一种矿井低照度图像增强算法

2021-11-05 11:39:56唐守锋史可仝光明史经灿李华烁
工矿自动化 2021年10期
关键词:细节

唐守锋, 史可, 仝光明, 史经灿, 李华烁

(中国矿业大学 信息与控制工程学院, 江苏 徐州 221116)

0 引言

随着矿山数字化、智能化水平逐步提高,矿山视频监控系统得到广泛应用,在井下生产状况监控、人员定位、灾害应急救援等方面发挥了重大作用[1-2]。然而,煤矿井下环境具有光照较弱、空气中浮游杂质较多等特点,导致矿山视频监控系统采集的图像存在照度低的问题。利用计算机图像处理方法对矿井低照度图像进行增强[3],对于提高图像质量具有一定作用。

目前处理低照度图像的算法主要有四类:直方图均衡化算法[4]、同态滤波算法[5]、基于Retinex理论相关算法[6]及小波变换算法[7]。直方图均衡化算法操作简单、时间复杂度低,但无法统筹部分细节信息,效果图像容易放大噪声且产生过度增强现象。同态滤波算法通过增强对比度与压缩动态范围方式提升图像质量,但时间复杂度高、参数设置复杂。基于Retinex理论相关算法包括单尺度Retinex(Single Scale Retinex,SSR)算法[8]、多尺度Retinex(Multi-Scale Retinex,MSR)算法[9]、具有色彩恢复的多尺度Retinex(Multi-Scale Retinex with Color Restoration,MSRCR)算法[10]:SSR算法复杂度低,但亮度改善有限、噪声抑制能力低及尺度参数选择存在局限性;MSR算法可避免SSR算法尺度参数选取的不确定性,但会放大噪声并出现光晕伪影现象;MSRCR算法可避免局部细节色彩失真和噪声放大,但运行速度较慢。小波变换算法在图像去噪方面性能优越,但在边缘保持和细节处理方面无法保持平衡。针对上述问题,本文在小波变换的基础上,提出了一种基于多尺度引导滤波的MSR算法对矿井低照度图像进行增强,可解决MSR算法的噪声放大问题,有效保留图像边缘细节信息,避免产生光晕伪影现象,使处理后的图像亮度和对比度增强。……

登录APP查看全文

猜你喜欢
细节
细节
不让细节打败自己
以细节取胜 Cambridge Audio AXR100/ FOCAL ARIA 906
留心细节处处美——《收集东·收集西》
奇妙的细节
用Adobe Camera Raw还原隐藏的细节
夏日养生重细节
幸福(2017年18期)2018-01-03 06:34:47
细节取胜
Coco薇(2016年10期)2016-11-29 19:59:58
决定成败的,绝不是细节
山东青年(2016年1期)2016-02-28 14:25:30
配饰混搭 细节之美