煤矿井下视频雾浓度检测及实时去雾方法

煤矿井下工作面在生产状态下由于喷雾除尘操作引起雾气浓度动态变化,导致视频图像画面模糊不清,严重影响煤矿井下可视化远程干预性采煤控制及操作。针对上述问题,提出了一种煤矿井下工作面视频雾浓度检测及实时去雾方法。首先利用颜色衰减先验计算含雾视频图像亮度值和饱和度值差异,实现雾浓度检测,进一步识别含雾图像和无雾图像。其次,使用颜色衰减先验和场景变化概率模型对视频时间连续代价函数进行矫正,减小视频相邻帧之间的透射率误差,减轻去雾后视频图像画面的闪烁影响。最后,分别利用煤矿井下工作面视频雾浓度检测及实时去雾方法和Kim方法对煤矿井下场景有雾视频进行处理。实验结果表明:①雾浓度检测方法可以准确地计算出图像场景中的雾浓度分布,提取到的雾浓度最大连通区域占总图像像素的38.693%,大于雾浓度阈值20%,为含雾图像。根据含雾图像识别结果自动忽略无雾图像,有选择性地对有雾图像进行去雾处理。②采用煤矿井下工作面视频雾浓度检测及实时去雾方法对煤矿井下工作面的不同区域(支架区域和煤壁区域)及不同雾浓度(中等雾浓度和较高雾浓度)的生产视频进行去雾处理,去雾后视频图像对比度明显增强,视觉效果也更加明亮清晰。③实时去雾方法的均方误差曲线在Kim方法的均方误差曲线下方,说明其对连续场景视频去雾后,视频相邻帧的均方误差值减小,有效抑制了去雾视频的闪烁现象;使用对比度代价函数和颜色信息损失代价函数估计含雾图像的透射率值,可在变化场景取得理想的去雾效果。④实时去雾方法的去雾视频相邻帧之间的均方误差均值较Kim实时方法减小4.26,提高了相邻帧之间的相似性,进一步抑制了相邻帧之间的图像闪烁现象。在运行时间方面,实时去雾方法每帧处理时间较Kim方法增加了2 ms,但是其每帧处理时间小于40 ms,满足实时性要求。

基于CLAHE的DSP实时去雾系统

为了解决户外监控系统在雾天视频清晰度较低的问题,设计了一种以DSP TMS320DM642为硬件核心,以限定对比度自适应直方图均衡化(CLAHE)为去雾算法的视频实时去雾系统.算法首先将原始图像分割成若干个大小相同的子区域,然后选取特定值截取每个子区域的直方图,并将截取下的像素均匀分配到每个灰度级,最终得到限定对比度直方图.实验结果表明,该系统能够有效提高雾天视频清晰度.

基于FPGA的交通视频快速去雾系统的设计与实现

针对雾天交通监控视频图像退化问题,提出了一种基于FPGA架构的雾天交通视频图像快速去雾系统。首先将采集到的实时图像数据缓存到SDRAM中,然后在亮度分量基础上估计传播图,最后基于大气散射模型复原清晰图像。该系统利用FPGA并行运算处理能力强、逻辑资源丰富等特性,针对PAL制式640×480彩色图像,处理速度为60帧/s。实验结果表明,该系统在保证输出视频质量的前提下达到了很好的去雾效果。

基于U-GAN神经网络的视频图像去雨雾技术

现今对视频的追求已从原来的如何获取到现在的如何处理,到如何得到更美观的视频图像做各种的视频图像处理。但在获取视频时可能由于天气等原因,使得视频资料有着雨雾遮挡的情况,这时视频图像的去雨雾技术则起着重要的作用。使用U-GAN神经网络对含雨雾的视频进行处理,可以得到一种去雨雾的GAN模型,能够快速处理雨雾视频图像,得到清晰美观的视频图像。