原图和 Retinex 算法效果图对比 

1。4 本论文研究内容

本篇文章会先介绍常用的的图像增强算法以及相关技术，之后主要探究 Retinex 算法，也 会在图像增强的实际效果部分做出客观的评判。

本文的结构如下：

（1）在第二章会简介常用的空域和频域图像增强理论，包含灰度变换加强、空间平滑滤 波器、高通滤波、低通滤波以及同态滤波。滑滤波器、高通滤波和低通滤波等相关技术综述。

（2）在第三章中首先会介绍 Retinex 算法的实际本质，逻辑特点以及 Retinex 分类，依 靠许多的实验结果与处理图像，解析对比每种 Retinex   算法的特征与差异性。

（3）在第四章中会讲到本篇文章的重点理论，就是单尺度 Retinex 提法和多尺度 Retinex 提法，通过对车辆图案还有其他一系列图案的加强处理相比解析两种方法的特点和差异，同 时也会对 MSRCR 进行图像增强的测试。

（4）总结全文和致谢。

2 图像增强相关技术综述

改善图案的视觉效果，加强图案的质量和可辨识度，使图案越发清楚，满足人类和计算 机对图案进一步的解析和处理是图像增强最根本的目的。图像增强技术通常通过对图案的某 一些特点，诸如边沿信息、表面信息和对比度等进行凸显或加强，以使得显示图案的有用信 息更加完美，图案的使用价值大大提升。 

2。1 空域图像增强

空域内的图像增强便是调整灰度图案的亮暗比拟度，是对图案中每个像素的灰度值直接 举行变化，一般的途径包含灰度变换加强和直方图加强。下面逐个进行介绍[7]。

2。1。1 灰度变换加强

作为在空间域内对图案进行加强的变换方法灰度变动加强是一种方便而有用的办法。灰 度转变加强是一种基于点处理的办法，它把输入图案中各个像素点(x， y)的灰度值 f（x，y）， 经过环绕函数 T（x， y），转变成输出图案中的灰度 g（x， y）。即：

g(x，y)=T[f(x，y)] (2-1)

灰度变换[8]已经提供很多种不一样的灰度转换算法，好比正比函数以及指数函数等。通 常习惯用到的正比函数有：分段线性转换、线性转换以及非线性转换。

2。1。2 直方图加强来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

灰度图案中包含每一种灰度的像素的数量即为图案的灰度直方图，它体现了图案中各种 灰度级发生的频度。直方图均衡算法具有有效性和简单性这两大优点，已然作为实现图案对 比度加强的最通用解决办法。

直方图定义为：    （2-2）

在直方图中用横坐 标 x 表 示各个灰 度值，纵坐 标 y 表 示该灰 度值的像素数对。对 像素灰度值采取归一化处理，范围在 0-1 之内，直方图的形状和图案的视觉效果有着对应关 系，图案偏亮亦或偏暗，图案动态规模过大亦或过小，相比度大或小，全能够由直方图反映。

（1） 直方图均衡化 图案经过线性量化处理后，亮度直方图往往向着亮度值低（对应比较暗的区域）的方向

严重倾斜，使得较暗区域的细节变得不明显，直方图均衡化可以将上述情况得到改善。利用 灰度转换自动调节图案相比度质量是就是直方图均衡化的实现方法，基本思路是依据灰度级的概率密度函数获得灰度转变函数。转变函数 T（r）和原图案概率函数 Pr（r）存在的联系 为：