关于Retinex算法对刑事模糊图像增强适用性探讨.docVIP

关于Retinex算法对刑事模糊图像增强适用性探讨 　　摘要：基于现阶段的刑事模糊图像情况，本文阐述了Retinex算法的原理和适用特点，总结出此算法对刑事模糊图像处理有一定的适用性，望对当前的刑事图像处理研究工作提供帮助。 　　关键词：刑事模糊图像 Retinex算法 增强 　　中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2012）11-0133-01 　　数字图像技术的发展给刑事科学技术工作带来了极大的方便，刑事图像技术也由传统的刑事照相技术发展为成熟的数字刑事图像技术。新时期的刑事图像技术学致力于刑事科学技术的光学成像研究和刑事图像处理研究，模糊图像的处理是刑事图像处理工作中极具挑战性的难题。 　　1、刑事模糊图像形成因素 　　模糊图像处理是对由于介质、客观环境等因素造成的模糊图像和退化图像进行校正处理，使其清晰化，以利于图像研判。刑事图像的模糊有多种因素造成：一是非正确曝光退化，如非线性退化等；二是离（散）焦模糊，对焦不实使物体不能清晰的成像于焦平面上；三是运动模糊，运动模糊是指在曝光瞬间，照相机与被摄物体间有相对运动；四是噪声干扰致使图像模糊不清；五是监控视频模糊，如安装位置不合适、光线太暗或太亮、目标运动过快、摄像镜头对焦不实等，往往使影响资料变得模糊不清。 　　2、Retinex算法原理及应用特性 　　2.1　Retinex理论概述 　　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（Human　Visual　System）的图像增强理论。该算法的基本原理模型最早是由Edwin　Land（埃德温·兰德）于19世纪70年代提出的一种被称为具有颜色恒常性的色彩理论，并在颜色恒常性的基础上提出的一种基于此理论的图像增强方法。Retinex　理论的基本内容包括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；物体的色彩具有一致性，不受光照非均性的影响，即Retinex　理论是以色感一致性（颜色恒常性）为基础的。鉴于Retinex原理，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） 　　其中，S（x，y）为所观察的图像，R（x，y）是反射物体图像，L（x，y）为入射光图像。 　　2.2　Retinex算法的应用特点 　　Retinex理论的基本思想就是将原始图像看成是由照射图像和物体反射属性组成，照射光图像直接决定一幅图像中像素能够达到的动态范围，物体反射属性决定了图像的内在性质，因此，在原始图像中去除或降低照射图像的影响从而保留本质的反射属性是Retinex理论的基本思想。Retinex算法具有锐化、颜色恒常性、动态范围压缩大、色彩逼真度高等特点。 　　传统的图像增强算法，如线性变换、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算法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。 　　3、Retinex算法对数字模糊图像处理的适用 　　3.1　Retinex算法对图像的预处理 　　在多种以Retinex为核心的算法中，单尺度（Single-Scale　Retinex，SSR）算法和多尺度（Multi-Scale　Retinex，　MSR）算法是最具有代表性和最成熟的算法。利用多尺度Retinex灰度图像增强算法对灰度图像进行增强，在图像的预处理阶段对噪声进行滤除，做到改善图像颜色恒常性，压缩图像动态范围，提高对比度，有效显示淹没在阴影、光照等区域中的细节，为下一步的特征提取提供必要的条件。 　　3.2　Retinex算法对场景模糊图像的增强 　　场景的干扰常常致使物体成像模糊，如雨雾天条件下，户外景物的对比度和颜色发生退化，计算机视觉系统无法正确检测与跟踪场景中目标，这就需要对雨雾天图像或视频作清晰化处理。Retinex　理论及相关算法是图像增强的新思路，其理论基础是色彩的恒常性，它通过模拟人眼观察场景的方式，恢复因图像采集设备限制而丢失的场景细节，达到增强图像对比度，还原物体真实色彩的目的。 　　3.3　Retinex算法对图像细节特征的增强 　　在图像处理和计算机视觉领域，特征提取被广泛运用，其效果很大程度上取决于图像的质量。图像在采集的过程中，多变的光照条件、物体间相互遮挡、采集设备自身限制等因素都会影响图像质量，要想对质量差的图像进行特征提取非常困难。基于Retinex理论的图像增强算法能减少计算时间，将多种计算函数相结合，能够有