论文部分内容阅读
由于煤矿井下的环境特殊,生产中需要对井下情况进行监控,但是井下图像的恶劣环境导致井下图像存在质量差、可读性低、昏暗、分辨率低、模糊等问题。造成这类问题的主要的原因有:井下无自然光,全靠灯光照明,光线昏暗,光强度较低,且光线不均匀;矿井作业导致环境中粉尘多,致使清晰度不高,视野模糊。为了解决上述问题,提高煤矿井下工人生产作业的安全性和生产工作的效率,需要对井下的图像进行一定的增强处理。 近年来,随着研究的不断深入,Retinex图像增强算法的优越性日益凸显,特别是针对如井下图像这类对比度较大的图像,这类图像的灰度空间分不出现两极分化的现象,Retinex算法专门针对该种图像有非常优质的增强效果。应用最广泛的是多尺度的Retinex增强算法(MSR),该算法能有效地对井下图像进行增强,使之亮度、清晰度、都得到提高,但同时也存在过增强、光晕等不足。为此,本文提出了一种改进的算法,应用S曲线的多尺度Retinex井下图像增强算法,这里使用的S型函数是对sig函数的变形,函数图像具有S形状,为不对称函数,灵活性较好,可对不同对比度的图像进行不同程度地增强。最后为了验证算法的有效性,以及相对于其他算法的优越性,利用Matlab R2099a对几幅低质图像分别用传统方法和本文算法对其进行了仿真处理,得出几组处理后的对比图像,并且对原图和处理的结果图像进行量化,实验结果表明:应用S曲线的多尺度Retinex井下图像增强算法处理后的图像不论是在亮度、对比度、清晰度,还是细节信息的保留上其处理效果都明显优于传统算法,该结论从量化后的数字上更能够直观地体现,本文算法能够获得了最佳的视觉效果。