基于模糊核估计的矿井低照度图像超分辨率重建

在建设智慧矿山的过程中，矿井低光照条件下检测系统对人员违规、机器隐患、环境隐患识别率低，考虑到矿井下图像大多为像素低、噪声多、照度低的真实图像，不适用于常见的重建方法。因此，提出一种基于模糊核估计构建训练集的重建方法，将低分辨率的图像重建为高分辨率的图像。该方法主要包括两部分，首先根据真实数据集DPED中的图像提取真实的模糊核，通过采用基于retinex的方法估计真实图像的模糊核，同时引入梯度先验信息以进一步加强模糊核的边缘；然后，构建矿井数据集，将提取到的真实模糊核与矿井数据集卷积构建训练集，最后对矿井下的真实图像进行超分辨率重建测试。试验表明，基于模糊核估计的真实低照度图像超分辨率重建方法为后续系统的检测识别提供了更高分辨率的图片，将该算法初步应用于选煤厂的异物检测中，检测精度达到了95.3%，大大降低了误报率，使煤矿生产更加安全、高效。