雾天图像增强中Retinex算法的细节信息优化

雾天图像增强中Retinex算法的细节信息优化

陈 静

【摘 要】为了解决雾天图像增强中的细节信息优化问题，提出了一种新的基于亮度块Retinex算法的雾天图像增强方法。该方法首先采用背景亮度作为激励亮度值对图像的亮度块进行分割，然后采用不同尺度的增强因子对分割块进行增强，在对像素的边缘信息分割之后，再按照一定的比例对块信息进行融合。仿真结果显示：与传统的Retinex算法相比，基于亮度块的图像增强Retinex算法的信息熵较高，增强效果较好。 【期刊名称】物联网技术 【年(卷),期】2015(005)012 【总页数】3

【关键词】Retinex算法；图像增强；细节信息优化；亮度块；信息熵

0 引 言

图像增强是为了达到人们观察或机器分析和判别的目的从而在原始图像上采取的改进方法[1]。如今，因为人类活动对环境的破坏，导致雾霾现象经常出现。雾天环境下，户外景物的颜色及对比度都发生了退化，计算机视觉系统不能正确对场景中的目标进行检测和跟踪，因此需要对雾天图像作清晰化处理[2-4]。目前，雾天图像处理方法主要分为基于大气退化物理模型[5-7]的方法和增强对比度[8]这两种方法。

Retinex 算法是Land[9]等人在1964年提出的，现已从不同角度有所发展，虽然基于Retinex 算法的增强效果较好，但它忽略了雾天图像亮度较低的特点，使得处理结果色彩暗淡，细节表现力差[10]。为了解决现有的雾天图像增强中