-
题名基于自适应双通道先验的煤矿井下图像去雾算法
被引量：6
- 1
-
-
作者
王媛彬
韦思雄
段誉
吴华英
-
机构
西安科技大学电气与控制工程学院
陕西省矿山机电装备智能监测重点实验室
-
出处
《工矿自动化》
北大核心
2022年第5期46-51,84,共7页
-
基金
国家自然科学基金面上项目(52174198)。
-
文摘
针对暗通道先验算法在处理煤矿井下图像时存在的图像失真、细节不足和图像暗光等问题,提出了一种基于自适应双通道先验的煤矿井下图像去雾算法。首先,根据大气散射物理模型与煤矿井下特殊环境,建立了煤矿井下尘雾图像退化模型。然后,融合暗通道与亮通道建立双通道先验模型来优化透射率,并加入自适应权重系数来提高透射率图的精度,采用梯度导向滤波代替传统导向滤波对透射率图进行细化处理。最后,结合矿井环境改进大气光值求取方法,根据尘雾图像退化模型复原图像。实验结果表明:该算法能够有效去除图像中的尘雾现象,避免了光晕模糊和过增强现象;相较于暗通道先验算法、Retinex算法、Tarel算法,该算法大幅提升了图像信息熵与平均梯度,使复原后图像的细节信息更加丰富,同时缩短了运行时间。
-
关键词
煤矿视频监控图像
尘雾图像退化
图像复原
自适应双通道先验
暗通道
亮通道
透射率
梯度导向滤波
-
Keywords
coal mine video surveillance image
dust and fog image degradation
image restoration
adaptive dual-channel prior
dark channel
bright channel
transmittance
gradient guided filtering
-
分类号
TD67
[矿业工程—矿山机电]
-
