基于自适应双通道先验的煤矿井下图像去雾算法
王媛彬
韦思雄
段誉
吴华英
西安科技大学电气与控制工程学院,陕西西安 710054;陕西省矿山机电装备智能监测重点实验室,陕西 西安 710054
摘要：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
分类号：TD67(矿山电工)
资助基金：国家自然科学基金(52174198)
论文发表日期：2022-05-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 46-51,84 )
英文信息