[发明专利]一种综采工作面低照度雾尘图像清晰化方法

说明书

本发明属于综采工作面图像清晰化技术领域，具体涉及一种综采工作面低照度雾尘图像清晰化方法。包括步骤：步骤一、采集综采工作面图像；步骤二、获取综采工作面图像透射率函数并进行估算；步骤三、判断图像亮度，选择对数变换倍数n；步骤四、使用非线性变换对透射率函数进行修正；步骤五、根据修正后的透射率函数通过雾尘图像模型进行图像恢复。本发明可有效改善综采工作面环境下图像去雾恢复效果不佳的问题，提高图像质量的同时增加图像亮度，满足井下实际工况对图像质量的需求，为采用机器视觉手段实现综采工作面设备及围岩异常状态的识别奠定了良好的基础，对保障煤矿安全生产具有重要意义。

技术领域

本发明属于综采工作面图像清晰化技术领域，具体涉及一种综采工作面低照度雾尘图像清晰化方法。

背景技术

综采工作面是煤炭生产的第一现场，具有作业空间狭小、机械设备多、视觉环境差、温度高的特点，其安全事故频发，严重影响了整个煤矿的安全工作，是煤矿安全生产的重点监控区域。综采工作面生产过程中，往往会出现如煤壁片帮、带式输送机上有大块煤、设备之间互相干涉等异常状态，这对工作设备和工作人员的安全造成威胁，如果没有、监控和预警手段，可能会将发生严重的安全事故，造成人员伤亡和经济损失。

近年来，随着智能监控技术的发展，传统煤矿逐渐向少人或无人智能化开采转变，机器视觉技术在井下的使用越来越广泛，主要通过机器视觉方法对煤矿综采工作面的设备及围岩异常状态进行实时监测。但综采工作面工作环境恶劣复杂，生产过程中会产生大量的粉尘；同时，矿井下的喷雾降尘设备会产生大量的雾气和水滴，这些粉尘和水雾严重降低图像的质量，对图像处理手段产生极大的困难，难以实现设备和工作面异常状态的准确识别。目前，大气环境下图像去雾方法研究成果丰富，其中代表性的成果为暗通道先验去雾理论，但是该方法应用在综采工作面环境中时，往往有着恢复图像亮度较低、恢复效果不佳的问题，有着很大的局限性。

发明内容

本发明针对上述问题提供了一种综采工作面低照度雾尘图像清晰化方法。本发明通过边界约束和非线性变换的上下文正则化方法对图像透射率函数进行估计，同时针对井下的尘雾环境导致的图像亮度较低的问题，提出使用非线性变换对图像亮度进行提高，从而实现综采工作面图像的清晰化。

本发明解决其技术问题所采用的技术方案为：一种综采工作面低照度雾尘图像清晰化方法，其特征在于，该方法包括以下步骤：

一种综采工作面低照度雾尘图像清晰化方法，其特征在于，该方法包括以下步骤：

步骤一、在液压支架上布置视觉传感器，采集综采工作面图像数据，并且将采集到的数据传至图像处理器进行处理；

步骤二、通过雾尘图像模型I(x)＝t(x)J(x)+(1-t(x))A，获得透射率函数t(x)，并对透射率函数t(x)进行估算，其中，I(x)是有雾图像，J(x)是无雾图像，A是全局大气光；

步骤三、通过原始图像的亮度峰值图判断图像亮度，选择对数变换倍数n；

步骤四、使用非线性变换t(x)＝n*log₁₀(t^*(x)+1)对透射率函数进行修正，其中t^*(x)是透射率函数t(x)的细估计；

步骤五、根据修正后的透射率函数通过雾尘图像模型进行图像恢复。

所述视觉传感器为具有煤安认证的视觉传感器。

所述对透射率函数t(x)进行估算包括：根据边界约束方法得到透射率函数粗估计以及根据非线性变换的上下文正则化方法对得到透射率函数细估计t^*(x)。

所述步骤三的具体步骤为：

步骤301、图像处理器将原始图像转换为双精度(double)型；