-
题名基于负片修正的煤矿尘雾图像清晰化算法
被引量：3
- 1
-
-
作者
智宁
李梅
-
机构
北京大学地球与空间科学学院
-
出处
《煤矿安全》
北大核心
2017年第9期116-119,共4页
-
基金
国家重点研发计划重点专项资助项目(2016YFC0801807
2016YFC0801805)
-
文摘
由于煤矿井下环境恶劣,存在大量的粉尘、水雾,使得煤矿井下视频监控获取的图像严重降质,而现有的基于暗通道先验的尘雾清晰化算法在处理煤矿尘雾图像时存在局限性,因此提出了一种改进的基于负片修正的尘雾图像清晰化算法。针对原有算法产生的严重的光环效应,通过建立参数间的映射实现了修正参数的精细化,从而有效的抑制了光环效应的产生。考虑获取的复原图像亮度比较低,对其进行伽马校正并获得最终清晰化图像。与其他算法相比,该算法能够有效的对尘雾图像进行清晰化复原,使得复原图像色彩更加饱和、信息量更加丰富,展现了该算法的优越性。
-
关键词
煤矿图像
负片修正
尘雾清晰化
光环效应
去雾
-
Keywords
mine image
negative correction
restoration of dust and mist degraded image
halo effect
defogging
-
分类号
TD714
[矿业工程—矿井通风与安全]
-
-
题名基于失真统计特征提取的图像尘雾清晰化算法
- 2
-
-
作者
王尚鹏
-
机构
华中师范大学伍伦贡联合研究院
-
出处
《计算机仿真》
北大核心
2020年第6期283-287,共5页
-
文摘
由于传统图像尘雾清晰化方法缺少图像纹理误差调整的过程,导致图像失真、对比度低以及图像整体泛白等问题,提出基于失真统计特征提取的图像尘雾清晰化算法。构建深度融合网络,对原始尘雾图像进行对比度增强、亮度修正与伽马校正等预处理,提升原始尘雾图像清晰度与对比度;综合考虑预处理后尘雾图像的灰度特征与纹理特征,利用模糊C均值法统计图像特征并进行聚类,融合参与特征提取的主要参数构建基于失真统计特征融合的图像特征提取模型,提取分类后的尘雾图像失真特征;训练深入学习网络,优化尘雾图像失真特征的权重与偏置项参数,输出尘雾清晰化的图像。仿真结果表明,上述算法进行尘雾图像清晰化还原后,相似度指数与峰值信噪比分别保持在0.84和34.21dB以上,显著优于对比算法,为提高尘雾图像处理效果提供了有利依据。
-
关键词
失真统计
特征提取
尘雾清晰化
图像识别
-
Keywords
Distortion statistics
Feature extraction
clarification Dust and fog sharpening
Image recognition
-
分类号
TD672
[矿业工程—矿山机电]
-
-
题名基于深度融合网络的煤矿图像尘雾清晰化算法
被引量：14
- 3
-
-
作者
智宁
毛善君
李梅
苏颖
-
机构
北京大学地球与空间科学学院
中国科学院电子学研究所
-
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2019年第2期655-666,共12页
-
基金
国家重点研发计划资助项目(2017YFC0804300)
-
文摘
针对现有煤矿尘雾图像清晰化算法存在的过增强现象和适用性不足等问题,提出一种基于深度融合网络的清晰化复原算法。深度融合网络主要包括3个部分,即图像预处理模块、特征融合模块以及图像输出模块。图像预处理模块基于对比度增强函数、亮度增强函数和伽马校正函数对输入图像进行处理,获取表征不同增强方式及程度的图像序列。由于图像尘雾清晰化需要同时考虑图像的局部信息和全局信息,在空间金字塔池化和上下文信息聚合网络的基础上提出了能够实现双向的上下文信息提取的双金字塔模块,该模块包括2个空洞卷积的串联子块,其中1个子块是以对多个尺度的空洞卷积按尺度由小到大进行串联组成,另1个子块是以对多个尺度的空洞卷积按尺度由大小进行串联组成。图像输出模块主要对特征融合层获取的特征进行处理,从而输出三通道图像,即为最终的尘雾清晰化的图像。为了获取训练数据,本文在煤矿井下清晰图像的基础上基于尘雾图像形成机理构建了较大规模的训练数据集。在训练的过程中,采用了最小平方误差损失函数和基于VGG网络的内容损失函数对网络进行优化。为评价本文提出的基于深度融合网络的清晰化算法的有效性,选取其他6种有代表性的清晰化算法进行对比。实验结果显示,本文算法在主观评价和客观评价方面都优于上述算法,表明本文算法能够有效解决过增强现象,并提升煤矿图像的清晰度和可视化效果。
-
关键词
尘雾图像清晰化
双金字塔模块
深度融合网络
煤矿图像
-
Keywords
dust and fog image clarity
coal mine image
dual pyramid module
deep integration network
-
分类号
TD714
[矿业工程—矿井通风与安全]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名尘雾环境下工作面护帮板视频目标定位
- 4
-
-
作者
罗开成
韦金阳
王科平
常亚军
杨艺
袁瑞甫
-
机构
郑州煤矿机械集团郑州煤机液压电控有限公司
河南理工大学电气工程与自动化学院河南省煤矿装备智能检测与控制重点实验室
煤炭安全生产与清洁高效利用省部共建协同创新中心
-
出处
《煤矿机械》
2023年第1期183-186,共4页
-
基金
国家重点研发计划项目(2018YFC0604502)
河南省科技攻关项目(212102210390,192102210100)
河南省煤矿智能开采技术创新中心支撑项目(2021YD01)。
-
文摘
工作面护帮板的精确定位是液压支架动作决策的基础和关键。在采煤机截煤过程中出现的大量煤尘以及除尘设备喷出的水雾严重干扰了工作面视频中护帮板的识别准确性,从而严重影响护帮板定位的精度。针对此问题,面向工作面尘雾环境提出一种护帮板视频目标精确定位算法。采用常值暗通道先验知识,实现护帮板视频目标的清晰化,从而克服煤尘和水雾对护帮板视频目标定位的影响。同时采用摄像头转角动态基准校正机制,通过补偿校正摄像头装配误差和转角漂移,对视频中的护帮板目标实现精确定位。实验结果表明,该算法在尘雾环境下对不同摄像头转角下的护帮板视频目标实现了精确的定位,取得了良好的效果。
-
关键词
护帮板定位
常值暗通道
尘雾图像清晰化
动态基准校正机制
-
Keywords
guard plate positioning
constant dark channel
hazy image clarity
dynamic reference correction mechanism
-
分类号
TD67
[矿业工程—矿山机电]
-
