基于Retinex和曲波变换的图像去雾增强算法

本文献主要探讨了一种基于Retinex理论的图像去雾算法，针对传统中心环绕Retinex图像增强算法在处理有雾天气下图像时，对尺度选择的局限性，提出了新的改进方法。Retinex是一种经典的图像处理模型，它假设每个像素的亮度是由其入射光和反射光两部分组成，通过分离这两部分来恢复清晰图像。 作者林笑君和梁凤梅来自太原理工大学信息工程学院，他们首先利用高斯函数对图像的入射分量进行估计，这是Retinex算法的核心步骤之一。接着，他们应用Retinex算法解析出图像的反射分量。为了进一步增强图像的细节和清晰度，他们采用了曲波变换这一多尺度分析工具。曲波变换能够将图像分解为多个不同频率的子带，其中高频子带通常包含丰富的纹理信息，而低频子带则包含了图像的基本结构。 针对高频子带，作者们采用自动变换阈值处理，这种方法可以更好地保留图像的边缘和细节，同时抑制噪声。对于低频子带，他们采取线性拉伸的方式，通过调整对比度来提升图像的视觉效果。这样的处理方式有助于提高图像的信噪比和信息熵，减少失真度。 实验结果显示，这种基于Retinex和曲波变换的图像去雾算法在实际应用中表现优秀，处理后的图像纹理细节更为清晰，视觉体验得到显著改善。因此，这项工作不仅解决了原有算法的局限，还为图像去雾和增强技术提供了一种新的有效手段，对于图像处理领域的研究具有重要的学术价值和实践意义。 关键词：Retinex算法、曲波变换、USFFT算法、图像去雾。该研究的分类号属于TN911.73（图像处理）和TP391.4（计算机视觉与图像处理），文献标志码为A，表明其研究质量得到了认可。这项工作是对Retinex理论在图像处理中的创新应用，对于提升图像质量和去雾能力具有重要的推动作用。