基于自适应MSRCP算法的煤矿井下图像增强方法

作者：阮顺领; 刘丹洋; 白宝军; 顾清华

来源：矿业研究与开发, 2021, 41(11): 186-192.

DOI：10.13827/j.cnki.kyyk.2021.11.030

• 矿井安全
• 图像增强
• MSRCP算法
• 粒子群优化算法(PSO)
• 参数自适应

煤矿井下视频监控技术是保障矿井安全生产的重要手段,而图像的质量直接关系到监控的有效性。多尺度Retinex算法被广泛应用在矿井图像增强上,为了达到最佳效果,往往需要手动调整高斯尺度、增益和偏移等参数。为了解决这一问题,提出一种基于自适应MSRCP算法的煤矿井下图像增强方法,使用粒子群优化算法(PSO)对带有颜色保护的多尺度Retinex算法(MSRCP)进行参数自适应调整,并在不同的矿井环境中与常用的Retinex标准方法做了对比试验。试验结果表明,所提出的方法对矿井图像增强时能有效抑制噪声和光晕,在色彩和边缘处理方面有所提升;矿井监控图像增强试验中,均值、方差、信息熵和峰值信噪比4个客观评价指标较传统MSRCP算法平均分别提高了5.53%、22.06%、1.34%、7.75%。

• 单位
  西安建筑科技大学