一种针对矿井重粉尘环境的图像复原方法技术

本发明专利技术公开了一种针对矿井重粉尘环境的图像复原方法，包括：获取重粉尘图像并进行降低亮度处理，获得初步处理图，计算获得初步处理图的环境光估计值；获取无粉尘环境下的图像作为参考图；构建窗口函数，根据窗口函数对初步处理图与参考图进行处理，计算粉尘评价参数；基于环境光估计值与粉尘评价参数计算噪声项，基于噪声项对初步处理图进行处理获得最终复原图像。本发明专利技术有效处理矿井重粉尘环境的图片，减少经典暗通道算法及其他增强算法的图像处理这种图片时会存在大面积失真或信息丢失严重现象，保留主体更多的细节信息，颜色恢复也符合实际情况，并且在场景中存在光源时，也能更加有效地抑制像素过饱和问题。能更加有效地抑制像素过饱和问题。能更加有效地抑制像素过饱和问题。

【技术实现步骤摘要】
一种针对矿井重粉尘环境的图像复原方法


[0001]本专利技术属于图像复原
，特别是涉及一种针对矿井重粉尘环境的图像复原方法。

技术介绍

[0002]成像是获取视觉信息的一种有效手段，对于相机等成像系统，实现高质量的信息输出就需要特别理想的环境，而矿井下就是这种无法保证高质量成像的环境，其主要原因是矿井环境中存在大量粉尘，粉尘的散射和吸收效应造成拍摄图像呈现出粉尘模糊化的效果，导致成像质量降低，无法清晰成像。由于对矿井的状况监控涉及矿井的安全问题，好的监控画面和实时的信息获取能够极大程度上避免意外情况发生，所以从图像中有效去除环境造成的粉尘的影响，复原图像使更其接近理想场景就十分有必要。
[0003]图像去粉尘影响的方法主要可以分为两类，一类是基于图像增强的算法，另一类是基于物理模型的图像复原方法。其中，基于图像增强的算法由于没有考虑图像质量受损的原因，处理后往往存在失真和细节丢失的现象。而基于物理模型的图像复原方法，该类方法将环境介质认为是导致图像混浊模糊的主要原因。图像复原过程是通过图像退化机理，建立图像散射模型，利用图像退化的先验知识及假设，实现场景复原。该类方法是当前研究的热点与难点,这类方法中比较经典的是何凯明的暗通道先验算法。暗通道算法主要被应用于大雾天气下的图像复原，这类图片背景整体偏白而且雾气比较均匀。若将暗通道的方法直接应用于矿井图片，处理后普遍存在图像较暗、色彩不自然的现象，同时易造成图像过曝，光源区域无法抑制等问题。这些问题的主要原因是先验知识不再适用于具体的环境，得到了错误的环境光值和透过率。

技术实现思路

[0004]本专利技术的目的是提供一种针对矿井重粉尘环境的图像复原方法，以解决上述现有技术存在的问题。
[0005]为实现上述目的，本专利技术提供了一种针对矿井重粉尘环境的图像复原方法，包括：
[0006]获取重粉尘图像并进行降低亮度处理，获得初步处理图，计算获得所述初步处理图的环境光估计值；
[0007]获取无粉尘环境下的图像作为参考图；
[0008]构建窗口函数，根据窗口函数对所述初步处理图与所述参考图进行处理，计算粉尘评价参数；
[0009]基于所述环境光估计值与所述粉尘评价参数计算噪声项，基于噪声项对初步处理图进行处理获得最终复原图像。
[0010]可选的，获得所述初步处理图的环境光估计值的过程包括：
[0011]分别计算所述初步处理图的三个颜色通道的环境光值，并取最小值作为基准环境光值；设定三个颜色通道的环境光系数，基于所述基准环境光值与所述环境光系数分别获
得三个颜色通道的环境光估计值，求和获得所述初步处理图的环境光估计值。
[0012]可选的，根据单个颜色通道每列最大值之和与三个颜色通道每列最大值之和设定单个颜色通道的环境光系数。
[0013]可选的，计算粉尘评价参数的过程包括：对初步处理图与参考图的三个颜色通道分别计算梯度，获得横向梯度图层与纵向梯度图层并进行合并，分别获得各个图像的各个颜色通道的合并梯度；基于所述窗口函数对所述合并梯度进行均值滤波处理，分别取初步处理图与参考图处理后的三个颜色通道的合并梯度平均值作为平均梯度，基于初步处理图的平均梯度与所述参考图的平均梯度获得粉尘评价参数，其中，所述窗口函数设置窗口大小为设定值的均值滤波卷积核。
[0014]可选的，根据所述环境光估计值与所述粉尘评价参数计算噪声项的过程包括：
[0015]通过仿真实验获取透过率与图像像素分布的拟合关系，基于所述粉尘评价参数与所述拟合关系计算初始透过率，对所述初始透过率进行优化，获得最终透过率，基于最终透过率、环境光估计值与初步处理图的亮度分布计算获得各个颜色通道的噪声项。
[0016]可选的，基于各个颜色通道的噪声项、最终透过率对所述初步处理图的各个颜色通道进行求解，将获得的结果进行合并，获得获得最终复原图像。
[0017]本专利技术的技术效果为：
[0018]本专利技术提供了一种针对矿井重粉尘环境的图像复原方法，更有效处理矿井重粉尘环境的图片，减少经典暗通道算法及其他增强算法的图像处理这种图片时会存在大面积失真或信息丢失严重现象，保留主体更多的细节信息，颜色恢复也符合实际情况，并且在场景中存在光源时，也能更加有效地抑制像素过饱和问题。
附图说明
[0019]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0020]图1为本专利技术实施例中的方法流程图。
具体实施方式
[0021]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0022]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0023]实施例一
[0024]如图1所示，本实施例中提供一种针对矿井重粉尘环境的图像复原方法，包括：
[0025]首先对重粉尘图像进行初步处理，得到初步处理图像defog1，初步处理目的是对图像亮度进行降低处理；
[0026]计算初步处理图像defog1的环境光值取三通道最小值得到基准环境光值取三通道最小值得到基准环境光值为了减少光源带来的色偏影响，对三个颜
色通道额外设置环境光值的系数，根据图像的像素特点，图片中最亮像素往往反映着光源的信息，故该系数的求解方法为某一颜色通道c的系数就是该通道每列最大值之和比上三通道每列最大值之和：
[0027][0028]x和y为图像的横向和纵向分辨率，将系数乘以基准值，得到各通道的环境光值；
[0029][0030]下一步是求解处理图像defog1的透过率我们对重粉尘环境进行了大量仿真实验，从实验中拟合出了透过率和图像像素值分布之间的关系，将该关系应用于矿井图像，首先需要定义窗口函数F(pic)对矿井重粉尘图和无粉尘图进行处理，其中pic是输入图像。窗口函数的执行流程是：
[0031]①
先对输入图像三个颜色通道分别计算梯度，得到横向和纵向两个梯度图层，其中C颜色通道的横向梯度为纵向方向的梯度为将两个方向的梯度合并为gradient
C
：
[0032][0033]②
设置窗口大小为m*m的均值滤波卷积核W，对三个颜色的梯度做均值滤波处理，取平均值得到图像的平均梯度avg：
[0034][0035]窗口函数即用来计算像素点的平均梯度avg，利用窗口函数处理参考图J0和初步处理图像defog1，得到和使用的参考图即为同一机位下的无粉尘图，进一步计算粉尘参数V：
[0036][0037]则初始透过率为：
[0038]其中常数A和B均由实验仿真数据而来，进一步将中的数据进行限制，使透过率大于0且小于1，并进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对矿井重粉尘环境的图像复原方法，其特征在于，包括以下步骤：获取重粉尘图像并进行降低亮度处理，获得初步处理图，计算获得所述初步处理图的环境光估计值；获取无粉尘环境下的图像作为参考图；构建窗口函数，根据窗口函数对所述初步处理图与所述参考图进行处理，计算粉尘评价参数；基于所述环境光估计值与所述粉尘评价参数计算噪声项，基于噪声项对初步处理图进行处理获得最终复原图像。2.根据权利要求1所述的针对矿井重粉尘环境的图像复原方法，其特征在于，获得所述初步处理图的环境光估计值的过程包括：分别计算所述初步处理图的三个颜色通道的环境光值，并取最小值作为基准环境光值；设定三个颜色通道的环境光系数，基于所述基准环境光值与所述环境光系数分别获得三个颜色通道的环境光估计值，求和获得所述初步处理图的环境光估计值。3.根据权利要求2所述的针对矿井重粉尘环境的图像复原方法，其特征在于，根据单个颜色通道每列最大值之和与三个颜色通道每列最大值之和设定单个颜色通道的环境光系数。4.根据权利要求1所述的针对矿井重粉尘环境的图像复原方法，其特征在于，计算粉尘评价参...

【专利技术属性】
技术研发人员：郭庆华，郭大林，宋刚，宋磊，李鑫，韩猛，王利欣，刘静川，周保飞，史大新，蒋明巍，王奕鸣，郑宇轩，黎达，黄秋云，宋丽培，赵星，彭强，
申请(专利权)人：中煤天津设计工程有限责任公司南开大学，
类型：发明
国别省市：