基于Retinex理论的低照度低空遥感影像增强方法

摘要

本发明涉及一种基于Retinex理论的低照度低空遥感影像增强方法，主要包括以下几个步骤：将低照度低空原始遥感影像从RGB色彩空间转换到HSI色彩空间，在保证色调分量H不变的前提下，首先对亮度分量I和饱和度分量S进行调整，使得处理后的影像更加符合人眼视觉特性，避免了颜色失真现象，然后将增强后的影像从HSI色彩空间转换到RGB色彩空间；并采用拉普拉斯算子与原始影像进行卷积运算，得到边缘影像；最后将增强后的影像和边缘影像叠加得到最终增强影像。本发明在提高低照度低空遥感影像亮度和对比度的同时，避免了颜色失真现象，使低照度低空遥感影像边缘信息更丰富，同时更加符合人眼视觉特性。

主权项

一种基于Retinex理论的低照度低空遥感影像增强方法，其特征在于：对输入的低照度低空遥感影像，进行以下步骤，步骤1，将低照度低空遥感影像从RGB色彩空间转换到HSI色彩空间；步骤2，对步骤1转换到HSI色彩空间所得影像进行分量增强，包括基于Retinex理论对亮度分量采用多尺度非线性变换进行增强，对饱和度分量通过线性拉伸进行增强；步骤3，将步骤2所得增强后的影像从HSI色彩空间转换到RGB色彩空间，得到增强影像f₁(x,y)；步骤4，根据步骤1转换到HSI色彩空间所得影像的亮度分量进行影像边缘增强，得到边缘影像f₂(x,y)；步骤5，将步骤3所得增强影像f₁(x,y)的三个颜色分量的像素值分别和步骤4得到的边缘影像f₂(x,y)的像素值进行叠加，得到最终的增强影像；其中，步骤2中基于Retinex理论对亮度分量采用多尺度非线性变换进行增强时，采用以下公式，$I^{\prime }(x,y)=\frac{1}{K}log\left\{\gamma \frac{I{(x,y)}^3}{[F_1(x,y)*I(x,y)]·[F_2(x,y)*I(x,y)]...[F_K(x,y)*I(x,y)]}\right\}$$\begin{array}{cc}{F}_j(x,y)=\frac{1}{1+{\left[\frac{D(x,y)}{d_j}\right]}^{2n}}& j=1,2,...,K\end{array}$其中，I(x,y)表示像素点(x,y)对应的亮度分量值，I'(x,y)表示像素点(x,y)的亮度分量的增强结果，γ表示增益常数；F_j(x,y)代表第j个环绕函数，各环绕函数采用不同尺度的巴特沃斯低通滤波器；d_j表示第j个截止频率d的值，K为截止频率的总个数；n为正整数，表示巴特沃斯低通滤波阶数；步骤2中对饱和度分量通过线性拉伸进行增强时，采用以下公式，$S^{\prime }=(1+\frac{MV}{max(R,G,B)+min(R,G,B)+1})\times S$其中，S表示步骤1转换到HSI色彩空间所得影像的饱和度；S'表示线性拉伸后影像的饱和度；MV表示低照度低空遥感影像的像素值均值；max(R,G,B)和min(R,G,B)分别表示低照度低空遥感影像的R,G,B三个颜色分量的最大值和最小值；步骤4中对步骤1转换到HSI色彩空间所得影像进行影像边缘增强时，采用以下公式，f₂(x,y)＝I(x,y)‑L*I(x,y)$L=\left[\begin{array}{ccc}0& -1& 0\\ -1& 4& -1\\ 0& -1& 0\end{array}\right]$其中，L为4邻域拉普拉斯算子，I(x,y)表示像素点(x,y)对应的亮度分量值；设步骤3转换到RGB色彩空间所得增强影像f₁(x,y)的三个颜色分量的像素值分别用R'(x,y),G'(x,y),B'(x,y)表示，步骤5中将步骤3所得增强影像f₁(x,y)的三个颜色分量的像素值分别和步骤4得到的边缘影像f₂(x,y)的像素值进行叠加时，采用以下公式，$\left\{\begin{array}{c}{R}^{\prime \prime }(x,y)=R^{\prime }(x,y)+f_2(x,y)\\ G^{\prime \prime }(x,y)=G^{\prime }(x,y)+f_2(x,y)\\ B^{\prime \prime }(x,y)=B^{\prime }(x,y)+f_2(x,y)\end{array}\right.$其中，R”(x,y),G”(x,y),B”(x,y)分别表示最终的增强影像的三个颜色分量对应的像素值。