[发明专利]基于拉普阿斯金字塔重构的Retinex图像增强算法

说明书

本发明公开了一种基于自适应Retinex和小波融合的图像增强算法；首先，用本文的自适应Retinex算法对图片进行光照估计，对反射分量增强来得到自适应图像；再次，在得到自适应图像的基础上分别在频率域和空间域进行锐化，即将自适应图像分别进行高斯高通滤波锐化和一种改进的空间算子进行锐化，得到频率域锐化图像和空间域锐化图像；最后，将自适应图像和频率域增强图像以及空间域锐化图像用小波变换分为高频与低频分别执行加权融合得到最终图像。本发明对实际应用中常见的光照不均匀的图像、低照度图像均取得了较好的增强效果，可以适用于更多场合。

技术领域

本发明涉及图像增强技术领域，包括Retinex算法，傅里叶变换，高斯高通滤波，锐化算法，小波变换。

背景技术

随着社会的进步和科技的发展，数字图像处理技术已经逐步应用在其他学科领域并且在人们的日常生活中起着重要性的作用，但在恶劣天气影响的情况下所采集的图像会出现对比度低、细节丢失等因素，严重影响信息的传达，因此对图像增强的研究有着重要的意义。

当前，图像增强可以分为空间域算法和频率域算法两大类；

而当下传统的图像增强方法有：线性变换法、直方图均衡法、单尺度Retinex算法、多尺度Retinex算法。空间域算法是直接对图像进行运算以达到增强效果，如图像平滑、图像锐化等。频率域算法是将空间域图像变换为频率域图像，在频率域对图像进行处理以达到增强效果，如高通滤波、低通滤波等。这些算法虽然能解决一些图像增强问题，但往往只能适用于特定的情况，没用良好的适应性。

图像融合是计算机视觉中的重要分支。通过图像融合，可以将同一场景的不同图像组合成单一融合图像。融合后的图像能提供更好的符合人们客观要求的信息，对人与机器的感知都更有帮助。例如，融合多光谱遥感图像[可以提高特征提取算法的性能。多曝光图像的融合可用于摄影。往往好的融合图像具有以下特点。首先，它可以保留不同图像的大部分有用信息。第二，它不产生工件。第三，该算法对误配和噪声等不完善条件具有较强的鲁棒性。

现有的图像融合存在以下问题：

图像失真，融合算法不能从两或多幅图像中提取有效信息，反而引入噪声。

受低质量图像影响较大，当被融合图像中存在低质量图像时，融合效果会受低质量图像影响，使图像质量降低。

块效应，由于视频及图像采用基于块的编码方式和量化造成相邻块之间存在明显差异的现象，在视频编码中人眼察觉到的小块边界处的不连续。

发明内容

本发明要解决的技术问题是提供提出一种基于自适应Retinex和小波融合的图像增强算法，该算法可以针对雾天，关照不均匀，低光照等环境恶劣图像进行边界压缩以及锐化操作，利用小波函数分解重构为一幅高信息熵与梯度的图像。

为解决上述技术问题，本发明采用如下技术手段：

基于自适应Retinex和小波融合的图像增强算法，包括以下步骤：

(1)开始，输入原始图像S(i，j)，利用多尺度Retinex估计照度图像用其得到反射图像，其表达式为：

其中S_i(x，y)为原始图像，I_i(x，y)为光照图像，S′(x，y)为反射图像，N为执行单尺度Retinex次数，ω_k为每个尺度的权重，F_k(x，y)为对原图像执行的模糊操作；

(2)利用步骤(1)中的估计照度图像求得表达物体本质的反射图像S′(x，y)，其表达式为：

S′(x，y)＝logS(x，y)-log[F(x，y)*S(x，y)] (2)

其中，*表示卷积运算，F(x，y)为高斯核函数，即：