本文選題：煤礦井下 + 圖像增強��； 參考：《遼寧工程技術大學》2015年碩士論文

【摘要】：由于煤礦井下的環(huán)境特殊,生產中需要對井下情況進行監(jiān)控,但是井下圖像的惡劣環(huán)境導致井下圖像存在質量差、可讀性低、昏暗、分辨率低、模糊等問題。造成這類問題的主要的原因有：井下無自然光,全靠燈光照明,光線昏暗,光強度較低,且光線不均勻；礦井作業(yè)導致環(huán)境中粉塵多,致使清晰度不高,視野模糊。為了解決上述問題,提高煤礦井下工人生產作業(yè)的安全性和生產工作的效率,需要對井下的圖像進行一定的增強處理。近年來,隨著研究的不斷深入,Retinex圖像增強算法的優(yōu)越性日益凸顯,特別是針對如井下圖像這類對比度較大的圖像,這類圖像的灰度空間分不出現(xiàn)兩極分化的現(xiàn)象,Retinex算法專門針對該種圖像有非常優(yōu)質的增強效果。應用最廣泛的是多尺度的Retinex增強算法(MSR),該算法能有效地對井下圖像進行增強,使之亮度、清晰度、都得到提高,但同時也存在過增強、光暈等不足。為此,本文提出了一種改進的算法,應用S曲線的多尺度Retinex井下圖像增強算法,這里使用的S型函數(shù)是對sig函數(shù)的變形,函數(shù)圖像具有S形狀,為不對稱函數(shù),靈活性較好,可對不同對比度的圖像進行不同程度地增強。最后為了驗證算法的有效性,以及相對于其他算法的優(yōu)越性,利用Matlab R2099a對幾幅低質圖像分別用傳統(tǒng)方法和本文算法對其進行了仿真處理,得出幾組處理后的對比圖像,并且對原圖和處理的結果圖像進行量化,實驗結果表明：應用S曲線的多尺度Retinex井下圖像增強算法處理后的圖像不論是在亮度、對比度、清晰度,還是細節(jié)信息的保留上其處理效果都明顯優(yōu)于傳統(tǒng)算法,該結論從量化后的數(shù)字上更能夠直觀地體現(xiàn),本文算法能夠獲得了最佳的視覺效果。
[Abstract]:Because of the special environment of underground coal mine, it is necessary to monitor the downhole condition in production, but the bad environment of downhole image leads to the problems of poor quality, low readability, dim, low resolution, fuzzy and so on. The main reasons for this kind of problems are as follows: there is no natural light underground, all rely on lighting, the light is dim, the light intensity is low, and the light is uneven; the mine operation results in more dust in the environment, resulting in low definition and blurred vision. In order to solve the above problems and improve the safety and efficiency of underground workers' production, it is necessary to enhance the image processing. In recent years, the superiority of Retinex image enhancement algorithm is becoming more and more obvious with the development of research, especially for those images with large contrast, such as downhole image. There is no polarization in gray space of this kind of image. Retinex algorithm has excellent enhancement effect for this kind of image. The multiscale Retinex enhancement algorithm (MSR) is the most widely used algorithm, which can effectively enhance the brightness and sharpness of underground image, but it also has some shortcomings such as enhancement and halo. For this reason, this paper presents an improved algorithm, which applies the multi-scale Retinex image enhancement algorithm of S curve. The S-type function is used to deform the sig function. The function image has S-shape and is an asymmetric function, so it has good flexibility. Images with different contrast can be enhanced to different degrees. Finally, in order to verify the validity of the algorithm and its superiority over other algorithms, several low-quality images are simulated by using Matlab R2099a, respectively, and some groups of processed contrast images are obtained by using the traditional method and the algorithm in this paper. And quantization of original image and processed result image, the experimental results show that the image processed by the multi-scale Retinex image enhancement algorithm of S curve is not only in brightness, contrast, clarity, but also in brightness, contrast and sharpness. The processing effect of this algorithm is obviously better than that of the traditional algorithm on the retention of detail information. This conclusion can be more intuitively reflected from the quantized numbers, and the algorithm in this paper can obtain the best visual effect.
【學位授予單位】：遼寧工程技術大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TD67;TP391.41

【相似文獻】

相關期刊論文 前10條

1 黃粉平;張玲;鄭恩讓;;快速自適應濾波的圖像增強方法[J];西安科技大學學報;2008年04期

2 張煒;蔡發(fā)海;馬寶民;張瑞民;胡宇;;基于高頻強調濾波的紅外探傷圖像增強方法[J];無損檢測;2010年01期

3 王麗麗;宋余慶;;一種醫(yī)學圖像增強算法[J];遼寧工程技術大學學報(自然科學版);2013年09期

4 邱書波，，王洪君;褪化文字圖像增強方法的改進[J];山東輕工業(yè)學院學報(自然科學版);1996年01期

5 李文峰;姜敏霞;徐克強;陸軍;;井下圖像增強的一種方法[J];現(xiàn)代礦業(yè);2012年01期

6 應東杰;李文節(jié);;煤礦監(jiān)控圖像增強算法的分析與實現(xiàn)[J];工礦自動化;2012年08期

7 趙忖;呂鑫;陸開上;曾麗麗;;基于自適應小波提升算法的圖像增強方法[J];大慶石油學院學報;2007年03期

8 張瑋,梁成浩,鄭潤芬;鋁鎂合金孔蝕形貌圖像增強與分割方法研究[J];材料保護;2003年07期

9 蔣洪波,馮新宇;直方圖實現(xiàn)圖像增強的應用[J];煤炭技術;2004年11期

10 李姣;何東健;劉小英;;基于小波的色度空間圖像增強算法——以處理茶葉樣本圖像為例[J];農機化研究;2006年04期

相關會議論文 前10條

1 薛麗;王波濤;;基于形態(tài)學的運動員號碼牌圖像增強[A];第十九屆測控、計量、儀器儀表學術年會(MCMI'2009)論文集[C];2009年

2 陳鉗生;陳英;李潤午;韋禮珍;;基于遺傳優(yōu)化的小波域印章圖像增強研究[A];2007中國控制與決策學術年會論文集[C];2007年

3 張瑩;王太勇;冷永剛;鄧輝;;調參雙穩(wěn)系統(tǒng)圖像增強應用初探[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

4 李孟歆;金風;張穎;;一種新的圖像增強混合方法研究[A];創(chuàng)新沈陽文集（A）[C];2009年

5 謝云;余江;裴以建;白寶丹;;基于小生境遺傳算法的圖像增強[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

6 盧漢明;高德俊;;基于多尺度變換相結合的圖像增強算法[A];第二屆“測繪科學前沿技術論壇”論文精選[C];2010年

7 張鐵棟;秦再白;朱煒;;基于模糊算法的水聲圖像增強[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年

8 劉毅;高旭輝;;一種改進的夜視圖像增強處理算法[A];2006年全國光電技術學術交流會會議文集（D 光電信息處理技術專題）[C];2006年

9 劉海華;高智勇;陳心浩;舒振宇;;基于形態(tài)學操作的圖像增強方法(英文)[A];第二屆和諧人機環(huán)境聯(lián)合學術會議(HHME2006)——第15屆中國多媒體學術會議(NCMT'06)論文集[C];2006年

10 趙建;;基于偏微分方程的非線性圖像增強方法[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年

相關博士學位論文 前10條

1 陳燕;工業(yè)X射線圖像增強算法研究[D];中北大學;2016年

2 趙文達;基于變分法和偏微分方程的圖像增強和融合方法研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年

3 云海姣;針對靶場圖像增強算法的研究與實現(xiàn)[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年

4 侯國家;水下圖像增強與目標識別算法研究[D];中國海洋大學;2015年

5 許欣;圖像增強若干理論方法與應用研究[D];南京理工大學;2010年

6 李艷梅;圖像增強的相關技術及應用研究[D];電子科技大學;2013年

7 陳一平;圖像增強及其在視覺跟蹤中的應用[D];國防科學技術大學;2011年

8 王彥臣;基于多尺度數(shù)字X光圖像增強方法的研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2005年

9 孫飛飛;水下圖像增強和復原方法研究[D];中國海洋大學;2011年

10 潘天工;面向PACS系統(tǒng)的圖像增強和圖像加密算法研究[D];哈爾濱理工大學;2014年

相關碩士學位論文 前10條

1 陳楷豐;基于非線性濾波的冠脈造影圖像增強算法的研究[D];大連海事大學;2016年

2 王若謙;基于圖像融合的水下圖像增強算法研究[D];大連海事大學;2016年

3 劉清;低照度圖像增強算法研究[D];中國海洋大學;2015年

4 武繼瑞;圖像增強在FPGA上的高性能實現(xiàn)[D];中國科學院研究生院(光電技術研究所);2016年

5 楊新華;全景倒車輔助系統(tǒng)中的圖像增強方法研究[D];湖北工業(yè)大學;2015年

6 趙偉;螢火蟲改進算法及其在圖像增強和分割中的應用研究[D];湖北工業(yè)大學;2016年

7 孫慧;基于DCP的戶外圖像增強改進算法研究[D];吉林大學;2016年

8 劉彤;基于粒子群優(yōu)化的Retinex圖像增強[D];重慶師范大學;2016年

9 余權;霧天圖像增強算法研究及DSP實現(xiàn)[D];西北師范大學;2015年

10 張龍濤;基于模糊數(shù)學的圖像增強算法研究[D];長江大學;2016年

本文編號：2065922