基于模糊理论的煤矿井下图像增强算法.docVIP

基于模糊理论的煤矿井下图像增强算法 　　摘要：使用智能视频技术可以有效控制矿难的发生，矿井下图像具有光照不均匀、成像质量差的缺点，这样就会造成在井下无法正常使用智能视频技术。针对这种情况，文章提出了基于模糊理论的煤矿井下图像增强算法。此算法的核心思想是构造一个线性模糊化函数，这样就能很好的控制了高亮区，同时也增强了低亮区，所以就能实现调整模糊增强后的图像对比度。测试结果表明，此算法可以很好的解决煤矿井下图像光照不均匀的问题，具有广阔的应用空间。 　　关键词：矿井；图像增强；模糊理论 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2015）13-0177-03 　　Abstract： Using intelligent video technology can effectively control the occurrence of mine， mine images with uneven illumination， the shortcomings of poor image quality， this will result in the underground intelligent video technology does not work properly. To address this situation， the paper proposes coal mine based on fuzzy image enhancement algorithms. The core idea of this algorithm is to construct a linear blur function， so you can highlight good control， but also enhance the low-light district， so we can achieve adjusting Fuzzy enhanced image contrast. Test results show that the algorithm can solve the coal mine image problem of uneven illumination， and has broad application space. 　　Key words： mine； image enhancement； fuzzy theory 　　煤矿开采安全是国家非常重视的问题，通过监控系统可以有效减少矿难的发生。目前，视频监控系统被广泛的应用在煤矿企业，各个工作场所都能被实时监控，同时也能进行视频资料的备份。煤矿井下都是通过人工照明的，所以矿井下的图像的特点非常的明显：第一，照度低，和自然光照成像不同；第二，光照分布不均匀，因为使用的是人工照明，所以，离光源越近，照度越强，相反，离光源比较远的地方，照度比较弱；第三，图像没有任何色彩，图像主要是黑、灰、白色，在进行图像处理的时候，无法应用色彩信息[1]。因为这些图像特点的存在，所以煤矿安全监控中无法正常使用智能视频技术。只有把矿井下图像的可读性能提高，才能满足智能视频技术的要求。 　　所谓的图像增强技术就是通过改善图像的视觉效果，从而使其更适合人类的视觉。图像增强算法应用比较广泛的是模糊理论，效果非常明显[2]。模糊增强算法的基本思想是把图像数据模糊化，然后再把像素进行迭代运算，最后在把数据进行逆变换处理，从而实现图像的增强。传统的方法实现的目的主要是提高图像的对比，也就是说让高灰度更高、低灰度更低。但是，因为矿井下图像具有自身的特点，无法使用传统的模糊增强算法。针对这个问题，文章提出了基于模糊理论的煤矿井下图像增强算法，通过此算法的处理可以改善井下图像中光照分布严重不均匀现象，实用价值很高。 　　1 模糊算法基本原理 　　设一幅图像f的长宽分别为M和N，灰度级为L，M×N阶的模糊矩阵可表示为： 　　[F=x=1My=1N（μxy/fxy）] （1） 　　式（1）中，xy是隶属度，x，y表示像素点的坐标[3]。隶属函数，xy可表示成： 　　[μxy=[1+（L-1）-fxyFd]-Fe] （2） 　　式（2）中，Fd表示倒数型模糊因子，Fe表示指数型模糊因子，这些因子能通过过渡越点确定，通常情况下Fe=2。 　　把隶属函数进行非线性变换处理，变换的结果可表示为： 　　[I（μxy）=2（μxy）2 （0≤μxy≤0.5）1-2（1-μxy）2 （0.5μxy1.0）] （3） 　　式（3）中，为了能够减小模糊性，可以通过增大隶属度值实现[4]。如果把式（3）进行迭代运算，就能够得到一个新的隶属度，此隶属度可以表示为