矿井图像增强方法及系统技术方案

本发明专利技术公开了矿井图像增强方法及系统，该方法包括：基于矿井图像块的特征信息得到所需的目标区域待增强图像；将目标区域待增强图像输入至深度神经网络模型行图像分解操作以得到第一入射分量与第一反射分量；根据参考统计值对所述第一入射分量进行分割得到入射分量分割图，并根据粉尘浓度参考值与入射分量分割图的分割结果对第一反射分量进行分割得到反射分量分割图；基于反射分量分割图的分割结果和图像块的透射率估计多目标优化函数得到增强矿井图像

【技术实现步骤摘要】
矿井图像增强方法及系统


[0001]本专利技术涉及矿井图像增强
，特别是涉及矿井图像增强方法及系统
。

技术介绍

[0002]煤矿井下开采时存在大量的煤尘和水雾，环境状况复杂，作为智能矿山建设的重要感知源
‑
高清摄像头，其受限于混浊的介质
(
煤尘
、
水雾
)
对反射光的吸收
、
散射和折射等影响，使得煤矿井下工作面现场采集的图像模糊不清，影响了可视远程干预型智能化无人开采技术的进一步发展
。
随着图像分析预处理技术的发展，图像增强技术成为了解决煤矿井下模糊图像处理的主流方式
。
相关的专家
、
学者提出高粉尘空间下的图像增强技术既是解决工作面装备位姿检测及多信息驱动的三维场景实时再现技术的核心步骤，也是智能型可视远程干预操作平台实现的关键技术，还是实现工作面设备目标的识别跟踪与异常状况检测的基本前提
。
[0003]针对煤矿井下的特殊环境，有大量的研究人员进行了研究
。
例如，申请号为
202111405838.5
的专利公开了一种复杂地质条件下低照度
、
高粉尘图像增强方法；申请号为
201911320323.8
的专利公开一种煤矿井下防爆检测用煤尘图像识别方法；申请号为
201710449966.7
的专利公开了一种基于反锐化掩膜和
NSCT
算法的矿井图像增强方法；申请号为
201610333208.4
的专利公开了一种基于双边滤波和多尺度
Retinex
算法的矿井图像增强方法；申请号为
201310283872.9
的专利公开了一种矿井图像增强方法
。
由上述申请的技术方案可知，现有的矿井图像增强方法都是基于域变换
、
滤波
、Retinex
理论或多尺度
Retinex
方法进行图像增强
。
但是由于煤矿井下高粉尘
、
灯光反射
、
粉尘浓度不一致等特点，基于
Retinex
理论没有考虑到灯光入射分量的不一致
、
粉尘浓度不一致的特点，基于域变换的方法计算复杂
。

技术实现思路

[0004]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一
。
[0005]为此，本专利技术提出了一种矿井图像增强方法，考虑到增强处理图像信息熵的影响，首先，选定目标所在区域，对目标所在的局部区域进行增强，扩大目标区域与背景区域的差异，增强对目标信息的判读和识别效果，可实现对煤矿井下工作面现场采集的模糊图像的有效增强，减轻工作面现场的煤尘
、
水雾对图像质量的影响
。
[0006]本专利技术的另一个目的在于提出一种矿井图像增强系统
。
[0007]为达上述目的，本专利技术一方面提出一种矿井图像增强方法；所述方法，包括以下步骤：
[0008]基于矿井图像块的特征信息得到所需的目标区域待增强图像；
[0009]将所述目标区域待增强图像输入至深度神经网络模型行图像分解操作以得到第一入射分量与第一反射分量；
[0010]根据参考统计值对所述第一入射分量进行分割得到入射分量分割图，并根据粉尘
浓度参考值与所述入射分量分割图的分割结果对所述第一反射分量进行分割得到反射分量分割图；
[0011]基于所述反射分量分割图的分割结果和图像块的透射率估计多目标优化函数得到增强矿井图像
。
[0012]另外，根据本专利技术上述实施例的矿井图像增强方法还可以具有以下附加的技术特征：
[0013]进一步地，在本专利技术的一个实施例中，所述基于矿井图像块的特征信息得到所需的目标区域待增强图像，包括：
[0014]分割原始矿井图像得到矿井图像块，并融合提取的所述矿井图像块的空间域特征与频域特征得到特征向量；
[0015]将所述特征向量输入至支持向量机进行图像块类别判断，并根据类别判断结果得到目标区域图像块集合；
[0016]基于所述目标区域图像块集合得到初始目标区域待增强图像，并根据所述初始目标区域待增强图像和最大坐标原则得到目标区域待增强图像
。
[0017]进一步地，在本专利技术的一个实施例中，所述深度神经网络模型，包括分解层和调整层；所述将所述目标区域待增强图像输入至深度神经网络模型行图像分解操作以得到第一入射分量与第一反射分量，包括：
[0018]将所述目标区域待增强图像输入至所述分解层进行分解以得到初始入射分量和初始反射分量；
[0019]将所述初始入射分量和初始反射分量输入至所述进行分解以得到第一入射分量和第一反射分量
。
[0020]进一步地，在本专利技术的一个实施例中，所述根据参考统计值对所述第一入射分量进行分割得到入射分量分割图，包括：
[0021]利用四叉树分解方法对所述第一入射分量进行分割，并根据预设的分割判断条件得到分量分割结果；
[0022]基于所述分量分割结果得到入射分量分割图
。
[0023]进一步地，在本专利技术的一个实施例中，所述根据粉尘浓度参考值与所述入射分量分割图的分割结果对所述第一反射分量进行分割得到反射分量分割图，包括：
[0024]根据所述入射分量分割图的分割结果对所述第一反射分量进行分解得到第二反射分量；
[0025]根据粉尘浓度参考值对所述第二反射分量进行分解得到第三反射分量，并根据所述第二反射分量与所述第三反射分量的划分结果得到反射分量分割图
。
[0026]为达上述目的，本专利技术另一方面提出一种矿井图像增强系统，包括：
[0027]目标图像获取模块，用于基于矿井图像块的特征信息得到所需的目标区域待增强图像；
[0028]目标图像分解模块，用于将所述目标区域待增强图像输入至深度神经网络模型行图像分解操作以得到第一入射分量与第一反射分量；
[0029]反射分量分割模块，用于根据参考统计值对所述第一入射分量进行分割得到入射分量分割图，并据粉尘浓度参考值与所述入射分量分割图的分割结果对所述第一反射分量
进行分割得到反射分量分割图；
[0030]矿井图像增强模块，用于基于所述反射分量分割图的分割结果和图像块的透射率估计多目标优化函数得到增强矿井图像
。
[0031]本专利技术实施例的矿井图像增强方法和系统，可实现对煤矿井下工作面现场采集的模糊图像的有效增强，减轻工作面现场的煤尘
、
水雾对图像质量的影响，增强对增强对目标信息的判读和识别效果
。
[0032]本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到
。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种矿井图像增强方法，其特征在于，包括以下步骤：基于矿井图像块的特征信息得到所需的目标区域待增强图像；将所述目标区域待增强图像输入至深度神经网络模型行图像分解操作以得到第一入射分量与第一反射分量；根据参考统计值对所述第一入射分量进行分割得到入射分量分割图，并根据粉尘浓度参考值与所述入射分量分割图的分割结果对所述第一反射分量进行分割得到反射分量分割图；基于所述反射分量分割图的分割结果和图像块的透射率估计多目标优化函数得到增强矿井图像
。2.
根据权利要求1所述的方法，其特征在于，所述基于矿井图像块的特征信息得到所需的目标区域待增强图像，包括：分割原始矿井图像得到矿井图像块，并融合提取的所述矿井图像块的空间域特征与频域特征得到特征向量；将所述特征向量输入至支持向量机进行图像块类别判断，并根据类别判断结果得到目标区域图像块集合；基于所述目标区域图像块集合得到初始目标区域待增强图像，并根据所述初始目标区域待增强图像和最大坐标原则得到目标区域待增强图像
。3.
根据权利要求2所述的方法，其特征在于，所述深度神经网络模型，包括分解层和调整层；所述将所述目标区域待增强图像输入至深度神经网络模型行图像分解操作以得到第一入射分量与第一反射分量，包括：将所述目标区域待增强图像输入至所述分解层进行分解以得到初始入射分量和初始反射分量；将所述初始入射分量和初始反射分量输入至所述进行分解以得到第一入射分量和第一反射分量
。4.
根据权利要求3所述的方法，其特征在于，所述根据参考统计值对所述第一入射分量进行分割得到入射分量分割图，包括：利用四叉树分解方法对所述第一入射分量进行分割，并根据预设的分割判断条件得到分量分割结果；基于所述分量分割结果得到入射分量分割图
。5.
根据权利要求4所述的方法，其特征在于，所述根据粉尘浓度参考值与所述入射分量分割图的分割结果对所述第一反射分量进行分割得到反射分量分割图，包括：根据所述入射分量分割图的分割结果对所述第一反射分量进行分解得到第二反射分量；根据粉尘浓度参考值对所述第二反射分量进行分解得到第三反射分量，并根据所述第二反射分量与所...

【专利技术属性】
技术研发人员：崔竟成，王勇，李夏，郝博南，杨坤，徐华龙，曹亮，徐正国，孙志萧，孙家兰，
申请(专利权)人：煤炭科学技术研究院有限公司，
类型：发明
国别省市：