DOI: 10.11799/ce202412051
面向真实低光照矿井图像的无监督增强算法研究
李冉
汪昊典
毛志浩
国能数智科技开发(北京)有限公司,北京 100011
摘要：为了解决矿井中光线不足和粉尘导致的图像混合降质问题,提高矿井图像的视觉观感和后续下游任务的准确性,提出了一种面向低光照矿井图像的无监督增强方法,该方法旨在克服传统图像处理技术受限于手工设计特征和固定处理流程,以及深度学习技术受限于数据集规模和质量的问题.设计了一套多尺度结构-对比度增强网络,该网络首先将原始输入图像分解为图像-拉普拉斯金字塔,通过不同尺度的图像提取丰富的多尺度特征;接着,利用特征融合模块将高频信息隐式嵌入增强过程,从而在提升图像对比度的同时,有效增强图像的纹理结构.此外,该方法采用无监督训练方式,不依赖于成对的低光照-正常光照图像,仅需矿井现场拍摄的真实图像进行训练,从而实现了模型的泛化能力提升.实验结果表明,多尺度结构-对比度增强网络在低光照矿井图像增强方面取得了显著效果,该方法增强的图像在对比度和纹理结构方面均有明显提升,有效改善了矿井图像的视觉观感,为后续下游任务提供了更准确的图像信息.
关键词：对比度增强结构增强深度学习无监督低光照增强
分类号：TD65(矿山电工)
论文发表日期：2024-12-31
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：6( 120-125 )
英文信息