基于多权重融合策略的Retinex矿井图像增强算法

作者：苏波; 李超; 王莉

来源：煤炭学报, 2022, 1-11.

DOI：10.13225/j.cnki.jccs.2022.1268

• 梯度域引导滤波
• HSV颜色空间
• 自适应伽马校正
• 多权重融合
• 映射函数

受粉尘、湿度、照度等环境因素的影响，煤矿井下监控视频易出现光照不均、对比度低和细节模糊等问题，影响视觉伺服系统和视频分析系统的应用效果。传统图像增强算法存在亮区域增强过度、暗区域细节增强不足等问题，易产生不自然的光晕伪影和颜色失真。针对这一问题，提出一种基于多权重融合策略的Retinex矿井图像增强算法。算法基于HSV颜色空间，保持色调分量不变，仅对亮度分量和饱和度分量进行增强。首先，采用多尺度梯度域引导滤波算子从亮度分量中估计光照分量，并结合井下图像曝光过度和曝光不足共存的特性，应用自适应伽马函数对光照分量进行校正，实现照度均衡；同时，采用限制对比度自适应直方图均衡算法对反射分量进行对比度增强；然后，将亮度校正后的光照分量和对比度增强后的反射分量进行多权重融合，所采用的规范化权重由局部对比度权重、亮度权重和清晰度权重组合而成；针对色彩偏移问题提出新的映射函数对饱和度分量进行非线性拉伸；最后将图像由HSV空间变换回RGB空间，完成图像增强。实验结果表明，相较于MSRCR、NPE、SRIE、BIME算法，本算法在平均梯度、信息熵、标准差等图像指标方面均有不同程度的提升，可有效提高矿井图像的对比度、清晰度、色彩准确度，并减少光晕伪影。

• 单位
  河南理工大学; 自动化学院