[发明专利]基于Retinex多层次分解的图像增强方法

权利要求书

1.一种基于Retinex多层次分解的图像增强方法，其特征在于:包括

步骤一、获取输入的原始图像，将输入的原始图像从RGB颜色空间转换至HSI颜色空间，提取亮度分量I对其进行处理；

步骤二、基于回转对称双边滤波的图像多层次分解算法对亮度分量I进行多层次分解，进而获取表征图像不同尺度信息的照度分量和反射分量；

步骤三、对各个层次的图像反射分量进行增强处理以提升其细节表达能力，从而获取增强后的反射分量；

步骤四、对底层分解后的图像照度分量进行增强处理以提升照度分布，从而获取增强后的照度分量；

步骤五、融合增强后的反射分量和照度分量，得到增强的亮度通道图；

步骤六、将增强的亮度通道图从HSI颜色空间转换回RGB颜色空间；

步骤七、对增强后的图像进行颜色恢复调整，进而得到最终增强图像。

2.根据权利要求1所述的基于Retinex多层次分解的图像增强方法，其特征在于:步骤二中基于回转对称双边滤波的图像多层次分解算法对亮度分量I进行多层次分解，进而获取表征图像不同尺度信息的照度分量和反射分量具体包括：

回转对称双边滤波使用具有较小尺度的滤波半径r₁的对输入图像进行滤波处理，获取图像的第一层照度分量L₁，根据以下公式修正照度分量，使其满足L₁≥L₀，：

L(x,y)＝S(x,y)/R(x,y)≥S(x,y)

其中，L(x,y)是照度分量；S(x,y)是原始图像；R(x,y)是反射分量；

根据以下公式得到图像的第一层反射分量R₁；

R₁＝L₀/L₁，

其中，R₁是第一层反射分量；L₀是原图像；L₁是第一层照度分量；

根据以下公式得到图像的第二层反射分量R₂；

R₂＝L₁/L₂，

其中，R₂是第二层反射分量；L₁是第一层照度分量；L₂是第一层照度分量；考虑到在第一步中获取的第一层照度分量L₁包含丰富的纹理特征，使用具有中等尺度滤波半径r₂的回转对称双边滤波对第一层照度分量L₁进行滤波处理，获取图像的第二层照度分量L₂，r₂＞r₁，，根据公式(2)修正照度分量，使其满足L₂≥L₁，根据公式(2.2)得到图像的第二层反射分量R₂；

以此类推，按照同样的方式使用具有更大尺度的回转对称双边滤波来获取第三层、第四层及更高层级的反射分量和照度分量。

3.根据权利要求1所述的基于Retinex多层次分解的图像增强方法，其特征在于:包括：

步骤四中对底层分解后的图像照度分量进行增强处理，采用指数函数对各级反射分量进行处理，公式如下：

l(R_k,x_k)＝(R_k)^xk

其中，k∈[1,2,3]代表反射分量的层级数，x_k代表指数函数的增强系数；

采用下述公式对数域对三层反射分量进行处理：

l(R₁,R₂,R₃)＝exp[x₁*ln(R₁)+x₂*ln(R₂)+x₃*ln(R₃)]

结合Sigmoid函数和伽马矫正构建照度分量的增强函数，对图像的第三层照度分量进行处理，公式如下：

g(L₃)＝(2*arctan(a*L₃)/π)

其中，a为拉伸算子，a的表达式为：

其中，m表示光照分量的亮度均值。

4.根据权利要求1所述的基于Retinex多层次分解的图像增强方法，其特征在于:所述的步骤七中的对增强后的图像进行颜色恢复调整具体包括参考带色彩恢复的多尺度视网膜增强算法MSRCR对增强后的图像进行颜色恢复操作，用G_i(i＝1,2,3)表示输入图像的R、G、B三个颜色通道；h_i(i＝1,2,3)表示待颜色恢复的图像；采用颜色恢复函数C_i对输入图像卷积进行颜色恢复操作进而得到处理后的图像，公式如下：

其中，G_a为增益参数；λ用于调节图像亮度程度；η用于平衡三个颜色通道之间的比重；表示颜色恢复后图像的三个颜色通道，将三个通道合成即可得到本文最后的增强图像。