基于模糊理论的煤矿井下图像增强算法

一种模糊图像增强算法张超超;王新民【摘要】为克服Pal算法收敛速度慢、局部最优等问题,结合实例改进了Pal算法,并求解图像增强问题以增强边缘保护性能.【期刊名称】《长春工业大学学报（自然科学版）》【年(卷),期】2018(039)005【总页数】5页(P441-445)【关键词】模糊集合;图像增强;增强算法;自适应【作者】张超超;王新民【作者单位】长春工业大学数学与统计学院 ,吉林长春 130012;长春工业大学数学与统计学院 ,吉林长春 130012【正文语种】中文【中图分类】TP391.410 引言图像增强是图像处理领域的一个重要分支，图像增强的求解对于实际问题有着重要的现实意义。

目前，国内外研究学者在图像增强领域发现了一些方法，其中一些模糊理论的方法在图像增强处理中得到成功的应用。

Pal和King[1]在20世纪80年代首次提出了一种图像增强算法，并在模式识别和医疗图像处理等领域获得较好的应用。

文中通过对比自适应直方图均衡化、传统的Pal以及改进的Pal三种算法，找到在图像增强的边缘保护性方面表现良好的算法，避免了传统的Pal算法容易陷于局部最优的问题，最后通过计算实例来验证算法的有效性。

1 模糊理论Zadeh[2]于1965年首次提出了模糊理论的思想，并给出了模糊集合的定义。

模糊理论是一种模糊集合，与经典集合不同，它是一种没有精确边界的集合，可以对普遍存在的数学问题进行建模。

模糊集合表示的是元素属于集合的程度，模糊集合特征函数的取值范围在闭区间[0,1]内，这样就可以清楚地表示某元素属于一种集合的程度。

在模糊集合中论域为W，A是W中的模糊子集，隶属度函数βA是模糊子集A的表征集合。

2 Pal图像模糊增强算法基本过程基于Pal算法的基本架构和模糊理论的基本思想来实现灰度图像的增强过程，下面具体描述Pal图像模糊增强算法。

2.1 算法增强步骤1)将图像从空间域的灰度平面转换到模糊集域的特征平面上(即模糊化操作)；2)完成编码后，适当的修正模糊集域的隶属度值；3)利用模糊逆变换将特征数据变换回图像的空间域,从而完成解码。

基于全局双约束的矿井尘雾图像增强方法
冀常鹏;贺丽娜;代巍
【期刊名称】《辽宁工程技术大学学报（自然科学版）》
【年(卷),期】2024(43)2
【摘要】为提高煤矿尘雾图像的可观测性,提出一种基于全局双约束的Retinex算法的尘雾图像增强算法(GCFCDL-Retinex)。

首先,将输入图像进行内外循环,训练聚类和稀疏双重约束下的过完备字典,对图像中的噪声分量进行抑制;然后,通过Retinex算法对照度分量和反射分量进行估计及提取,并对提取的照度分量进行自适应Gamma校正;最后输出增强后的图像。

研究结果表明:在煤矿井下的复杂环境中,所提出的图像增强算法能够有效提高矿井下尘雾图像的对比度和清晰度,去除真实粉尘,同时抑制图像光晕、边缘模糊的现象,增强后的图像色彩自然,视觉效果明显提升。

研究结论为矿井下视频监控清晰化的工程应用提供理论依据。

【总页数】7页(P225-231)
【作者】冀常鹏;贺丽娜;代巍
【作者单位】辽宁工程技术大学电子与信息工程学院
【正文语种】中文
【中图分类】TD67
【相关文献】
1.基于双域分解的矿井下图像增强算法
2.基于边界约束的煤矿井下尘雾图像去雾算法
3.基于双域和ILoG-CLAHE的矿井红外图像增强算法
4.基于模型全局寻优宽带
约束反演方法在某矿井区煤层厚度预测方面的应用5.全局双伽马校正与改进SSA 的低光照图像增强方法
因版权原因，仅展示原文概要，查看原文内容请购买。

基于暗原色理论和自适应双边滤波的煤矿尘雾图像增强算法杜明本;陈立潮;潘理虎【期刊名称】《计算机应用》【年(卷),期】2015(35)5【摘要】针对煤矿井下存在大量煤尘、水雾导致获取的视频图像伴有大量的噪声、分辨率低、模糊的问题,提出了一种基于暗原色理论和自适应双边滤波的煤矿尘雾图像增强算法.基于暗原色先验理论,采用自适应双边滤波代替softmatting过程来求取精细透射率图,并根据煤矿井下特殊环境,从新的角度求取全球大气光值、粗略透射率图,并根据图像退化模型实现图像的去噪.实验结果表明,对于分辨率为1024×576的图像处理时间为1.9s,与He算法(HEK,SUN J,TANG X.Single image haze removal using dark channel prior.IEEE Transactions on Pattern Analysis and Machine Intelligence,2011,33(12):1-13.)相比,运行效率提高了5倍.与直方图均衡法等算法相比,所提算法有效增强了图像细节、边缘,整体上更加适合人类视觉和视频监控的要求.【总页数】5页(P1435-1438,1448)【作者】杜明本;陈立潮;潘理虎【作者单位】太原科技大学计算机科学与技术学院,太原030024;太原科技大学计算机科学与技术学院,太原030024;太原科技大学计算机科学与技术学院,太原030024【正文语种】中文【中图分类】TP391.41【相关文献】1.基于各向异性高斯滤波的暗原色理论雾天彩色图像增强算法 [J], 高银;云利军;石俊生;丁慧梅2.基于暗原色和直方图匹配的雾天图像增强算法 [J], 张洪坤;周浦城;薛模根3.基于四阶PDE模型的暗原色理论雾天图像增强算法 [J], 高银;云利军;石俊生;李成立4.基于双边滤波暗原色透射率细化的图像去雾算法 [J], 温立民; 巨永锋; 王会峰; 张昌利5.基于双容差机制的快速暗原色理论雾天图像增强算法 [J], 孙美卫因版权原因，仅展示原文概要，查看原文内容请购买。

基于照度调整的矿井非均匀照度视频图像增强算法智宁;毛善君;李梅【期刊名称】《煤炭学报》【年(卷),期】2017(042)008【摘要】由于煤矿井下空间环境受粉尘等因素的影响,视频监控系统获取的作业环境图像存在照度低、照度不均匀等问题,而且现有的算法在处理煤矿非均匀照度图像时会出现颜色失真或者过增强现象,这不利于对图像的判读和应用.结合煤矿的实际数据,提出了一种新的图像增强算法,克服了现有算法存在的问题:分析井下视频图像特点,采用具有边缘保持特性的多尺度引导滤波获取照度分量;基于Retinex理论,将图像分解为照度分量与反射分量;针对照度不均匀的特性,提出一种新的“S型”曲线函数对其进行调整;分析图像的特性,引入受限对比度自适应直方图对其对比度进行增强;提出新的图像增强模型,利用细节增强系数和照度增强系数实现对图像的综合增强.与其他4种算法的对比试验表明,本文算法在主观评价和客观评价方面都优于上述算法.实验证明,本算法具有有效提升图像整体亮度和对比度,同时避免光源附近亮区域的过增强现象的特点,能够满足矿山实际应用需求.【总页数】8页(P2190-2197)【作者】智宁;毛善君;李梅【作者单位】北京大学地球与空间科学学院,北京100871;北京大学地球与空间科学学院,北京100871;北京大学地球与空间科学学院,北京100871【正文语种】中文【中图分类】TD672【相关文献】1.一种基于Retinex的矿井非均匀照度图像增强算法 [J], 黄向东;邓莉洁2.一种煤矿井下低照度图像增强算法 [J], 王洪栋; 郭伟东; 朱美强; 雷萌3.基于Retinex的自适应非均匀低照度图像增强算法 [J], 曹陇鑫;马宗方;石晶4.一种矿井低照度图像增强算法 [J], 唐守锋;史可;仝光明;史经灿;李华烁5.基于参数模糊变换的非均匀照度图像增强算法 [J], 戴蓉因版权原因，仅展示原文概要，查看原文内容请购买。

一种煤矿井下低照度图像增强算法王洪栋; 郭伟东; 朱美强; 雷萌【期刊名称】《《工矿自动化》》【年(卷),期】2019(045)011【总页数】5页(P81-85)【关键词】矿井图像; 低照度图像; 图像增强; 多尺度Retinex算法; 光照校正; 快速均值滤波【作者】王洪栋; 郭伟东; 朱美强; 雷萌【作者单位】中国矿业大学信息与控制工程学院江苏徐州 221116【正文语种】中文【中图分类】TD670 引言煤矿井下视频监控是了解井下人员分布和设备运行状况的有效工具，是煤矿安全高效生产的重要组成部分。

然而受煤矿井下粉尘和光源等因素的影响，视频监控系统采集的图像呈低照度特点，导致图像质量降低。

图像质量的好坏直接影响后续的图像分析与决策，因此研究适合煤矿井下的低照度图像增强算法具有十分重要的实际意义[1-2]。

目前，常用的低照度图像增强算法包括直方图均衡化算法和同态滤波算法等。

何畏[3]采用改进的全局直方图均衡化算法，有效提高了低照度图像的对比度和清晰度。

Zuo Chao等[4]提出了双直方图算法，在保持亮度的同时图像细节也有所增强。

但以上算法存在增强后的图像细节信息缺失和过增强的问题。

韩丽娜等[5]提出了基于HSV(Hue，Saturation，Value，色调，饱和度，明度)空间的双通道同态滤波图像增强算法，能够保持增强前后图像色彩的一致性，但没有考虑图像的空间局部信息，容易导致局部对比度增强效果不佳。

近年来，基于颜色恒常性理论的Retinex算法被广泛应用于低照度图像增强。

Retinex算法只关注物体表面反射特性，不受周围光照条件的影响，因而具有更高的色彩保真度，视觉效果更符合人眼视觉感受。

王星等[6]、程德强等[7]提出了基于引导滤波的单尺度Retinex(Single Scale Retinex，SSR)矿井图像增强算法，利用引导滤波进行照度估计，能有效凸显边缘信息，获得了较好的视觉效果。

基于暗通道模型的农业用机井水下图像增强算法作者：田煜衡来源：《广东蚕业》 2020年第3期DOI：10.3969/j.issn.2095-1205.2020.03.47田煜衡（衡水学院电子信息工程学院河北衡水 053000）作者简介：田煜衡(1986- )，男，汉族，河北衡水人，硕士，讲师，研究方向：数字图像处理、模式识别研究。

摘要利用井下成像系统对损坏的农用机井进行探测、维修对于农业生产具有重要意义。

由于受到恶劣成像环境的影响，通过井下电视获得的水下图像往往存在对比度低、成像模糊等问题。

文章提出了一种基于暗通道模型的井下图像增强算法。

分析了井下图像的退化原因，并以此建立井下图像退化模型；运用先验信息对该模型中的关键参数进行估计，并通过反演计算以达到图像增强的目的。

实验结果表明，文章提出的井下图像增强算法，能有效地恢复图像细节，图像对比度、饱和度等指标均得到一定程度的提升。

关键词井下图像增强；暗通道；农业用机井中图分类号:TP391.41 文献标识码:A 文章编号:2095-1205(2020)03-80-02对于水资源缺乏的地区，农用机井在农田灌溉、人畜饮水等领域发挥着重要作用，对农用机井的检测、保养、维修成了保障农业生产活动顺利进行的关键环节。

井下电视测井技术是现代测井技术的研究热点，由于其具有观测直观、实时性好的优点，因而在机井检测、维修等领域扮演了重要角色[1]。

然而，由于农用机井成像环境十分恶劣，如光线不充足、泥沙颗粒等漂浮物较多等因素，导致农用机井井下电视获得的图像往往存在对比度低、图像模糊等问题。

因而，井下图像增强作为成像测井技术的一个关键问题逐渐受到广泛关注。

近年来，随着图像处理技术的不断发展，相关研究人员提出了多种水下图像增强算法，其中根据经典图像去雾模型——暗通道模型的改进算法，在诸多水下图像增强领域取得了良好效果，并以此衍生出多种改进算法[2]。

该类方法以大气散射模型为基础，根据光线在水中传播的特性，建立水下图像退化模型，并对相关参数进行估计、反演以达到图像增强的目的。