-
题名矿井井下非均匀照度图像增强算法
被引量：4
- 1
-
-
作者
苗作华
赵成诚
朱良建
刘代文
陈澳光
-
机构
武汉科技大学资源与环境工程学院
冶金矿产资源高效利用与造块湖北省重点实验室
-
出处
《工矿自动化》
CSCD
北大核心
2023年第11期92-99,共8页
-
基金
国家自然科学基金项目(41071242,41971237)
教育部产学合作协同育人项目(202102136008)。
-
文摘
矿井井下视频采集过程中由于照明系统分布不均匀、环境中存在大量粉尘和雾气,导致监控画面图像存在局部光线过曝、局部亮度不足、对比度低和边缘信息弱等问题。针对上述问题,提出了一种矿井井下非均匀照度图像增强算法。该算法基于Retinex-Net网络结构改进,具体包括非均匀光照抑制模块(NLSM)、光照分解模块(LDM)和图像增强模块(IEM)3个部分:NLSM对图像中人工光源局部非均匀光照进行抑制;LDM将图像分解为光照层和反射层;IEM对图像光照层增强,经伽马校正,最终得到增强图像。在NLSM和LDM中均采用Resnet作为网络基础架构,并顺序引入了卷积注意力机制中通道注意力模块和空间注意力模块,以增强对图像光照特征关注度和特征选择的效率。实验结果表明:(1)选取MBLLEN,RUAS,zeroDCE,zeroDCE++,Retinex-Net,KinD++及非均匀照度图像增强算法对多种场景(井下运输环境场景、单光源巷道场景、多光源巷道场景、矿石场景)图像进行增强处理及定性分析,分析结果指出非均匀照度图像增强算法能够避免人工光源区域的过度增强,未在光源区域产生晕染和模糊现象,不易产生色偏,对比度适中,画面视觉效果更真实。(2)选取信息熵(IE)、平均梯度(AG)、标准差(SD)、自然图像质量评价指标(NIQE)、结构相似性(SSIM)和峰值信噪比(PSNR)作为评价指标,定量比较图像增强画面质量。结果表明非均匀照度图像增强算法在多种场景下处于相对领先地位。(3)消融实验结果表明,非均匀照度图像增强算法在NIQE,SSIM,PSNR这3个评价指标上均获得了最优结果。
-
关键词
井下低光照图像
非均匀照度图像
图像增强
Retinex-Net
图像亮度
残差网络
注意力机制
-
Keywords
underground low light image
non uniform illumination images
image enhancement
Retinex-Net
image brightness
residual network
attention mechanism
-
分类号
TD67
[矿业工程—矿山机电]
-
