宋冬梅

（西北大学现代学院基础部，陕西 西安 710130）

0 引言

随着计算机技术和计算机图形图像技术的飞速发展，户外视觉系统快速提升并得以深入研究。图像去雾算法的研究作为近代学术界的前沿学科，其中涉及多个领域，如计算机技术，高等数学，计算机视觉，数字图像处理等。本文将对已有的去雾算法——Retinex方法进行综述。

1 国内外研究现状

Retinex方法借助于颜色恒常性模型，给出了它的理论依据。它能将图像在高动态范围内压缩，并且保证颜色不变等特征。

Retinex理论主要是用于对失真图像解决图像的亮度补偿问题。Retinex理论是将一个给定的图像划分为两个不相似的图像，反射图像R以及亮度图像L，若这样的话，在图像域中的每个点(x，y)有：

这样，才能使去除后景光照以及前景光照对图像的影响而发挥作用，还可以提升室内空间和室外空间的图像光照变化[1]。

根据图像的亮度图像成分的估计方法不同，Retinex算法分为三类[2]。

1.1 基于路径的Retinex算法

早在1971年，Retinex算法就由land和McCann提出。该算法的主要缺点是运算量较大。../../lafi/Desktop/vip_report_sdm_2014-3-28-21-27-37/PaperPass-VIP专业版-检测报告/htmls/sentence_detail/73.htm为此，Brainard、Wandell、Rizzi等人提出了一些新的路径；Provenzi ，Elad等专家调整参数，以提高执行的算法的运行速度[3]。

1.2 迭代Retinex算法

迭代Retinex算法是由Frankle和McCann提出，也称为多分辨率Retinex算法。在这个方式的算法中，运用矩阵计算取代路径计算。该算法第一步先将图像分割成不同的空间尺度，打造一个金字塔模型，然后将从最低到最高刻度反复比对来自不同空间尺度中的相邻的像素值，从而../../lafi/Desktop/vip_report_sdm_2014-3-28-21-27-37/PaperPass-VIP专业版-检测报告/htmls/sentence_detail/79.htm得到一个新的像素值[4]。……