基于Retinex-Net的集气站指针仪表暗光图像增强方案

作者：范旭; 葛笑^*; 夏凯旋; 祝忠钲; 赵有龙; 林建伟

来源：工业仪表与自动化装置, 2022, (05): 109-115.

DOI：10.19950/j.cnki.cn61-1121/th.2022.05.020

• 暗光图像增强
• Retinex
• 神经网络
• 读数识别

集气站在引入巡检机器人进行仪表检测与识别任务时，对图像质量及处理实时性要求较高，但实际工作过程中因光照、遮挡等因素，经常拍摄到难以识别的暗光图像，传统暗光增强方法难以同时满足增强效果与实时性需求。基于Retinex理论及神经网络，文中引入Retinex-Net,在集气站实地拍摄的正常光/暗光图像集上进行测试，实现对暗光仪表图像的增强，在恢复仪表的真实色彩的同时尽可能的保留指针等细节信息。将该算法与CLAHE、MSRCR、AutoMSRCR算法在处理效果与处理速度上进行了对比，分析了Retinex-Net用于暗光仪表图像增强的优越性；对比处理前后仪表图像读数情况，证明了算法的实用性与鲁棒性。

• 单位
  中海油能源发展股份有限公司采油服务分公司; 自动化学院; 东南大学