基于MSRRetinex参数融合的真彩色图像增强

白晨帅 魏洁柔 苏维亚 王亚丁

摘 要：针对小波变换的单尺度（SSR）Retinex的真彩色图像增强算法的不足，文章提出了一种基于非抽样小波变换的多尺度（MSR）Retinex参数融合的真彩色图像增强算法，该算法在HSV空间下将亮度分量V按3个不同参数进行Retinex变换，对得到的不同参数再进行基于非下采样小波变换的融合，进而得到融合后的V分量，最后，将处理后的高低频系数进行反变换得到增强后结果图像。

关键词：图像增强；Retinex；HSV；小波变换

图像是传递信息的重要手段，真彩色图像包含的有效信息远远高于灰度图像，为了得到人们所需要的彩色图像，就需要对图像进行处理以增强有用信息、淡化无用信息。根据Pratt理论，图像增强可描述为：“图像增强是用来提高图像的视觉效果，或将图像转换成适于人眼、机器分析的形式的一门技术。”陈守刚[1]提出将彩色图像的3个分量进行直方图均衡化后再进行增强的方法。文献[2]和文献[3]使用了将彩色图像由RGB空间转换到HSV空间再增强的方法，这种方法使得增强后图像的色彩保持不变。小波变换[4-5]作为一种多尺度分析工具，能够有效提取图像的方向细节信息，它在图像处理方面有着广泛的应用[6-7]。

本文主要研究的是图像增強，文中提出了基于多尺度（MSR）Retinex参数融合的图像增强方法，为了验证提出方法的有效性，实验过程中分别对两幅图像进行增强，实验结果表明：本文提出的方法能较好地消除低照度以及光照不均的现象，从而来增强真彩色图像。

1 基于MSR Retinex下的非抽样小波变换的彩色图像增强

1.1 Retinex算法

1.2 基于MSR Retinex参数融合的真彩色图像增强算法

本文提出了基于MSR Retinex的彩色图像增强的方法，该方法有效地对亮度不均、细节不明显的图像进行了增强，提出算法的具体步骤如下。

Step1：将彩色图像由RGB空间转换到HSV空间。

Step2：对亮度分量V按3个不同参数进行Retinex变换，分别得到V1，V2和V3分量。

Step3：对V1，V2和V3分量进行融合，得到处理后的Vnew分量；融合时采用基于非下采样的小波变换，其中低频信息取平均，高频信息取最大值。

Step4：将处理后的Vnew做HSV空间到RGB空间的逆变换，最终得到增强后的图像。

2 实验分析

本文采用Matlab2013作为实验环境，选取两幅对比度低、亮度不均、细节不明显的真彩色图像，如图1—2所示，为了验证本方法提出算法的有效性，实验中用到的对比方法为双边滤波增强算法和经典的MSR图像增强算法。其中，图1—2（a）为原始图像，图1—2（b）为双边滤波增强算法的实验结果，图1—2（c）为MSR图像增强算法的实验结果，图1—2（d）为本文提出方法的实验结果。

图1的实验结果表明，双边滤波增强算法得到的图像较模糊，MSR方法得到的增强图像较清晰，但图像较暗，相较于以上两种方法，本文提出方法得到的增强图像亮度更好，且图像更清晰。图2所示为另一幅待增强图像，从图中可以看出，双边滤波增强算法使图像边缘平滑，但图像较暗且图像模糊；MSR算法得到的结果图像较清晰，但图像较暗；而本文所提出的算法能够在增加图像亮度和对比度的同时，又保持了原图像较暗区域的信息，而且增强后的图像更光滑、细腻。

3 结语

本文提出了一种基于MSR Retinex参数融合的真彩色图像增强算法，实验中对两幅光照不均的图像进行增强，将本文提出方法与双边滤波算法和经典的MSR算法相比较，实验结果表明，相较于两种比较算法，本文提出方法增强了图像的对比度，且图像的亮度有了较好的提升。

[参考文献]

[1]陈守刚.基于直方图均衡化的彩色图像增强研究[J].重庆三峡学院学报，2011（3）：74-77.

[2]韩丽娜，熊杰，耿国华，等.基于HSV空间的双通道同态滤波真彩色图像增强[J].计算机工程与应用，2009（27）：18-21.

[3]NAIK S K，MURTHY C A.Hue-preserving color image enhancement without gamut problem[J].IEEE Transfer Image Process，2003（12）：1591-1598.

[4]吴粉侠，段群，李洪星.基于非抽样的小波变换的彩色图像增强方法[J].咸阳师范学院学报，2015（4）：52-55.

[5]BRUNO A，LUCIANO A，STEFANO B.Context-driven fusion of high spatial and spectral resolution images based on oversampled multiresolution analysis[J].IEEE Transactions on Geoscience and Remote Sensing，2002（10）：2300-2312.

[6]DOM N，VETTERLI M.The contourlet transform： an efficient directional multiresolution image representation[J].IEEE Trans on Image Processing，2005（12）：2091-2106.

[7]DOM N，VETTERLI M.The finite redgelet transform for image representation[J].IEEE Transactions on Image Processing，2003（1）：16-28.

[8]段群，吴粉侠，李红.双通道分块同态滤波彩色图像增强算法[J].计算机技术与发展，2016（1）：82-85.