)其中，和分別是圖像x和y的均值；和分別是圖像x和y的方差；是圖像的協(xié)方差；和是常數(shù)，用于避免分母為0。SSIM是用于圖像增強(qiáng)、壓縮、去噪、超分辨率等任務(wù)的標(biāo)準(zhǔn)質(zhì)量指標(biāo)。它能有效衡量結(jié)構(gòu)和紋理的保持，適合評(píng)估具有復(fù)雜結(jié)構(gòu)的圖像質(zhì)量。3.NIQE（自然性圖像質(zhì)量評(píng)估器）NIQE是一種無(wú)參考圖像質(zhì)量評(píng)估方法，其主要是根據(jù)圖像的統(tǒng)計(jì)特性（如紋理、結(jié)構(gòu)等）對(duì)其自然性進(jìn)行評(píng)價(jià)，越接近自然圖像的特點(diǎn)，質(zhì)量越高。NIQE適用于無(wú)參考質(zhì)量評(píng)估的場(chǎng)景，如圖像增強(qiáng)后的視覺(jué)效果評(píng)估，尤其在沒(méi)有原始圖像的情況下非常有用。NIQE的評(píng)分越低，表示圖像質(zhì)量越高。因?yàn)樵摲椒ㄊ腔趫D像的自然性評(píng)估，低分意味著圖像看起來(lái)更自然、更符合人眼的期望。NIQE非常適用于無(wú)原始圖像的質(zhì)量評(píng)估，尤其是在無(wú)法獲取原圖時(shí)評(píng)估圖像增強(qiáng)效果。4.3.3系統(tǒng)算法的客觀評(píng)價(jià)采用前述所提出的客觀評(píng)價(jià)指標(biāo)對(duì)所提出算法以及傳統(tǒng)算法的性能。使用所利用的數(shù)據(jù)集計(jì)算其PSNR，SSIM以及NIQE并計(jì)算整個(gè)數(shù)據(jù)集的質(zhì)量評(píng)價(jià)指標(biāo)的平均值，整理如下表1：表2各方法客觀評(píng)價(jià)指標(biāo)方法PSNRSSIMNIQE傳統(tǒng)Retinex算法21.590.7712.78直方圖均衡化算法12.110.3225.22改進(jìn)的Retinex算法28.450.8410.26根據(jù)在實(shí)驗(yàn)中得到的結(jié)果，以及對(duì)改進(jìn)算法的分析，通過(guò)PSNR（峰值信噪比）、SSIM（結(jié)構(gòu)相似性指數(shù)）和NIQE（自然圖像質(zhì)量評(píng)估）三項(xiàng)客觀評(píng)價(jià)指標(biāo)，深入對(duì)比了改進(jìn)Retinex算法、傳統(tǒng)Retinex算法和直方圖均衡化算法的性能。首先，從PSNR指標(biāo)分析可知，改進(jìn)算法的PSNR為28.45，相比于其他兩種算法，圖像質(zhì)量明顯提高。PSNR越高，意味著圖像恢復(fù)過(guò)程中的失真程度越小，所提出的改進(jìn)的Retinex算法能夠更好地保留原始圖像的信息，特別是在低照度圖像中，能夠有效增強(qiáng)圖像質(zhì)量。為了實(shí)現(xiàn)這一點(diǎn)，在去噪時(shí)采用了中值濾波方法，并結(jié)合拉普拉斯算子進(jìn)行圖像銳化，這不僅增強(qiáng)了圖像的細(xì)節(jié)，還減少了噪聲，從而提高了PSNR值，說(shuō)明所提出的算法在圖像質(zhì)量恢復(fù)上具有較大的優(yōu)勢(shì)。在SSIM方面，改進(jìn)的Retinex算法為0.84，明顯優(yōu)于傳統(tǒng)Retinex算法（0.77）和直方圖均衡化算法（0.32）。SSIM值的提高表明，所提出的改進(jìn)算法可更好的保留圖像結(jié)構(gòu)和細(xì)節(jié)相關(guān)信息。傳統(tǒng)Retinex算法雖然能夠在一定程度上改善低照度圖像，但由于反射分量和光照分量的不平衡，可能會(huì)導(dǎo)致結(jié)構(gòu)丟失。而直方圖均衡化算法可明顯提高圖像亮度，不過(guò)也容易出現(xiàn)信息丟失相關(guān)問(wèn)題。相對(duì)而言，所提出的改進(jìn)的Retinex算法通過(guò)中值濾波去噪去除了不必要的噪聲，并通過(guò)拉普拉斯算子增強(qiáng)了圖像細(xì)節(jié)，使得圖像的結(jié)構(gòu)和細(xì)節(jié)得到了更好的保留，避免了圖像信息的丟失，從而提高了SSIM.在NIQE指標(biāo)上，所提出的改進(jìn)的Retinex算法得分為10.26，顯著低于傳統(tǒng)Retinex算法（12.78）和直方圖均衡化算法（25.22）。NIQE值較低表明圖像質(zhì)量更加自然、真實(shí)，符合人眼的視覺(jué)感知。通過(guò)中值濾波去噪和拉普拉斯算子銳化，所提出的改進(jìn)的Retinex算法成功地提升了圖像的自然感和視覺(jué)效果，避免了過(guò)度增強(qiáng)和不自然的效果。相比之下，直方圖均衡化算法由于亮度增強(qiáng)的過(guò)度，往往會(huì)導(dǎo)致色彩失真和細(xì)節(jié)丟失，給人一種不真實(shí)的視覺(jué)感受；而傳統(tǒng)Retinex算法在低照度圖像的光照分量過(guò)暗時(shí)，也容易出現(xiàn)不自然的視覺(jué)效果。因此，我的改進(jìn)算法在保持圖像自然感方面表現(xiàn)得更加優(yōu)異。綜合來(lái)看，改進(jìn)Retinex算法在PSNR、SSIM和NIQE三項(xiàng)指標(biāo)上均表現(xiàn)出色，相比傳統(tǒng)的Retinex算法和直方圖均衡化算法，取得了更高的圖像質(zhì)量。所提出的改進(jìn)的Retinex算法不僅有效增強(qiáng)了低照度圖像的細(xì)節(jié)和亮度，還在保持圖像自然感和結(jié)構(gòu)細(xì)節(jié)方面表現(xiàn)突出，解決了傳統(tǒng)算法在這些方面的不足。因此，所提出的改進(jìn)的Retinex算法在夜間圖像增強(qiáng)中的應(yīng)用具有很高的實(shí)際價(jià)值，能夠在圖像質(zhì)量和視覺(jué)效果上取得更好的平衡。5GUI系統(tǒng)設(shè)計(jì)5.1GUI系統(tǒng)結(jié)構(gòu)基于前述增強(qiáng)算法，本文在研究時(shí)基于MATLAB軟件的GUI設(shè)計(jì)系統(tǒng)，設(shè)計(jì)開(kāi)發(fā)了一套功能強(qiáng)大的夜間圖像增強(qiáng)系統(tǒng)，如圖13所示。該系統(tǒng)不僅具備了圖像讀取、處理和展示的基本功能，還集成了多種先進(jìn)的圖像處理算法，如Retinex分解、照度圖像銳化、反射圖像去噪等，以及圖像融合技術(shù)，從而實(shí)現(xiàn)了對(duì)夜間圖像的全面增強(qiáng)。系統(tǒng)的核心功能之一是Retinex分解，這種方法在處理時(shí)主要是將圖像分解為照度和反射分量。利用這兩方面分量，用戶(hù)可以清晰地了解到圖像中的光照和表面反射屬性，從而為后續(xù)的增強(qiáng)處理提供了基礎(chǔ)。在照度圖像銳化和反射圖像去噪步驟中，我們采用了中值濾波和拉普拉斯算子等技術(shù)，圖像的細(xì)節(jié)和清晰度被充分的顯示，而噪聲被有效消除，提高圖像的質(zhì)量。此外，系統(tǒng)還支持圖像融合功能，即將處理后的照度分量和反射分量進(jìn)行合成，這樣就可獲得符合要求的增強(qiáng)圖像?；谶@種融合后的增強(qiáng)圖像，用戶(hù)可以直觀地觀察到最終的增強(qiáng)效果，從而對(duì)圖像增強(qiáng)的效果有一個(gè)全面的認(rèn)識(shí)。在界面設(shè)計(jì)方面，我們采用了六個(gè)不同的展示窗口，分別用于展示原始圖像和各個(gè)處理步驟的中間結(jié)果。這樣設(shè)計(jì)的界面不僅直觀清晰，還能夠使用戶(hù)更加方便地觀察到圖像增強(qiáng)的過(guò)程和效果，提高了用戶(hù)體驗(yàn)?？偟膩?lái)說(shuō)，這套基于MATLAB的夜間圖像增強(qiáng)系統(tǒng)具備了強(qiáng)大的功能和直觀的界面，可以幫助用戶(hù)快速、有效地對(duì)夜間圖像進(jìn)行增強(qiáng)處理，提高圖像質(zhì)量，滿(mǎn)足各種實(shí)際應(yīng)用場(chǎng)景的需求。這一系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)不僅對(duì)于夜間圖像處理領(lǐng)域的研究具有重要意義，也為圖像增強(qiáng)技術(shù)在實(shí)際應(yīng)用中的推廣和應(yīng)用提供了有力支持。圖13GUI系統(tǒng)結(jié)構(gòu)圖5.2系統(tǒng)運(yùn)行實(shí)例系統(tǒng)運(yùn)行示例展示在圖14與圖15中，照度極暗的夜間圖像得到了照度增強(qiáng)，信息都可以被觀察到。圖14系統(tǒng)運(yùn)行實(shí)例1圖15系統(tǒng)運(yùn)行實(shí)例2圖16系統(tǒng)運(yùn)行實(shí)例3(老區(qū)停車(chē)場(chǎng))圖17系統(tǒng)運(yùn)行實(shí)例4(老區(qū)食堂)6總結(jié)與展望6.1工作總結(jié)本研究圍繞夜間圖像增強(qiáng)展開(kāi)，針對(duì)夜間環(huán)境下圖像亮度不足、對(duì)比度低以及顏色飽和度偏低等問(wèn)題，提出了一種基于改進(jìn)Retinex算法的夜間圖像增強(qiáng)方法，并在MATLAB平臺(tái)上進(jìn)行了完整的實(shí)現(xiàn)與優(yōu)化。傳統(tǒng)的Retinex算法雖然能夠有效地分解光照與反射分量，但在實(shí)際應(yīng)用中仍存在一定的局限性，例如反射分量易受到噪聲干擾，光照分量的亮度較低且細(xì)節(jié)表現(xiàn)不足，這些缺陷直接影響了最終增強(qiáng)圖像的質(zhì)量。為克服這些問(wèn)題，本研究首先在Retinex分解過(guò)程中，對(duì)比分析了中值濾波與小波去噪方法，以解決反射分量易出現(xiàn)噪點(diǎn)的問(wèn)題。實(shí)驗(yàn)表明，中值濾波相較于小波去噪方法在保持圖像細(xì)節(jié)的同時(shí)，能更有效地去除噪聲，因此本研究最終采用中值濾波進(jìn)行去噪。其次，為提升光照分量的亮度與細(xì)節(jié)表現(xiàn)，本文引入拉普拉斯算子進(jìn)行銳化處理，使得增強(qiáng)后的圖像邊緣更加清晰，局部對(duì)比度更為突出。最終，將去噪后的反射分量與優(yōu)化后的光照分量進(jìn)行圖像重建，進(jìn)一步提升了夜間圖像的質(zhì)量，改善了其視覺(jué)可讀性。此外，為了提高算法的可操作性和用戶(hù)體驗(yàn)，本研究開(kāi)發(fā)了一款基于MATLAB的GUI系統(tǒng)。該系統(tǒng)集成了圖像加載、參數(shù)調(diào)整、算法選擇以及結(jié)果可視化分析等功能，用戶(hù)可以直觀地觀察不同增強(qiáng)算法的效果，并根據(jù)實(shí)際需求調(diào)整參數(shù)，以獲得最佳的圖像增強(qiáng)效果。實(shí)驗(yàn)結(jié)果表明，相較于傳統(tǒng)Retinex算法和直方圖均衡化方法，本研究提出的改進(jìn)方法在夜間圖像增強(qiáng)方面表現(xiàn)更優(yōu)，能夠顯著提高圖像的亮度、對(duì)比度和清晰度，使圖像中的細(xì)節(jié)更加清晰可見(jiàn)，增強(qiáng)了夜間視覺(jué)信息的可用性。6.2工作展望盡管本研究提出的改進(jìn)Retinex算法在夜間圖像增強(qiáng)方面取得了一定的成果，并在一定程度上解決了傳統(tǒng)Retinex方法的局限性，但仍存在一些值得進(jìn)一步探索和優(yōu)化的方向。首先，本研究主要基于傳統(tǒng)圖像處理技術(shù)進(jìn)行優(yōu)化，而近年來(lái)深度學(xué)習(xí)在圖像增強(qiáng)領(lǐng)域展現(xiàn)出強(qiáng)大的能力。因此，未來(lái)的研究可以嘗試將深度學(xué)習(xí)方法與Retinex算法相結(jié)合，例如引入卷積神經(jīng)網(wǎng)絡(luò)（CNN）、生成對(duì)抗網(wǎng)絡(luò)（GAN）或Transformer模型，以實(shí)現(xiàn)更智能化的夜間圖像增強(qiáng)，使其能夠自動(dòng)適應(yīng)不同的光照環(huán)境，提高增強(qiáng)效果的魯棒性。其次，Retinex算法在計(jì)算光照和反射分量時(shí)，依賴(lài)于預(yù)設(shè)的尺度參數(shù)，這在不同場(chǎng)景下可能無(wú)法獲得最優(yōu)效果。未來(lái)可以探索自適應(yīng)的參數(shù)優(yōu)化方法，例如基于強(qiáng)化學(xué)習(xí)或貝葉斯優(yōu)化的參數(shù)調(diào)整策略，使Retinex分解過(guò)程更加靈活，適應(yīng)復(fù)雜多變的夜間環(huán)境。此外，目前的研究主要針對(duì)靜態(tài)圖像進(jìn)行增強(qiáng)，而在實(shí)際應(yīng)用中，許多場(chǎng)景（如視頻監(jiān)控、自動(dòng)駕駛等）更關(guān)注視頻圖像的增強(qiáng)。因此，未來(lái)可以擴(kuò)展本研究的成果至夜間視頻增強(qiáng)領(lǐng)域，利用時(shí)序信息優(yōu)化Retinex模型，使其能夠在視頻序列中保持連貫性，減少幀間閃爍和噪聲累積問(wèn)題，提高視頻的清晰度和穩(wěn)定性。此外，本研究主要在MATLAB環(huán)境下進(jìn)行實(shí)驗(yàn)和系統(tǒng)開(kāi)發(fā)，而在實(shí)際應(yīng)用中，更高效的實(shí)現(xiàn)方式可能需要基于Python（如TensorFlow、PyTorch等深度學(xué)習(xí)框架）或C++（如OpenCV等圖像處理庫(kù)）進(jìn)行開(kāi)發(fā)，以提高算法的運(yùn)行效率和適用性。因此，未來(lái)可以進(jìn)一步優(yōu)化算法的工程實(shí)現(xiàn)，提高其計(jì)算效率，使其能夠在嵌入式系統(tǒng)、移動(dòng)設(shè)備或云計(jì)算平臺(tái)上高效運(yùn)行，擴(kuò)展其在實(shí)際應(yīng)用中的適用性。最后，夜間圖像增強(qiáng)技術(shù)在許多領(lǐng)域具有廣泛的應(yīng)用前景，例如智能交通、自動(dòng)駕駛、醫(yī)學(xué)影像、低照度監(jiān)控以及軍事夜視等。因此，未來(lái)可以結(jié)合具體應(yīng)用需求，對(duì)增強(qiáng)算法進(jìn)行針對(duì)性?xún)?yōu)化，例如在自動(dòng)駕駛場(chǎng)景中，考慮如何在保證圖像清晰度的同時(shí)減少計(jì)算開(kāi)銷(xiāo)，以實(shí)現(xiàn)實(shí)時(shí)處理；在醫(yī)學(xué)影像領(lǐng)域，結(jié)合超低照度成像技術(shù)，提升夜間醫(yī)療檢測(cè)的準(zhǔn)確性。綜合而言，本研究提出的改進(jìn)Retinex算法為夜間圖像增強(qiáng)提供了一種高效、準(zhǔn)確的解決方案，顯著改善了圖像的亮度、對(duì)比度及細(xì)節(jié)表現(xiàn)。然而，夜間圖像增強(qiáng)仍然是一個(gè)具有挑戰(zhàn)性的研究課題，未來(lái)仍需結(jié)合深度學(xué)習(xí)、自適應(yīng)優(yōu)化、多模態(tài)融合等技術(shù)，進(jìn)一步提升算法的智能化水平、計(jì)算效率以及實(shí)際應(yīng)用價(jià)值，以滿(mǎn)足不同場(chǎng)景下的需求，推動(dòng)夜間圖像增強(qiáng)技術(shù)的發(fā)展和應(yīng)用。

參考文獻(xiàn)JingZ,DanL,AnHL,etal.ANightImageEnhancementAlgorithmBasedonMDIFE-NetCurveEstimation[J].IEICETransactionsonInformationandSystems,2023,E106.D(2).NehaS,KumarAB.MultiscaleReflectionComponentBasedWeaklyIlluminatedNighttimeImageEnhancement[J].Circuits,Systems,andSignalProcessing,2022,41(12):6862-6884.ImageProcessing;DatafromUniversityofMosulProvideNewInsightsintoImageProcessing(Nighttimeimageenhancementusinganewilluminationboostalgorithm)[J].ComputerTechnologyJournal,2019.Al-AmeenZ.Nighttimeimageenhancementusinganewilluminationboostalgorithm[J].IETImageProcessing,2019,13(8).JiangX,YaoH,LiuD.Nighttimeimageenhancementbasedonimagedecomposition[J].Signal,ImageandVideoProcessing,2019,13(1).趙麗.基于直方圖均衡的夜間圖像增強(qiáng)算法研究[D].蘭州大學(xué),2018.李鴻燕.一種夜間圖像增強(qiáng)算法及實(shí)現(xiàn)[J].現(xiàn)代計(jì)算機(jī),2022,28(15):77-80.吳凡丁.基于深度學(xué)習(xí)的非均勻光照和夜間低照度圖像增強(qiáng)算法研究[D].浙江工商大學(xué),2023.陳加松,陳曦.多尺度Retinex的光學(xué)相干層析圖像增強(qiáng)研究[J].激光雜志,2023,44(07):110-114.李世豪,劉飛宇,章祎琳等.夜間單幅圖像成像的優(yōu)化[J].科學(xué)技術(shù)創(chuàng)新,2021(23):72-74.朱梅梅.基于單幅圖像的夜間低照度圖像增強(qiáng)方法研究[D].西安理工大學(xué),2019.王偉鵬.改進(jìn)Retinex的夜間圖像增強(qiáng)算法[J].信息技術(shù)與信息化,2021(05):164-166.王璽琨,劉艷,張清祎等.一種光照條件自判斷的夜間灰度圖像增強(qiáng)算法[J].上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2021,50(01):101-107.牛志忠,楊坤.一種基于多尺度Retinex的夜間圖像增強(qiáng)算法[J].現(xiàn)代信息科技,2020,4(17):66-68+71.張澤浩,周衛(wèi)星.基于暗原色和Retinex的夜間圖像去霧算法[J].電子技術(shù)與軟件工程,2019(07):60-61.劉月琴,賴(lài)惠成,高古學(xué)等.基于視覺(jué)感受野的夜間彩色圖像自適應(yīng)增強(qiáng)算法[J].激光雜志,2020,41(02):92-97.趙麗.基于直方圖均衡的夜間圖像增強(qiáng)算法研究[D].蘭州大學(xué),