视频透雾原理加视频增强Retinex算法介绍

视频透雾原理加视频增强Retinex算法介绍 

-上海凯视力成 钟建军

一、 视频增强的背景 

   视觉信息是人类获得外界信息的主要来源,因为大约有70%的信息是通过人眼获得的。随着多媒体技术飞速发展,视频图像得到了广泛重视和应用,其应用领域遍及广播电视、医学、保安监控、车场管理、军事及生命科学等方面。视频采集技术与显示技术的提升,使得人们对画质的要求越来越高,但是在各类图像系统中图像的传送和转换(如成像、复制、扫描、传输以及显示等)总要在一定程度上造成图像质量的降低。例如一些户外监控系统往往只能在晴天下才能正常工作,在大雾、沙尘等恶劣天气或者低光照情况下图像对比度大大降低,人们无法从中得到有用信息。不仅如此,长期观看品质低下的视频可能会加重人们眼睛的负担,容易产生视觉疲劳,甚至会头晕目眩。在出现大雾、大雨、沙尘等恶劣天气时,户外景物图像的对比度和颜色都会被改变或退化,图像中蕴含的许多特征都被覆盖或模糊,得到的是退化图像,对于各类监控都造成了极大的困难,因此,要充分发挥监视视频的效能,就必须对监视视频图像进行增强处理。在军事侦察、监视方面,为了实施正确指挥,取得作战胜利,现代战争对军事侦察提出了更高的要求,广泛应用先进科学技术,进一步扩大侦察的范围,提高侦察的时效性和准确性。因此,军事侦察、监视中用到的视频图像的品质尤为重要,退化的视频图像对信息的识别与处理会造成偏差,而这种偏差的后果是非常严重的,因此视频增强技术应运而生。 

二、 视频增强算法(Retinex算法)的基本原理 

Retinex算法简介 

   Retinex(视网膜”Retina”和大脑皮层”Cortex”的缩写)理论是一种建立在科学实验和科学分析基础上的基于人类视觉系统(Human Visual System)的图像增强理论。该算法的基本原理模型最早是由Edwin Land(埃德温•兰德)于1971年提出的一种被称为的色彩的理论,并在颜色恒常性的基础上提出的一种基于理论的图像增强方法。Retinex 理论的基本内容是物体的颜色是由物体对长波(红)、中波(绿)和短波(蓝)光线的反射能力决定的,而不是由反射光强度的绝对值决定的;物体的色彩不受光照非均性的影响,具有一致性,即Retinex 理论是以色感一致性(颜色恒常性)为基础的。 

   不同于传统的图像增强算法,如线性、非线性变换、图像锐化等只能增强图像的某一类特征,如压缩图像的动态范围,或增强图像的边缘等,Retinex可以在动态范围压缩、边缘增强和颜色恒常三方面达到平衡,因此可以对各种不同类型的图像进行自适应性地增强。正因为Retinex诸多良好的特性,使Retinex算法在很多方面得到了广泛的应用。 

   在诸多以Retinex为核心的算法中,单尺度(Single-Scale Retinex, SSR) 算法,多尺度(Multi-Scale Retinex, MSR)算法是最具有代表性和最成熟的算法。 

   单尺度(Single-Scale Retinex, SSR)算法原理 根据Land提出的理论,一幅给定的图像S(x,y)分解成两幅不同的图像:反射物体图像R(x,y)和入射光图像L(x,y),其原理示意图如下:
视频透雾原理加视频增强Retinex算法介绍

                               图1:Retinex原理示意图

      对于观察图像S中的每个点(x,y),用公式可以表示为:         S(x,y)=R(x,y)﹒L(x,y) (1) 

   据Retinex 理论,物体的颜色是由物体对光线的反射能力决定的,而物体对光线的反射能力是物体本身固有的属性,与光源强度的绝对值没有依赖关系。因此通过计算各个像素间的相对明暗关系,可以对图像中的每个像素点做校正,从而确定该像素点的颜色。 

单尺度(Single-Scale Retinex, SSR)算法在对数域中则表示为:视频透雾原理加视频增强Retinex算法介绍

    根据上面(2)式的原理,Retinex理论进行图像增强的关键是从原图像中有效的信息计算出亮度图像L(x,y)。但是从原图像计算亮度图像在数学上是一个奇异问题,因此只能通过数学上近似估计的方式估算亮度图像。在Retinex算法的发展史中,曾经出现过平方反比的环绕形式、指数形式以及高斯指数形式,但在单尺度Retinex增强算法中,杰泊森(Jobson)论证了高斯卷积函数可以对源图像提供更局部的准确处理,因而可以更好地增强图像,其可以表示为:

  视频透雾原理加视频增强Retinex算法介绍

其中λ是常量矩阵,c是滤波半径,并且满足:

视频透雾原理加视频增强Retinex算法介绍

c越小,灰度动态范围压缩的越多,c越大,图像锐化的越厉害。因此亮度图像最终可以表示为:视频透雾原理加视频增强Retinex算法介绍

单尺度(SSR)可以表示为:视频透雾原理加视频增强Retinex算法介绍


三、 视频增强的在国内外研究现状及发展趋势 

    视频图像增强是视频图像处理领域的一个传统的话题,同时又一直是较为活跃的研究领域,不断有新方法和新手段引入使该领域保持旺盛的生命力,并不断有新成果面世。视频增强技术己经广泛应用于军事、医学、遥感以及视频检测等方面。 

   在军事方面,由于观察距离远及气候恶劣,获取的视频往往存在目标和背景混淆不清,很难区分等,需要进行增强处理才能将感兴趣的目标凸显出来;医学方面,由于成像的固有特点,医学图像往往很暗,模糊不清,很难辨别出病变组织和正常组织,需要图像增强处理以突出病变组织;遥感方面,如农情遥感监测,进行农作物分类需要应用图像增强技术以提高分类的精度;在公共安全方面,人像、指纹及其他痕迹的处理和识别,以及跟踪、事故分析等应用领域,也都需要图像增强处理来突出图像的特征。各类视频监控系统也急需视频图像增强功能以弥补现有系统的不足,提高视频图像的对比度、提高监控效果与目标识别、改善光照不均匀等现象,得到视觉效果更好、有利于进一步分析和判读的视频图像。随着科技的发展,现阶段各行业对低能见度图像、视频增强处理的需求将会越来越多。 

   从国内外的一些对视频图像增强的研究情况可以看出,大都是采用视频图像的后续处理方法来进行的,现在的发展趋势是对动态视频图像进行快速实时增强,使得人们可以更有效地利用视频图像。视频增强技术的研究和运用领域,在军用上特别多,在民用上还主要是用在一些特定场所。但随着人们生活中数字化程度的提高,视频技术的不断发展和更新,视频将越来越多的得到广泛应用。 

四、 视频增强能解决的实际问题及应用领域 

各种情况下处理效果 
•大雾天气下

视频透雾原理加视频增强Retinex算法介绍

•水底环境下

 视频透雾原理加视频增强Retinex算法介绍

•昏暗天气下
视频透雾原理加视频增强Retinex算法介绍
•雨天条件下
视频透雾原理加视频增强Retinex算法介绍
•沙层天气下

视频透雾原理加视频增强Retinex算法介绍
•阴霾天气下
视频透雾原理加视频增强Retinex算法介绍

视频增强的应用领域 

·搜寻及救援车辆 
·电视监控系统 
·室外电视转播 
·飞行导航帮助 
·公路交通监控 
·医院体检成像 
·机场的调度 
·港口调度 
·水下侦测 
·安防应用 

阅读更多
想对作者说点什么?

博主推荐

换一批

没有更多推荐了,返回首页