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。

基于透射率归一化的弱光图像增强

针对阴天或夜晚等弱光条件下拍摄的图像具有低信噪比、低对比度、强噪声等问题,在暗原色先验理论去雾框架下,提出了一种基于透射率归一化的弱光图像增强方法.首先,针对弱光图像的特点,简化弱光图像增强模型;然后,用点暗原色取代块暗原色求取透射率,并利用局部维纳滤波进行细化,以保留更多图像的细节;最后,由弱光图像直接对透射率进行归一化即可得到增强图像.实验结果表明,该方法运算简单,可有效增强弱光图像,且能保留更多的图像细节.

综采工作面智能云台摄像仪研制

针对现有综采工作面视频监控多为定点监测,且不能保证工作面设备在运动过程中的全方位观察等问题,提出了一种综采工作面智能云台摄像仪的研制。通过构建云台摄像仪视频编码压缩、电动机驱动设计、红外补光、步进电动机硬件系统方案,同时开发云台控制程序、预置点巡检算法、调焦控制算法等。在满足云台功能的基础上,加入去雾算法、ROI感兴趣区域标定算法、光流法运动跟踪算法等智能功能,实现对工作面液压支架和采煤机的运动感知,人员违章或设备异常的智能报警,以及在滚筒截煤过程中,能够通过暗通道去雾获取更清晰的图像。在黄陵、兖矿、神东等集团煤矿多个工作面进行设备安装应用,结果表明智能云台摄像仪可替代原有无云台摄像仪,减少工作面摄像仪设备的50%,对井下远程可视化操作提供了辅助,应用效果较好。

一种计算图像暗通道的优化算法

图像的暗通道是由图像的分块区域中最低颜色分量值组成的图像通道。图像的暗通道在图像去雾、估算物体距离和计算图像中雾霾浓度等方面有着重要的作用。根据暗通道定义计算图像暗通道时,图像中的每一个像素点都需要被处理,算法比较耗时。针对这一缺点,进一步分析暗通道的原有计算方法,提出一种基于暗点优先膨胀的计算图像暗通道优化算法。实验结果表明,该优化算法只需要处理部分像素点就可以得到与原算法相同的结果,并在处理速度上比原算法提高了一个数量级。

一种暗通道优先的快速自动白平衡算法

针对目前自动白平衡算法中存在的白色区域检测错误导致白平衡失效的问题,本文提出了一种基于暗通道优先的白平衡算法。首先估计光线透射率,然后根据光线透射率来提取白色区域,去除掉高饱和度的区域。最后为了校正颜色并保证图像亮度不变化,在CIE-XYZ颜色空间相对于亮度通道Y来计算校正增益。实验表明,本文的算法和现有的一些经典算法相比,在主观视觉和客观评价上都取得了较好的效果,且在嵌入式设备上速率大于150 frames/s。

基于大气多散射模型和超像素分割的图像去雾

通过分析大气粒子对光线的多次散射作用,利用大气点扩散函数作为卷积核,基于暗原色图像复原理论,建立了基于多次散射的雾天成像模型,并以函数形状相似性为依据,利用广义高斯分布定量估计出大气点扩散函数核函数在图像域下的相关参数.针对传统暗原色理论以固定大小图像区域估计透射率的不足,提出了基于超像素分割获得景深一致的图像分块方案,通过区域合并,获得更为精准的天空检测效果;基于暗原色先验理论分别估计天空和非天空区域的透射率,并对天空区域的透射率进行修正,不但减少了天空色彩失真,同时也消除了复原结果的光晕现象.本文从主观和客观两个方面将所提出的去雾方法和其他算法进行了对比,结果表明,本文提出的去雾算法能够在较短的运行时间内获得对比度较高、细节信息丰富的去雾结果,具有较好的鲁棒性.

基于近似点扩展函数估计的交通监控图像去雾

针对雾气分布不均匀的交通监控图像去雾,提出了一种基于近似点扩展函数估计-APEX的去雾算法。算法采用APEX的基本原理,利用暗原色先验求出的有雾图像透射图对APEX参数进行估计,且估计值按整幅图像的雾气浓度分布自适应调整,再计算出点扩展函数并逆运算得出复原的清晰图像。实验结果证明,该算法实时性高且去雾效果好,特别是对雾气分布不均匀的交通图像也有去雾效果,能满足智能交通监控系统的需求。

基于天空分割的去雾算法在目标检测中的应用

针对道路目标检测的准确率受雾霾环境影响的问题,提出一种基于雾检测与天空分割的自适应去雾算法。提取道路环境中的雾检测区域并对其进行通道相关性以及亮度和饱和度比值的计算,以判别场景类别;对图像进行天空非天空区域的分割并对不同区域建立去雾模型,用于自适应去雾;将恢复后的图像应用到道路目标检测算法中,进行去雾效果验证和道路目标检测。实验结果表明,该算法提高了雾霾环境下目标检测的准确率。

基于暗原色先验去雾的改进型算法研究

分析讨论了原暗原色先验去雾技术,提出暗原色去雾算法的改进。针对在雾天情况下能见度很低,论文先根据暗原色先验得到雾天图像的每个小区域的最暗点,以这些点作为置信点,通过把这些置信点扩展膨胀来得到整幅图像的深度图,最后得到清晰的图像。采用理论推导和公式演算的方法,对改进型去雾算法的理论进行了分析,通过将原有的暗原色去雾算法与改进型去雾算法从理论上和实验结果的仿真上进行了比较,从而验证了改进型去雾算法的可行性和一定程度上的高效性。

多局部模糊核融合的图像盲去模糊算法

针对暗通道先验时间复杂度高的问题,提出一种多局部模糊核融合的盲去模糊算法.该算法采用并行方式分块求解局部模糊核,利用局部模糊核的形状相似性将其融合为一个全局模糊核(点扩散函数).对于初步融合的全局模糊核上出现的噪点,利用其邻域的情况进行关联性调整,进一步改善融合效果.实验和统计分析结果表明,该算法在保证去模糊效果的情况下,有效提升了图像去模糊的速度,在部分真实模糊图像的局部细节还原上效果更佳,并且可以很好地处理大尺寸的模糊图像.

基于明亮区域和天空识别的图像去雾算法

针对去雾算法对存在大面积明亮区域的图像去雾效果不佳的问题,根据暗原色先验原理提出了一种基于明亮区域和天空区域识别的图像去雾算法。根据天空区域和明亮区域的特点,建立了明亮区域和天空区域的判别机制,对不同类型的图像采用不同方法求取大气光值;基于点暗原色原理,采用中值滤波和双边滤波对点透射率进行细化,与块透射率相比,采用点透射率可以保留更多的图像细节。结果显示,采用均方误差、峰值信噪比、可见边梯度和结构相似性4个参数作为图像去雾效果的客观评价指标,优化后算法的综合评价指标均优于其他算法。所提出的算法对不同类型图像均可取得较好的去雾效果,消除了去雾图像的光晕、块效应和天空区域过饱和现象。

基于暗通道约束的运动模糊图像盲复原

为了高质量的复原出运动模糊图像,基于多尺度的思想,对当前尺度下的模糊图像施加暗通道约束,对点扩散函数施加稀疏约束,通过坐标下降法迭代估计该尺度下的图像和模糊核,尺度最大时,得到最终估计的点扩散函数,最后再通过反卷积实现图像复原。仿真结果表明,本文算法可以有效地复原出目标图像的轮廓和细节。

WorldView-3单景影像去云处理对比研究

针对云雾天获取的影像对比度低、地物细节模糊,严重影响影像后期处理的问题,该文基于WorldView-3(WV-3)遥感影像,通过薄云最优化变换(HOT)与点云算法相结合、暗通道两种方法去除或削减图像中云层信息,并采用相关系数、光谱扭曲度等参数定量评价两种方法的去云效果。结果显示,HOT与点云算法结合与暗通道两种方法均能对WV-3影像中云层信息进行去除,其中后者去云结果各波段的相关系数比前者去云结果平均高出6.9%,后者的光谱扭曲度比前者平均低出1.67%。因此暗通道去云方法要优于HOT与点云算法结合的去云方法。