基于改进分布估计的算法在井下监控系统中的应用研究

视频监控系统在煤矿井下综采工作中应用广泛,而视频监控采集图像质量的高低直接决定工作人员安全和生产工作效率。目前,受井下粉尘、水汽和光源分布不均等因素的影响,采集的图像信息存在雾气较大、图像过曝光和对比度低的问题。传统的暗通道先验去雾算法具有计算速度快、修复效果好的优点,广泛应用于井下去雾,但在处理煤矿井下尘雾大、光源分布不均的图像时会导致图像信息大量丢失和光源区域纹理受损等问题。针对这些问题,提出了一种改进透射率分布估计的井下去雾算法。通过利用暗态点光源模型,结合暗通道可信度权值因子和最优暗通道去雾图像,对透射率分布进行改进,对井下有雾图像进行去雾处理。试验结果表明,改进的透射率分布估计去雾算法相较于Retinex算法,峰值信噪比、信息熵、标准差和平均梯度分别提高了16.25%、31.39%、17.17%、48.47%,相较于传统暗通道先验去雾算法分别提高了47.24%、35.24%、21.64%、51.79%。实验数据表明改进的透射率分布估计去雾算法处理后的井下图像纹理细节损失小,对比度和清晰度都得到了有效提升。

一种单参数同态滤波的煤矿井下图像增强算法研究

针对煤矿井下图像存在局部明暗差距较大、对比度低和特征细节信息损失等问题,提出一种适用于煤矿井下图像增强的改进同态滤波算法。首先,使用改进的单参数同态滤波算法,通过压缩低频、提升高频提高图像清晰度;将滤波后的图像转换至HSV空间下,使用对比度限制自适应直方图均衡化(CLAHE)算法对亮度分量V进行调整;最后,进行HSV逆变换,得到RGB空间下的图像,完成图像的增强。仿真结果表明,该算法能有效改善光照不均匀对图像的影响,提高图像清晰度和对比度,在保留图像特征细节信息的同时,改善经典同态滤波对明暗差距大图像的过增强现象。