结合细节增强和多尺度Retinex的图像去雾算法研究

作     者：高智慧 

作者单位：天津职业技术师范大学 

学位级别：硕士

导师姓名：翟艺书

授予年度：2024年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：图像去雾 Retinex理论 改进高斯滤波 多尺度细节增强 

摘      要：雾是一种常见的自然现象,在雾霾天气下采集到的图像降质严重,对生活中各领域的图像信息应用造成了极大影响。所以,研究雾天图像恢复具有重要意义。在有关图像去雾的相关算法中,基于Retinex理论的图像增强算法由于具有能够在对比度增强、动态范围压缩、颜色恒常等三个方面达到平衡的优点,可以有效降低雾霾天气对户外视觉系统的影响,近年来成为图像去雾领域的研究热点。本论文在已有文献工作的基础上开展深入研究,重点研究了两种结合细节增强和改进多尺度Retinex理论的图像去雾算法。论文的主要研究工作包括:(1)针对雾天退化图像中对比度下降、纹理细节丢失和颜色失真的问题,在第三章中提出了一种结合细节增强和多尺度Retinex的图像去雾算法。根据传统Retinex理论,首先利用高斯中心环绕函数将原始图像分解为反射图像通道和照度图像通道;其次,在反射图像中使用直方图均衡和引导滤波来增强对比度和补偿结构信息;然后,在照度图像中运用改进的去心伽马变换来提升整体亮度;最后,将反射图像和照度图像进行合成,并对合成图像进行多尺度细节增强和白平衡处理。实验结果表明,该算法可以有效地提升图像对比度和细节信息,改善图像的颜色视觉效果。(2)针对基于高斯中心环绕函数的Retinex理论算法去雾结果图像边缘存在光晕现象的问题,第四章首先对传统的高斯核函数进行改进,使其进行滤波的同时能够保留结构边缘,接着在此基础上提出基于改进高斯滤波核函数的去雾算法。改进算法首先利用新的高斯核函数对图像进行通道分解;然后,对得到的反射图像和照度图像分别进行对比度增强,最后,合成两通道图像并对其进行多尺度细节增强和颜色校正。该算法很大程度上解决了图像光晕问题。相比于传统高斯函数作为中心环绕函数的Retinex算法和文献中几种经典算法,本算法在去雾效果上有较为明显的优势。