一种多分辨多尺度的Retinex彩色图像增强算法

doi:10.3778/j.issn.1002-8331.1611-0157

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (16): 193-198.DOI: 10.3778/j.issn.1002-8331.1611-0157

一种多分辨多尺度的Retinex彩色图像增强算法

李益红1，2，周晓谊1

1.海南大学信息科学技术学院，海口 570228
2.西安电子科技大学综合业务网理论与关键技术国家重点实验室，西安 710071

出版日期:2017-08-15 发布日期:2017-08-31

Multi-resolution and multi-scale retinex for color image enhancement

LI Yihong1，2, ZHOU Xiaoyi1

1.College of Information Science & Technology, Hainan University, Haikou 570228, China
2.State Key Lab of Integrated Service Networks, Xidian University, Xi’an 710071, China

Online:2017-08-15 Published:2017-08-31

摘要/Abstract

摘要： 针对Retinex算法的缺点与不足，提出了一种改进的中心/环绕函数，以及图像增强分辨度概念。利用Retinex算法中图像增强分辨度与尺度之间对图像增强效果的互补特性，提出了多分辨多尺度的Retinex（Multi-Resolution and Multi-Scale Retinex，MRMSR）彩色图像增强算法。实验过程中，采用图像质量主观评价法和图像质量客观评价法相结合的方式，对多幅彩色图像进行了算法验证，并与MSR、MSRCR等算法进行比较。实验表明，MRMSR算法具有较好的图像增强效果，其图像增强效果明显优于其他算法，并能够有效地降低尺度对图像增强的影响。

关键词: Retinex, 改进的中心/环绕函数, 图像增强分辨度, 多分辨多尺度

Abstract: Aimed at the disadvantages of Retinex algorithm, an improved center surrounding function is proposed, and the conception of resolution for image enhancement is also presented. In order to take advantage of the complementary properties for color image enhancement between resolution and scale of Retinex, a Multi-Resolution and Multi-scale Retinex（MRMSR） algorithm for color image enhancement is proposed in this paper. In experiment, multiple color images are used to test and verify the novel algorithm, and the qualities of enhancement image are evaluated with subjective evaluation method and objective evaluation methods. Experimental results show, compared with MSR, MSRCR, etc., that the MRMSR not only has a better effect for image enhancement, and can effectively reduce the impactions of Retinex scales for image enhancement.

Key words: Retinex, improved center surrounding function, resolution of image enhancement, Multi-Resolution and Multi-scale Retinex（MRMSR）

李益红1，2，周晓谊1. 一种多分辨多尺度的Retinex彩色图像增强算法[J]. 计算机工程与应用, 2017, 53(16): 193-198.

LI Yihong1，2, ZHOU Xiaoyi1. Multi-resolution and multi-scale retinex for color image enhancement[J]. Computer Engineering and Applications, 2017, 53(16): 193-198.

[1]	汤子麟，刘翔，张星. 光照不均匀图像的自适应增强算法[J]. 计算机工程与应用, 2021, 57(21): 216-223.
[2]	常戬，贺春泽，董育理，任营. 改进双边滤波和阈值函数的图像增强算法[J]. 计算机工程与应用, 2020, 56(3): 207-213.
[3]	刘佳敏，何宁，尹晓杰. 基于Retinex-UNet算法的低照度图像增强[J]. 计算机工程与应用, 2020, 56(22): 211-216.
[4]	朱德利，杨德刚，万辉，杨雨浓. 用于低照度图像增强的自适应颜色保持算法[J]. 计算机工程与应用, 2019, 55(24): 190-195.
[5]	李尧羿1，杜宇超2，顾振飞3，4. 结合天空区域识别的单幅图像去雾方法[J]. 计算机工程与应用, 2018, 54(19): 204-215.
[6]	王涛1，王佰玲2. 非均匀光照条件下的彩色人脸图像增强[J]. 计算机工程与应用, 2017, 53(5): 164-169.
[7]	许少秋，杨群，钟小芸，骆德汉. 背光图像的检测与校正[J]. 计算机工程与应用, 2017, 53(21): 174-178.
[8]	王焱，王亚恒，杨威. 低照度下依据频域划分尺度的Retinex增强算法[J]. 计算机工程与应用, 2017, 53(10): 171-176.
[9]	张晓丹，李春来. 改进Retinex和稀疏表示的光照人脸识别[J]. 计算机工程与应用, 2016, 52(14): 146-149.
[10]	陈琛，张建州. 改进的多尺度Retinex医学X射线图像增强算法[J]. 计算机工程与应用, 2015, 51(9): 191-195.
[11]	袁琳1，陈暄1，龙丹2. 光照变化条件下的人脸识别技术研究[J]. 计算机工程与应用, 2014, 50(4): 196-199.
[12]	宋书林，张彦，王宪，毛琪波. 基于曲波变换和Retinex人脸光照处理算法[J]. 计算机工程与应用, 2013, 49(3): 171-173.
[13]	窦易文1，2，周鸣争1，唐肝翌1，卢桂馥1. 焦点引导的带颜色恢复的多尺度Retinex算法[J]. 计算机工程与应用, 2013, 49(2): 207-210.
[14]	席志红，赵蓝飞，邢代玉. 基于格林函数的图像增强算法[J]. 计算机工程与应用, 2013, 49(15): 204-209.
[15]	陈薇1，赵方田2，陈侃3，张明敏2. 改进单尺度Retinex的光照人脸识别[J]. 计算机工程与应用, 2013, 49(12): 151-154.

一种多分辨多尺度的Retinex彩色图像增强算法

Multi-resolution and multi-scale retinex for color image enhancement

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics