이미지 디헤이징 – Retinex 알고리즘

1. 튜토리얼 소개

컴퓨터 비전 분야에서 이미지 디헤이징은 중요한 전처리 작업이며, 특히 자율 주행, 원격 감지 이미지 분석 및 모니터링 시스템에서 중요합니다. 디헤이징은 이미지 품질을 효과적으로 개선하고 대상을 더 선명하게 보이게 할 수 있습니다.이 프로젝트에서는 이미지 디헤이징을 위해 Retinex 알고리즘을 사용하고 이를 GPU 가속과 결합하여 계산 효율성을 개선합니다.

이 튜토리얼에서는 소프트웨어 이미지로 MATLAB를, 컴퓨팅 리소스로 RTX 4090을 사용합니다.

2. 이론적 근거

레티넥스 알고리즘 원리

레티넥스(Retina + Cortex)는 랜드와 맥캔이 제안한 이미지 향상 알고리즘으로, 주로 밝기 변화에 대한 인간 시각 시스템의 적응성에 기반을 두고 있습니다. Retinex 알고리즘의 핵심 아이디어는 다음과 같습니다.

반사와 조명 분해：이미지 I(x, y)는 조도 L(x, y)와 반사율 R(x, y)로 구성됩니다. 즉, I(x, y) = R(x, y) * L(x, y)입니다.
대수 변환: 조명 효과를 제거하려면 로그를 취합니다. log I(x, y) = log R(x, y) + log L(x, y)
부드러운 조명: 가우시안 필터 G(x, y)를 사용하여 조명 구성 요소를 추정합니다. L'(x, y) = G(x, y) * I(x, y)
레티넥스 출력 계산: R'(x, y) = log I(x, y) – log L'(x, y) 이 방법을 사용하면 조명의 영향을 줄이면서 이미지의 대비를 향상시킬 수 있습니다.

3. 작업 단계

1. 수술 준비

컨테이너를 복제하고 성공적으로 시작한 후 작업 공간을 엽니다.

소프트웨어 이미지는 MATLAB이고, 컴퓨팅 리소스는 RTX 4090이며, 액세스 방법은 "작업공간"입니다.

2. 이미지 로딩

"작업공간"의 "콘솔"에서 "Matlab"을 찾아 다음 코드를 입력하세요.
(이 튜토리얼에서는 홈 디렉토리에 샘플 이미지 "1.png"를 제공했으니, 코드만 입력하세요)

f = imread('1.png');
imshow(f);
title('原始图像');

3. 디헤이징 알고리즘을 실행하세요

코드 구현(RemoveFogByRetinex.m 코드 파일이 준비되고 홈 디렉토리에 저장되었으며 다음 단계에서 직접 사용하고 실행할 수 있음)

function In = RemoveFogByRetinex_GPU(f, flag)
    % 启用 CUDA 前向兼容性
    parallel.gpu.enableCUDAForwardCompatibility(true);

    if nargin < 2
        flag = 1;
    end

    % 转换到 GPU
    f = gpuArray(im2double(f));

    % 拆分颜色通道
    fr = f(:, :, 1);
    fg = f(:, :, 2);
    fb = f(:, :, 3);

    % 归一化
    mr = mat2gray(fr);
    mg = mat2gray(fg);
    mb = mat2gray(fb);

    % 设置滤波参数
    alpha = 200;
    n = floor(min([size(f, 1) size(f, 2)]) * 0.5);
    n1 = floor((n + 1) / 2);

    % 创建滤波核
    [X, Y] = meshgrid(1:n, 1:n);
    b = exp(-((X - n1).^2 + (Y - n1).^2) / (4 * alpha)) / (pi * alpha);
    b = gpuArray(b);

    % 进行滤波
    nr1 = imfilter(mr, b, 'conv', 'replicate');
    ng1 = imfilter(mg, b, 'conv', 'replicate');
    nb1 = imfilter(mb, b, 'conv', 'replicate');
    

% 计算 Retinex 公式（避免 log(0) 问题）
ur1 = log(max(nr1, 0.01));  
ug1 = log(max(ng1, 0.01));
ub1 = log(max(nb1, 0.01));

tr1 = log(max(mr, 0.01));
tg1 = log(max(mg, 0.01));
tb1 = log(max(mb, 0.01));

% 计算 Retinex 输出
yr1 = tr1 - ur1;
yg1 = tg1 - ug1;
yb1 = tb1 - ub1;

% 归一化（手动调整范围）
min_val = min([min(yr1(:)), min(yg1(:)), min(yb1(:))]);
max_val = max([max(yr1(:)), max(yg1(:)), max(yb1(:))]);

yr1 = (yr1 - min_val) / (max_val - min_val);
yg1 = (yg1 - min_val) / (max_val - min_val);
yb1 = (yb1 - min_val) / (max_val - min_val);

% 转换到 uint8
cr = gather(im2uint8(yr1));
cg = gather(im2uint8(yg1));
cb = gather(im2uint8(yb1));

% 合并通道
In = cat(3, cr, cg, cb);

    % 显示结果
    if flag
        figure;
        subplot(2, 2, 1);
        imshow(gather(f)); title('原图像', 'FontWeight', 'Bold');

        subplot(2, 2, 2);
        imshow(In); title('处理后的图像', 'FontWeight', 'Bold');

        Q = rgb2gray(gather(f));
        M = rgb2gray(In);

        subplot(2, 2, 3);
        imhist(Q, 64); title('原灰度直方图', 'FontWeight', 'Bold');

        subplot(2, 2, 4);
        imhist(M, 64); title('处理后的灰度直方图', 'FontWeight', 'Bold');
    end
end

4. 디헤이징 프로세스를 실행합니다.

"Matlab" 콘솔에 다음 명령을 입력하여 안개 제거 프로세스를 실행합니다.

In = RemoveFogByRetinex(f, 1);

5. 대비를 더욱 강화합니다

Matlab 콘솔에 다음 명령을 입력하여 대비를 더욱 강화하세요.

lab = rgb2lab(In);
L = lab(:, :, 1) / 100;
L = adapthisteq(L, 'ClipLimit', 0.02, 'Distribution', 'rayleigh');
lab(:, :, 1) = L * 100;
In = lab2rgb(lab);

In = imadjust(In, stretchlim(In, [0.01, 0.99]), []);
In = imsharpen(In, 'Radius', 2, 'Amount', 1.5);
imshow(In);