基于去尘估计和多重曝光融合的煤矿井下图像增强方法

煤矿井下粉尘和暗光等因素导致采集的图像质量低，而现有图像增强方法存在图像细节丢失、局部特征不清晰、无法消除噪声、去尘效果不理想等问题。针对上述问题，提出了一种基于去尘估计和多重曝光融合的煤矿井下图像增强方法。该方法通过尘化图像简易模型及暗原色理论，并引入自适应衰减系数估算出图像透射率，再根据透射率分布，通过尘化图像简易模型复原物体的原始图像，将煤矿井下图像中的粉尘去除；利用多重曝光融合算法为曝光不足的原始图像生成一组不同曝光比的图像，并引入权值矩阵将这些不同曝光比的图像与原始图像进行融合，有效提升暗光图像质量。实验结果表明：相较于直方图均衡法、带色彩恢复的Retinex(MSRCR)方法、改进Retinex方法，该方法在去尘及暗光增强方面效果较好，颜色还原度较高，白边和过曝等现象得到抑制，且增强后的图像平均对比度分别提升了169.00%,42.50%,10.88%，平均图像熵分别提升了51.80%,16.45%,8.99%，平均亮度顺序误差（LOE）分别降低了31.01%,16.94%,7.83%，同时该方法运算耗时最短。