一種基于單尺度Retinex的圖像增強(qiáng)算法

引言

對人眼而言，一張好的圖像除了逼真的意境外，還需豐富的色彩、細(xì)膩的細(xì)節(jié)。然而，在光比非常大的場景，比如在太陽出來時(shí)逆光拍攝。如果用數(shù)碼相機(jī)拍攝獲得的圖像，不是看到白晃晃的天空就是看到背光處黑洞洞的陰影，這是因?yàn)閿?shù)碼相機(jī)中將真實(shí)場景的光輻射轉(zhuǎn)化為電信號的CCD傳感器的動(dòng)態(tài)范圍比較?。ㄒ话悴怀^1000:1），而真實(shí)場景的動(dòng)態(tài)范圍都遠(yuǎn)遠(yuǎn)超過這個(gè)范圍，導(dǎo)致只能保證一部分影像準(zhǔn)確曝光，使得高光部分畫面過曝丟失較多細(xì)節(jié)或者較暗部分欠曝?zé)o法分辨。為了得到層次豐富，包含細(xì)節(jié)較多的圖像，目前很多專業(yè)級別的攝影師多采用膠片拍攝，而對于更多采用普通的數(shù)碼相機(jī)的非專業(yè)級別的攝影者們，通常是后期利用一些圖像處理軟件來制作高動(dòng)態(tài)范圍（HighDynamicRange，HDR）圖像。

通常，用相機(jī)獲得一幅圖像的目的是為了能夠通過顯示設(shè)備重現(xiàn)所記錄的場景，使用戶從重現(xiàn)場景獲得的信息與身臨其境所獲得的無差異。一般的顯示設(shè)備只能表示24b/像素,R、G、B各占8位，而真實(shí)場景和通過光電器件獲得的HDR圖像的動(dòng)態(tài)范圍都超過了低動(dòng)態(tài)范圍顯示設(shè)備能顯示的動(dòng)態(tài)范圍，導(dǎo)致在低動(dòng)態(tài)范圍（LDR）顯示設(shè)備上不能直接顯示高動(dòng)態(tài)范圍圖像。為了能顯示高動(dòng)態(tài)范圍圖像，目前主要有兩種方法：一種是開發(fā)高動(dòng)態(tài)范圍圖像顯示器，但是技術(shù)還不成熟,而不能廣泛推廣應(yīng)用；另外一種是色調(diào)映射，即通過壓縮高動(dòng)態(tài)范圍圖像的動(dòng)態(tài)范圍，使其能夠在低動(dòng)態(tài)范圍顯示器上顯示。目前色調(diào)映射的方法已經(jīng)比較成熟，不同的色調(diào)映射算法產(chǎn)生的效果不同，但最終的目的都是在壓縮亮度范圍的同時(shí)，還要保存高動(dòng)態(tài)范圍圖像的顏色保真度等信息。

近幾年來，HDR圖像逐漸興起。HDR圖像的制作途徑主要有兩種：一種是拍攝時(shí)采用包圍曝光法，獲得同一場景的一組曝光量不同的圖像，然后利用Photoshop等專用軟件進(jìn)行疊合；另外一種就是利用數(shù)碼相機(jī)的RAW文件，以不同的曝光補(bǔ)償輸出，然后進(jìn)行疊合。第一種方法比較常見，通過HDR合成后，亮的地方可以非常亮，暗的地方可以非常暗,但是亮暗部的細(xì)節(jié)都比較明顯。

對于使用JPG、PNG等格式的普通LDR圖像的廣大普通用戶，在拍攝圖像時(shí)，有時(shí)因?yàn)榕臄z器件本身性能或外界光線等原因（如陰霧天氣、夕陽斜射、拍攝者位置受限）導(dǎo)致拍攝圖像對比度差或出現(xiàn)大片陰影區(qū)，就希望通過后期處理從單張的低動(dòng)態(tài)范圍圖像獲得色彩豐富、對比度高、細(xì)節(jié)更多的圖像，使處理后的圖像甚至能用于航空航天、軍事、醫(yī)療和科學(xué)研究等領(lǐng)域。因此本文將采用基于單尺度Retinex算法的圖像色調(diào)映射法，并結(jié)合直方圖均衡化和顏色空間轉(zhuǎn)換來增強(qiáng)圖像，使增強(qiáng)后的圖像和真實(shí)場景有更接近的效果。

2Retinex理論模型及SSR改進(jìn)算法

Retinex理論是一種建立在科學(xué)實(shí)驗(yàn)和科學(xué)分析基礎(chǔ)上的基于人類視覺系統(tǒng)（HumanVisualSystem）的色彩的理論,該算法的基本原理模型最早是由EdwinLand于20世紀(jì)70年代提出的。Retinex理論［4］的基本內(nèi)容是物體的顏色是由物體對長波（紅）、中波（綠）和短波（藍(lán)）光線的反射能力決定的,而不是由反射光強(qiáng)度的絕對值決定的，物體的色彩不受光照非均性的影響，具有一致性，即Retinex理論是以色感一致性i顏色恒常性）為基礎(chǔ)的。照度引起的顏色變化通常表現(xiàn)為平滑的照明梯度，而表面變化引起的顏色變化則常表現(xiàn)為突變的形式。通過區(qū)分這兩種變化形式，就能將圖像的照度變化和表面變化辨別出來，從而可知由照度變化引起的表面變化對色感保持恒定。因此，理論模型中圖像主要由兩部分組成，分別是入射光和反射物體。其基本理論模型如圖1所示。

其中:L(x,y)表示入射光，直接決定了圖像中像素能達(dá)到的動(dòng)態(tài)范圍;R(x,y)表示物體的反射性質(zhì)，決定了物體的內(nèi)在性質(zhì)；(x,y)表示觀察者能接收到的反射光形成的圖像。

Retinex理論的目的就是通過某種方法估計(jì)接近真實(shí)場景的入射光并去除或降低它的影響，實(shí)現(xiàn)從圖像S中獲得體現(xiàn)物體的內(nèi)在性質(zhì)。Retinex算法分為三大類，它們分別為：基于路徑的Retinex算法、Retinex迭代算法和基于環(huán)繞的Retinex算法?；诃h(huán)繞的Retinex算法又分為單尺度Retinex算法

(SSR)和多尺度Retinex算法(MSR)。其中SSR算法的實(shí)現(xiàn)和操作比較簡單，并且運(yùn)算速度比較快。為了能從單張低動(dòng)態(tài)范圍的圖像獲得更好效果(如:動(dòng)態(tài)壓縮范圍壓縮、顏色保真等)的圖像，但又不增加運(yùn)算復(fù)雜度，本文提出基于SSR的改進(jìn)算法來重建圖像。

根據(jù)Retinex理論，以式(1)為基礎(chǔ)對圖像進(jìn)行SSR處理的過程推導(dǎo)如下:

其中：(x,y)表示當(dāng)前像素的坐標(biāo)-,S(x,y)表示輸入圖像第i個(gè)顏色通道的灰度值S(x,y)表示用來表達(dá)物體內(nèi)在性質(zhì)的運(yùn)算結(jié)果；7為卷積符號；GE)=為exp(-為高斯函數(shù)，。是高斯函數(shù)標(biāo)準(zhǔn)差，其大小與鄰域半徑r=丿X+W的關(guān)系是r越大時(shí)g也越大，反之則越小。由此可以看出，SSR算法中估算入射光時(shí)采用的是窗口運(yùn)算，即以當(dāng)前像素為圓心，將其半徑為r鄰域內(nèi)的所有像素灰度值作為計(jì)算依據(jù)來進(jìn)行估算。

根據(jù)圓的對稱性和光的反射性質(zhì)，在本文中，我們不取半徑r以內(nèi)的所有像素點(diǎn)，而只取部分沿半徑方向的像素來估算入射光，如圖2所示，。為當(dāng)前像素點(diǎn)，參與式(2)中卷積運(yùn)算的像素只取沿x軸和y軸方向的，這樣可大大的減小計(jì)算量和節(jié)約很大運(yùn)算存儲空間。同時(shí)也正因?yàn)閰⑴c卷積運(yùn)算的像素?cái)?shù)量減小，通過改進(jìn)SSR算法得到的圖像增強(qiáng)主要只體現(xiàn)在色彩保真度方面。這也正為我們后續(xù)處理中獲得曝光度不足圖像提供了條件。

3圖像增強(qiáng)算法流程

結(jié)合當(dāng)前常用來制作HDR圖像的兩種主要方法：利用包圍曝光法拍攝和利用數(shù)碼相機(jī)的RAW文件調(diào)節(jié)不同曝光補(bǔ)償?shù)姆椒?。本文將利用基于SSR算法的圖像色調(diào)映射法、合直方圖均衡化和顏色空間轉(zhuǎn)換先得到類比于同一場景的一組曝光度不同的圖像，最后調(diào)節(jié)曝光度不同圖像的權(quán)重重建出增強(qiáng)的圖像，其過程描述如圖3所示。圖中，首先將基于改進(jìn)SSR算法構(gòu)建的圖像I1從RGB顏色空間轉(zhuǎn)化到Y(jié)CbCr顏色空間，計(jì)算求出亮度分量Y，接著同樣將原圖像I從RGB顏色空間轉(zhuǎn)化到Y(jié)CbCr顏色空間，計(jì)算求出色差分量Cb、Cr，再將這3個(gè)分量從YCbCr顏色空間轉(zhuǎn)化到RGB顏色空間構(gòu)建圖像I2,2就是所需的曝光度不足的圖像；另外，將原圖像I通過直方圖均衡化方法處理來提高對比對，得到其相應(yīng)的圖像I，就是所需的曝光過度或正常的圖像。最后將圖像I2、3和原圖I按一定權(quán)重重建所需增強(qiáng)圖像。

為了驗(yàn)證本文方法對圖像增強(qiáng)的效果，這里分別選用兩種帶有陰影的不同場景圖像進(jìn)行處理，通過和原圖比較，觀察處理前后的差別來說明本算法對圖像的增強(qiáng)效果。仿真過程中，參數(shù)r和g的取值范圍，rN10(以像素為單位)，g在r的附近取值。當(dāng)r較小時(shí),g在r附近較小的范圍內(nèi)取值,當(dāng)r增大時(shí),g在r附近取值的范圍也增大。在圖4和圖5中,r=30,g=60,(a)、(b)、(c)、(d)分別為原圖像I、由原圖像經(jīng)過SSR處理和顏色空間轉(zhuǎn)換構(gòu)建的類比于曝光不足的圖像人、由原圖像經(jīng)直方圖均衡化構(gòu)建的類比于曝光正?；蜻^度的圖像厶、最終的增強(qiáng)效果圖像I4。

圖4為對樓房場景處理前后的效果?？梢钥闯鰣D4(c)中經(jīng)直方圖均衡化后的圖像的對比度過分增強(qiáng)，類比于曝光過度的效果。由圖4(a)、(b)和(c)按一定權(quán)重重建得到的圖像L的效果和原圖像比較，我們可以看到的對比度提高了和色彩保真性較好。圖5為對石頭場景處理前后的效果，從圖中可以看出圖5(C)中經(jīng)直方圖均衡化后的圖像的對比度提高了，類比于曝光正常的效果，但是色彩飽和度確降低了。由圖5(a)、(b)和(c)按一定權(quán)重重建得到的圖像Z,的效果和原圖像比較，同樣我們可以看到的對比度提高了和色彩飽和度提高了。

通過以上對兩個(gè)場景圖像處理前后的比較，可以直接看到經(jīng)過本文的算法處理后，圖像的對比度提高了和色彩保真性比較好，使圖像輪廓等細(xì)節(jié)信息更清晰，這樣給觀察者更好的視覺效果。并且眾所周知用SSR算法的普遍缺點(diǎn)：在光源處容易出現(xiàn)光暈，在低對比度區(qū)域局部泛灰，在本文改進(jìn)算法后的實(shí)驗(yàn)結(jié)果中也沒有出現(xiàn)。

5結(jié)語

為了從單張圖像直觀的得到更多的圖像細(xì)節(jié)信息和視覺效果,本文以SSR算法為基礎(chǔ)，獲得體現(xiàn)物體內(nèi)在性質(zhì)的信息,并將圖像從RGB顏色空間轉(zhuǎn)換至YCbCr顏色空間獲取亮度和色度信息，再用所得圖像不同信息分量在RGB顏色空間重建一幅色彩保真性好類似于曝光不足的圖像。另外，通過直方圖均衡化構(gòu)建另外一幅對比度提高的圖像，最后將所得兩幅圖像和原圖按權(quán)重重建出增強(qiáng)的圖像。通過實(shí)驗(yàn)結(jié)果可以看出，本文算法不但過程簡單，運(yùn)算速度快，而且對圖像的增強(qiáng)效果比較明顯。

20211223_61c416ef361a0__一種基于單尺度Retinex的圖像增強(qiáng)算法