李忠海，陈灿灿，金海洋

（沈阳航空航天大学自动化学院，沈阳 110136）

0 引言

由于外界环境的光照变化，使得低照度图像增强成为目前需要研究的一类问题，Retinex（retina+cortex）算法是一种模仿人类色彩恒常性的有效的图像增强方法，能够改善图像的色彩恒常性和动态范围。本文提出的改进算法表明Retinex算法在照明不良条件下可以对低照度彩色图像进行有效的增强处理。

目前的Retinex算法一般是在多尺度Retinex算法的基础上进行研究的，一些新的研究成果也接踵而至。Jang［1］主要研究如何使Retinex算法具有更好的颜色校正能力。Robinson［2］降低了图像的“光晕伪影”现象和“泛灰”效应，从而对Retinex算法进行了改进。Jang［3］改进了单尺度的相关权值，从而改进了多尺度Retinex算法。同年Jang［4］对多尺度Retinex算法的实时性做了改进。Lin［5］对Retinex算法的结构进行了创新，将Retinex算法中的对数函数改为指数函数对夜间图像进行了增强。

该算法在以上文献的基础上作了改进。采用引导滤波求取入射分量，并在计算反射分量时选用重构的自适应权重多尺度Retinex算法，既能有效地增强原图像，也能够有效地保留原始图像的信息。

1 多尺度Retinex理论

Retinex颜色理论的原理是人对图像亮度的感知，由外界环境照明亮度和事物外表反射两部分组成，外界环境照明亮度代表低频图像部分，物体外表反射代表高频图像部分，即待增强图像用照射光分量和反射光分量两部分组成：

其中，G（x，y）代表待增强图像，即从观察者角度获得原始图像；L（x，y）表示照射分量，代表了图像的动态范围；……