野生动物监测光照自适应Retinex图像增强算法.PDFVIP

第 34 卷 第 15 期 农 业 工 程 学 报 Vol.34 No.15 2018 年 8 月 Transactions of the Chinese Society of Agricultural Engineering Aug. 2018 183 野生动物监测光照自适应Retinex图像增强算法 1 1 1 2 3 张军国 ，程浙安 ，胡春鹤 ，陈 宸 ，鲍伟东 （1.北京林业大学工学院，北京 100083；2.北卡罗来纳大学电气与计算机工程系，夏洛特 28223 ； 3.北京林业大学生物科学与技术学院，北京 100083 ） 摘 要：针对野外白天不同光照对野生动物监测图像质量造成的影响，提出一种基于Retinex理论的光照自适应图像增强 方法。该方法首先使用基于复合梯度的引导滤波估计图像照度分量，克服光照突变造成的伪光晕现象；然后提出一种基 于Otus 阈值的对比度自适应拉伸方法实现照度分量的校正，克服传统算法过度增强的问题；最后采用照度分量单通道图 像计算反射分量图像，实现色彩的保真。该文采用50张保护区实地拍摄的野生动物监测图像为样本进行试验，结果表明， 该文算法相比于MSRCR算法、双边滤波Retinex算法和引导滤波Retinex算法色调保真度平均提高81.00%、5.24%和3.58%， 信息熵平均提高6.76%、6.23%和2.61% ，峰值信噪比平均提高53.43%、5.36%和-2.85%，运算耗时减少-29.03%、78.51% 和28.68% ，证明该文算法可以有效克服传统Retinex理论算法的过增强、伪光晕现象和灰化效应，实现不同光照条件下野 生动物监测图像的自适应增强。 关键词：动物；监测；算法；野生动物监测；图像增强；Retinex理论；引导滤波；光照自适应 doi ：10.11975/j.issn.1002-6819.2018.15.023 中图分类号：TP391 文献标志码：A 文章编号：1002-6819(2018)-15-0183-07 张军国，程浙安，胡春鹤，陈 宸，鲍伟东. 野生动物监测光照自适应 Retinex 图像增强算法[J]. 农业工程学报，2018 ， 34(15) ：183－189. doi：10.11975/j.issn.1002-6819.2018.15.023 Zhang Junguo, Cheng Zhean, Hu Chunhe, Chen Chen, Bao Weidong. Adaptive image enhancement algorithm for wild animal monitoring based on Retinex theory[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(15): 183 －189. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2018.15.023 论提出的图像增强算法（以下简称Retinex算法）在压缩 0 引 言  动态范围与边缘特征保持方面更具优势，使得其在农业 中国野生动物资源丰富，其中，国家一级保护动物 [6-7] [8] 作物自动化采摘 、林区航拍图像增强 等领域有着广 97种，国家二级保护动物320