基于CLAHE与卡尔曼滤波的掘进机机载视频稳像算法
李成城1
马立森1
田原2
贾运红2
贾曲3
田伟琴3
张凯3
1.煤炭科学研究总院,北京 1000132.中国煤炭科工集团太原研究院有限公司,山西 太原 030006;煤矿采掘机械装备国家工程实验室,山西 太原 0300063.山西天地煤机装备有限公司,山西 太原 030006
摘要：掘进机等煤机装备在行进或作业期间,易因车体振动引起机载相机视频模糊,导致基于机载视频的机器视觉检测精度和可靠性下降.针对该问题,提出一种基于CLAHE与卡尔曼滤波的掘进机机载视频稳像算法.该算法由运动估计、轨迹平滑和运动补偿3个部分组成.在运动估计阶段,先采用限制对比度自适应直方图均衡(CLAHE)算法对井下巷道图像进行增强处理,再利用Shi-Tomasi算法获取每帧图像的特征点,对获取的特征点进行光流追踪和匹配,进而计算出相机的运动轨迹.在轨迹平滑阶段,利用卡尔曼滤波,根据视频前一帧的最优值预测当前时刻值,避免均值滤波需预先存储采样数据的问题,提高稳像的实时性.在运动补偿阶段,根据原始运动路径和平滑路径的关系对抖动视频逐帧补偿,生成稳定的视频序列.实验结果表明:①经CLAHE增强处理后,特征点匹配成功率比未增强处理时提高了58％,比HE增强处理时提高了43％,说明CLAHE算法可有效提高图像特征点匹配数.②通过像素偏移分析、差分图分析、峰值信噪比(PSNR)分析,验证了基于CLAHE与卡尔曼滤波的掘进机机载视频稳像算法具有较好的稳像效果.③与传统的HE+均值滤波算法相比,基于CLAHE与卡尔曼滤波的算法处理100帧视频图像的整体耗时减少了0.379 s,在去除抖动的同时,有效提高了稳像的实时性.
关键词：智能掘进掘进机机载视频稳像图像增强限制对比度自适应直方图均衡卡尔曼滤波
分类号：TD632(矿山电工)
资助基金：国家重点研发计划(2020YFB1314002)
论文发表日期：2023-05-10
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：8( 66-73 )
英文信息