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? 我来说一句

没有更多推荐了,返回首页

关闭
关闭
关闭