基于MSRCR改進(jìn)的夜間圖像增強(qiáng)算法研究

徐華美, 朱方洲

(1.安徽糧食工程職業(yè)學(xué)院 機(jī)電工程系,安徽 合肥 230051; 2.安徽經(jīng)濟(jì)管理學(xué)院 信息技術(shù)中心,安徽 合肥 230059)

在科技飛速發(fā)展的時(shí)代,語言和圖像成為人們溝通、傳遞信息的重要手段，所以圖像及視頻的應(yīng)用逐漸改變?nèi)藗兊纳頪1]。但是，受天氣環(huán)境及亮度的影響，往往會(huì)導(dǎo)致采集的圖像和視頻信息的質(zhì)量偏低，清晰度不夠，如何有效的提高圖像的質(zhì)量，更好反映物體的真實(shí)現(xiàn)象，是相關(guān)研究人員一直努力的方向。

伴隨著科技的日新月異，圖像和視頻信息也在快速發(fā)展，在各行各業(yè)中，視頻監(jiān)控系統(tǒng)也逐漸得到了廣泛的應(yīng)用。它已經(jīng)不僅僅在交通、安全、通信、互聯(lián)網(wǎng)、金融及生產(chǎn)等行業(yè)發(fā)揮著巨大的作用，也漸漸公眾方向領(lǐng)域發(fā)展。監(jiān)控系統(tǒng)記錄的圖像信息或者視頻可以提供給管理部門及時(shí)處理緊急突發(fā)事件，同時(shí)由于夜間的光線較弱，對(duì)圖像的采集信息普遍偏黑，容易丟失重要細(xì)節(jié)信息或圖像模糊。因此，提高圖像的質(zhì)量，獲取高亮度、高清晰度，高對(duì)比度和色彩保真度的夜間圖像，顯得尤為重要。所以，對(duì)夜間圖像的增強(qiáng)有著非常重要的意義[2]。

夜間圖像增強(qiáng)的方法主要有頻域及空間域的增強(qiáng)。而頻域增強(qiáng)方法又可分為濾波、低通濾波、帶阻濾波及同態(tài)濾波四種。在空間域增強(qiáng)的方法之中，基于 Retinex的圖像增強(qiáng)是最具有代表性的增強(qiáng)算法。Retinex[3]的圖像增強(qiáng)算法主要有SSR算法、MSR算法以及MSRCR算法[4]，這些算法都取得了一定的成果。但是，基于Retinex的圖像增強(qiáng)算法的主要思想是對(duì)圖像中的R、G、B三基色分別進(jìn)行單獨(dú)增強(qiáng)處理的，這樣就斷開了R、G、B它們之間的相互聯(lián)系，使得增強(qiáng)后的圖像與原來圖像相比，圖像失真明顯，視覺效果較差[5]。為了獲取更多細(xì)節(jié)、高質(zhì)量的圖像，文章提出了一種改進(jìn)的MSRCR算法[6]，能夠解決夜間監(jiān)控圖像中存在的問題，使得人眼對(duì)增強(qiáng)后的圖像清晰度和亮度都非常高，通過實(shí)驗(yàn)結(jié)果表明，該算法能提高圖像的質(zhì)量，達(dá)到良好的人眼視覺效果。

1 Retinex圖像增強(qiáng)算法

Retinex圖像增強(qiáng)是由Edwin.H.Land在1963年提出的[7]。Retinex的含義是由視網(wǎng)膜和皮層兩部分構(gòu)成[8]。Land[9]提出的Retinex算法思想是從三個(gè)方面的假設(shè)來形成的：首先就是假設(shè)我們生活的真實(shí)世界是沒有顏色的，而我們?nèi)庋鬯吹降念伾?，?shí)質(zhì)上是光和物質(zhì)共同作用的結(jié)果。第二個(gè)假設(shè)是，物質(zhì)的每一個(gè)顏色區(qū)域都是由給定光的波長(zhǎng)R、G、B三基色構(gòu)成的；第三個(gè)假設(shè)是，光的三基色R、G、B決定了物質(zhì)的每一區(qū)域顏色分布。基于Retinex圖像增強(qiáng)的原理是通過物體的顏色感知是由物體的組成R、G、B三種光線的反射能力來決定的，同時(shí)人眼所見物體的色彩不受光照的非均勻特點(diǎn)的影響，因此它具有一致性，也就是說Retinex增強(qiáng)是認(rèn)為物體色感一致以此為原理進(jìn)行研究的。不同于傳統(tǒng)的圖像研究方法，傳統(tǒng)的圖像增強(qiáng)方法只能增強(qiáng)原圖像中的某一類特征，而基于Retinex的圖像增強(qiáng)可以在動(dòng)態(tài)范圍內(nèi)進(jìn)行壓縮、對(duì)圖像邊緣進(jìn)行增強(qiáng)及顏色保持恒定等三個(gè)方面的特征來達(dá)到平衡圖像的質(zhì)量。因此，這種方法可以應(yīng)用在不同類型的圖像中進(jìn)行圖像的增強(qiáng)。

根據(jù)上述Retinex圖像增強(qiáng)原理可以看出，對(duì)于任意給定的一幅圖像，我們可以把原圖像S(x,y)分解為兩個(gè)圖像，即入射圖像L(x,y)和 反射圖像R(x,y)，其增強(qiáng)原理如圖1所示[10]。

圖1 Retinex圖像增強(qiáng)原理圖

根據(jù)Retinex原理圖，得出如下式(1):

在式(1)中，R(x,y)參數(shù)反應(yīng)的是圖像的內(nèi)在屬性，它代表物體的反射性質(zhì)；L(x,y) 這個(gè)參數(shù)決定了原圖像中的像素能夠達(dá)到的動(dòng)態(tài)范圍，它代表物質(zhì)的入射光圖像。計(jì)算公式如下:

(2)

在上式中，r(x,y)代表的是增強(qiáng)后的輸出圖像。F(x,y)代表的是圖像增強(qiáng)的中心環(huán)繞函數(shù)，在上式中，入射圖像是采用卷積定理獲得，然后通過計(jì)算圖像中像素點(diǎn)與周圍區(qū)域值的加權(quán)平均作用，來估計(jì)圖像中照度的變化情況，這樣把L(x,y)項(xiàng)消除，圖像中只保留了S(x,y)的屬性，使得所得圖像增強(qiáng)的效果不太明顯，顏色有失真的現(xiàn)象。

2 改進(jìn)后的MSRCR算法

通過對(duì)Retinex 圖像增強(qiáng)算法的分析，總結(jié)出該算法中存在的不足，創(chuàng)造性的提出了一種改進(jìn)的圖像增強(qiáng)算法，即：基于MSRCR 改進(jìn)的夜間圖像增強(qiáng)算法，用該算法來對(duì)夜間的圖像進(jìn)行增強(qiáng)，從而達(dá)到提高圖像清晰度的目的。其算法的框圖如圖2所示。

圖2 改進(jìn)后的MSRCR算法框圖

該算法的意義是建立在MSRCR圖像增強(qiáng)算法的基礎(chǔ)上，加入了顏色恢復(fù)函數(shù)來增強(qiáng)圖像，利用色彩恢復(fù)因子C這個(gè)參數(shù)來調(diào)節(jié)圖像中的局部區(qū)域的對(duì)比度，達(dá)到在增強(qiáng)清晰度的同時(shí)不會(huì)導(dǎo)致圖像的顏色失真缺陷，從而來提高圖像的質(zhì)量，改進(jìn)算法如下所示：

在式(5)中，Ii(x,y)代表的是第i個(gè)通道中的圖像信息，Ci作用于調(diào)節(jié)R、G、B三基色的比例，代表該通道中顏色恢復(fù)因子的信息；f(·)是映射函數(shù)；在式(6)中β是增益常數(shù)，α表示的是圖增強(qiáng)過程中的非線性強(qiáng)度。

文中提出的改進(jìn)MSRCR算法實(shí)質(zhì)就是利用顏色恢復(fù)因子C的功能來調(diào)節(jié)R、G、B三通道之間的比例設(shè)置，使得增強(qiáng)后的圖像中所有物體信息都能顯現(xiàn)出來，尤其是對(duì)暗區(qū)域的信息增強(qiáng)比較明顯，這樣所獲圖像沒有失真。圖像的局部對(duì)比度也大大的提高，圖像看起來十分逼真，符合實(shí)際圖像的色彩。圖像經(jīng)過對(duì)數(shù)域r(x,y)和實(shí)數(shù)域R(x,y)的相互變換，增益要得到改變，為了實(shí)現(xiàn)0偏差的目的，還可以增加一個(gè)控制圖像動(dòng)態(tài)的參數(shù)也能夠?qū)崿F(xiàn)無色差的調(diào)節(jié)。

取對(duì)數(shù)Log[R(x,y)]函數(shù)中的每一個(gè)值通過線性映射，就得到式(9)所示：

然后，把增強(qiáng)后的圖像從實(shí)數(shù)域進(jìn)行輸出，如式(10)所示：

該算法利用對(duì)數(shù)域與實(shí)數(shù)域的轉(zhuǎn)化，簡(jiǎn)化了過程，增強(qiáng)了對(duì)比度，提高了圖像的清晰度，同時(shí)通過調(diào)節(jié)色彩中的恢復(fù)因子達(dá)到了改變?cè)鲆鎱?shù)和非線性強(qiáng)度的目的，使得輸出的圖像大大的增強(qiáng)。

3 實(shí)驗(yàn)結(jié)果分析

為了說明文章提出的圖像增強(qiáng)算法確實(shí)有效，作者選取任意一幅夜間的圖像，分別采用SSR 算法、MSRCR 算法及文中提出的算法進(jìn)行圖像增強(qiáng)實(shí)驗(yàn)比較，并從人眼的視覺效果進(jìn)行分析。其比較結(jié)果如圖3和圖4所示。

(a)原始圖像

(b)SSR 算法

(c)MSRCR 算法

(d)本文算法

(a)原始圖像

(b)SSR 算法

(d)本文算法

結(jié)合上面兩幅場(chǎng)景圖的實(shí)驗(yàn)結(jié)果，從人眼視覺效果可以看出，夜間圖像的背景經(jīng)過三種不同的增強(qiáng)算法進(jìn)行處理，增強(qiáng)后圖像的亮度都得到了很大提升，同時(shí)從實(shí)驗(yàn)結(jié)果中我們可以發(fā)現(xiàn)，圖像在進(jìn)行處理過程中，采用SSR算法得到的圖像顏色發(fā)生了明顯失真，而且圖像邊緣銳化的效果也不理想，圖像的清晰度不夠；而通過MSRCR算法獲得的增強(qiáng)圖像，雖然圖像的清晰度得到了明顯的改善，同時(shí)圖像的顏色也與原圖基本一致，紋理也相對(duì)清晰，但是，原本明亮的場(chǎng)景被過度提升，從人眼視覺上看整幅圖像偏亮，失去了原來圖像中的一些細(xì)節(jié)信息。而文中算法彌補(bǔ)了以上兩種算法造成的缺陷，經(jīng)過處理后的圖像既提高了原圖像的亮度，又很好地保留了原圖像中的一些細(xì)節(jié)信息。因此，文中提出的算法對(duì)圖像增強(qiáng)的效果最好，不僅提高了圖像的清晰度，還保存了原圖像中視覺信息的完整性，獲得了滿意的效果。

因此，綜合以上實(shí)驗(yàn)結(jié)果可知，該算法比SSR算法和MSRCR算法來增強(qiáng)圖像具有明顯的優(yōu)勢(shì)。為了更深入說明文中算法的有效性，選取了圖像峰值信噪比(PSNR)、圖像結(jié)構(gòu)相似性(SSIM)和視覺對(duì)比度測(cè)量(VCM)三個(gè)評(píng)價(jià)指標(biāo)來驗(yàn)證圖像增強(qiáng)后的效果。峰值信噪比(PSNR)是指把兩個(gè)圖像之間的結(jié)構(gòu)性質(zhì)做比較，它的值等于增強(qiáng)后的圖像與原來圖像之間像素均方誤差(2n-1)2的比值取對(duì)數(shù)，因此，圖像像素點(diǎn)之間的誤差大小決定了峰值信噪比的值，峰值信噪比(PSNR)的計(jì)算表達(dá)式為：

式(11)中，要想圖像增強(qiáng)的效果比較好，那么要求PSNR的取值越大越好，這樣所得增強(qiáng)后的圖像失真度越小。

結(jié)構(gòu)相似度(SSIM)是衡量?jī)煞鶊D像之間的結(jié)構(gòu)相似比，是一種無參考圖像質(zhì)量的評(píng)估指標(biāo)。早前是由Wang等人提出，他們認(rèn)為SSIM的值是與人眼視覺系統(tǒng)的感知有關(guān)。要想增強(qiáng)后的圖像質(zhì)量越好，那這個(gè)參數(shù)SSIM的值越大越好。

視覺對(duì)比度測(cè)量(VCM)也是一種無參考圖像質(zhì)量的評(píng)價(jià)指標(biāo)，如果得到的VCM值越大，則說明增強(qiáng)后的圖像清晰度越高。

通過對(duì)以上三個(gè)指標(biāo)進(jìn)行計(jì)算比較，結(jié)果如下所示。

從下表結(jié)果可以看出，該算法增強(qiáng)后的圖像要比SSR 算法和MSRCR 算法處理后的圖像增強(qiáng)效果顯著，圖像的結(jié)構(gòu)相似度也有了大大的提高。因此，該算法明顯優(yōu)于SSR 算法和MSRCR 算法。

圖像峰值信噪比、結(jié)構(gòu)相似度和視覺對(duì)比度比較的結(jié)果表

4 結(jié)語

文章分析了Retinex圖像增強(qiáng)的原理，提出了基于MSRCR改進(jìn)的圖像增強(qiáng)算法，通過選取某一夜間的視頻圖像，利用三種算法對(duì)圖像做增強(qiáng)對(duì)比實(shí)驗(yàn)，結(jié)果表明，提出的圖像增強(qiáng)算法使得原圖像的清晰度得到了明顯提升，而且沒有出現(xiàn)圖像失真現(xiàn)象，很好地適應(yīng)了人眼的視覺特性，圖像整體的過渡效果也比較自然，圖像紋理清晰，亮光區(qū)域得到進(jìn)一步的改善，使得夜間的圖像視覺效果得到顯著增強(qiáng)。為更進(jìn)一步驗(yàn)證文中算法的真實(shí)有效，分別選取圖像峰值信噪比(PSNR)、圖像結(jié)構(gòu)相似性(SSIM)、視覺對(duì)比度測(cè)量(VCM)三個(gè)評(píng)價(jià)指標(biāo)來評(píng)價(jià)圖像增強(qiáng)算法的效果。實(shí)驗(yàn)結(jié)果表明，文中算法更好的提高了圖像的清晰度，它的適用性和有效性更強(qiáng)。