一种基于Retinex算法与引导滤波的图像增强方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109978789A(43)申请公布日2019.07.05(21)申请号201910231635.5(22)申请日2019.03.26(71)申请人电子科技大学地址611731四川省成都市高新区（西区）西源大道2006号(72)发明人王正宁胡广冯龙飞张翔吕侠(51)Int.Cl.G06T5/00(2006.01)G06T5/20(2006.01)权利要求书1页说明书3页附图1页(54)发明名称一种基于Retinex算法与引导滤波的图像增强方法(57)摘要本发明为一种基于Retinex算法与引导滤波的图像增强方法，属于图像增强与计算机视觉领域的发明专利。本发明对传统的Retinex图像增强算法进行改进，并结合引导滤波算法形成一个独特的图像增强方法。该方法能较好的改进图像的视觉效果，恢复图像细节特征，保留边缘信息。本发明在使用MSRCR图像增强算法前对图像进行非线性变换预处理，使得算法能处理非均匀光照问题，同时将原图像转换到HSV色彩空间，只对V分量进行MSR图像增强，同时对H，S分量进行自适应调整，从而保持图像的一致性。将原图像与引导滤波处理后的图像作差提取边缘信息，并对边缘信息进行增强。从而到达保持并增强边缘信息的目的。将多种增强处理方法进行信息融合，到达优势互补的目的。CN109978789ACN109978789A权利要求书1/1页1.一种基于Retinex算法与引导滤波的图像增强方法，其特征在于，包含下列步骤：对输入图像进行非线性变换；对输入图像进行MSRCR图像增强处理；将输入图像转换到HSV空间，并取出V分量；对V分量图像进行MSR图像增强；对V分量增强后，防止出现颜色过饱和，应对H、S分量进行自适应调整；将处理过后的HSV色彩空间图像转换到RGB色彩空间图像；将原图进行引导滤波处理后得到处理后的图像；将原图与引导滤波后的图像做差提取边缘信息；将提取可能被模糊的边缘信息进行图像增强；将边缘信息，HSV色彩空间增强后的图像，MSRCR算法图像增强后的的图像进行融合得到预输出图像；对预输出的图像再进行一次引导滤波，消除多余的噪声，最终得到输出图像。2.如权利要求1所述的方法，其特征在于，对H、S分量进行自适应调整时，调整方法如下：其中D为以像素点(x,y)为中心的窗口内像素点的集合，窗口大小一般为3×3，m、n分别代表窗口内的坐标。IH、IS分别代表图像中的H、S分量的图像。IVMSR为进行MSR图像增强得到的图像。I'S(x,y)、I'H(x,y)为处理后的结果。2CN109978789A说明书1/3页一种基于Retinex算法与引导滤波的图像增强方法技术领域[0001]本发明属于图像增强与计算机视觉领域，是一种针对图像增强的图像处理方法，可以改善图像质量，增加图像细节信息，为后续的识别与检测提供良好的条件。涉及到Retinex算法以及它的改进算法、引导滤波算法、信息融合、加权平均等一系列方法。背景技术[0002]在图像识别与检测问题中，大气环境造成的光线衰减和距离过远造成的相机失焦将对图像质量造成极大的影响，带来模糊和噪声，因此需要在预处理阶段改善图像的质量。图像的成像质量不佳的原因主要有：(1)天气因素的影响；(2)光照影响；(3)距离的影响。综合各种因素，如果要进行图像识别或检测将会变得十分困难。针对这种情况，不少研究者做出了相应的努力，主流方法是对图像进行图像增强。[0003]朱成品等人提出了一种基于分层处理的图像增强方法，其特征在于对原始图像进行图像分层，得到高频层图像和低频层图像并分别对高频层图像和低频层图像进行灰度拉伸，最后将灰度拉伸后的高频层图像和低频层图像融合到一起，得到最终的图像。洪炜冬等人提出了一种通过训练好的图像增强模型进行增强图像画质的处理方法，该方法采集多帧人脸图像生成训练集合，其中每帧人脸图像作为一个训练图像；将训练集合中的训练图像输入预训练的图像增强模型，经至少一次卷积下采样处理和至少一次卷积上采样处理后生成与训练图像相同尺寸的输出图像；以及通过计算输出图像与目标图像的损失对该图像增强模型进行优化，直到满足预定条件，得到训练后的图像增强模型。郭慧杰等人提出了一种低画质图像增强方法，该方法获取归一化图像序列，选取基准图像、伴生图像；将伴生图像序列对照基准图像全局对齐，得到对齐伴生图像序列；将预处理图像序列进行上采样和分块，并将上采样后分块位置相同的子块按照图像质量高低存入堆栈，得到图像子块；将各堆栈中图像子块进行局部配准，得到图像配准子块；对各堆栈中的图像配准子块进行超分辨率多阶局部信息加权重建；将各堆栈中的图像重建子块进行归一化拼接、下采样，得到重建图像；将重建图像进行去噪和锐化处理，得到图像增强后的归一化图像