1.目的及意义

1.1背景及意义

随着社会信息化程度的提高，司法机关经常会通过分析现场监控画面来进行司法鉴定。然而因为受到环境光照不良，或者天气因素恶劣的影响，监控画面总是模糊不清或者画面灰暗，从而严重影响司法人员对画面信息的提取。因此有必要对这些劣质图像进行增强处理，提高图像的质量。

图像增强的主要目的就是抑制图像在获取和传输过程中掺杂进入的无用噪声，突出强调图像中的有用信息，使图像尽可能的符合人眼的视觉效果，或使得图像转变成有利于计算机识别和分析的形式，提高图像的后续处理能力和应用价值。基于人类视觉系统的Retinex 图像增强算法有着传统增强算法不可比拟的颜色恒常、图像锐化、图像高保真等优势，增强后的图像的色彩信息可以得到很好的恢复或保持。

1.2研究现状

20世纪70年代，Edwin Land 通过模拟人眼成像过程提出了 Retinex 理论。在此基础上，land提出了第一个基于Retinex的图像增量算法--随机路径算法。随后Land分析该算法的缺陷，提出了中心环绕算法。20世纪末期，Jobson等人将低通滤波与中心环绕算法相结合，提出了一种单尺度 Retinex 算法。单尺度Retinex 算法以高斯函数作为环绕函数，用尺度内的加权平均值代替像素值，增强效果受尺度参数的影响很大，很难同时保证动态范围压缩与图像的色感一致性都取得很好的效果。针对单尺度 Retinex 算法的不足之处，研究者们提出了一种改进算法——多尺度 Retinex 算法。多尺度 Retinex 算法一般由大、中、小 3 个尺度的单尺度 Retinex 算法结合而成，既能实现图像动态范围的压缩，又能保持色感的一致性较好，弥补了单尺度 Retinex 算法的不足。由于 Retinex 算法是对 R、G、B 三个颜色通道分别进行处理，所以有可能造成增强前后三个通道比例关系发生变化，出现偏色现象。基于此，研究者们又提出了带色彩恢复的多尺度 Retinex 算法。

2. 研究的基本内容与方案

2.研究的基本内容、目标、拟采用的技术方案及措施

2.1基本内容

一、研究图像质量评价指标。

二、研究Retinex基本理论，颜色恒常性以及Retinex数学模型。

三、研究基于迭代计算的Retinex 算法。

四、研究单尺度Retinex 算法（SSR）。

五、研究多尺度Retinex算法（MSR）。

六、研究带色彩恢复的多尺度Retinex算法（MSRCR）。

2.2目标

通过实验分析各种增强算法的优劣，选取最优的算法作为论文最终的核心算法，并将其应用到项目中。