張藝

[摘 要]在霧霾天氣下，道路交通計(jì)算機(jī)視覺系統(tǒng)采集的圖像會(huì)出現(xiàn)對(duì)比度下降，色彩失真等退化現(xiàn)象，這對(duì)道路交通拍攝采集的圖片正常使用造成了很大影響，本文提出了一種基于MSR改進(jìn)視網(wǎng)膜大腦皮層理論（Retinex）的道路交通去霧處理，而MSR的可以實(shí)現(xiàn)圖像的顏色恒常性、局部動(dòng)態(tài)范圍壓縮、色彩增強(qiáng)、全局動(dòng)態(tài)范圍壓縮處理效果又可與之互補(bǔ)，所以文中將經(jīng)典的MSR方法應(yīng)用在道路交通的去霧當(dāng)中，實(shí)現(xiàn)模糊圖像的增強(qiáng)處理，解決實(shí)際的道路交通問題。

[關(guān)鍵詞]Retinex理論；多尺度（MSR）；圖像去霧；道路交通

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2018）20-0117-02

0 引言

科學(xué)統(tǒng)計(jì)表明，在當(dāng)今這個(gè)信息高度發(fā)達(dá)的時(shí)代，人類從外界獲得的信息來(lái)自于視覺系統(tǒng)，而圖像就是視覺系統(tǒng)獲得信息的重要來(lái)源[1]。大面積的霧霾天氣不斷的出現(xiàn)在我國(guó)的很多省市，像一層霧蒙蒙的白紗籠罩在每個(gè)城市一樣，這樣的現(xiàn)象使得城市交通特別是道路交通顯得過于模糊，不便于人們的行車安全，除此之外，這樣的情況也使得道路交通的監(jiān)控設(shè)備拍攝的很多圖片過于模糊，為了解決這些現(xiàn)實(shí)生活中的問題，必須恢復(fù)和提高道路交通的圖像質(zhì)量。

Retinex是一種建立在科學(xué)實(shí)驗(yàn)和科學(xué)分析基礎(chǔ)上的理論[2]，它主要包含了兩部分內(nèi)容物體的顏色是由物體對(duì)光線的反射能力決定的，而不是由反射光強(qiáng)度的絕對(duì)值決定的物體的色彩不受光照非均性的影響，具有一致性，即理論是以顏色恒常性為基礎(chǔ)的。正因如此，本文利用Retinex的色彩恒常性，基于MSR算法[3]，多尺度算法一定程度上緩解了單尺度算法的天生缺陷，既可以保持圖像色彩的保真度，又能保證圖像的細(xì)節(jié)不至于丟失，提出一種霧天降質(zhì)圖像的增強(qiáng)算法，有效提高了圖像的對(duì)比度，實(shí)現(xiàn)了顏色恢復(fù)，且改進(jìn)算法提高了算法的運(yùn)算效率。以室外視頻監(jiān)控圖像為例進(jìn)行研究，該結(jié)果適合相應(yīng)的道路交通圖像的去霧處理，且在該領(lǐng)域具有廣闊的應(yīng)用前景。

1 Retinex的圖像增強(qiáng)原理

1.1 Retinex的增強(qiáng)原理概念

Retinex （視網(wǎng)膜“retina”和大腦皮層“cortex”的縮寫）是Edwin land提出來(lái)的一個(gè)關(guān)于人類視覺系統(tǒng)（HVS）如何調(diào)節(jié)感知到物體的顏色和亮度的模型，它闡釋了為什么同樣的物體在不同光源或光線底下顏色是恒定的，如在黎明或黃昏的太陽(yáng)光下，或在白熾燈下，或在燭光下，同樣物體的顏色在人類視覺系統(tǒng)中是一樣的。不同于傳統(tǒng)的圖像增強(qiáng)算法，如線性、非線性變換、圖像銳化等只能增強(qiáng)圖像的某一類特征，如壓縮圖像的動(dòng)態(tài)范圍，或增強(qiáng)圖像的邊緣等。

1.2 Retinex的基本原理

1.3 顏色恒常性理論

顏色恒常性是當(dāng)照射到物體表面的光照的顏色產(chǎn)生變化時(shí)，人們對(duì)該物體表面顏色的主觀感知仍然能夠保持不變，同樣的物體在不同光源或光線下顏色是恒定不變的，即物體的顏色不是由入射光決定，而是由物體本身的物理反射屬性決定[4]。顏色恒常性是人類視覺系統(tǒng)所特有的一種處理所觀測(cè)到的圖像的機(jī)制，環(huán)境光照的影響在一定范圍內(nèi)時(shí)，人類的視覺系統(tǒng)會(huì)在這一變化范圍內(nèi)認(rèn)為該物體的顏色是恒定不變的，這是由于人類在日常生活中對(duì)顏色信息地不斷積累而產(chǎn)生的一種先驗(yàn)知識(shí)。例如，我們知道大部分墻壁是白色的，大部分植物的葉子是綠色的，晴朗的天空和清澈的海水是藍(lán)色的等等，這些信息已經(jīng)成為人類對(duì)物體顏色感知的一種先驗(yàn)知識(shí)。當(dāng)人眼觀察到的物體顏色由于受到環(huán)境光照的影響而改變時(shí)，人的大腦會(huì)主觀地駁回視網(wǎng)膜所接收到的色彩信息，如果從客觀角度理解，可以理解為一個(gè)物體的真實(shí)顏色是由其物理反射屬性所決定，是恒定不變的，而和環(huán)境光照無(wú)關(guān)。

2 基于多尺度的Retinex原理

2.1 基于多尺度的Retinex原理

MSR算法在處理圖像時(shí)，雖然通過計(jì)算圖像亮度和其周圍局部亮度的平均值的比值可以消除光照影響，估計(jì)圖像中物體的反射分量， 但存在一些問題，MSR算法是在RGB顏色空間對(duì)3個(gè)譜段的圖像分別進(jìn)行處理，因此在圖像平坦區(qū)域，3個(gè)譜段處理結(jié)果近似相等，從而失去了原來(lái)顏色信息的關(guān)系，呈現(xiàn)灰色調(diào)，由于霧天圖像景物深度信息多變，圖像中不同區(qū)域存在強(qiáng)度差，這些信息是通過不同尺度保留在原圖像中。為了有效的解決這個(gè)問題，本文將MSR算法處理結(jié)果與原圖像相結(jié)合，由于MSR算法是在對(duì)數(shù)域中進(jìn)行，進(jìn)而可以引入原圖像對(duì)數(shù)分量來(lái)恢復(fù)原圖像中關(guān)于不同區(qū)域的亮度差的信息，從而保留原圖像亮度的全局對(duì)比度 ，同時(shí)引入原始圖像的顏色信息，來(lái)恢復(fù)平坦區(qū)域的顏色。

多尺度算法是由多個(gè)算法的綜合，一般選擇三個(gè)進(jìn)行加權(quán)平均得到，單個(gè)分別選擇尺度因子值為大、中、小的卷積函數(shù)。

2.2 基于MSR 霧天圖像增強(qiáng)

基于MSR的霧天圖像增強(qiáng)算法，不僅使圖像的細(xì)節(jié)更清晰，顏色保真度更高，全局對(duì)比度更高，同時(shí)去除大尺度卷積運(yùn)算，抑制了圖像的暈環(huán)效應(yīng)，提高了算法的運(yùn)算效率能夠避免傳統(tǒng)算法圖像增強(qiáng)不均勻的問題。

霧天圖像獲取時(shí)，由于空氣中水珠的散射作用，使得獲取的圖像清晰度不高，圖像邊緣比較模糊，得不到清晰的圖像，傳統(tǒng)的直方圖均衡化的霧天圖像清晰化算法[5]，通過將圖像全局灰度均衡化增強(qiáng)圖像的對(duì)比度，但得到的圖像局部細(xì)節(jié)不清晰，而本文的基于MSR的霧天圖像增強(qiáng)算法，則可以避免傳統(tǒng)算法圖像增強(qiáng)不均勻的問題，得到清晰的細(xì)節(jié)圖像，接下來(lái)通過基于MSR的去霧算法進(jìn)行相應(yīng)的仿真結(jié)果。

3 基于MSR的圖像去霧仿真

為了驗(yàn)證本文算法的有效性 ，對(duì)如下的霧天降質(zhì)圖像做了相應(yīng)的均衡化處理和基于MSR的Retinex算法，并對(duì)三幅圖像分別作了相應(yīng)的直方圖，以比較處理結(jié)果，其相應(yīng)的算法是在 Matlab 平臺(tái)上進(jìn)行增強(qiáng)處理：

4 結(jié)果對(duì)比

根據(jù)圖1-圖6的處理結(jié)果比對(duì)可以看出，圖2雖然在一定程度上對(duì)圖像去霧效果有簡(jiǎn)單的改善然，但是圖像存在增強(qiáng)不均勻，局部細(xì)節(jié)增強(qiáng)不足的問題；相比于圖3的 MSR 算法還是略有不足，MSR算法將圖像小波分解為高頻分量和低頻分量，對(duì)高頻分量取絕對(duì)值最大運(yùn)算，低頻分量加權(quán)平均，圖像的去霧效果有了一定的改善。

由圖4可知，霧天的圖像直方圖分量非常密集，密集主要分布在50到150之間，所以圖像的清晰度才會(huì)受到相應(yīng)的影響，造成圖像的清晰度不高；圖5經(jīng)過均衡化后的直方圖則較好的改善了直方圖分布密集的情況，均衡化后的直方圖分布較為分散，使其閾值在0-255都有了相應(yīng)的分量；圖6經(jīng)過MSR處理的直方圖則避免了對(duì)圖像進(jìn)行全局直方圖均衡化造成的圖像增強(qiáng)不均勻，改善了局部細(xì)節(jié)增強(qiáng)不足的問題，能夠得到滿足人們要求的清晰圖像，既能增強(qiáng)圖像的對(duì)比度，又能保證高頻分量的所占的比例，以使圖像增強(qiáng)的同時(shí)局部清晰度較高。具有很高的去霧價(jià)值。

5 結(jié)束語(yǔ)

本文主要介紹一種基于（MSR）多尺度Retinex的道路交通圖像去霧算法。經(jīng)過MSR處理的直方圖則避免了對(duì)圖像進(jìn)行全局直方圖均衡化造成的圖像增強(qiáng)不均勻，改善了局部細(xì)節(jié)增強(qiáng)不足的問題，能夠得到滿足人們要求的清晰圖像，既能增強(qiáng)圖像的對(duì)比度，又能保證高頻分量的所占的比例，以使圖像增強(qiáng)的同時(shí)局部清晰度較高。本文的算法也較容易應(yīng)用于其他圖像去霧或增強(qiáng)領(lǐng)域，為了進(jìn)一步提高算法效率，對(duì)MSR算法與其他相關(guān)領(lǐng)域算法相結(jié)合，作為進(jìn)一步的研究工作。

參考文獻(xiàn)

[1] 傅劍峰，汪榮貴，張新龍，等.基于人眼視覺特性的Retinex算法研究[J].電子測(cè)量與儀器學(xué)報(bào)，2011，25（1）：29-37.

[2] 儲(chǔ)昭輝，汪榮貴，楊萬(wàn)挺，等.Retinex算法及其在霧天圖像增強(qiáng)中的應(yīng)用研究[J].微計(jì)算機(jī)信息，2011，27（6）：229-231.

[3] 趙曉霞，王汝琳.改進(jìn)的多尺度Retinex算法及其應(yīng)用[J].計(jì)算機(jī)工程， 2011，37（6）：209-211.

[4] 禹晶，李大鵬，廖慶敏.基于顏色恒常性的低照度圖像視見度增強(qiáng)[J].自動(dòng)化學(xué)報(bào)，2011，37（8）：923-931.

[5] 汪秦峰.基于直方圖均衡化和Retinex的圖像去霧算法研究[D].西北大學(xué)，2016.