李 涛

(四川大学 计算机学院，四川 成都 610065)

多尺度Retinex算法的分析与改进

李 涛

(四川大学 计算机学院，四川 成都 610065)

传统Retinex算法中，从图像中完全去除亮度分量而使用反射分量来增强效果。通常图像光照变化并非平缓，使得结果图像视觉效果缺乏协调。对此提出一种改进的Retinex算法，通过再处理亮度分量，得到平缓的亮度图像并补偿到反射分量从而改善增强效果，使用均值模版代替高斯模版以减少计算的时间，同时利用拉普拉斯算子加入图像边缘细节特征。实验通过处理低对比度、低亮度的X光射线将改进的Retinex方法与其他各种增强算法进行对比。对实验结果的定性和定量分析表明了该改进算法的有效性。

多尺度Retinex；均值模版；平滑光照；拉普拉斯算子

0 引言

图像增强是图像分析、图像分割等其他图像处理的预处理，其目标是满足人眼的需要有选择性地强调或者抑制图像中的某些信息[1]。目前，有许多的增强方法经常出现在各个应用中，例如伽马校正、直方图均衡化和小波变换等[2]，对图像增强的发展起到了一定的引导作用，但各自表现出明显的不足。1977年，LAND E H根据人类视觉中对光照和色彩感知提出了Retinex模型[3]。Retinex理论就是去除图像中亮度信息而保留反射信息来恢复物体的原始信息，从而达到增强效果。然而，当图像中光照分布不均匀或者光照不是平缓变化时，仅仅通过滤波器得到的反射分量不能完全满足要求。

针对Retinex算法存在的一些不足，通过对亮度分量进行滤波处理以补偿增强后的图像；……