一种矿井红外图像增强方法和装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115861117A(43)申请公布日2023.03.28(21)申请号202211633829.6(22)申请日2022.12.19(71)申请人刘斌地址750001宁夏回族自治区银川市兴庆区凤凰北街城市一号4-1-1002(72)发明人刘斌(51)Int.Cl.G06T5/00(2006.01)G06T5/20(2006.01)权利要求书2页说明书7页附图2页(54)发明名称一种矿井红外图像增强方法和装置(57)摘要本发明公开了一种矿井红外图像增强方法和装置，该方法包括：采用双域滤波将降质图像分解为包含高频信息的细节子图和低频信息的基础子图；利用CLAHE算法对基础子图的亮度、对比度和清晰度进行提升，用以突出监视场景的概貌特征；采用构造的ILoG算子对细节子图进行噪声抑制和边缘锐化并消除梯度反转现象，用以改善监视场景中物体的细节特征；采用自适应重构函数重构处理后的基础子图和细节子图，得到了图像质量改善后的重构图像；设计了一种灰度重分布的Gamma校正函数，对重构图像进行亮度调整，进而得到矿井红外增强图像。本发明的矿井红外图像增强方法和装置具有实时性和鲁棒性高等优点，能够满足智能矿山建设的实际需要。CN115861117ACN115861117A权利要求书1/2页1.一种矿井红外图像增强方法，其特征在于，增强方法的实现过程包括：步骤1：采用双域滤波将矿井降质图像分解为包含概貌特征的基础子图和包含细节特征的细节子图；步骤2：采用CLAHE算法对所述的基础子图的亮度、对比度和清晰度进行提升；步骤3：构造一种ILoG函数，并采用所述的ILoG函数对细节子图进行噪声抑制和边缘锐化，并消除梯度反转现象；步骤4：采用自适应重构函数对步骤3和步骤4处理后的基础子图和细节子图进行自适应重构，进而得到图像质量改善后的重构图像fR；所述的自适应重构函数为fR(x,y)＝[1‑α(x,y)]FB(x,y)+α(x,y)FD(x,y)，其中FB(x,y)为经过步骤2提升后的基础子图FB在坐标(x,y)处的像素值，FD(x,y)为锐化图像FD在坐标(x,y)处的像素值，α(x,y)为自适应融合系数，且其中▽fx，▽fy分别为锐化图像FD以坐标(x,y)为中心的邻域内行、列方向上的一阶差分算子；步骤5：设计一种灰度重分布的Gamma校正函数，对所述的重构图像进行亮度调整，进而得到矿井红外增强图像。2.根据权利要求1所述的矿井红外图像增强方法，其特征在于，所述的双域滤波过程包括：步骤1：采用双边滤波器分解红外图像的不同图层，得到代表场景概貌特征的基础子图fB；所述双边滤波器为其中fB(k,l)为双边滤波分解后的基础子图，f(p,q)为红外图像f在滑动窗内坐标(p,q)处的像素值，w(p,q,k,l)为权重系数；(p,q)为邻域像素点的坐标；(k,l)为中心像素点的坐标；步骤2：采用红外图像f减去基础子图fB，即fD(k,l)＝f(k,l)‑ξfB(k,l)得到代表目标细节特征的细节子图fD；其中ξ为估计系数，为避免红外图像中小目标的细节信息丢失，ξ∈(0,1)。3.根据权利要求1所述的矿井红外图像增强方法，其特征在于，所述的CLAHE算法对基础子图的亮度、对比度和清晰度进行提升的过程包括：步骤1：对所述的基础子图进行分块，由计算每一区域中第i级灰度的统计概率；其中p(i)为第i级灰度的统计概率，0≤i＜L，ni为第i级灰度的像素总数，n为每一区域的像素总数，L为单通道图像中灰度级的总数；步骤2：根据统计概率p绘制相应区域的灰度直方图，并对灰度直方图的峰值进行剪裁，使幅值低于阈值上限；步骤3：将裁剪掉的像素点均匀分布在原灰度直方图中，当像素点重分布后裁剪掉的部分又重新超过裁剪阈值时，每个区域可结合对应的灰度直方图分布进行重复裁剪，进而通过多次迭代处理，直至忽略不计超出部分。4.根据权利要求1所述的矿井红外图像增强方法，其特征在于，采用ILoG函数对细节子图进行噪声抑制和边缘锐化，并消除梯度反转的具体过程包括：步骤1：采用Gaussian滤波器对所述的细节子图fD进行去噪；2CN115861117A权利要求书2/2页步骤2：将Gaussian核函数代入Laplacian算子，构造LoG算子，所述的LoG算子为其中fLoG为LoG核函数；σ为Gaussian核函数的标准差，σ值2越大，滤波效果越好；▽为Laplacian算子，fG(x,y)为Gaussian核函数；步骤3：采用LoG算子对步骤1去噪后的细节图像fp进行边缘锐化，得到细节子图中灰度突变的特征图像fC；步骤4：采用步骤3所述的LoG算子和单位阶跃函数构造ILoG函数，采用基于ILoG函数的细节子图去噪与锐化策略，消除特征图像中的梯度反