视频透雾原理加视频增强Retinex算法介绍

（本文转自：http://www.syphong.cn/52-1.html#）

视频透雾原理加视频增强Retinex算法介绍 

-上海凯视力成 钟建军

一、 视频增强的背景 

  视觉信息是人类获得外界信息的主要来源，因为大约有70%的信息是通过人眼获得的。随着多媒体技术飞速发展，视频图像得到了广泛重视和应用,其应用领域遍及广播电视、医学、保安监控、车场管理、军事及生命科学等方面。视频采集技术与显示技术的提升，使得人们对画质的要求越来越高，但是在各类图像系统中图像的传送和转换(如成像、复制、扫描、传输以及显示等)总要在一定程度上造成图像质量的降低。例如一些户外监控系统往往只能在晴天下才能正常工作，在大雾、沙尘等恶劣天气或者低光照情况下图像对比度大大降低，人们无法从中得到有用信息。不仅如此，长期观看品质低下的视频可能会加重人们眼睛的负担，容易产生视觉疲劳，甚至会头晕目眩。在出现大雾、大雨、沙尘等恶劣天气时，户外景物图像的对比度和颜色都会被改变或退化，图像中蕴含的许多特征都被覆盖或模糊，得到的是退化图像，对于各类监控都造成了极大的困难，因此，要充分发挥监视视频的效能，就必须对监视视频图像进行增强处理。在军事侦察、监视方面，为了实施正确指挥，取得作战胜利，现代战争对军事侦察提出了更高的要求，广泛应用先进科学技术，进一步扩大侦察的范围，提高侦察的时效性和准确性。因此，军事侦察、监视中用到的视频图像的品质尤为重要，退化的视频图像对信息的识别与处理会造成偏差，而这种偏差的后果是非常严重的，因此视频增强技术应运而生。 

二、 视频增强算法（Retinex算法）的基本原理 

Retinex算法简介 

  Retinex（视网膜”Retina”和大脑皮层”Cortex”的缩写）理论是一种建立在科学实验和科学分析基础上的基于人类视觉系统（HumanVisual System）的图像增强理论。该算法的基本原理模型最早是由EdwinLand（埃德温•兰德）于1971年提出的一种被称为的色彩的理论，并在颜色恒常性的基础上提出的一种基于理论的图像增强方法。Retinex理论的基本内容是物体的颜色是由物体对长波（红）、中波（绿）和短波（蓝）光线的反射能力决定的，而不是由反射光强度的绝对值决定的；物体的色彩不受光照非均性的影响，具有一致性，即Retinex理论是以色感一致性（颜色恒常性）为基础的。 

  不同于传统的图像增强算法，如线性、非线性变换、图像锐化等只能增强图像的某一类特征，如压缩图像的动态范围，或增强图像的边缘等，Retinex可以在动态范围压缩、边缘增强和颜色恒常三方面达到平衡，因此可以对各种不同类型的图像进行自适应性地增强。正因为Retinex诸多良好的特性，使Retinex算法在很多方面得到了广泛的应用。 

  在诸多以Retinex为核心的算法中，单尺度（Single-Scale Retinex, SSR）算法，多尺度（Multi-Scale Retinex,MSR）算法是最具有代表性和最成熟的算法。 

   单尺度（Single-Scale Retinex,SSR）算法原理根据Land提出的理论，一幅给定的图像S(x,y)分解成两幅不同的图像：反射物体图像R(x,y)和入射光图像L(x,y)，其原理示意图如下：

                                                                图1：Retinex原理示意图

    对于观察图像S中的每个点(x,y)，用公式可以表示为：       S(x,y)=R(x,y)﹒L(x,y) （1） 

  据Retinex 理论，物体的颜色是由物体对光线的反射能力决定的，而物体对光线的反射能力是物体本身固有的属性，与光源强度的绝对值没有依赖关系。因此通过计算各个像素间的相对明暗关系，可以对图像中的每个像素点做校正，从而确定该像素点的颜色。 

单尺度（Single-Scale Retinex,SSR）算法在对数域中则表示为：

   根据上面（2）式的原理，Retinex理论进行图像增强的关键是从原图像中有效的信息计算出亮度图像L(x,y)。但是从原图像计算亮度图像在数学上是一个奇异问题，因此只能通过数学上近似估计的方式估算亮度图像。在Retinex算法的发展史中，曾经出现过平方反比的环绕形式、指数形式以及高斯指数形式，但在单尺度Retinex增强算法中，杰泊森(Jobson)论证了高斯卷积函数可以对源图像提供更局部的准确处理，因而可以更好地增强图像，其可以表示为：

其中λ是常量矩阵,c是滤波半径，并且满足：

c越小，灰度动态范围压缩的越多，c越大，图像锐化的越厉害。因此亮度图像最终可以表示为：

单尺度（SSR）可以表示为：

三、视频增强的在国内外研究现状及发展趋势 

   视频图像增强是视频图像处理领域的一个传统的话题，同时又一直是较为活跃的研究领域，不断有新方法和新手段引入使该领域保持旺盛的生命力，并不断有新成果面世。视频增强技术己经广泛应用于军事、医学、遥感以及视频检测等方面。 

  在军事方面，由于观察距离远及气候恶劣，获取的视频往往存在目标和背景混淆不清，很难区分等，需要进行增强处理才能将感兴趣的目标凸显出来；医学方面，由于成像的固有特点，医学图像往往很暗，模糊不清，很难辨别出病变组织和正常组织，需要图像增强处理以突出病变组织；遥感方面，如农情遥感监测，进行农作物分类需要应用图像增强技术以提高分类的精度；在公共安全方面，人像、指纹及其他痕迹的处理和识别，以及跟踪、事故分析等应用领域，也都需要图像增强处理来突出图像的特征。各类视频监控系统也急需视频图像增强功能以弥补现有系统的不足，提高视频图像的对比度、提高监控效果与目标识别、改善光照不均匀等现象，得到视觉效果更好、有利于进一步分析和判读的视频图像。随着科技的发展，现阶段各行业对低能见度图像、视频增强处理的需求将会越来越多。 

  从国内外的一些对视频图像增强的研究情况可以看出，大都是采用视频图像的后续处理方法来进行的，现在的发展趋势是对动态视频图像进行快速实时增强，使得人们可以更有效地利用视频图像。视频增强技术的研究和运用领域，在军用上特别多，在民用上还主要是用在一些特定场所。但随着人们生活中数字化程度的提高，视频技术的不断发展和更新，视频将越来越多的得到广泛应用。 

四、 视频增强能解决的实际问题及应用领域 

各种情况下处理效果 
•大雾天气下

•水底环境下

•沙层天气下


•阴霾天气下

视频增强的应用领域 

·搜寻及救援车辆 
·电视监控系统 
·室外电视转播 
·飞行导航帮助 
·公路交通监控 
·医院体检成像 
·机场的调度 
·港口调度 
·水下侦测 
·安防应用 

五、本公司的产品及其特点 
   VE9901视频增强器 
特性 
•先进的多尺度Retinex图像增强算法，具有较强的普适性。同时提供优化的对数直方图均衡处理和多种噪声滤波算法。 
•基于DSP的嵌入式硬件结构，具有尺寸小、功耗低、高性能。 
•全实时处理，并具有极低的延迟，延迟时间不超过一帧，即PAL制视频延迟40ms，NTSC制式视频延迟33ms。 
•自动适应PAL制和NTSC制式视频图像。 
•支持全屏增强和局部窗口增强，局部增强窗口大小和位置可动态调整。 
•支持串口、面板健盘、和DIP开关的配置和实时控制。配置可以存储于FLASH中长期保存。 
•支持固件的在线升级。 
•支持商用级、工业级、军用级工作环境条件