融合伽马变换与Retinex的彩色水下图像增强算法

来源:用户上传      作者:

　　基金项目：
　　国家自然科学基金资助项目（No.11261061，No.61362039，No.10661010）;新疆维吾尔自治区自然科学基金资助项目（No.200721104）;新疆师范大学数学教学资源开发重点实验室招标课题（No.XJNUSY082017B03）。
　　摘 要
　　针对水下环境存在的颜色衰减和散射效应导致水下图像颜色严重失真的问题，提出伽马变换和Retinex相结合的彩色水下图像增强算法。选择伽马参数，对图像进行伽马矫正，然后利用单尺度Retinex进行增强。仿真实验表明，该算法在改善水下图像照度信息的同时，保留了饱和度和色度信息，解决了水下图像增强的颜色失真问题，使水下图像具有较高的对比度和清晰度。
　　关键词
　　伽马变换;Retinex;水下图像;图像增强
　　中图分类号： TN957.52 文献标识码： A
　　DOI：10.19694/j.cnki.issn2095-2457.2020.03.017
　　0 引言
　　海底水下图像受到客观因素的影响，存在对比度低，模糊等问题.这些使得对图像中信息的读取以及图像的使用有了很大的难度，因此，对改善水下图像质量的研究就显得非常有意义.传统的算法如直方图均衡，直方图规定化，限制对比度自适应直方图均衡等算法[1-3]，是通过调整图像灰度值的范围，能在一定程度上提高水下图像的对比度，但颜色失真的问题、光晕的现象依然存在，与传统算法相比，实验表明，本文所提方法能够有效提高图像的对比度，丰富图像的细节信息，并且修正色彩失真，达到水下图像清晰化的效果。
　　1 伽马变换
　　伽马变换[4]称为指数变换或幂次变换，是一种常用的灰度非线性变换。图像灰度的伽马变换一般表示如下：
　　f'（x，y）=c×fγ（x，y）（1）
　　其中，f（x，y）表示输入图像，f'（x，y）表示输出图像，c为常数，将本文方法应用于彩色水下图像，大量实验表明，选取c=8，γ=2效果较好.可以看到，参数γ影响着图像的灰度级，当γ>1时，图像中灰度级较高的区域被拉伸，灰度级较低的部分被压缩;当γ<1时，图像灰度级的变化情况刚好相反;当γ=1时，该灰度变换是线性的，此时通过线性方式改变f（x，y）。
　　2 单尺度Retinex
　　单尺度Retinex算法[5]的处理过程与人眼的视觉成像过程很相似，非常适合人眼观测，该算法的基本思路是：首先构造高斯环绕函数，然后利用高斯环绕函数分别对图像的三个色彩通道进行滤波，得到的图像就是估计的光照分量，接着在对数域中进行原始图像和光照分量的相减过程，从而得到反射分量作为输出结果图像.其具体的表达式如下：
　　ri（x，y）=log（R（x，y））
　　=log
　　（2）
　　=log（fi（x，y））-log（fi（x，y）*G（x，y））
　　其中，f（x，y）为原始图像，本文实验中是伽马变换处理过的图像，R（x，y）为反射分量，L（x，y）为光照分量，ri（x，y）表示第i个色彩通道的反射图像，其中i=R，G，B，*，代表卷积，G（x，y）为高斯环绕函数，G（x，y）的构造如下：
　　G（x，y）=e（3）
　　其中，σ被称为高斯环绕的尺度函数，在retinex中是唯一可调节的参数，所以它可以影响图像增强的最佳结果。
　　3 实验过程与分析
　　为了验证本文方法的有效性，选取的实验平台是MATLAB R2016a，实验对象为222×296大小，JPG格式的彩色水下图像。实验步骤如下：
　　（1）利用（1）式调整彩色图像整体的颜色对比度，其中所选取的参数c=8，γ=2;
　　（2）再利用（2）式对第一步的结果图的三个颜色通道分别进行单尺度Retinex增强，得到结果图。
　　将实验结果与限制对比度直方图均衡方法，直方图均衡化方法的结果图进行了比较.其中图（1）是原始图像，图（2）是限制对比度直方图均衡方法的实验结果图，图（3）是直方图均衡化方法的实验结果图，图（4）是本文方法的实验结果图。可以发现，图（2）整体较暗，部分细节信息不清晰，图像颜色失真严重，整体对比度非常低，不利于人眼观测;图（3）整体亮度提高，对比度也有所提高，但是亮度过高，特别是鱼的腹部，光晕现象严重，细节信息丢失，颜色失真较严重，对人眼的观测不够友好;图（4）没有高亮度的现象，而且对比度提高，鱼的腹部没有高亮度的现象，也没有出现光晕现象，细节信息较丰富，图像颜色失真较轻，达到了人眼的舒适度，比较适合人眼观测。
　　4 结论
　　为了改善水下彩色图像对比度低、颜色失真、模糊的问题，本文根据伽马变换和Retinex理论，提出了一种伽马变换和单尺度Rrtinex相结合的彩色水下图像增强算法.实验结果表明，该算法优于限制对比度直方图均衡化方法和直方图均衡化方法，能有效提高对比度，并且修正色彩失真，达到水下图像清晰化的效果，但是在一些恶劣的环境中，比如在浑浊的水中，得到的图片质量非常差，图像中的目标与背景非常相似，人眼无法识别，本文所提算法应用于这类图中效果或许不好，因此本文算法还需要进一步提高。
　　参考文献
　　[1]冯辉，林伟.基于直方图均衡化的水下图像增强算法[J].计算机产品与流通，2018（11）：267.
　　[2]李雄伟，王秋云，杨昊亮.基于直方图均衡化的雾天图像增强技术[J/OL].中国建材科技：1-2[2019-09-27].http：//kns.cnki.net/kcms/detail/11.2931.TU.20180618.1945.040.html.
　　[3]陈春谋.基于直方图均衡化与拉普拉斯的铅条图像增强算法[J].国外电子测量技术，2019，38（07）：131-135.
　　[4]刘敏.基于Retinex理论的非均匀光照图像增强研究[D].广西师范大学，2019.
　　[5]盧玮，高涛，王翠翠，陈本豪，张赛.Retinex理论下基于融合思想的低照度彩色图像增强算法[J].科学技术与工程，2019，19（13）：151-157.
转载注明来源:https://www.xzbu.com/8/view-15144858.htm