矿井智能监控目标识别的图像增强方法与应用

TD67; 煤矿井下安全违章智能识别技术成为安全管理与信息获取的主要手段,但由于井下空间环境受低照度、点光源、高粉尘等因素的影响,极大地降低了智能识别的准确率.基于此,提出了一种多权重融合的图像增强方法,实现了图像亮度加强和照度均衡的融合增强.利用Gamma算法实现井下监控图像的亮度增强,在亮度增强的基础上,进行HSV空间变换,保持色调分量和饱和度分量不变,利用多尺度高斯函数提取光照分量,再利用改进的二维伽马函数对光照分量过强和过弱的区域进行调整,实现照度均衡.结合拉普拉斯对比度、亮度、饱和度3个权重并通过高斯和拉普拉斯金字塔融合亮度增强与照度均衡的图像,实现矿井智能监控图像增强.通过矿井监控...

Full description

Saved in:
Bibliographic Details
Published in煤炭学报 Vol. 49; no. z1; pp. 495 - 504
Main Authors 孙林, 陈圣, 姚旭龙, 张艳博, 陶志刚, 梁鹏
Format Journal Article
LanguageChinese
Published 河北省矿山绿色智能开采技术创新中心,河北唐山 063210%华北理工大学 矿业工程学院,河北唐山 063210 01.08.2024
华北理工大学 矿业工程学院,河北唐山 063210
深部岩土力学与地下工程国家重点实验室,北京 100083
华北理工大学 人工智能学院,河北唐山 063210
河北省矿山绿色智能开采技术创新中心,河北唐山 063210%中国矿业大学(北京)力学与建筑工程学院,北京 100083
河北省矿山绿色智能开采技术创新中心,河北唐山 063210%华北理工大学 人工智能学院,河北唐山 063210
Subjects
安全违章识别
照度均衡
image enhancement
矿井智能监控
亮度增强
图像增强
intelligent monitoring of mines
illumination balance
brightness enhance-ment
safety violation identification
Online AccessGet full text
ISSN0253-9993
DOI10.13225/j.cnki.jccs.2023.0489

Cover

More Information
Summary:TD67; 煤矿井下安全违章智能识别技术成为安全管理与信息获取的主要手段,但由于井下空间环境受低照度、点光源、高粉尘等因素的影响,极大地降低了智能识别的准确率.基于此,提出了一种多权重融合的图像增强方法,实现了图像亮度加强和照度均衡的融合增强.利用Gamma算法实现井下监控图像的亮度增强,在亮度增强的基础上,进行HSV空间变换,保持色调分量和饱和度分量不变,利用多尺度高斯函数提取光照分量,再利用改进的二维伽马函数对光照分量过强和过弱的区域进行调整,实现照度均衡.结合拉普拉斯对比度、亮度、饱和度3个权重并通过高斯和拉普拉斯金字塔融合亮度增强与照度均衡的图像,实现矿井智能监控图像增强.通过矿井监控中的安全帽智能识别实验,对提出的图像增强方法和多尺度视网膜算法(MSR)、具色彩保护的多尺度Retinex算法(MSRCP)、带色彩修复的多尺度Retinex算法(MSRCR)、色彩增益加权的AutoM-SRCR算法(AMSRCR)利用标准差、峰值信噪比、信息熵等图像评价指标进行评判.峰值信噪比相较于上述算法平均提高了 32.44％;标准差相较于原图平均提高了 115.38％,相较于上述算法平均提高了 47.30％.安全帽识别准确率达到了 86.7％,相较于上述算法平均提高了 47.52％.实验验证结果表明,所构建的图像增强方法可有效提高矿井图像的亮度、清晰度、对比度,减少色彩失真、光晕等现象,并明显提高了矿井智能监控中目标识别的准确率,可为煤矿井下安全违章智能识别奠定坚实基础.
ISSN:0253-9993
DOI:10.13225/j.cnki.jccs.2023.0489