最近再次看了一下IPOL網(wǎng)站，有一篇最近發(fā)表的文章，名字就是Multiscale Retinex，感覺自己對這個已經(jīng)基本了解了，但還是進(jìn)去看了看，也有一些收獲，于是抽空把他們稍微整理了下，原始文章及其配套代碼詳見：http://www.ipol.im/pub/art/2014/107/。

? ? ? 之前在我的?帶色彩恢復(fù)的多尺度視網(wǎng)膜增強(qiáng)算法（MSRCR）的原理、實(shí)現(xiàn)及應(yīng)用?一文中已經(jīng)較為詳細(xì)的描述了Multiscale Retinex的基本原理和應(yīng)用，這里就不再做過多的說明。為表述方便，還是貼出其基本的計(jì)算原理：

　　　　

　　上式中，I為原始輸入圖像，F是濾波函數(shù)，一般為高斯函數(shù)，N為尺度的數(shù)量，W為每個尺度的權(quán)重，一般都為1/N， R表示在對數(shù)域的圖像的輸出。

　　由于R是對數(shù)域的輸出，要轉(zhuǎn)換為數(shù)字圖像，必須將他們量化為[0,255]的數(shù)字圖像范疇，關(guān)于這個量化的算法，有這極為重要的意義，他的好壞直接決定了最終輸出的圖像的品質(zhì)。

　　目前，結(jié)合上述文章中提出的一些過程，有4種方式進(jìn)行處理：

　　第一種，也是最容易想到的就是，直接線性量化，即采用下式進(jìn)行處理：

　　 ? ??

　　這種方式，由于Retinex數(shù)據(jù)處理后的高動態(tài)特性，數(shù)據(jù)分布很廣，會出現(xiàn)嚴(yán)重的兩極化現(xiàn)象，一般難以獲得滿意的結(jié)果。

　　第二種，就是在經(jīng)典的MSRCR文章《A Multiscale Retinex for Bridging the Gap Between?Color Images and the Human Observation of Scenes》中提出的Canonical Gain/O?set 算法。計(jì)算公式如下：

　　 ? ? ??? ??

　　其中G和b為經(jīng)驗(yàn)參數(shù)。

　　第三種，實(shí)在上述文章中提到的Simplest Color Balance（我簡寫為SCR）方式，這種方式的處理類似于Photoshop中的自動色階，他把數(shù)據(jù)按照一定的百分比去除最小和最大的部分，然后中間的部分重新線性量化到0和255之間。

　　第四種，就是GIMP的Retinex算法，這個可詳見?帶色彩恢復(fù)的多尺度視網(wǎng)膜增強(qiáng)算法（MSRCR）的原理、實(shí)現(xiàn)及應(yīng)用?一文的描述。

　　還有一種方式，就是大家知道HDR的過程吧，他也是將高動態(tài)的數(shù)據(jù)量化到圖像的可視范圍，因此可以直接將這類算法應(yīng)用與這個問題上。我也做了實(shí)驗(yàn)，效果似乎一般。

　　在用第二種或第三種方式處理時(shí)，最好還需要有個Color Restoration的過程，因?yàn)槿绻苯訉SR處理的結(jié)果進(jìn)行量化，得到的圖像往往整體偏灰度，這是由于原始的彩色值經(jīng)過log處理后的數(shù)據(jù)范圍就比較小了，這樣各通道之間的差異也很小，而之后的線性量化比log曲線要平滑很多，因此整體就喪失了彩色。

　　論文中提出了修正方式如下：

　　　　　　　　　　

　　　　　　　　　　

　　　　　　　　　　

?

　　 其中β=46，α=125為經(jīng)驗(yàn)參數(shù)，但是最終我的分析認(rèn)為β不可能取這么大，取1試驗(yàn)表明效果還不錯。

　　 對于一些原始圖像HUE較為合理的圖，如果用經(jīng)典的MSRCR算法，會導(dǎo)致處理后的圖容易偏色，上述論文提出了對圖像的Intensity數(shù)據(jù)進(jìn)行Retinex處理，然后再把數(shù)據(jù)根據(jù)原始的RGB的比例映射到每個通道，這樣就能在保留原始顏色分布的基礎(chǔ)上增強(qiáng)圖像，文章中稱其為MSRCP。

　　這個算法的編碼論文的附帶代碼里已經(jīng)有了很好的例子了，其實(shí)真是很簡單的工作，需要的朋友自己去參考。

　　我自己做了5種算法的比較，分別是：

　　　　　　MSRCRGIMP　　　　-　　　　Gimp內(nèi)嵌的Retinex增強(qiáng)算法

　　　　　　MSRCRStandard　　-　　　　按照《A Multiscale Retinex .... ?the Human Observation of Scenes》一文寫的算法，其中G=30，B=-6，β=1，α=125

　　　　　　MSRCRSCR　　　　 ?- ? ? ? ? ?使用Color Restoration +?Simplest Color Balance算法量化得到的結(jié)果

　　?　　　 ?MSRCPSCR　　　　 ?- ? ? ? ? ?使用Intensity數(shù)據(jù) +?Simplest Color Balance算法量化得到的結(jié)果

　　　　　　MSRHSV　　　　　　-　　　　對HSV空間的V分量進(jìn)行（用的SCR量化）Retinex處理并返回RGB空間后的結(jié)果

　　他們的效果比較如下：

??

　　　　　　　　original?　　　　　　　　　　　　　　　　　　　 ? ?　MSRCRGIMP ? ?　　　　　　　　　　　　　　　　 ? ? ? ? ? ??　　MSRCRStandard

??

?　　　　　 ? ?　MSRCRSCR　　　　　　　　　　　　　　　　　　? ? ??MSRCPSCR　　　　 ?　　　　　　　　　　　　　　　　　　MSRHSV

??

　　　　　　　　original?　　　　　　　　　　　　　　　　　　　 　 ? ? MSRCRGIMP ? ?　　　　　　　　　　　　　　　　 ? ? ? ? ?　　MSRCRStandard

??

　　　　　　?MSRCRSCR　　　　　　　　　　　　　　　　　　 ? ? ? ? ?MSRCPSCR　　　　 ?　　　　　　　　　　　　　　　　　　MSRHSV

??

　　　　　　　　original?　　　　　　　　　　　　　　　　　　　 　 ? ? MSRCRGIMP ? ?　　　　　　　　　　　　　　　　 ? ? ? ? ?　　MSRCRStandard

??

?　　　　　　　　MSRCRSCR　　　　　　　　　　　　　　　　　　 ? ? ? ? ?MSRCPSCR　　　　 ?　　　　　　　　　　　　　　　　　　MSRHSV　　

　　孰好孰壞給位自己去斟酌吧。

　　算法效果測試：http://files.cnblogs.com/Imageshop/Retinex%E7%BB%BC%E5%90%88.rar

　　很久沒有寫博客了，其實(shí)也沒有江郎才盡的感覺，就是呢沒有想寫的沖動。現(xiàn)在寫也無以前那么認(rèn)真了，感覺就是像計(jì)流水賬一樣。算了，記賬就記賬吧。

?

****************************作者： laviewpbt ? 時(shí)間： 2014.6.26????聯(lián)系QQ: ?1664462947 ?轉(zhuǎn)載請保留本行信息********************

?

?

轉(zhuǎn)載于:https://www.cnblogs.com/Imageshop/p/3810402.html

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的关于Retinex图像增强算法的一些新学习。的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。