留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进型Retinex算法的雾天图像增强技术

张驰 谭南林 李响 李国正 苏树强

张驰, 谭南林, 李响, 等 . 基于改进型Retinex算法的雾天图像增强技术[J]. 北京航空航天大学学报, 2019, 45(2): 309-316. doi: 10.13700/j.bh.1001-5965.2018.0316
引用本文: 张驰, 谭南林, 李响, 等 . 基于改进型Retinex算法的雾天图像增强技术[J]. 北京航空航天大学学报, 2019, 45(2): 309-316. doi: 10.13700/j.bh.1001-5965.2018.0316
ZHANG Chi, TAN Nanlin, LI Xiang, et al. Foggy image enhancement technology based on improved Retinex algorithm[J]. Journal of Beijing University of Aeronautics and Astronautics, 2019, 45(2): 309-316. doi: 10.13700/j.bh.1001-5965.2018.0316(in Chinese)
Citation: ZHANG Chi, TAN Nanlin, LI Xiang, et al. Foggy image enhancement technology based on improved Retinex algorithm[J]. Journal of Beijing University of Aeronautics and Astronautics, 2019, 45(2): 309-316. doi: 10.13700/j.bh.1001-5965.2018.0316(in Chinese)

基于改进型Retinex算法的雾天图像增强技术

doi: 10.13700/j.bh.1001-5965.2018.0316
基金项目: 

国家自然科学基金 61527812

详细信息
    作者简介:

    张驰  男, 博士研究生。主要研究方向:图像处理、列车控制

    谭南林  男, 博士, 教授, 博士生导师。主要研究方向:控制理论、模式识别

    李响  男, 博士, 讲师。主要研究方向:信号处理、在线检测

    李国正  男, 博士, 讲师。主要研究方向:传感器设计、模式识别

    苏树强  男, 博士, 讲师。主要研究方向:磁性液体、传感器设计

    通讯作者:

    李国正, E-mail: liguozheng@bjtu.edu.cn

  • 中图分类号: TP751.1

Foggy image enhancement technology based on improved Retinex algorithm

Funds: 

National Natural Science Foundation of China 61527812

More Information
  • 摘要:

    为增强雾天图像的对比度及颜色和亮度恒常性,提出了一种改进型Retinex算法雾天图像增强算法。使用改进的双边滤波器作为滤波函数,在保持边缘信息的同时去除噪声的干扰;并使用S型函数曲线对Retinex算法中对数域相减去除入射光分量的图像进行颜色恢复处理,增强整幅图像的对比度和感知特性,还原图像的色彩信息。实验结果表明,所提的改进算法能有效提高雾天图像的清晰度和对比度,相较原雾天图像清晰度提升约200%,标准差提升约110%,信息熵提升约10%。同时,可保持更加真实鲜艳的图像颜色,计算复杂度较低,满足实时性要求。

     

  • 图 1  改进型Retinex算法流程图

    Figure 1.  Flowchart of improved Retinex algorithm

    图 2  雾天原始图像和入射光图像

    Figure 2.  Original foggy image and incident light image

    图 3  颜色还原直方图曲线示例

    Figure 3.  Example of color reduction histogram curve

    图 4  MSRCR算法和本文算法处理结果

    Figure 4.  Proccessing result of MSRCR algorithm and proposed algorithm

    图 5  雾天图像1增强效果比较

    Figure 5.  Comparison of enhancement effects for foggy image 1

    图 6  雾天图像2增强效果比较

    Figure 6.  Comparison of enhancement effects for foggy image 2

    图 7  雾天图像3增强效果比较

    Figure 7.  Comparison of enhancement effects for foggy image 3

    图 8  雾天图像4增强效果比较

    Figure 8.  Comparison of enhancement effects for foggy image 4

    表  1  雾天图像1客观评价结果

    Table  1.   Objective evaluation result of foggy image 1

    原图及算法 亮度 标准差 信息熵/bit 清晰度 处理时间/ms
    原图 151.5 22.9 6.5 6.0
    暗通道算法 98.3 36.7 7.1 10.2 2 185.0
    HE算法 129.1 68.9 6.4 10.6 4.1
    MSRCR算法 136.4 45.4 7.4 13.9 68.7
    本文算法 128.2 52.8 7.5 17.6 39.2
    下载: 导出CSV

    表  2  雾天图像2客观评价结果

    Table  2.   Objective evaluation result of foggy image 2

    原图及算法 亮度 标准差 信息熵/bit 清晰度 处理时间/ms
    原图 145.5 24.4 6.4 1.4
    暗通道算法 94.8 38.3 6.7 2.1 1 845.5
    HE算法 129.4 72.9 6.3 2.6 3.9
    MSRCR算法 133.8 46.6 6.5 6.2 56.5
    本文算法 129.3 61.0 6.9 6.4 33.4
    下载: 导出CSV

    表  3  雾天图像3客观评价结果

    Table  3.   Objective evaluation result of foggy image 3

    原图及算法 亮度 标准差 信息熵/bit 清晰度 处理时间/ms
    原图 139.6 57.7 7.2 2.5
    暗通道算法 120.9 69.4 7.2 3.2 2 010.1
    HE算法 128.6 74.1 7.1 2.0 3.0
    MSRCR算法 90.8 67.4 6.3 4.6 58.1
    本文算法 128.0 75.2 7.4 5.1 33.8
    下载: 导出CSV

    表  4  雾天图像4客观评价结果

    Table  4.   Objective evaluation result of foggy image 4

    原图及算法 亮度 标准差 信息熵/bit 清晰度 处理时间/ms
    原图 116.8 7.4 4.8 1.3
    暗通道算法 99.8 11.6 5.4 2.1 1 564.2
    HE 132.8 70.0 4.8 6.3 2.0
    MSRCR 118.4 17.7 6.0 4.2 58.2
    本文算法 102.7 52.6 5.6 12.8 35.3
    下载: 导出CSV
  • [1] 李海波, 曹云峰, 丁萌, 等.火星沙尘环境光学图像增强方法[J].北京航空航天大学学报, 2018, 44(3):444-453. http://bhxb.buaa.edu.cn/CN/abstract/abstract14430.shtml

    LI H B, CAO Y F, DING M, et al.Optical image enhancement method in dust environment on Mars[J].Journal of Beijing University of Aeronautics and Astronautics, 2018, 44(3):444-453(in Chinese). http://bhxb.buaa.edu.cn/CN/abstract/abstract14430.shtml
    [2] 刘春辉, 齐越, 丁文锐.基于大气光鲁棒估计的无人机图像去雾方法[J].北京航空航天大学学报, 2017, 43(6):1105-1111. http://bhxb.buaa.edu.cn/CN/abstract/abstract14088.shtml

    LIU C H, QI Y, DING W R.A haze removal method for unmanned aerial vehicle images based on robust estimation of atmospheric light[J].Journal of Beijing University of Aeronautics and Astronautics, 2017, 43(6):1105-1111(in Chinese). http://bhxb.buaa.edu.cn/CN/abstract/abstract14088.shtml
    [3] 王浩, 张叶, 沈宏海, 等.图像增强算法综述[J].中国光学, 2017, 10(4):438-448. http://d.old.wanfangdata.com.cn/Periodical/ccgxjmjxxyxb201603013

    WANG H, ZHANG Y, SHEN H H, et al.Review of image enhancement algorithms[J].Chinese Optics, 2017, 10(4):438-448(in Chinese). http://d.old.wanfangdata.com.cn/Periodical/ccgxjmjxxyxb201603013
    [4] HE K, SUN J, TANG X.Single image haze removal using dark channel prior[C]//IEEE Conference on Computer Vision and Pattern Recognition, 2009.Piscataway, NJ: IEEE Press, 2009: 1956-1963.
    [5] 赵春丽, 董静薇.基于暗通道及多尺度Retinex的雾霾天气图像增强算法[J].激光杂志, 2018, 39(1):104-109. http://d.old.wanfangdata.com.cn/Periodical/jgzz201801023

    ZHAO C L, DONG J W.Image enhancement algorithm of haze weather based on dark channel and multi-scale Retinex[J].Laser Journal, 2018, 39(1):104-109(in Chinese). http://d.old.wanfangdata.com.cn/Periodical/jgzz201801023
    [6] 刘海波, 杨杰, 吴正平, 等.基于暗通道先验和Retinex理论的快速单幅图像去雾方法[J].自动化学报, 2015, 41(7):1264-1273. http://www.cnki.com.cn/Article/CJFDTOTAL-XXDL201804016.htm

    LIU H B, YANG J, WU Z P, et al.A fast single image dehazing method based on dark channel prior and Retinex theory[J].Acta Automatica Sinica, 2015, 41(7):1264-1273(in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-XXDL201804016.htm
    [7] ZHANG W, LIANG J, JU H, et al.Study of visibility enhancement of hazy images based on dark channel prior in polarimetric imaging[J].Optik-International Journal for Light and Electron Optics, 2017, 130:123-130. doi: 10.1016/j.ijleo.2016.11.047
    [8] JI W, QIAN Z, XU B, et al.A nighttime image enhancement method based on Retinex and guided filter for object recognition of apple harvesting robot[J].International Journal of Advanced Robotic Systems, 2018, 15(1):1-12.
    [9] WAN M, GU G, QIAN W, et al.Infrared small target enhancement:Grey level mapping based on improved sigmoid transformation and saliency histogram[J].Journal of Modern Optics, 2018, 65(10):1161-1179. doi: 10.1080/09500340.2018.1426796
    [10] 黄宇晴, 丁文锐, 李红光.基于图像增强的无人机侦察图像去雾方法[J].北京航空航天大学学报, 2017, 43(3):592-601. http://bhxb.buaa.edu.cn/CN/abstract/abstract13929.shtml

    HUANG Y Q, DING W R, LI H G.Haze removal method for UAV reconnaissance images based on image enhancement[J].Journal of Beijing University of Aeronautics and Astronautics, 2017, 43(3):592-601(in Chinese). http://bhxb.buaa.edu.cn/CN/abstract/abstract13929.shtml
    [11] 高明, 秦世引.基于非线性直方图变换的对比度畸变图像校正[J].北京航空航天大学学报, 2016, 42(3):514-521. http://bhxb.buaa.edu.cn/CN/abstract/abstract13338.shtml

    GAO M, QIN S Y.Correction of contrast distortion image based on nonlinear transform of histogram[J].Journal of Beijing University of Aeronautics and Astronautics, 2016, 42(3):514-521(in Chinese). http://bhxb.buaa.edu.cn/CN/abstract/abstract13338.shtml
    [12] 谢娜.基于图像增强的图像去雾算法研究[J].机械设计与制造工程, 2017, 46(12):31-33. doi: 10.3969/j.issn.2095-509X.2017.12.007

    XIE N.Research on the image defogging algorithm based on image enhancement[J].Machine Design and Manufacturing Engineering, 2017, 46(12):31-33(in Chinese). doi: 10.3969/j.issn.2095-509X.2017.12.007
    [13] PARK S, YU S, MOON B, et al.Low-light image enhancement using variational optimization-based Retinex model[J].IEEE Transactions on Consumer Electronics, 2017, 63(2):178-184. doi: 10.1109/TCE.2017.014847
    [14] XU K, JUNG C.Retinex-based perceptual contrast enhancement in images using luminance adaptation[C]//IEEE International Conference on Acoustics, Speech and Signal Processing.Piscataway, NJ: IEEE Press, 2017: 1363-1367.
    [15] 刘晓阳, 乔通, 乔智.基于双边滤波和Retinex算法的矿井图像增强方法[J].工矿自动化, 2017, 43(2):49-54. http://d.old.wanfangdata.com.cn/Periodical/mkzdh201702011

    LIU X Y, QIAO T, QIAO Z.Image enhancement method of mine based on bilateral filtering and Retinex algorithm[J].Industry and Mine Automation, 2017, 43(2):49-54(in Chinese). http://d.old.wanfangdata.com.cn/Periodical/mkzdh201702011
    [16] LIU C, CHENG I, ZHANG Y, et al.Enhancement of low visibility aerial images using histogram truncation and an explicit Retinex representation for balancing contrast and color consistency[J].ISPRS Journal of Photogrammetry & Remote Sensing, 2017, 128:16-26. http://adsabs.harvard.edu/abs/2017JPRS..128...16L
    [17] MA J, FAN X, NI J, et al.Multi-scale Retinex with color restoration image enhancement based on Gaussian filtering and guided filtering[J].International Journal of Modern Physics B, 2017, 31(16-19):1744077. doi: 10.1142/S0217979217440775
    [18] YU T H, MENG X, ZHU M, et al.An improved multi-scale Retinex FOG and haze image enhancement method[C]//International Conference on Information System and Artificial Intelligence.Piscataway, NJ: IEEE Press, 2017: 557-560.
  • 加载中
图(8) / 表(4)
计量
  • 文章访问数:  366
  • HTML全文浏览量:  7
  • PDF下载量:  401
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-06-01
  • 录用日期:  2018-08-24
  • 刊出日期:  2019-02-20

目录

    /

    返回文章
    返回
    常见问答