综采工作面监控图像混合增强算法.pdf

第 4 2卷 第 4期 2 0 1 6年 4月 工矿 自 动化 I nd us t r y a nd M i n e Aut o ma t i o n Vo 1 ． 4 2 NO ． 4 Ap r ． 2 01 6 文章 编号 1 6 7 1 2 5 1 X 2 0 1 6 0 4 0 0 3 6 0 5 DO I 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 ～ 2 5 l x ． 2 0 1 6 ． 0 4 ． 0 0 9 徐荣鑫 ， 司垒 ， 魏英豪 ， 等． 综采工作面监控 图像混合增强算法E J ] ． 工矿 自动化 ， 2 0 1 6 ， 4 2 4 3 6 ～ 4 0 ． 综采工作面监控图像混合增强算法 徐 荣鑫 ， 司 垒 ， 魏 英 豪 ， 王如 ， 陈文鹏 1 ． 中国矿业大学 机 电工程学院，江苏 徐州2 2 1 1 1 6 ； 2 ． 中国矿业大学 信息与电气工程学院，江苏 徐州2 2 1 1 1 6 摘要 针对单尺度 Re t i n e x算法会产生较严重纵向条纹噪声的问题 ， 提 出了一种混合 图像增强算法。该 算法利用模板去噪算法减少常规单尺度 Re t i n e x算 法产生的纵 向条纹噪声， 并结合拉普拉斯 算子增强图像 细节， 提高图像质量。采用实际综采工作 面不同工况下的监控 图像对该算法进行 实验验证 ， 结果表 明， 该 算 法具 有 图像 清晰度 高、 对 比度 大与 图像 细节 增强优 的特 点 。 关键词 综采工作面；图像增强；单尺度 R e t i n e x 纵向条纹噪声 ； 拉普拉斯算子 中图分类号 TD 6 7 文献标志码 A 网络出版时间 2 0 1 6 0 4 0 5 1 1 2 7 网络 出版 地址 h t t p ／ ／ ww w． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． TP ． 2 0 1 6 0 4 0 5 ． 1 1 2 7 ． 0 0 9 ． h t ml A mi x e d e n ha nc e me n t a l g o r i t h m o f v i de o mo n i t o r i n g i ma g e o n f u l l y me c ha ni z e d c o a l mi n i ng f a c e XU Ro n gxi n ， SI Le i 一， W EI Yi n gh a o ， W ANG Ru ， CH EN W e np e ng 1． Sc h oo l of M e c h a t r on i e En gi ne e r i n g，Chi na Uni v e r s i t y o f M i n i ng a n d Te c hn ol o gy，Xuz ho u 22 1 11 6， Chi n a；2． Sc h o ol of I n f o r m a t i o n a nd El e c t r i c a l En gi n e e r i n g ，Chi na U ni ve r s i t y of M i ni n g a nd Te c h n o l o g y ，Xu z h o u 2 2 1 1 1 6 ，Ch i n a Ab s t r a c t I n v i e w o f p r o b l e m o f l o n g i t u d i n a l s t r i p e n o i s e e x i s t e d i n s i n g l e d i me n s i o n Re t i n e x a l g o r i t h m 收稿 日期 2 0 1 5 - 1 2 - 1 5 ； 修回 日期 2 O l 6 一 O 1 0 8 ； 责任编辑 张强 。 基金项 目 中国博 士后科 学基金第 5 8批 面上资助项 目 2 0 1 5 M5 8 1 8 7 9 。 作者 简介 徐荣 鑫 1 9 9 2 一 ， 男 ， 江苏盐城人 ， 硕士研究生 ， 主要研究方 向为机 电一体化 ， E - ma i l x u r x p a p e r l 6 3 ． c o m。 其检 测效 果显 然优 于 D NM1和 F NC C方 法 。 5 结语 在优化选取初始聚类中心和设计新聚类有效性 指标的基础上， 提出了 I F C M 聚类算法 ， 并将其应用 于各像素背景模型的 自适应构建和更新 ； 提 出了基 于联合信息的前景检测方法 ， 将像 素背景差分信息 与三帧差分信息进行 或运算处理 ， 提高前景检测时 对动态场景变化的适 应性 ， 进一步联合空 间邻域信 息来减少前景中的噪声 ； 提出了运 动阴影检测与去 除方法 ， 采用像素对应 F NC C函数 的取值判别候选 阴影区域， 然后依据纹理特征值不变性 ， 确定并去除 运动阴影 ， 因此 ， 获得 了较为准确的运动 目标 。实验 结果表明 ， 本文方法能将运动 目标从复杂煤矿工作 场景中检测 出来 ， 为后续视频监控过程做好 了充分 准 备 。 同时将本 文方 法 与相应 经 典算法 进 行 了 比较 分 析 ， 结 果 验证 了本 文方 法 的有效 性和 优越 性 。 参 考文献 [ 1 ] 潘涛． 煤矿生产系统集成的层次结构及其标准化问题 研究E J 1 ． 工矿 自动 化 ， 2 0 1 4 ， 4 0 9 1 9 2 3 ． E 2 ] 芮挺 ， 周避 ， 马光彦 ， 等． 核密度估 计与高斯模型联 级运 动目标检测 [ J ] ． 计算机工程与应用， 2 0 1 1 ， 4 7 1 8 1 3 ． [ 3 ] 李 鹏伟 ， 葛 文英 ， 刘 国英． 基 于 阴影 概 率模 型 的遥 感 影像 阴影 检 测 方 法 [ J ] ． 计 算 机 应 用 ， 2 0 1 5 ， 3 5 2 51 0 - 5 13 ． E 4 ] 韩延祥 ， 张志胜 ， 郝 飞 ， 等． 灰度序列图像 中基 于纹 理特 征 的移动 阴影检测 E J ] ． 光 学精 密工程 ， 2 0 1 3 ， 2 1 1 1 29 31 29 4 0． E s 2 曹健 ， 陈红倩 ， 张凯 ， 等． 结合区域颜色和纹理 的运动 阴 影检测方 法f J ] ． 机器人 ， 2 0 1 l ， 3 3 5 6 2 8 6 3 3 ． 4 0 工矿 自动 化 2 0 1 6年 第 4 2卷 因此， 本文算法对综采工作面监控 图像增强的结果 更 优 。 表 1 几种算法的对 比度对 比结果 4结语 为了提 高综采 工作 面监 控 图像 质量 ， 提 出了 一 种混合图像增强算法 ， 通过模板去 噪算法消除单 尺度 Re t i n e x 算法 产生的纵 向条纹噪声 ， 并结合 拉 普拉斯算子增强图像细节。采用实际综采工作面不 同工况下的监控图像对该算法进行实验验证 ， 结果 表明， 该算法在增强图像清晰度 、 对比度与图像细节 方面优于常规 图像增强算法 ， 对综采工作面监控图 像 的增强效果较好 。 参考文献 [1 ] 刘毅 ， 贾旭芬 ， 田子建． 一种基于同态滤波原理 的井下 [2 ] [3 ] [4 ] [5 ] [6 ] [7 ] [ 8] [9 ] E i o 3 [ 1 1 ] E l 2 ] [ 1 3 3 E i 4 ] 光照 不 均 图 像 处 理 方 法 [ J ] ． 工 矿 自动 化 ， 2 0 1 3 ， 3 9 1 9 - 1 2 ． 应东杰 ， 李文节． 煤矿监 控 图像 增强算 法 的分析 与实 现E J ] ． 工矿自动化， 2 0 1 2 ， 3 8 8 5 5 5 8 ． 张英俊 ， 雷耀 花 ， 潘理虎． 基 于暗原色先验的煤矿井 下 图像增强技术E J ] ． 工矿 自动化 ， 2 0 1 5 ， 4 1 3 8 0 8 3 ． 杨勇 ， 岳建 华 ， 李 玉 良， 等． 一种矿 井动态 图像 增强 方 法E J ] ． 工矿 自动化 ， 2 0 1 5 ， 4 1 1 1 4 8 5 2 ． CHEN Ch a o． App l i c a t i on o f i mpr o ve d s i n gl e - s c a l e R e t i n e x a l g o r i t h m i n i ma g e e n h a n c e me n t[ J] ． C o mp u t e r Ap p l i c a t i o n sS o f t wa r e ，2 0 1 3，3 0 4 5 5 5 7． 陈薇 ， 赵方 田， 陈侃 ， 等． 改进 单尺 度 R e t i n e x的光 照 人脸 识 别 [ J ] ． 计 算 机 工 程 与 应 用 ， 2 0 1 3 ， 4 9 1 2 15 1 15 4． GE W e i ，LI Gu i j u ，CHENG Yu q i ，e t a 1 ．F a c e i ma g e i l l u mi n a t i o n p r o c e s s i n g b a s e d o n i mp r o v e d Re t i n e x [ J ] ．O p t i c s 8 L P r e c i s i o n E n g i n e e r i n g ，2 0 1 0 ，1 8 4 1 01 1 1 02 0 ． 张赛 楠 ， 吴 亚东 ， 张红 英 ， 等． 改 进 的单 尺 度 R e t i n e x 雾天 图像 增 强 算 法 I- J ] ． 激 光 与 红外 ， 2 0 1 3 ， 4 3 6 6 98 - 7 02． M00RE A，ALLMAN J ，G00DMAN R M．A r e a l t i me n e u r a l s y s t e m f o r c o l o r c o n s t a n c y [ J ] ． I E E E Tr a n s a c t i o n s o n Ne u r a l Ne t wo r k s ，1 9 9 1 ，2 2 2 3 7 2 47 ． LAND E， MC CANN J J ． Li g h t n e s s a n d Re t i n e x t h e o r y E J ] ．J o u r n a l o f t h e Op t i c a l S o c i e t y o f A me r i c a ， 1 9 7 1 ， 6 1 1 1 1 1 ． 肖燕峰． 基 于 R e t i n e x理论 的图像增 强恢复算 法研究 [ D ] ． 上海 上海交通大学 ， 2 0 0 7 ． F UNT B，CI URE A F ． Tu r n i n g Re t i n e x p a r a me t e r s [ J ] ．J o u r n a l o f E l e c t r o n i c I ma g i n g ，2 0 0 4 ， 1 3 1 5 8 6 4． 张锐． 雾 天或 背光 条件下 图像 清晰化算法研究及硬件 实现[ D ] ． 哈尔滨 哈尔滨工业大学 ， 2 0 0 8 ． RAFAEL C G ， RI CHARD E W ．Di g i t a l i ma ge p r o c e s s i n g[ M] ． 3 n d ． Up p e r S a d d l e R i v e r ， N J P r e n t i c e Ha l l ，2 0 0 7 ．