CN103632339A - 一种基于变分Retinex的单幅图像去雾方法及装置 - Google Patents

Abstract

本发明提出了一种基于变分Retinex的单幅图像去雾方法及装置，所述方法包括以下步骤：步骤S1：将数字图像由RGB色彩空间变换到HSI色彩空间，得到由色度分量、饱和度分量及亮度分量组成的HSI空间数字图像；步骤S2：对所述HSI空间数字图像中的亮度分量计算变分Retinex，得到亮度图像；步骤S3：将所述亮度图像由HSI色彩空间变换到RGB色彩空间，得到变分后的RGB空间数字图像；步骤S4：在RGB色彩空间对所述RGB空间数字图像进行基于直方图非线性变化增强图像对比度。本发明基于变分Retinex的单幅图像去雾方法及装置能有效消除数字图像中原来存在的薄雾遮挡，提高了图像再现质量。

Description

一种基于变分Retinex的单幅图像去雾方法及装置

技术领域

本发明涉及数字图像处理技术领域，特别涉及一种基于变分Retinex的单幅图像去雾方法及装置。

背景技术

数字图像处理是现代计算机应用科学的重要技术，其广泛应用于军事、工业、数字消费娱乐等领域中。

目前，对于广泛在安防和监控等系统中使用的光学信息系统，其面临的复杂环境主要包括：(1)复杂气象环境，如雾霭云雨等；(2)复杂光照环境。对于安防监控与机器视觉产品，获取图像的质量成为信息感知的关键。

因此，提高安防监视系统的质量，提升产品的直观性、准确性和可靠性，从而保障图像处理，图像分析，机器视觉，行为分析等所需要的在复杂环境下的产品的识别率等，具有很重要的实际应用需求的意义。同时，图像真实再现的核心技术还可以扩展到水下监控，交通物流，消费类产品领域，车载安全系统及医学图像获取领域，具有显著的经济效益和社会效益。

发明内容

本发明的目的是提出一种能有效去除消除数字图像中原来存在的薄雾遮挡，提高图像再现质量的基于变分Retinex的单幅图像去雾方法及装置保护装置。

为达到上述目的，本发明提出了一种基于变分Retinex的单幅图像去雾方法，所述方法包括以下步骤：

步骤S1：将数字图像由RGB色彩空间变换到HSI色彩空间，得到由色度分量、饱和度分量及亮度分量组成的HSI空间数字图像；

步骤S2：对所述HSI空间数字图像中的亮度分量计算变分Retinex，得到亮度图像；

步骤S3：将所述亮度图像由HSI色彩空间变换到RGB色彩空间，得到变分后的RGB空间数字图像；

步骤S4：在RGB色彩空间对所述RGB空间数字图像进行基于直方图非线性变化增强图像对比度。

进一步，在所述的基于变分Retinex的单幅图像去雾方法中，所述步骤S1中，从RGB色彩空间变换到HSI色彩空间，对应的色度分量H、饱和度分量S、亮度分量I根据以下公式计算得到：

$H=\left(\begin{array}{c}\mathrm{\θ},B\≤G\\ 360-\mathrm{\θ},B>G\end{array}\right)$

$S=1-\frac{3}{(R+G+B)}\left[\min (R,G,B)\right]$

$I=\frac{1}{3}(R+G+B)$

其中，参数θ计算公式为：

$\mathrm{\θ}=\arccos \left(\frac{\frac{1}{2}[(R-G)+(R-B)]}{[{(R-G)}^2+(R-G){(G-B)}^{1/2}]}\right).$

进一步，在所述的基于变分Retinex的单幅图像去雾方法中，所述步骤S2中，对亮度分量计算变分Retinex的数学表达式为

$\underset{l}{\min }F\left[l\right]={\&Integral;}_{\mathrm{\&Omega;}}({|\&dtri;l|}^2+\mathrm{\&alpha;}{|l-s|}^2+\mathrm{\&beta;}{|\&dtri;(l-s)|}^2)\mathrm{dxdy},l\&GreaterEqual;s,<\&dtri;l,n>=<0,\&PartialD;\mathrm{\&Omega;}>$

其中，l为亮度图像，Ω为图像空间，

为图像边缘，α、β为代价因子，n为图像边缘的法向量，限制条件l≥s使光照图像是原始图像的紧密上包络，包络与原始图像的差异是反射率图像。|l-s|²被称作保真项，防止亮度图像l收敛为常数，

是保证反射图像连续的正则项。

进一步，在所述的基于变分Retinex的单幅图像去雾方法中，所述步骤S3中，将所述亮度图像由RGB色彩空间变换到HSI色彩空间中对应的R分量、G分量及B分量分别根据以下公式计算得到：

B＝I(1-S)

B＝1-(R+B)

进一步，在所述的基于变分Retinex的单幅图像去雾方法中，所述步骤S4具体包括：

步骤S401：对分段后的所述RGB空间数字图像直方图的背景段及目标段按灰度分布非均匀插值；

步骤S402：分别对所述RGB空间数字图像直方图按插值点均匀化，得到灰度轴均匀化的数字图像直方图。

进一步，在所述的基于变分Retinex的单幅图像去雾方法中，所述步骤S401中所述非均匀插值的步骤包括：

将目标段n1、背景段n2均匀分层的灰度轴不均匀拉伸为目标段q1分层，背景段q2分层的过程(q1＞n1，q2＞n2)；

目标段的灰度范围为f₀～f_n1，相应的灰度分布值为

，目标段直方图的灰度轴被均匀划分为n1等份，则直方图包络曲线下的总面积为：

$S=\underset{i=0}{\overset{n_1-1}{\mathrm{\&Sigma;}}}[(P_{f_i}+P_{f_i}+1)/2^{*}]$

进一步，在所述的基于变分Retinex的单幅图像去雾方法中，所述灰度轴均匀化的数字图像直方图的公式为：

$g(x,y)=\left\{\begin{array}{c}{k}_1[f_i(x,y)+\underset{0}{\overset{i-1}{\mathrm{\&Sigma;}}}q{2}_i]+b_1,0\&le;f_i(x,y)\&le;f_1,k_1=\frac{g_1-b_1}{f_1+}\underset{0}{\overset{n-1}{\mathrm{\&Sigma;}}}q{2}_i\\ k_2{f}_i(x,y)+b_2,f_1\&le;f_i(x,y)\&le;f_2,k_2=\frac{g_2-g_1}{f_2-f_1},b_2=g_1-k_2{f}_1\\ k_3[f_i(x,y)+\underset{0}{\overset{i-1}{\mathrm{\&Sigma;}}}q{1}_i]+b_3,f_2\&le;f_i(x,y)\&le;f_3,k_3=\frac{g_3-g_2}{f_3+\underset{0}{\overset{n-1}{\mathrm{\&Sigma;}}}q{1}_i-f_2},b_3=g_2-k_3{f}_2\end{array}\right.$

其中，g(x，y)为数字图像直方图的灰度值，f_i为第i段的灰度范围区间，qi_i为第i个区间的重新分段数；b₁，b₂，b₃，k₁，k₂，k₃均为变换因子。

本发明还提供一种基于变分Retinex的单幅图像去雾装置，包括：

HSI色彩空间变换单元，用于将数字图像由RGB色彩空间变换到HSI色彩空间，得到由色度分量、饱和度分量及亮度分量组成的HSI空间数字图像；

变分Retinex处理单元，用于对所述HSI空间数字图像中的亮度分量计算变分Retinex，得到亮度图像；

RGB色彩空间变换单元，用于将所述亮度图像由HSI色彩空间变换到RGB色彩空间，得到变分后的RGB空间数字图像；

图像对比度增强单元，用于在RGB色彩空间对所述RGB空间数字图像进行基于直方图非线性变化增强图像对比度。

进一步，在所述的基于变分Retinex的单幅图像去雾装置中，所述图像对比度增强单元进一步包括：

非均匀插值子单元，用于对分段后的所述RGB空间数字图像直方图的背景段及目标段按灰度分布非均匀插值；

灰度均匀化子单元，用于分别对所述RGB空间数字图像直方图按插值点均匀化，得到灰度轴均匀化的数字图像直方图。

本发明基于变分Retinex的单幅图像去雾方法及装置基于基于颜色恒常性理论中的Retinex算法，通过在HSI颜色空间内的处理，能有效消除数字图像中原来存在的薄雾遮挡，提高图像再现质量，重新表现图像内容，从而方便图像或视频观看人员更好的掌握图像信息。

附图说明

图1为本发明基于变分Retinex的单幅图像去雾方法一实施例的流程示意图；

图2为图1中步骤S4的具体流程示意图；

图3为图1中RGB空间数字图像进行基于直方图非线性变化的图像对比度增强的示意图；

图4为本发明基于变分Retinex的单幅图像去雾装置一实施例的示意图。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

颜色恒常是指在照度发生变化的条件下人们对于物体表色的知觉趋于稳定的心理倾向，即对物体表面颜色的认知在一定范围内保持恒定。这种色适应性质对人类适应环境的过程具有重要意义。基于这种人类视觉特性的图像增强理论和算法是研究的热点和难点。Retinex图像增强方法作为颜色恒常性理论在图像增强领域的延伸，是一种建立在科学实验和科学分析基础上的图像增强理论，其实质是从图像I中抛开照射光S的影响来获得物体的反射性质R，即获得物体本来的面貌。与其他图像增强方法相比，Retinex算法具有锐化、颜色恒常性、动态范围压缩大、色彩保真度高等特点。

2003年，Kimmel提出了在变分框架下的Retinex方法，其在保证动态范围压缩的前提下，将各种Retinex方法统一为变分形式。

本发明提出一种基于变分Retinex理论的单幅图像去雾方法，该方法基于颜色恒常性理论中的Retinex算法，可以通过在HIS色彩空间内的处理，消除数字图像中原来存在的薄雾遮挡，重新表现图像内容，从而方便图像或视频观看人员更好的掌握图像信息。

请参阅图1，本发明基于变分Retinex的单幅图像去雾方法包括以下步骤：

步骤S1：将数字图像由RGB色彩空间变换到HSI色彩空间，得到由色度分量、饱和度分量及亮度分量组成的HSI空间数字图像；

步骤S2：对所述HSI空间数字图像中的亮度分量计算变分Retinex，得到亮度图像；

得到亮度图像具体过程为：通过类似人眼视觉系统的模拟，只针对所述HSI空间数字图像中亮度分量进行增强，获取反映物体本质特征的信息，并最终得到增强后的亮度图像；

步骤S3：将所述亮度图像由HSI色彩空间变换到RGB色彩空间，得到变分后的RGB空间数字图像；

步骤S4：在RGB色彩空间对所述RGB空间数字图像进行基于直方图非线性变化增强图像对比度。

所述步骤S1中，从RGB色彩空间变换到HSI色彩空间，对应的色度分量H、饱和度分量S、亮度分量I根据以下公式计算得到：

$H=\left(\begin{array}{c}\mathrm{\&theta;},B\&le;G\\ 360-\mathrm{\&theta;},B>G\end{array}\right)---\left(1\right)$

$S=1-\frac{3}{(R+G+B)}\left[\min (R,G,B)\right]---\left(2\right)$

$I=\frac{1}{3}(R+G+B)---\left(3\right)$

其中，参数θ计算公式为：

$\mathrm{\&theta;}=\arccos \left(\frac{\frac{1}{2}[(R-G)+(R-B)]}{[{(R-G)}^2+(R-G){(G-B)}^{1/2}]}\right)---\left(4\right)$

其中，HSI色彩空间符合心理学颜色要素，由色度(Hue)、饱和度(Saturation)和亮度(Intensity)组成，亮度信息从颜色中分离出来，色度和饱和度与人的感知相对应。这里在引入HSI色彩空间可提升处理速度和对色调信息的调整。

所述步骤S2中，根据Kimmel提出的变分Retinex模型在对数域中处理，对亮度分量计算变分Retinex的数学表达式为

$\underset{l}{\min }F\left[l\right]={\&Integral;}_{\mathrm{\&Omega;}}({|\&dtri;l|}^2+\mathrm{\&alpha;}{|l-s|}^2+\mathrm{\&beta;}{|\&dtri;(l-s)|}^2)\mathrm{dxdy},l\&GreaterEqual;s,<\&dtri;l,n>=<0,\&PartialD;\mathrm{\&Omega;}>---\left(5\right)$

其中，l为亮度图像，Ω为图像空间，

为图像边缘，α、β为代价因子，n为图像边缘的法向量，限制条件l≥s使光照图像是原始图像的紧密上包络，包络与原始图像的差异是反射率图像。|l-s|²被称作保真项，防止亮度图像l收敛为常数，

是保证反射图像连续的正则项。

要获得使公式(5)最小值的亮度图像l，先对其进行求导得到

$\&PartialD;F\left[l\right]/\&PartialD;l=-\mathrm{\&Delta;l}+\mathrm{\&alpha;}(l-s)-\mathrm{\&beta;\&Delta;}(l-s)---\left(6\right)$

通过求出这个方程的解就可以得到亮度图像l。

实际求解该模型时通常使用牛顿下降法

l_j＝l_j-1-μ_NSDG    (7)

其中l_j，l_j-1分别为步骤j和j-1次求得的光照图像，G为F[1]的梯度算子，μ_NSD为最佳搜索步长，其中G和μ_NSD分别近似为

G＝-Δl_j-1+α(l_j-1-s)-β(Δl_j-1-Δs)    (8)

所述步骤S2针对原始Kimmel变分框架易产生伪影和颜色失真等缺点，在颜色泛函设计时充分考虑反射图像与原始图像二者梯度信息的相关性，引入拟扩散各项同性系数，使二者都具有分片光滑特性，且能保持边缘抑制噪声。

所述步骤S3中，将所述亮度图像由RGB色彩空间变换到HSI色彩空间具体包括：对应的R分量、G分量及B分量分别根据以下公式计算得到：

B＝I(1-S)                               (10)

B＝1-(R+B)                              (12)

请参阅图2，所述步骤S4中，在RGB色彩空间对所述RGB空间数字图像进行基于直方图非线性变化的图像具体包括：

步骤S401：对分段后的所述RGB空间数字图像直方图的背景段及目标段按灰度分布非均匀插值；

步骤S402：分别对所述RGB空间数字图像直方图按插值点均匀化，得到灰度轴均匀化的数字图像直方图。从而更加有效地提高各区域对比度，改善直方图的分布。

所述步骤S401中，直方图分段非均匀插值的步骤包括：

将目标段n1、背景段n2均匀分层的灰度轴不均匀拉伸为目标段q1分层，背景段q2分层的过程(q1＞n1，q2＞n2)；

目标段的灰度范围为f₀～f_n1，相应的灰度分布值为

，目标段直方图的灰度轴被均匀划分为n1等份，则直方图包络曲线下的总面积为：

$S=\underset{i=0}{\overset{n_1-1}{\mathrm{\&Sigma;}}}[(P_{f_i}+P_{f_i}+1)/2^{*}]---\left(13\right)$

若欲将目标段直方图拉伸为q₁，即灰度范围拉伸为g₀～g_q1，则需向f_i～f_i+1中插值，即将区间f_i～f_i+1重新分段。设每一区间的分段数为q1_i，为了确保重新分区后每一个小区s′的面积相等，则得到下式

$S^{\&prime;}=\frac{(P_{f_i}+P_{f_{i+1}})/2^{*}}{q{1}_i}=\frac{(P_{f_{i+1}}+P_{f_{i+2}})/2^{*}}{q{1}_{i+1}}---\left(14\right)$

由公式(14)可知，目标段每一区间的分段数q1_i与灰度分布成正比，即灰度分布高的区间分段数比分布低的分段数多。背景段采用同样的方式对n2均匀分层的灰度轴非均匀插值拉伸为q2分层。

将目标段、背景段非均匀化后的灰度轴分别按点在对应灰度区间内均匀化，灰度分布高的区间比分布低的区间拉伸幅度大，设均匀化后的f_i对应灰度值变为g_i，则得到灰度轴均匀化的数字图像直方图的公式为：

$g(x,y)=\left\{\begin{array}{c}{k}_1[f_i(x,y)+\underset{0}{\overset{i-1}{\mathrm{\&Sigma;}}}q{2}_i]+b_1,0\&le;f_i(x,y)\&le;f_1,k_1=\frac{g_1-b_1}{f_1+}\underset{0}{\overset{n-1}{\mathrm{\&Sigma;}}}q{2}_i\\ k_2{f}_i(x,y)+b_2,f_1\&le;f_i(x,y)\&le;f_2,k_2=\frac{g_2-g_1}{f_2-f_1},b_2=g_1-k_2{f}_1\\ k_3[f_i(x,y)+\underset{0}{\overset{i-1}{\mathrm{\&Sigma;}}}q{1}_i]+b_3,f_2\&le;f_i(x,y)\&le;f_3,k_3=\frac{g_3-g_2}{f_3+\underset{0}{\overset{n-1}{\mathrm{\&Sigma;}}}q{1}_i-f_2},b_3=g_2-k_3{f}_2\end{array}\right.---\left(15\right)$

其中，g(x，y)为数字图像直方图的灰度值，f_i为第i段的灰度范围区间，qi_i为第i个区间的重新分段数；b₁，b₂，b₃，k₁，k₂，k₃均为变换因子。

请参阅图3，图3为图1中RGB空间数字图像进行基于直方图非线性变化的图像对比度增强的效果示意图。其采用一种基于直方图非线性变换方法对RGB空间进行对比度增强，增强了结果图像的观看效果，保证输出显示效果。

另，请参阅图4，本发明还提供一种基于变分Retinex的单幅图像去雾装置，包括：

HSI色彩空间变换单元10，用于将数字图像由RGB色彩空间变换到HSI色彩空间，得到由色度分量、饱和度分量及亮度分量组成的HSI空间数字图像；

变分Retinex处理单元20，用于对所述HSI空间数字图像中的亮度分量计算变分Retinex，得到亮度图像；

RGB色彩空间变换单元30，用于将所述亮度图像由HSI色彩空间变换到RGB色彩空间，得到变分后的RGB空间数字图像；

图像对比度增强单元40，用于在RGB色彩空间对所述RGB空间数字图像进行基于直方图非线性变化增强图像对比度。

其中，所述图像对比度增强单元40进一步包括：

非均匀插值子单元402，用于对分段后的所述RGB空间数字图像直方图的背景段及目标段按灰度分布非均匀插值；

灰度均匀化子单元404，用于分别对所述RGB空间数字图像直方图按插值点均匀化，得到灰度轴均匀化的数字图像直方图。

相比于现有技术，本发明基于变分Retinex的单幅图像去雾方法及装置基于基于颜色恒常性理论中的Retinex算法，通过在HSI颜色空间内的处理，能有效消除数字图像中原来存在的薄雾遮挡，提高图像再现质量，重新表现图像内容，从而方便图像或视频观看人员更好的掌握图像信息。

这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。

Claims (9)

1.一种基于变分Retinex的单幅图像去雾方法，其特征在于，所述方法包括以下步骤：

步骤S1：将数字图像由RGB色彩空间变换到HSI色彩空间，得到由色度分量、饱和度分量及亮度分量组成的HSI空间数字图像；

步骤S2：对所述HSI空间数字图像中的亮度分量计算变分Retinex，得到亮度图像；

步骤S3：将所述亮度图像由HSI色彩空间变换到RGB色彩空间，得到变分后的RGB空间数字图像；

步骤S4：在RGB色彩空间对所述RGB空间数字图像进行基于直方图非线性变化增强图像对比度。

2.根据权利要求1所述的基于变分Retinex的单幅图像去雾方法，其特征在于，所述步骤S1中，从RGB色彩空间变换到HSI色彩空间，对应的色度分量H、饱和度分量S、亮度分量I根据以下公式计算得到：

$H=\left(\begin{array}{c}\mathrm{\&theta;},B\&le;G\\ 360-\mathrm{\&theta;},B>G\end{array}\right)$

$S=1-\frac{3}{(R+G+B)}\left[\min (R,G,B)\right]$

$I=\frac{1}{3}(R+G+B)$

其中，参数θ计算公式为：

$\mathrm{\&theta;}=\arccos \left(\frac{\frac{1}{2}[(R-G)+(R-B)]}{[{(R-G)}^2+(R-G){(G-B)}^{1/2}]}\right).$

3.根据权利要求2所述的基于变分Retinex的单幅图像去雾方法，其特征在于，所述步骤S2中，对亮度分量计算变分Retinex的数学表达式为

$\underset{l}{\min }F\left[l\right]={\&Integral;}_{\mathrm{\&Omega;}}({|\&dtri;l|}^2+\mathrm{\&alpha;}{|l-s|}^2+\mathrm{\&beta;}{|\&dtri;(l-s)|}^2)\mathrm{dxdy},l\&GreaterEqual;s,<\&dtri;l,n>=<0,\&PartialD;\mathrm{\&Omega;}>$

其中，l为亮度图像，Ω为图像空间，

为图像边缘，α、β为代价因子，n为图像边缘的法向量，限制条件l≥s使光照图像是原始图像的紧密上包络，包络与原始图像的差异是反射率图像。|l-s|²被称作保真项，防止亮度图像l收敛为常数，

是保证反射图像连续的正则项。

4.根据权利要求2所述的基于变分Retinex的单幅图像去雾方法，其特征在于，所述步骤S3中，将所述亮度图像由RGB色彩空间变换到HSI色彩空间中对应的R分量、G分量及B分量分别根据以下公式计算得到：

B＝I(1-S)

B＝1-(R+B)

5.根据权利要求4所述的基于变分Retinex的单幅图像去雾方法，其特征在于，所述步骤S4具体包括：

步骤S401：对分段后的所述RGB空间数字图像直方图的背景段及目标段按灰度分布非均匀插值；

步骤S402：分别对所述RGB空间数字图像直方图按插值点均匀化，得到灰度轴均匀化的数字图像直方图。

6.根据权利要求5所述的基于变分Retinex的单幅图像去雾方法，其特征在于，所述步骤S401中所述非均匀插值的步骤包括：

将目标段n1、背景段n2均匀分层的灰度轴不均匀拉伸为目标段q1分层，背景段q2分层的过程(q1＞n1，q2＞n2)；

目标段的灰度范围为f₀～f_n1，相应的灰度分布值为

，目标段直方图的灰度轴被均匀划分为n1等份，则直方图包络曲线下的总面积为：

$S=\underset{i=0}{\overset{n_1-1}{\mathrm{\&Sigma;}}}[(P_{f_i}+P_{f_i}+1)/2^{*}]$

7.根据权利要求6所述的基于变分Retinex的单幅图像去雾方法，其特征在于，所述灰度轴均匀化的数字图像直方图的公式为：

$g(x,y)=\left\{\begin{array}{c}{k}_1[f_i(x,y)+\underset{0}{\overset{i-1}{\mathrm{\&Sigma;}}}q{2}_i]+b_1,0\&le;f_i(x,y)\&le;f_1,k_1=\frac{g_1-b_1}{f_1+}\underset{0}{\overset{n-1}{\mathrm{\&Sigma;}}}q{2}_i\\ k_2{f}_i(x,y)+b_2,f_1\&le;f_i(x,y)\&le;f_2,k_2=\frac{g_2-g_1}{f_2-f_1},b_2=g_1-k_2{f}_1\\ k_3[f_i(x,y)+\underset{0}{\overset{i-1}{\mathrm{\&Sigma;}}}q{1}_i]+b_3,f_2\&le;f_i(x,y)\&le;f_3,k_3=\frac{g_3-g_2}{f_3+\underset{0}{\overset{n-1}{\mathrm{\&Sigma;}}}q{1}_i-f_2},b_3=g_2-k_3{f}_2\end{array}\right.$

其中，g(x，y)为数字图像直方图的灰度值，f_i为第i段的灰度范围区间，qi_i为第i个区间的重新分段数；b₁，b₂，b₃，k₁，k₂，k₃均为变换因子。

8.一种基于变分Retinex的单幅图像去雾装置，其特征在于，所述装置包括：

HSI色彩空间变换单元，用于将数字图像由RGB色彩空间变换到HSI色彩空间，得到由色度分量、饱和度分量及亮度分量组成的HSI空间数字图像；

变分Retinex处理单元，用于对所述HSI空间数字图像中的亮度分量计算变分Retinex，得到亮度图像；

RGB色彩空间变换单元，用于将所述亮度图像由HSI色彩空间变换到RGB色彩空间，得到变分后的RGB空间数字图像；

图像对比度增强单元，用于在RGB色彩空间对所述RGB空间数字图像进行基于直方图非线性变化增强图像对比度。

9.根据权利要求8所述的基于变分Retinex的单幅图像去雾装置，其特征在于，所述图像对比度增强单元进一步包括：

非均匀插值子单元，用于对分段后的所述RGB空间数字图像直方图的背景段及目标段按灰度分布非均匀插值；

灰度均匀化子单元，用于分别对所述RGB空间数字图像直方图按插值点均匀化，得到灰度轴均匀化的数字图像直方图。

Images