计算机科学 ›› 2018, Vol. 45 ›› Issue (6A): 242-243.

• 模式识别与图像处理 • 上一篇    下一篇

一种改进的Retinex算法在图像去雾中的研究与应用

刘洋,张杰,张慧   

  1. 成都信息工程大学 成都610000
  • 出版日期:2018-06-20 发布日期:2018-08-03
  • 作者简介:刘 洋(1990-),男,硕士生,主要研究方向为图像处理,E-mail:496994618@qq.com;张 杰(1975-),男,副教授,主要研究方向为图像处理,E-mail:506021051@qq.com;张 慧(1991-),女,硕士生,主要研究方向为图像处理。

Study and Application of Improved Retinex Algorithm in Image Defogging

LIU Yang, ZHANG Jie,ZHANG Hui   

  1. Chengdu University of Information Technology,Chengdu 610000,China
  • Online:2018-06-20 Published:2018-08-03

摘要: 在雾霾环境下获取的图像往往不清晰,整体图片亮度较高。 Retinex算法是一种新型的图像增强方法,与传统的图像特征增强方法相比,有很多优点,如色彩恒定不变、处理速度快、颜色具有很好的视觉特征等,但是其也有对亮度较大的位置处理效果不佳和光照变化较大会出现光晕的缺点。对Retinex算法进行了研究和改进,使其克服了出现光晕和对较亮图像处理效果不佳的缺点。实验结果表明,改进算法克服了上述缺点,获得了更好的图像增强的效果,是一种适应性强、鲁棒性高的图像增强算法。

关键词: Retinex算法, 图像复原, 图像去雾, 图像增强, 引导滤波

Abstract: The images obtained in foggy days are always not distinct and the overall brightness of images is high.Reti-nex algorithm is a new image enhancement algorithm.It has many advantages such as constant color,fast processing speed,etc.But it also has same disadvantages such as the effect of processing bright image is not good.The experimental result proves that the improved algorithm overcomes the above disadvantages,has better effect of image enhancement,and it is an algorithm with strong adaptability and high robustness.

Key words: Bootstrap filtering, Image defogging, Image enhancement, Image restoration, Retinex algorithm

中图分类号: 

  • TP312
[1]冈萨雷斯.数字图像处理[M].阮秋琪,阮宇智,译.北京:电子工业出版社,2003.
[2]宫微微.雾天图像的复原技术研究[D].武汉:华中科技大学,2010.
[3]荣观澳.计算机图像处理[M].北京:清华大学出版社,2000.
[4]刘家朋,赵宇明,胡福.基于单尺度Retinex算法的非线性图像增强算法[J].上海交通大学学报,2007,41(5):685-688.
[5]黄晓军,来彦栋,陈奋.快速去除单幅图像雾霾的算法[J].计算机应用,2010,30(11):3029-3031.
[6]王永国.图像去雾算法及其应用研究[D].合肥:安徽大学,2010.
[7]沈丰,赵宇明.基于实时Retinex与双边滤波的图像增强算法[J].计算机应用与软件,2009,26(11):235-238.
[8]刘茜,卢心红,李象霖.基于多尺度Retinex的自适应图像增强算法[J].工程图学学报,2009,29(8):2077-2079.
[9]陈雾.基于Retinex理论的图像增强算法研究[D].南京:南京理工大学,2006.
[10]肖燕峰.基于Retinex理论的图像增强恢复算法研究[D].上海:上海交通大学,2007.
[1] 赵明华, 周童童, 都双丽, 石争浩.
基于虚拟曝光方法的单幅逆光图像增强
Single Backlit Image Enhancement Based on Virtual Exposure Method
计算机科学, 2022, 49(6A): 384-389. https://doi.org/10.11896/jsjkx.210400243
[2] 赵征鹏, 李俊钢, 普园媛.
基于卷积神经网络的Retinex低照度图像增强
Low-light Image Enhancement Based on Retinex Theory by Convolutional Neural Network
计算机科学, 2022, 49(6): 199-209. https://doi.org/10.11896/jsjkx.210400092
[3] 何涛, 赵停, 徐鹤.
基于暗通道先验的单幅图像去雾新算法
Novel Algorithm of Single Image Dehazing Based on Dark Channel Prior
计算机科学, 2021, 48(7): 219-224. https://doi.org/10.11896/jsjkx.200700160
[4] 黄雪冰, 魏佳艺, 沈文宇, 凌力.
基于自适应加权重复值滤波和同态滤波的MR图像增强
MR Image Enhancement Based on Adaptive Weighted Duplicate Filtering and Homomorphic Filtering
计算机科学, 2021, 48(6A): 21-27. https://doi.org/10.11896/jsjkx.200800183
[5] 杨秀璋, 武帅, 夏换, 于小民.
基于自适应图像增强技术的水族文字提取与识别研究
Research on Shui Characters Extraction and Recognition Based on Adaptive Image Enhancement Technology
计算机科学, 2021, 48(6A): 74-79. https://doi.org/10.11896/jsjkx.200900070
[6] 王同森, 史勤忠, 王得法, 董硕, 杨国为, 于腾.
基于光源区域自适应的夜间去雾方法
Nighttime Image Dehazing Method Based on Adaptive Light Source Region
计算机科学, 2021, 48(11A): 327-333. https://doi.org/10.11896/jsjkx.210300072
[7] 杨坤, 张娟, 方志军.
基于多补丁和多尺度层级聚合网络的快速非均匀图像去雾
Multi-patch and Multi-scale Hierarchical Aggregation Network for Fast Nonhomogeneous ImageDehazing
计算机科学, 2021, 48(11): 250-257. https://doi.org/10.11896/jsjkx.200900058
[8] 朱珍, 黄锐, 臧铁钢, 卢世军.
基于加权近红外图像融合的单幅图像除雾方法
Single Image Defogging Method Based on Weighted Near-InFrared Image Fusion
计算机科学, 2020, 47(8): 241-244. https://doi.org/10.11896/jsjkx.200300068
[9] 李泽文, 李子铭, 费天禄, 王瑞琳, 谢在鹏.
基于残差生成对抗网络的人脸图像复原
Face Image Restoration Based on Residual Generative Adversarial Network
计算机科学, 2020, 47(6A): 230-236. https://doi.org/10.11896/JsJkx.190400118
[10] 张墨华, 彭建华.
基于狄利克雷过程混合模型的内外先验融合
Integration of Internal and External Priors Based on Dirichlet Process Mixture Model
计算机科学, 2020, 47(5): 172-180. https://doi.org/10.11896/jsjkx.190400060
[11] 李昌兴, 雷柳, 张晓璐.
基于形态学图像增强和PCNN的脑部CT与MRI图像融合
Brain CT and MRI Image Fusion Based on Morphological Image Enhancement and PCNN
计算机科学, 2020, 47(10): 194-199. https://doi.org/10.11896/jsjkx.190700185
[12] 徐敏敏, 寇光杰, 马云艳, 岳峻, 贾世祥, 张志旺.
基于PCNN内部活动项的彩色图像增强算法
Color Image Enhancement Algorithm Based on PCNN Internal Activities
计算机科学, 2019, 46(6A): 259-262.
[13] 周丽军, 刘晓.
基于分数阶傅里叶变换的隧道低对比度裂缝检测
Low-contrast Crack Detection Method Based on Fractional Fourier Transform
计算机科学, 2019, 46(6A): 208-210.
[14] 姚哲维, 杨丰, 黄靖, 刘娅琴.
改进型循环生成对抗网络的血管内超声图像增强
Improved CycleGANs for Intravascular Ultrasound Image Enhancement
计算机科学, 2019, 46(5): 221-227. https://doi.org/10.11896/j.issn.1002-137X.2019.05.034
[15] 杨秀璋, 夏换, 于小民.
一种基于水族濒危文字的图像增强及识别方法
Image Enhancement and Recognition Method Based on Shui-characters
计算机科学, 2019, 46(11A): 324-328.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!