能够很好解决雾天图像增强的一种算法。

Retinex是一种基于人眼视觉的算法，它试图对物体表面反射出的光照进行分解，然后再进行图像增强。

Retinex算法的实现比较灵活，可在不同的领域应用，包括图像增强、色彩平衡、去雾处理等。

2. 前人研究综述Retinex算法的发展历史较为悠久，已经被广泛应用在各个领域中。

早期经典的Retinex算法包括多尺度Retinex（MSR）、单尺度Retinex（SSR）、色调保持多尺度Retinex（MSRCR）等，这些算法具有较好的雾天图像增强效果。

然而，这些算法都是固定的，无法适应不同图像的特点，有时会产生一些误差。

为了解决这个问题，近年来研究者提出了一些可变的Retinex算法。

这些算法能够根据图像的特点动态调整算法参数，达到更加精确的雾天图像增强效果。

一种基于单尺度Retinex的雾天降质图像增强新算法_黄黎红

文章编号:1002-2082(2010)05-0728-06一种基于单尺度Retinex 的雾天降质图像增强新算法黄黎红(莆田学院电子信息工程系,福建莆田351100)摘　要:雾图增强是智能管理系统的一个组成部分,在交通管理系统、公路收费站、轮船、飞机场等场合有着广泛的应用场景。

比较了对数函数、双曲正切函数、反双曲正切函数对雾天降质图像亮度分量的调节能力,证明双曲正切函数具有比对数函数更宽的亮度调节能力。

在此基础上提出一种基于单尺度Retinex 的雾天图像增强方法。

该算法首先把图像从RGB 彩色空间转换到HSV 空间,保持色调分量不变,采用中心可自适应调节的双曲正切函数增强图像的全局亮度,局部细节非线性变换处理进一步提高图像的局部对比度,运用线性拉伸对饱和度进行调整,实现颜色补偿。

实验结果表明该方法去雾效果显著,且颜色自然。

实验还结合方差、熵和算法运算时间等参数,对该算法与多尺度Retinex 算法作比较,验证了该算法在图像对比度、细节增强方面的优越性,且算法速度快,具有应用于实时图像处理的能力。

关键词:去雾;图像增强;单尺度Retinex 算法;双曲正切函数;HSV 颜色空间中图分类号:T N 144;T P 391.41 文献标志码:AFog -degraded image enhancement based on single -scale RetinexHU ANG Li-hong(Electr o nics &Infor matio n Eng ineering Depar tment,P ut ian U niv ersity ,P utian 351100,China )Abstract :Image enhancement is impo rtant for intelligence manag ement system .It has potential applications in m any fields such as traffic manag em ent,hig hw ay toll collectio n station,ship,airpo rt and etc.T he adjustment ability of log arithm ic function,hyperbo lic tangent functio n and inv erse hyper bolic tangent functio n fo r fog -degraded imag es w ere co mpar ed.It w as prov ed that hyperbolic tangent function had better ability to regulate brightness than log ar ithmic functio n .According ly ,an image enhancement alg orithm based o n sing le scale Retinex w as pro posed .T he algo rithm co nv ersed RGB color space to HSV space.H ue was kept unchanged.T he hy perbolic tang ent function based on center self-adaptive adjustment w as used to enhance o ver all brig htness of imag e.Lo cal non-linear transfo rmation was adopted to improve local co ntrast o f im ag es.And linear stretching was used to adjust satur ation .Then color compensations are achieved .Experiments show that this kind of alg orithm has significant effects o n defog ging and making co lor full of bined w ith parameters such as v ariance,entro py and arithmetic,exper im ents w ere conducted to m ake co mparisons for algo rithm s based on single scale Retinex and m ulti -scale Retinex .It is proved that algorithm based on sing le scale Retinex has mor e ad -收稿日期:2010-03-02;　修回日期:2010-04-29作者简介:黄黎红(1971-),女,福建莆田人,硕士,福建莆田学院电子信息工程系副教授,主要从事光学测试及混合图像处理研究工作。

一种基于单尺度Retinex的雾天降质图像增强新算法

出一种基于单尺度Ｒｅｉｅｔｘ的雾天图像增强方法。ｎ该算法首先把图像从ＲＧＢ彩色空间转换到ＨＳＶ空间，保持色调分量不变，采用中心可自适应调节的双曲正切函数增强图像的全局亮度，局部细节非线性变换处理进一步提高图像的局部对比度，用线性拉伸对饱和度进行调整，实现颜色补运
关键词：去雾；图像增强；单尺度Ｒｅｉｅｔｘ算法；双曲正切函数；ＨＳ颜色空间ｎＶ
中图分类号：Ｔ４；ＴＰ９．１Ｎ１４３１４文献标志码：Ａ
Ｆｏ — ｅｒｄｄｉａｅｅａｃｍｅｔｂｓｄｏｉｇｅ‘ｃｌｔｎｅｇ－ｇａｅｍｇｎｈｎｅｄｎａｅｎｓｎｌ ‘ ａｅＲｅｉｘｓ
偿。实验结果表明该方法去雾效果显著，且颜色自然。实验还结合方差、熵和算法运算时间等参数，对该算法与多尺度Ｒｔｅｅｉｘ算法作比较，验证了该算法在图像对比度、细节增强方面的优越ｎ
性，且算法速度快，具有应用于实时图像处理的能力。
ｉｅｓｐｅｂｌｃｔｎｇｎｕｔｏｏｏｄｇａｅｍａｓｗｅｅｃｍｐｒｄ．Ｉｓｐｏｖｄｔａｎｖｒｅｈｙｒｏｉａｅｔｆｎｃｉｎｆｒｆｇ— ｅｒｄｄｉｇｅｒｏａｅｔｗａｒｅｈｔｈｙｅｂｌｃｔｎｎｔｆｎｃｉｎｈａｅｔｒａｌｔｏｒｇａｅｂｉｈｔｅｓｔｎｌｇｒｔｐｒｏｉａｇｅｕｔｏｄｂｔｅｂｉｉｙｔｅｕｌｔｒｇｎｓｈａｏａｉｈｍｉｕｎｔｏｃｆｃｉｎ．Ａｃｏｄｉｇｌｃｒｎｙ，ａｍａｅｅｈａｅｎｌｏｒｔｎｉｇｎｎｃｍｅｔａｇｉｈｍｓｄｏｉｇｌｃｌｔｎｅｓｐｒｐｓｄ．ＴｈｅｂａｅｎｓｎｅｓａｅＲｅｉｘｗａｏｏｅａｇｏｉｈｍｏｅｓｄＲＧＢｏｏｐｃｏＨＳＶｐｃ．Ｈｕｓｋｅｃａｇｅｌｒｔｃｎｖｒｅｃｌｒｓａｅｔｓａｅｅｗａｐｔｕｎｈｎｄ．Ｔｈｅｈｅｂｌｃｙｐｒｏｉ

雾霾天气下图像增强算法的研究

雾霾天气下图像增强算法的研究雾霾天气下图像增强算法的研究近年来，由于工业化进程的快速发展和大气污染的日益严重，雾霾天气成为我国许多城市面临的严峻问题之一。

雾霾天气不仅对人们的健康造成威胁，也给交通运输、环境监测等方面带来了极大的困扰。

在这种情况下，如何从雾霾天气中提取出有用的信息成为了研究者们关注的焦点之一。

图像增强作为一种处理图像质量的技术，能够改善图像的视觉质量，提高图像的细节信息，使人眼更轻松地感知图像。

在雾霾天气下，由于大气中的悬浮颗粒物的存在，图像容易受到散射和吸收的影响，导致图像质量下降，细节信息无法清晰地展示出来。

因此，研究雾霾天气下的图像增强算法具有重要的理论和应用价值。

目前，许多图像增强算法已经被提出并应用于雾霾天气下的图像处理中。

其中，一个常用的图像增强算法是Retinex理论。

Retinex算法基于光通量恢复模型，可以有效地还原图像的亮度和颜色。

然而，由于Retinex算法对灰度分布和光照变化的敏感性较强，在处理雾霾天气下的图像时，经常会产生过增强或欠增强的现象。

为了改进Retinex算法在雾霾天气下的应用效果，一些研究者提出了改进的Retinex算法。

例如，基于颜色空间的Retinex算法可以利用颜色信息，对雾霾天气下的图像进行增强。

这种算法首先将图像从RGB颜色空间转换到HSI颜色空间，然后利用图像在I通道上的亮度信息进行恢复处理。

这种算法可以一定程度上减小光照变化对增强结果的影响，实现更好的增强效果。

此外，一些研究者通过引入雾霾天气下的图像先验信息，进一步提升Retinex算法的增强效果。

例如，基于先验知识的全变分正则化模型可以对图像的边缘和纹理特征进行保护，提高图像细节的可见性。

这种算法在进行图像增强时，不仅考虑图像的全局信息，还充分利用图像的局部特征，使得增强结果更加自然和真实。

除了Retinex算法，其他一些图像增强算法也被用于处理雾霾天气下的图像。

例如，基于直方图均衡化的算法可以通过调整图像的像素强度分布，提高图像的对比度和亮度，使得图像更加清晰。

基于直方图均衡化和Retinex的图像去雾算法研究

精品文档供您编辑修改使用专业品质权威编制人：______________审核人：______________审批人：______________编制单位：____________编制时间：____________序言下载提示：该文档是本团队精心编制而成，希望大家下载或复制使用后，能够解决实际问题。

文档全文可编辑，以便您下载后可定制修改，请根据实际需要进行调整和使用，谢谢!同时，本团队为大家提供各种类型的经典资料，如办公资料、职场资料、生活资料、学习资料、课堂资料、阅读资料、知识资料、党建资料、教育资料、其他资料等等，想学习、参考、使用不同格式和写法的资料，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you!And, this store provides various types of classic materials for everyone, such as office materials, workplace materials, lifestylematerials, learning materials, classroom materials, reading materials, knowledge materials, party building materials, educational materials, other materials, etc. If you want to learn about different data formats and writing methods, please pay attention!基于直方图均衡化和Retinex的图像去雾算法探究1. 引言随着科技的不息进步，数字图像处理技术在各个领域起着越来越重要的作用。

一种改进的Retinex算法在图像去雾中的研究与应用

⼀种改进的Retinex算法在图像去雾中的研究与应⽤第４５卷第６A 期２０１８年６⽉计算机科学COMPUTER SCIENCEVol．４５No．６A June ２０１８刘洋(１９９０-),男,硕⼠⽣,主要研究⽅向为图像处理,E-mail :４９６９９４６１８＠qq ．com ;张杰(１９７５-),男,副教授,主要研究⽅向为图像处理,E-mail :５０６０２１０５１＠qq ．com ;张慧(１９９１-),⼥,硕⼠⽣,主要研究⽅向为图像处理.⼀种改进的Retinex 算法在图像去雾中的研究与应⽤刘洋张杰张慧(成都信息⼯程⼤学成都６１００００)摘要在雾霾环境下获取的图像往往不清晰,整体图⽚亮度较⾼.Retinex 算法是⼀种新型的图像增强⽅法,与传统的图像特征增强⽅法相⽐,有很多优点,如⾊彩恒定不变⼆处理速度快⼆颜⾊具有很好的视觉特征等,但是其也有对亮度较⼤的位置处理效果不佳和光照变化较⼤会出现光晕的缺点.对Retinex 算法进⾏了研究和改进,使其克服了出现光晕和对较亮图像处理效果不佳的缺点.实验结果表明,改进算法克服了上述缺点,获得了更好的图像增强的效果,是⼀种适应性强⼆鲁棒性⾼的图像增强算法.关键词图像去雾,图像增强,Retinex 算法,引导滤波,图像复原中图法分类号 TP３１２⽂献标识码 AStud y and A pp lication of Im p roved Retinex Al g oritbm in Ima g e Defo gg in gLIU Yan g ZHANG Jie ZHANG Hui(Chen g du Universit y of Information Technolo gy ,Chen g du ６１００００,China )Abstract The ima g es obtained in fo ggy da y s are alwa y s not distinct and the overall bri g htness of ima g es is hi g h．Reti-nex al g orithm is a new ima g e enhancement al g orithm．It has man y advanta g es such as constant color ,fast p rocessin gs p eed ,etc．But it also has same disadvanta g es such as the effect of p rocessin g bri g ht ima g e is not g ood．The ex p erimentalresult p roves that the im p roved al g orithm overcomes the above disadvanta g es ,has better effect of ima g e enhancement ,and it is an al g orithm with stron g ada p tabilit y and hi g h robustness．Ke y words Ima g e defo gg in g ,Ima g e enhancement ,Retinex al g orithm ,Bootstra p filterin g ,Ima g e restoration１引⾔图像增强是为了增强图像中的有⽤信息,凸显图像的整体或局部像素值特性,去除图像中的冗余信息,丰富其信息量并改善图像质量.常见的图像增强处理⽅法有灰度变换增强⼆直⽅图均衡增强⼆图像平滑增强⼆空域滤波⼆频域滤波等,但是这些⽅法都有明显的缺点和局限性,⽐如:当光照变化较⼤时,处理结果不是很理想.在雾霾条件下采集图像,原本较低的像素值被增⼤,原本较⾼的像素值被减弱,造成了对⽐度的退化,最终导致雾霾天⽓图像的能见度和对⽐度降低.近年来,随着⼈们⽣活⽔平的提⾼,我国出现雾霾天⽓的⼏率⼤⼤增加,这给图像的处理造成了很⼤的影响,因此对图像增强进⾏研究有⼀定的现实意义.基于Retinex 理论的图像增强算法能增⼤图像中较暗区域的对⽐度,有效地压缩光照不均匀图像的动态范围,然⽽对于增强雾霾条件下图像中较亮处的细节很困难.本⽂针对Retinex 算法进⾏了研究和改进,达到了更好的增强效果.２ Retinex 算法Retinex 算法是将⼀幅图像看作照射图像和反射图像的乘积,其数学表达式为:I (x ,y )＝L (x ,y )?R (x ,y )(１)其中,L 表⽰照射光,R 表⽰物体的反射性质,I 是反射光被观察者或者照相机接收到后所构成的并观察到的图像.为了分离出反射和照射分量,对式(１)两边取对数,即有:l g [I (x ,y )]＝l g [L (x ,y )]＋l g [R (x ,y )](２)其中,R (x ,y )和L (x ,y )分别对应于图像的⾼频和低频部分,第i 个颜⾊分量通过Retinex 算法输出结果R i (X ,Y ):R i (X ,Y )＝l g I i (x ,y )-l g [F (x ,y )?I i (x ,y )](３)其中,i ＝１,２,３;?表⽰卷积运算;F (x ,y )表⽰环绕函数,可以采⽤⾼斯函实现,即有:F (x ,y )＝K ?e -(x ２＋y ２/σ２)(４)其中,σ表⽰⾼斯环绕的尺度参数.K 由归⼀化函数决定,即有:F (x ,y )d x d y ＝１(５)根据上述算法可知,由于Retinex 算法的⾼斯算⼦不能在过渡区很好地估计光照,当光照变化较⼤时,会产⽣光晕现象,⽽且对数化处理压缩了亮区域的显⽰范围,导致其细节弱化,由于L 和R 是乘积关系,为了便于处理,对其进⾏对数处理,从⽽将其转化为线性关系.使⽤对数处理可以极⼤地增万⽅数据。

基于Retinex模型的雾天图像清晰化算法

基于Retinex模型的雾天图像清晰化算法黄山风景区全年雨雾天气近200天，常规的视频监控系统在这种天气下，很难发挥作用。

为了解决这个问题，黄山针对雾天图像对比度降低的退化现象，提出了一种快速的对比度增强算法。

通过简单变换后发现，大气散射模型的数学表达式符合Retinex模型，因此采用Retinex算法来提高图像的对比度。

同时提出了一种新的平滑保边滤波，用来快速估计Retinex算法中的照度。

它的每次迭代仅需要三次均值滤波，时间复杂度低。

对于彩色图像，通过非线性指数增强图像的饱和度。

实验结果表明，提出的清晰化算法能有效增强雾天图像的对比度（特别是降质严重的低对比度区域），改善彩色图像的色彩，同时较好的保持图像的边缘。

标签：雾；Retinex；对比度；保边滤波；饱和度1、引言黄山，素以奇伟绝俗、灵秀多姿著称于世。

其全年雨雾天气近200天，弥漫在空中的雾气模糊了人们的视线，使得景物的能见度大幅降低，图像中蕴含的许多特征都被覆盖或模糊。

并且图像退化程度跟图像景物到摄像头的距离相关，距离越远，距离越远，退化越严重。

因此，这种退化在空间上是不均匀的。

图像去雾算法主要经历了3个研究阶段：传统图像增强方法，比如直方图处理[1][2]、小波方法[3]和retinex[4]等。

由于雾天退化图像的空间不均匀，这类方法效果有限。

基于物理模型的多图像（或多数据源）复原方法。

由于退化模型与成像距离密切相关，而基于单幅图像很难获得准确的深度信息。

因此，这类方法通过多图像（或多数据源）得到图像深度信息后利用物理模型达到复原的目的。

Narasimhna 等人提出了多种提取场景深度信息的方法，有些需要用到不同天气状态下相同景物的图像[5]，有些利用偏振光的方法[6]。

基于大气散射模型的方法能够在雾天图像增强上达到较好的效果，但要求多图像（或多数据源），因此在实际应用上具有一定的局限性。

基于物理模型的单幅图像复原方法。

由于考虑了雾天成像的物理模型和仅使用单幅图像，这类方法是近年来研究的热点和难点，取得了很大的进展。

基于Retinex的一种图像去雾算法

基于Retinex的一种图像去雾算法
林笑君;梁凤梅
【期刊名称】《电视技术》
【年(卷),期】2013(37)17
【摘要】由于中心环绕Retinex图像增强算法尺度的选择有限,不能在对有雾天气下采集的图像进行有效去雾的同时增强其细节,提出一种基于Retinex算法的曲波变换图像增强算法.首先,根据Retinex算法,先用高斯函数估计出图像的入射分量,再通过Retinex算法将图像的反射分量得出,然后利用曲波变换的多尺度特性将反射分量进行子带分解,对高频子带采用自动变换阈值处理,对低频子带采用线性拉伸,增强其对比度,最后将曲波系数进行合成,得出处理后的图像.实验结果表明,用该方法对雾天图像处理后,图像的纹理细节更清晰,信噪比和信息熵明显提高,视觉效果改善,失真度显著减小.
【总页数】4页(P155-158)
【作者】林笑君;梁凤梅
【作者单位】太原理工大学信息工程学院,山西太原030024;太原理工大学信息工程学院,山西太原030024
【正文语种】中文
【中图分类】TN911.73;TP391.4
【相关文献】
1.一种改进的Retinex算法在图像去雾中的研究与应用 [J], 刘洋;张杰;张慧
2.一种基于多尺度Retinex算法的图像去雾方法 [J], 罗会兰;林家彪
3.一种基于大气散射模型和Retinex的红外图像去雾算法 [J], 董浩伟;陈洁
4.一种基于Retinex理论的改进图像去雾算法 [J], 王建国;李永全
5.基于分块和多尺度Retinex的图像去雾算法 [J], 黄丽韶
因版权原因，仅展示原文概要，查看原文内容请购买。

基于Retinex的雾霾图像去雾算法

基于Retinex的雾霾图像去雾算法作者：赵苏齐吴健珍来源：《科教导刊》2016年第04期摘要本文提出了一种基于Retinex的雾霾图像的去雾增强算法，将受到雾霾天气影响的欠清晰图像用Retinex算法进行处理，获得增强图像。

针对图像处理后出现噪点的问题，使用中值滤波对图像进行滤波处理，去除噪声。

仿真实验表明该算法对受到雾霾天气影响的图像有较好的增强效果，降低噪声，画面清晰。

关键词 Retinex算法雾霾图像图像增强中图分类号：TM391.4 文献标识码：A DOI：10.16400/ki.kjdks.2016.02.0760 引言随着当代中国工业化和城镇化的快速发展，工业生产和个人驾车交通出行等产生的废气不断增多，绿化面积却由于城镇建设而呈现下跌趋势，恶劣天气频繁地出现。

在恶劣天气条件下，我们获得的图像质量会受到严重影响。

很多户外系统的正常工作都需要获得具有一定质量的图像。

例如智能交通系统中图像的拍摄，如果因为天气原因造成图像质量下降，致使无法识别车牌号码、车辆颜色，就会对智能交通系统的工作造成负面影响，导致智能交通系统无法发挥应有的功能。

在视频监控系统中，很多视频监控系统采用可见光成像技术，在光照不佳、雨雾天气下，图像亮度降低、对比度减弱、清晰度下降，导致无法看清某些细节信息，因此，监控效果不佳。

总之，雾霾天气下的图像增强处理有着广阔的前景和宽广的需求。

图像增强处理，就是根据给定图像的应用场合，根据应用需求强调或凸出图像的整体或局部特征，将不够清晰的较模糊图像变得更清晰，或突出感兴趣的特征，增强不同物体特征之间的区别，提高图像质量、增强图像识别效果。

1 基于Retinex的雾霾图像算法Retinex理论是一种建立在科学实验和科学分析基础上、基于人类视觉系统的图像增强理论。

该算法与线性和非线性变换、图像锐化等传统图像增强算法不同，这些算法只能对图像的某类特征进行增强处理，而Retinex具有大动态范围压缩、颜色恒常性、高色彩保真度等特点，适用于对受光照影响严重的图像进行补偿，能够提高图像的清晰度，使图像的颜色更接近原图像，图像增强后的视觉效果更佳。

基于改进Retinex算法的含雾图像清晰化处理技术

法研究及实现【Ｄ］．上海：上海交通大
学术论坛
度有较大提高。而单尺度算法方法在亮度在降低亮度的同时，对比度有所提高，但出法可以提高图像对比度的同时亮度也有所提高，具有较好视觉效果。
式中ｋ为高斯中心环绕函数个数，为了能够同时保证高尺度、中尺度、低尺度，ｋ
从而达到提高对比度的效果，始光照图像缓慢变化，但这和实际情况不域的灰度值，从而消除图像自膜。同。在灰度值跳跃变化的区域边缘处图像的光照亮度并不平滑。在这种情况下，普通Ｒｅｔｉｎｅｘ算法会存在光晕现象，还会出现纹
取值为３，并且三者权值相同：
Ｗｌ＝Ｗ２＝ｗ３＝１／３
常规Ｒｅｔｉｎｅｘ算法只是对图像中像素和对比度二者不能很好的平衡。多尺度算法布进行调整。图像的像素经过拉伸后得到的现了白膜效应。而采用改进后的Ｒｅｔｉｎｅｘ算图像能够显示更多的细节，色彩更加丰富。对图像像素分布进行调整，具体处理方法如
山
一
然后将Ｒｅｔｉｎｅｘ的像素值按式（１０）填充到船信息，为提升获取海洋侵权目标的能力提

改进的单尺度Retinex雾天图像增强算法

改进的单尺度Retinex雾天图像增强算法张赛楠;吴亚东;张红英;王松【期刊名称】《激光与红外》【年(卷),期】2013(043)006【摘要】在恶劣天气(如雾、霾)条件下,室外计算机视觉系统会采集到严重降质的图像,为生产、生活带来了严重的影响.本文基于色彩恒常理论提出了一种快速有效的雾天图像增强新算法,首先利用拉普拉斯梯度算子增强了雾天降质图像的各个颜色分量的边缘信息,然后在单尺度Retinex算法的基础上创新性提出了一种符合人眼视觉特性的中心自适应调节的拟合函数增强图像各个颜色分量,提高对比度,保持色彩信息.同时结合对比度、信息熵和运算时间等客观评价标准,与直方图均衡化和多尺度Retinex算法进行对比,验证了本算法优越性,并能满足实时处理的需求.实验仿真结果表明,该算法去雾效果显著,具有良好的视觉欣赏效果.%Images captured by outdoor computer vision system degrade in badweather(e.g.,fog,haze).A fast and effective haze image enhancement method based on Retinex is presented.The edge details of the haze image's color channels are firstly enhanced by using the Laplacian operator.Then,based on Single-Scale Retinex,a new image enhancement fitting function of center self-adapt adjustment is presented,which enhance the image's each color channels,increase contrast and reduce color shift of the image.Taking contrast,information entropy and arithmetic time into account,it is compared with Histogram Equalization and Multi-Scale Retinex.It proves that this method has the advantages.Experimentresults show that this method can effectively remove the haze from the input images,enhance the contrast and keep the color information.【总页数】5页(P698-702)【作者】张赛楠;吴亚东;张红英;王松【作者单位】西南科技大学计算机科学与技术学院,四川绵阳621000;西南科技大学计算机科学与技术学院,四川绵阳621000;西南科技大学信息工程学院,四川绵阳621000;西南科技大学计算机科学与技术学院,四川绵阳621000【正文语种】中文【中图分类】TP751.1【相关文献】1.改进单尺度Retinex的彩色图像增强算法 [J], 赵冬梅;李斯娜2.改进的带色彩恢复的多尺度Retinex雾天图像增强算法 [J], 李垚峰;何小海;吴小强3.改进成像模型的单尺度Retinex彩色图像增强算法 [J], 王彦林;张进4.一种基于单尺度Retinex的雾天降质图像增强新算法 [J], 黄黎红5.基于单尺度Retinex雾天降质图像增强算法 [J], 刘松;孙东;卢一相因版权原因，仅展示原文概要，查看原文内容请购买。

基于Retinex理论的小波域雾天图像增强方法

ｍａｎｉｐｏｐｏｅｄａｓｄｉｓｒｓｂｅｏｎＲｅｉｘｈｅｙｎｈｉｐａｒｕｉｔｅｅｔｒｏｆｈｅｔｎｅｔｏｒｉｔｓｐｅ．Ｂｙｓｎｇｈｆａｕｅｔｗａｌｔｕｔ—ｅｏｌｉｎ，ｏｕｖｅｅｍｌｉｒｓｕｔｏｔｓｐｐｒｓｔｅｓｈｅ
ｌｔｄｍａｎＣｏｕｅｇｎｅｉｇａｄＡｐｌａｉｎ．０１．７（５：７ —７．ｅｏｉ．ｍｐｔｒＥｎｉｅｒｎｎｐｉｔｓ２１４１）１５１９ｃｏ
ＡｂｔａｔＩｖｅｏｈｒｂｌｍｏｈｒｄｔｎｌｎａｃｍｅｔａｇｒｔｍａｏｕｐｅｓｔｅｎｉｅｅｅｔｅｙｗｈｎｔｅｓｒｃ：ｎｉｗｆｔｅｐｏｅｆｔｅｔａｉｉａｅｈｎｅｎｌｏｉｏｈｃｎｎｔｓｐｒｓｈｏｓｆｃｉｌｅｈｖｉｇ ’ ｅａｌｎｕｌｅａｅｎａｃｄＡｏｅｌｏｉｍｆｅｔｔｇｔｅｉｇｌｍｉａｉｎｎｏｓｎｔｅｗａｅｅｏｍａｅＳｄｔｉａｄｏｔｎｒｅｈｎｅ．ｎｖｌａｇｒｔｓｉｈｏｓｉｉｈｍａｅｉｕｎｔａｄｎｉｅｉｈｖｌｔｄ・ｍａｎｌｏ
２ＳｈｏｆＣｏｕｅ＆Ｉｆｒｔｎ，ｆｉＵｎｖｒｉｆＴｃｎｌｇＨｅｅ３０９，ｉａ．ｃｏｌｏｍｐｔｒｎｏｍａｉＨｅｅｉｅｓｔｏｅｈｏｏｙ，ｆｉ２００Ｃｈｎｏｙ

基于改进Retinex的图像增强算法

出Ｌ（，Ｙ），然后通过式（２）得到Ｒ（，Ｙ），见式（３），具体工作原理如图１所示。
Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｅｆｆｅｃｔｏｆｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ，ａｎｅｗｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＲｅｔｉｎｅｘｉｓｐｒｏｐｏｓｅｄ．Ｉｎｔｈｉｓａｌｇｏｒｉｔｈｍ，ｔｈｅｏｒｉｇｉｎａｌｉｍａｇｅｉｓｄｅｃｏｍｐｏｓｅｄｂｙｔｈｅ
收稿日期：２０１５—１０—０７修回日期：２０１５—１１—２５基金项目：河南省教育厅科学技术研究重点项目（１６Ａ５２００９１）作者简介：张雪峰（１９８１一），女，讲师，主要研究方向：图形图像处理，信息安全，Ｅ—ｍａｉｌ：ｔｕｌｉｎ０３０３０２＠１６３．ｃｏｒｎ。引文格式：张雪峰．赵莉．基于改进Ｒｅｔｉｎｅｘ的图像增强算法［Ｊ］．南京理工大学学报，２０１６，４０（１）：２４—２８．投稿网址：ｈｔｔｐ：／／ｚｒｘｕｅｂａｏ．ｎｊｕｓｔ．ｅｄｕ．ｃｎ
总第２０６期
张雪峰赵莉基于改进Ｒｅｔｉｎｅｘ的图像增强算法
２５
图像增强可以突出某些感兴趣的区域．降低一些无用的信息影响，改善图像的视觉效果，可以提高图像使 Байду номын сангаас 价值，在医学诊断、人脸识别、遥感
图像等领域得到了广泛应用。经典的图像增强算法主要有：直方图均衡法（Ｈｉｓｔｏｇｒａｍ
ｍｕｈｉ－ｓｃａｌｅＲｅｔｉｎｅｘ（ＭＳＲ）ａｌｇｏｒｉｔｈｍｔｏｏｂｔａｉｎｔｈｅｉｌｌｕｍｉｎａｔｉｏｎｃｏｍｐｏｎｅｎｔａｎｄｔｈｅｒｅｆｌｅｃｔｉｏｎ

改进的Retinex雾天视频图像增强算法

改进的Retinex 雾天视频图像增强算法戚娜1,2（1.陕西工业职业技术学院，陕西咸阳712000；2.陕西师范大学，西安710119）摘要：在浓雾环境下进行视频拍摄会因大气粒子的散射作用导致图像成像效果极差，通过图像增强算法设计，提高视频图像的去雾速率和成像质量。

当前对浓雾环境下拍摄出来的景物图像采用暗原色增强方法，对能见度和对比度较低的图像的增强效果不好。

提出一种基于改进的多尺度加权平均Ret⁃inex 算法的雾天视频图像增强算法。

采用Gamma-Gamma 分布的方法构建大气散射物理模型，利用简化大气传播原理，得到去雾后的图像的视频图像的暗原色特征，实现雾天环境下视频图像成像机理和增强模型总体设计。

浓雾环境下提取多尺度Retinex 图像暗原色特征，采用多尺度加权平均Retinex 算法，对图像的灰度像素值进行自适应增强，指导雾化图像进行盒子滤波实现去雾处理，得到图像的亮度、对比度和结构相似度的增强结果。

仿真表明，该算法具有较好的去雾性能和图像增强性能，提高了去雾速率和浓雾下的视频图像成像质量。

关键词：浓雾环境；视频图像；增强算法中图分类号：TP391文献标识码：A文章编号：1001-7119（2015）10-0106-03Enhanced Algorithm for Foggy Video Image Based on Improved RetinexQi Na 1,2(1.Shanxi Polytechnic Institute ,Xianyang Shanxi 712000,China ；2.Shanxi Normal University,Shanxi,Xi ’an 710119,China ）Abstract:The video camera will range imaging effect caused by atmospheric scattering particles in fog environment,through the design of image enhancement algorithm,improve video defogging rate and imaging quality.At present on the scene image fog environment shooting out of the dark color enhancement method using,not good to enhance the effect of vis⁃ibility and a low contrast image.An enhanced algorithm of foggy video image is proposed based on multi-scale Retinex weighted average algorithm.The construction of the atmosphere scattering model with the method of Gamma-Gamma distri⁃bution,using a simplified atmospheric propagation theory,extracting multi-scale Retinex image dark channel characteris⁃tics of dense fog environment,using multi-scale weighted average Retinex algorithm of pixel gray value image adaptive en⁃hancement,to guide the atomization image box filter realization processing to the fog,enhanced results brightness,contrast and image structure similarity.Simulation results show that the algorithm has good defogging performance and image en⁃hancement performance,improves the quality of video image to mist and fog imaging rate under.Keywords:fog environment;video image;enhancement algorithm0引言在浓雾环境下，对视频图像的采集和处理一直是图像学科的难点，如果不能对采集的原始图像进行有效图像增强处理，将会严重影响图像成像质量，户外场景监测系统难以正常工作，这是因为浓雾环境下进行视频拍摄会因大气粒子的散射作用导致图像成像效果极差，无法有效实现清晰成像，因此，研究浓雾环境下的图像增强算法，对提高视频图像的去雾速率和成像质量具有积极重要的意义。

模糊域内基于Retinex的雾霾图像增强算法_贾伟

增强，同时对增强结果进行模糊双曲正切调整；最后采用线性加权和线性逆变换的方法恢复原图像。通过对大量图像
的对比实验发现：传统处理方法产生的光晕现象得到了抑制，图像清晰度、细节、保真性以及对比度等处理效果改善明
显，算法适用范围更广。
关键词模糊域，雾霾图像增强，Ｒｅｔｉｎｅｘ算法，模糊双曲正切
反射光图像。在计算过程中，通常将上式两边同时取对数转
换为对数域，并对Ｓ进行高斯滤波，得到入射分量的照度估
计Ｉｌｏｗ（ｘ，ｙ），即为：
Ｉｌｏｗ（ｘ，ｙ）＝Ｓ（，ｙ）＊Ｆ（ｘ，ｙ）
（２）
式中Ｆ（ｘ，ｙ）定义为
Ｆ（ｘ，ｙ）＝２π１δ２ｅｘｐ（－ｘ２２δ＋２ｙ２）
本文受贵州省科技厅、遵义市科技局、遵义师范学院联合基金项目（黔科合Ｊ字ＬＫＺＳ［２０１４］２３号，黔科合Ｊ字ＬＫＺＳ［２０１４］０８号），遵义师范学院教学科研项目（１３－０８，１３－０６）资助。贾伟（１９８５－），男，硕士，主要研究方向为机器人视觉、高速图像视频处理；刘彦宾教授，主要研究方向为大数据与数字信号处理；刘炜硕士，讲师，主要研究方向为数字图像处理，Ｅ－ｍａｉｌ：ｎｃｕ１０１３＠ｈｏｔｍａｉｌ．ｃｏｍ。
· １８３ ·
ＳＳＲ所得结果进行线性加权运算，从而减少了图像的颜色失真。ＭＳＲ算法通过高斯滤波估计入射分量，提高了图像增强效果，但该方法本质上属于基于灰度假设的颜色非线性变换，当图像局部区域颜色不符合该假设时，图像出现轻度颜色失真，特别在图像明暗过渡区域，采用卷积运算的过程中由于像素之间的关联性，使得处理后的图像出现光晕现象。ＲａｈｍａｎＤＺ等人率［１０］先研究使用Ｒｅｔｉｎｅｘ算法做雾霾图像增强，取得了不错的效果。为了提高Ｒｅｔｉｎｅｘ算法的图像增强效果，张新龙等提［１１］出了将自适应Ｒｅｔｉｎｅｘ增强算法与ＣＬＡＨＥ增强算法结合的雾霾图像增强算法，该算法在图像细节增强及色彩保持方面，具有较好的效果，但是也出现了轻微的光晕效应。李菊霞等提［１２］出了雾霾条件下的ＭＳＲ图像增强算法，该算法具有较高的运算效率，但仍然缺乏普遍的适用性。

改进的多尺度Retinex雾霾图像增强方法

92收稿日期:2018-01-13*基金项目:瞬响应型混合电能质量治理设备研究安徽三联学院服务机器人协同创新中心专项研究项目成果(yiqr17004)作者简介:孟雪(1992—),女,汉族,安徽合肥人,硕士,助教,研究方向:信息处理,图像增强;夏百花(1981—),女,汉族,安徽宿州人,硕士,讲师,研究方向:控制工程,自动化;徐转霞(1982—),女,汉族,安徽安庆人,本科,助理实验师,研究方向:电子电气工程及其自动化。

1 引言在雾霾天和雨天等恶劣天气条件下,户外景物所拍摄出的图像的颜色较淡和对比度不够,图像的视觉效果较差,给人眼观察带来很大的干扰。

雾霾图像增强目的主要是增强对比度和色彩的饱和度,增加亮度,同时保持色度,改善图像视觉效果,提高图像可识别度。

2 大气物理模型及Retinex原理2.1 大气物理模型有雾情况下的大气散射是导致图像退化的主要原因。

1975年,由McCartney提出的经典大气散射模型:)1()()()()(x d x d e A e x AF x G ββ---+= (1)其中,)(x G 是指观测到的图像的强度,A表示大气光线,)(x F 表示物体的反射特性,)(x d e β-是传递函数。

公式中的)()(x t x AJ 和))(1(x t A -分别为直接衰减项和大气光成分,即前文中所说的衰减模型和环境光模型。

D为景物深度,β为大气散射系数,与可见光波长λ有关。

401≤≤=γλβγ(2)其中,γ大小取决于大气中的悬浮微粒大小,微粒越小,γ越小。

在浓雾天,γ近似为0,β可近似为常数,就是造成雾天能见度低的原因。

2.2 Retinex模型1964年美国物理学家EdwinLand首次基于色彩恒常理论提出Retinex算法[1],其模型如下:),(),(),(y x R y x L y x I ∙= (3)其中L(x,y)表示入射光图像,反射分量R(x,y)决定物体的内在性质,I(x,y)表示能被人眼或照相机接收到的图像。

基于RETINEX理论的小波域雾天图像增强方法

2011，47（15）1引言图像增强是指有目的地强调图像的整体或局部特性，以改善图像的视觉效果或满足特殊分析的需要[1]。

雾天条件下，户外景物的对比度和颜色发生退化，计算机视觉系统无法正确检测与跟踪场景中目标，需要对雾天图像或视频作清晰化处理。

Retinex 理论及相关算法是图像增强的新思路[2]。

其理论基础是色彩的恒常性，即人眼对物体色彩的感知取决于物体表面的反射光特性，与入射光无关。

Retinex 算法把待增强图像看成是由反射分量和入射分量两部分组成，通过像素之间的亮度比较得到入射分量，从而进一步得到反射分量，还原物体的本来面貌，实现对图像的增强。

目前，Retinex 算法已经发展出了多种形式，常用的有Mc-Cann ’s 99Retinex [3]，多尺度Retinex （Multi-Scale Retinex ，MSR ）和带色彩恢复的MSR （Multi-Scales Retinex with Color Res-toration ，MSRCR ）[4-5]，可变框架模型Retinex [6]等。

这些算法都存在一定的局限性，McCann ’s 99Retinex 采用迭代的思想，因而复杂度较高；可变框架模型Retinex 算法需要求解复杂的偏微分方程，算法的复杂度也较高；MSR 和MSRCR 因其计算量较小而得到广泛的应用，然而这两种算法选择像素比较的模板通常较大，对有多个发光源的图像处理效果不好，且易产生光晕伪影。

根据大气物理模型的有关理论[7]，可以将雾天图像看成是由雾霭等大气因素综合作用的部分（对应于入射分量）和反映场景本来特征的部分（对应于反射分量）这两部分组成，这就为应用Retinex 算法及相关理论解决雾天图像增强问题提供了合理性依据。

目前，使用Retinex 理论做雾天图像增强的研究成果主要集中在国内，芮义斌、李鹏等人使用Retinex 算法对薄尘雾图像进行增强[8]，并讨论了算法参数的选择问题；王大雷通过将Retinex 算法与直方图均衡化算法相结合的途径来增强基于Retinex 理论的小波域雾天图像增强方法储昭辉1，汪荣贵2，方帅2CHU Zhaohui 1，WANG Ronggui 2，FANG Shuai 21.合肥学院数学与物理系，合肥2306012.合肥工业大学计算机与信息学院，合肥2300091.Department of Mathematics and Physics ，Hefei University ，Hefei 230601，China2.School of Computer ＆Information ，Hefei University of Technology ，Hefei 230009，ChinaCHU Zhaohui ，WANG Ronggui ，FANG Shuai.Enhancement algorithm of misty image based on Retinex theory in wave-let puter Engineering and Applications ，2011，47（15）：175-179.Abstract ：In view of the problem of the traditional enhancement algorithm can not suppress the noise effectively when the image ’s details and outline are enhanced.A novel algorithm of estimating the image illumination and noise in the wavelet do-main is proposed based on Retinex theory in this paper.By using the feature of the wavelet multi-resolution ，to suppress the volatility of the low-frequency coefficient and use the model of multi-subband independent coefficient to estimate the high-frequency coefficient ，at the same time using soft-hard estimate method to suppress the image noise.The experimental re-sults show that the algorithm can extract the image illuminate vector effectively ，but also can suppress the image noise and adapt in different foggy weather.Key words ：image enhancement ；Retinex ；wavelet transform ；multi-resolution analysis摘要：针对传统的雾天图像增强方法在增强图像的轮廓和细节的同时不能有效抑制图像噪声这一问题，在Retinex 理论基础上，提出了小波域图像亮度与噪声双估计模型的图像增强方法，利用小波变换多分辨率的特点，对小波分解后的低频系数进行波动抑制，对高频系数通过多子带独立系数模型进行亮度估计，同时使用不同的软-硬估计法对图像的噪声进行抑制。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

一种基于Retinex的雾霾图像增强改进算法石昊苏;方丽娟;台志强;韩丽娜【摘要】To enhance the improvement of haze image quality degradation and fuzzy details,the method of improved Retinex theory is used.Through the experiment of the haze image decomposition to get R and L component,and denoising R with bilateral filtering as well as transforming and Gamma linear correction L,then combining with processed R and L component,The results show that the improved algorithm can improve image visual effect with rich color and enhance image details to make for the follow-up image processing.%针对增强改进雾霾图像质量退化、细节不清的目的,采用改进Retinex理论的方法,,通过对雾霾图像分解得到R、L分量,对R进行双边滤波去噪,同时对L进行Gamma变换并做线性拉伸校正,合并处理后的R、L图像等实验,得出从主观视觉效果和客观性能指标两方面,改进算法能够丰富雾霾图像色彩,提高雾霾图像的视觉效果,增强图像的细节,有利于后续图像处理.【期刊名称】《电子设计工程》【年(卷),期】2018(026)004【总页数】4页(P180-183)【关键词】Retinex算法;图像增强;MSR算法;雾霾图像【作者】石昊苏;方丽娟;台志强;韩丽娜【作者单位】西北政法大学商学院,陕西西安710063;西北政法大学商学院,陕西西安710063;西北政法大学公安学院,陕西西安710063;咸阳师范学院图形图像研究所,陕西咸阳712000【正文语种】中文【中图分类】TN247“雾霾”是高密度人口的经济及社会活动相互作用排放的大量细颗粒物（PM2.5）持续积聚又恰逢静稳天气所形成的，现代化进程加剧了雾霾出现的频率、持续时间，雾霾条件下采集到的数字图像往往会出现画面不清晰、辨析程度低等缺陷，给机器后续的识别检测工作带来较大的困难[1]。

图像增强技术就是有选择地突出有用信息，削弱、舍弃或抵制一些无用信息[2]，改善辨析程度较低的图像，便于后续图像识别检测工作的顺利进行。

所以如何设计性能优异的雾霾图像增强算法，去除雾霾干扰、增强雾霾图像细节信息，是一个有挑战性的课题[3]。

传统的图像增强算法主要有：直方图均衡法、小波变换法、同态滤波法等[4-5]，但对于特殊场景如雾霾图像的处理效果并不是十分理想，基于Retinex的图像增强由于不受光照的影响且能较好还原物体本来的面目受到广泛关注，文献[6-10]讨论了基于Retinex理论图像增强的一些算法，Retinex理论具有高动态范围压缩，局部对比度增强，保持图像色觉恒性等优点，但当光照变化较大时，在图像灰度突变处易产生光晕伪影、图像边缘模糊等缺陷，因此学者们对Retinex算法进行了不断地改进、完善。

文中以雾霾天气采集的图像为实验对象，提出一种改进的Retinex算法，期冀改善图像的增强效果，并采用仿真实验对算法的有效性和优越性进行测试。

1 Retinex基本理论1.1 Retinex理论概述Retinex是美国物理学家Edwin Land于1963年在人类视觉亮度和颜色感知的模型基础上提出的一种颜色恒常知觉的计算理论。

Retinex建立在第一、真实世界是无颜色的，我们所感知的颜色是光与物质的相互作用的结果。

第二、每一颜色区域由给定波长的红、绿、蓝三原色构成的。

第三、三原色决定了每个单位区域的颜色。

Retinex理论主要包括两个方面的内容：1）物体的颜色是由物体对长波、中波和短波光线的反射能力决定的，而不是由反射光强度的绝对值决定的。

2）物体的色彩不受光照非均性的影响，具有一致性。

图像S（x，y）可以理解为两部分：入射光图像L（x，y）；反射物图像R（x，y）。

R（x，y）决定图像的内存性质，物体原貌主要与L（x，y）相关，不因外界环境的变化而变化[11]。

为了简化运算，将其放入对数域处理：图1 Retinex理论所有，只要有L（x，y）就可以根据图像S（x，y）去除入射光，得到物体的原貌。

1.2 Retinex理论的基本算法伴随Retinex理论各种算法不断涌现，使用较多的是中心环绕算法：在待处理图像中每个像素点利用周边的元素来估计反射光线，利用环绕函数来估计该点的反射光。

包括单尺度（SSR）、多尺度算法（MSR）和色彩恢复多尺度算法（MSRCR）。

SSR算法选取高斯环绕函数对入射光L（x，y）进行估计，然后去除，如下其中Ii（x，y）为原图像第i个色彩带，*为卷积运算，ƒ（x，y）为高斯环绕函数。

定义如下：其中δ为尺度参数；λ满足条件：单尺度SSR算法可以保证颜色恒定同时增强边缘信息，但最大的缺陷是不能同时提供丰富的动态范围压缩和颜色保真[12]。

多尺度MSR算法对多个SSR算法的处理结果加权叠加，获得较优的图像增强效果，即其中N为尺度数；WK为权重；高斯环绕函数fk(x,y)定义如下：δk为 fk(x,y)的标准差。

在MSR算法中图像可能会增加噪声而造成局部区域色彩失真，使真正颜色效果不能很好被显现，影响整体视觉效果，引入色彩恢复多尺度MSRCR就是为了解决这一问题[13]。

色彩恢复因子C的表达式为：其中Ci为第i个通道的色彩通道的色彩恢复因子，作用是调节RGB通道颜色的比例；Ii(x,y)为原始图像在第i颜色通道的分布。

MSRCR改进算法的公式为：其中ri(x,y)为Retinex的第i通道的输出；*为卷积运算；N为尺度数（一般RGB图像N取3）；Wn为尺度权重（RGB图像W1=W2=W3=1/3）；F(x,y)为环绕函数。

MSRCR算法可以还原出图像细节更丰富、辨析度更高，但在实际自然环境条件中尤其雾霾状况下，亮、暗区域附近暗、亮区域高度估计值高低不易掌握，从而容易产生光晕伪影现象，运算处理效率也不高，所以存在一定局限性。

2 Retinex改进算法针对雾霾图像增强，本文对Retinex算法进行相应改进，以期获得更加理想的效果。

2.1 流程图2 改进算法流程2.2 双边滤波文献[14-16]中指出双边滤波包括值域滤波和空间域滤波，是一种非线性滤波方法。

相对其他滤波算法，比边滤波不仅能有效去除噪声，还可以增强雾霾图像边缘信息。

值域滤波定义如下：空间域定义如下：其中 kr(x)、kd(x)为归一化系数；s(f(ξ),f(x))为亮度相似度；c(ξ,x)为ξ→x相邻点到中心点间的距离。

综上可得到双边滤波为：设输入为A和A′，那么：其中：A[m，n，k，j]为高斯核函数（Radial Basis Function），定义如下：2.3 Gamma变换与修正采用Gamma变换对L（x，y）进行处理：c、γ为常数。

Gamma变换后图像的像素可能与显示器分辨率不相匹配，所以采用线性拉伸对Gamma变换后图像修正，修正的结果如下：3 实验测试处理器：Inter®Core（TM）i3-4160 CPU3.60 GHz；4 GB内存（3.43 GB可用）；Win8（32位）操作系统；编程工程箱为MATLA2014。

采用MSR、MSRCR和本文提出的改进算法进行图像增强对照实验[17]，选择图像通用评价指标：亮度、对比度和色调进行客观对比。

图3 仿真图像图4 MSR算法增强效果4 结论雾霾图像增强处理具有一定的应用价值，也是计算机视觉领域中的研究焦点，本文提出的改进Retinex增强算法，去除了噪声对雾霾图像的不利影响，避免了光晕伪影，增强了图像的边缘信息、丰富了细节，获得更高清晰度的图像。

图5 MSRCR算法增强效果图6 本文改进算法增强效果表1 雾霾图像增强算法性能对比指标MSR MSRCR 本文算法L C H时间0.6610.499 0.152 0.91 0.720 0.503 0.226 0.87 0.654 0.398 0.232 0.85[1]张雅媛.基于多尺度Retinex算法的彩色雾霾图像增强研究[J].包装学报，2016，8（3）:60-65.[2]张国英，沙芸.矿业视频图像目标识别与分割[M].北京：石油工业出版社，2012.[3]蔡式东，杨芳.基于直方图修正的图像增强算法[J].光电子技术，2012，32（3）:155-159.[4]Gafar I M，Abdul G，Masood S A.Satellite image resolution enhancdment using dual-tree complex wavelet transform and nonlocal means[J].IEEE Geoscience and Remote Sensing Letter，2013，10（3）:451-455.[5]Eunsung I，Sangjin K，Wonscok K.Contrast enhancdmentusing dominantbrightness level analysis and adptive intensity transformation for remote sensing image[J].IEEE Geoscience and Remote Sensing Letter，2013，10（1）:2-66.[6]汪荣贵，周良，张新龙，等.基于Retinex的JPEG图像增强新方法[J].中国图象图形学报，2011，16（12）:2124-2132.[7]李垚峰，何小海，吴小强.改进的带色彩恢复的多尺度Retinex雾天图像增强算法[J].计算机应用，2014，34（10）:2996-2999.[8]遆晓光，曲悠杨.一种改进的色彩保持低照度图像增强方法[J].哈尔滨工业大学学报，2014，46（3）:1-7.[9]XU Hao-ran，GUO Jian-ming，LIU Qing，et al.Fast image dehazing using improved dark channel prior[C]//Information Science and Technology（ICIST），2012 International Conference on，2012:663-667.[10]高银，云利军，石俊生，等.基于四阶PDE模型的暗原色理论雾天图像增强算法[J].南京理工大学学报：自然科学版，2015，39（5）:544.[11]张雪峰，赵莉.基于改进Retinex的图像增强算法[J].南京理工大学学报：自然科学版，2016，40（1）:24.[12]马忠丽，文杰.融合边缘信息的单尺度Retinex海雾去除算法[J].计算机辅助设计与图形学学报，2015（2）:217-225.[13]肖进胜，单姗姗，段鹏飞，等.基于不同色彩空间融合的快速图像增强算法[J].自动化学报，2014，40（4）:697-705.[14]马忠丽，文杰.融合边缘信息的单尺度Retinex海雾去除算法[J].计算机辅助设计与图形学学报，2015（2）:217-22.[15]李红平.基于双边滤波的HDR图像色调映射算法[J].云南大学学报：自然科学版，2014，36（3）:341-346.[16]张令波，葛秘蕾.一种空域和变换域相结合的图像增强算法[J].电光与控制，2014（12）:45-48.[17]邱进.一种应用于多断口光控真空断路器的同步控制系统的设计与实现[J].供用电，2015（5）：69-73.。