基于有界运算的多尺度Retinex图像清晰化算法

摘要

基于有界运算的多尺度Retinex图像清晰化算法，涉及数字图像处理技术领域，解决现有图像增强算法实现图像清晰化时存在局限性，并在光照度变化较强烈的区域会产生光晕现象等问题，根据提出的有界广义对数比运算模型，用GLR模型中的加法代替Retinex算法中的对数变换，对图像作类对数变换；采用自适应不同尺度的引导滤波核函数，进行高低频信息分离，得到不同尺度的照射图像；再由GLR模型的减法去除照射分量将不同尺度的反射分量从原始图像中分割出来；利用四方向的Sobel梯度图像，采用有界GLR模型乘法和加法代替传统运算对不同尺度的有效信息进行融合，得到最终的多尺度反射分量图像，即最后清晰化图像。

主权项

基于有界运算的多尺度Retinex图像清晰化算法，其特征是，该算法由以下步骤实现：步骤一、采用有界GLR运算模型中的加法代替Retinex算法中的对数变换，对原图像作类对数变换；采用自适应不同尺度的引导滤波核函数，对所述作类对数变换的原图像进行高低频信息分离，得到对数域中不同尺度的照射分量；步骤二、采用有界GLR运算模型中的减法去除步骤一中所述的照射分量，获得不同尺度的反射分量；步骤三、采用四方向的Sobel梯度图像及有界GLR运算模型乘法和加法对不同尺度的反射分量进行融合，获得多尺度反射分量图像，即最后清晰化图像；该算法在步骤一之前进行图像处理，针对有界GLR运算模型设计有界运算规则，具体过程为：设定一帧图像灰度值为I(x,y)，进行归一化处理，定义如下：II(x,y)＝(I(x,y)+1+δ)/(M+δ')式中I(x,y)定义在[0,M)区间，M是光强饱和值，δ与δ'是微小的扰动量，使归一化后的像素值II(x,y)∈(0,1)，将归一化后像素值II(x,y)∈(0,1)进行非线性变换，记对比值p(x)取对数运算，获得非线性函数φ(x)及逆变换φ^‑1(x)，用下式表示为：$\phi \left(x\right)=\log \left(p\left(x\right)\right)=\log \left(\frac{1-x}{x}\right)$${\phi }^{-1}\left(x\right)=\frac{1}{e^x+1}$将φ(x)进行广义线性运算，再通过φ^‑1(x)逆变换，最后进行反归一化处理。