基于综采工作面视频监控的图像增强方法

薛国华

（陕西黄陵矿业一号煤矿有限公司，陕西 延安 727307）

煤炭是我国的主要能源，在国民经济发展中占有极其重要的地位[1]。近年来，随着自动化和信息化技术的发展，煤矿向智能化开采方向发展[2-4]。随着综采自动化技术发展，视频监控广泛应用于综采工作面，主要用于片帮、大块煤、人员安全和设备干涉识别等。综采工作面视频监控图像易受煤矿井下粉尘、水雾等影响，并且工作面属于低照度环境，导致图像不清晰，难以实现工作面异常状态的准确识别。因此，研究综采工作面视频图像增强算法，对工作面设备、围岩和人员异常状态识别和煤矿安全生产具有重要意义。

目前，国内外许多学者对图像增强算法进行了大量的研究，其中也包括煤矿井下图像增强方法。徐荣鑫、付国荣等研究了基于双边滤波与单尺度Retinex 的混合图像增强算法，对图像进行去噪及增强处理，有效解决综采工作面内监控图像不清晰、雾化、眩光等问题[5-6]；尚长春等研究了基于机器视觉的煤矿图像增强方法，经小波变换进行融合、重构，最后使用均值、标准差等数字特征对处理结果进行评估，此方法对增强图像质量有较好的效果，并提高了井下障碍物识别正确率[7]；路雅宁等结合曲波变换和HIS 变换对图像进行融合，提高了光谱图像的分辨率[8]；智宁、李策等针对现有的图像过度增强、只适用小部分图像的问题，提出了一种基于深度融合网络的清晰化复原算法，此方法有较好的适用性，并有效提升了井下图像视觉效果[9-10]；……