2005基于Retinex模型的彩色图像全局增强算法 李福文
第８期李福文等：基于Ｒｅｔｉｎｅｘ模型的彩色图像全局增强算法９４９
④反射信息图像从ＨＳＶ空间转换至ＲＧＢ空间．将ＨＳＶ空间输入图像的色调工。（ｚ，ｙ）、饱和度ｆ。（ｚ，ｙ）与反射信息图像Ｒ，（ｚ，Ｙ）混合，转换至ＲＧＢ空间，即获得全局增强的彩色图像．图３给出了一组基于Ｒｅｔｉｎｅｘ模型的彩色图像全局增强算法的流程图例．
图２基于Ｒｅｔｉｎｅｘ模型的彩色图像增强算法流程图例
Ｆｉｇ．２ＦｌｏｗｄｅｍｏｏｆｃｏｌｏｒｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｂａｓｅｄＯｎＲｅｔｉｎｅｘｍｏｄｅｌ
２彩色图像增强实验及其分析
为评价算法的有效性，图３给出了３组受不同程度光照因素影响而图像质量较低的待增强彩色图像，其中女孩图像整体较暗，台灯和河道图像整体对比度较高，但暗区细节辨析度低．增强方法采用直方图均衡化法（将图像从ＲＧＢ空间转换至ＨＳＶ空间，对亮度通道进行直方图均衡化处理，再转换至ＲＧＢ空间）、经典ＭｃＣａｎｎ９９算法（迭代次数取３３次‘９３）和作者基于Ｒｅｔｉｎｅｘ模型的彩色图像全局增强算法．
图３３种彩色图像增强算法处理效果比较
Ｆｉｇ．３Ｃｏｍｐａｒｉｓｏｎｒｅｓｕｌｔｓｏｆｔｈｒｅｅｃｏｌｏｒｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｓ
由图３可以看出，直方图均衡化法对于整体较暗的图像处理效果较好（图３（ｂ）女孩），即主要适用于原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布，而对于同时具有明亮与灰暗区域的高对比度图像，直方图均衡化增强效果很小（图３（ｂ）河道）；且由于其处理过程中对灰度级的合并，使得图像质量有所下降（图３（ｂ）台灯及河道）；经典的ＭｃＣａｎｎ９９算法同样对整体较暗图像处理效果较佳（图３（ｃ）女孩），但对高对比度图像（图３（ｃ）台灯及河道）暗区的亮度提升效果有限．作者方法处理结果在主观感受上取得了很好的效果，对整体较暗的图像及高对比度图像的暗区均实现了亮度提升（图３（ｄ）），且增强后的图像看上去更鲜艳、生动．
采用图像信息熵、图像亮度值和图像对比度值
等参量进行图像增强效果的客观评价．
９５０
北京理工大学学报
第３０卷
信息熵用于度量图像信息的丰富程度，信息熵升较明显．
越大表明信息越丰富，其定义为
Ｍ
Ｅ＝一≥：ｐ（ｘｉ）ｌｇ
ｐ（ｘ，）．
（７）
百
图像亮度与图像对比度指通过将图像进行分块（这里取每个块内像素数为２５×２５），取分块图像均值平均值Ｅ和方差平均值否作为图像亮度和图像对比度评价值．文献Ｅｌｏ一１１］中视觉效果最优区域位于图像均值平均值１００～２００，图像方差平均值３５～
８０的区域内．
图４～图６对１０组图像增强前后的信息熵、亮ＦＩｇ．５
ｃ悬：。，黑篝烹氅。。ｈｌａ。。。
度和对比度进行了比较．由于算法采用了亮度与色彩分离的ＨＳＶ空间，因此，评价参量基于ＨＳＶ空间的亮度图像进行计算．
由图４给出的图像信息熵比较结果可以看出，直方图均衡化处理图像的信息熵均低于原图信息熵，经典ＭｃＣａｎｎ９９算法处理后图像信息熵基本与原图相同，作者方法处理后除两组图像信息熵略有下降外，其余图像信息熵均高于原图像．
图４图像信息熵比较
Ｆｉｇ．４
Ｃｏｍｐａｒｉｓｏｎ
ｏｆ
ｉｍａｇｅ
ｅｎｔｒｏｐｙ
由图５给出的图像亮度比较可看出，直方图均衡化处理后，１０组图像的亮度值基本相同，因此该方法没有考虑不同图像的特点而对图像进行了统一处理．作者方法相比ＭｃＣａｎｎ９９算法图像亮度值提
否
（ａ）直方图均衡化方法
图６图像对比度比较
Ｆｉｇ．６
Ｃｏｍｐａｒｉｓｏｎｏｆｉｍａｇｅ
ｃｏｎｔｒａｓｔ
由图６给出的图像对比度比较可看出，直方图均衡化处理和作者方法处理后图像的对比度均比原图有所提高，而经典ＭｃＣａｎｎ９９算法处理后图像的对比度比原图有所下降．
图７为１０组原图像与增强后图像的均值平均值【和方差平均值否变化示意图．其中，视觉效果
最优区域［１０－１１３用矩形区域表示．可以看出：直方图均衡化方法处理后图像亮度值趋于相同，对比度没有明显的趋向性；经典ＭｃＣａｎｎ９９算法处理后图像的亮度和对比度均无明显趋向性，甚至对比度有所下降；而作者方法处理后１０组图像的亮度与对比度均趋向于视觉效果最优区域．
（ｂ）ＭｅＣａｎｎ９９算法
（ｃ）作者算法
图７原图与增强后图像平均方差与均值比较
Ｆｉｇ．７
Ｃｏｍｐａｒｉｓｏｎ
ｏｆ
ｉｍａｇｅａｖｅｒａｇｅａｎｄ
ｖａｒｉａｎｃｅ
ｖａｌｕｅｓｂｅｆｏｒｅａｎｄ
ａｆｔｅｒ
ｅｎｈａｎｃｅｍｅｎｔ
基于Retinex模型的彩色图像全局增强算法
作者：李福文， 金伟其， 陈伟力， 曹扬， 王霞， 王岭雪， LI Fu-wen， JIN Wei-qi， CHEN Wei-li， CAO Yang， WANG Xia， WANG Ling-xue
作者单位：北京理工大学,光电学院,北京,100081
刊名：
北京理工大学学报
英文刊名：TRANSACTIONS OF BEIJING INSTITUTE OF TECHNOLOGY
年，卷(期)：2010,30(8)
参考文献(11条)
1.Vasari K;Oguslu E;Arigela S Nonlinear enhancement of extremely high contrast images for visibility improvement 2006
2.Jabson D J;Rahman Z;Woodell G A Statistics of visual representation 2002(25)
3.Funt B;Ciurea F Control parameters for Retinex 2001(287)
4.Funt B;Ciurea F;McCann J Retinex in matlab 2000
5.McCann J J Lessons learned from Mondrians applied to real images and color gamuts 1999
6.Provenzi E;Gatta C;Fierro M A spatially variant white-patch and gray-world method for color image enhancement driven by local contrast[外文期刊] 2008(10)
7.Brainard D H;Wandell B A Analysis of the Retinex theory of color vision 1986(10)
https://www.sodocs.net/doc/1f18691595.html,nd E H;McCann J J Lightness and Retinex theory[外文期刊] 1971(01)
9.Semo S;Spitzer H Color constancy:a biological model and its application for still and video images 2002(08)
10.Finlayson G D;Funt B V;Barnard K Color constancy under varying illumination 1995
11.冈萨雷斯;阮秋琪;阮宇智数字图像处理 2003
本文链接：https://www.sodocs.net/doc/1f18691595.html,/Periodical_bjlgdxxb201008015.aspx