本文選題：煤礦井下 + 圖像增強(qiáng)　； 參考：《遼寧工程技術(shù)大學(xué)》2015年碩士論文

【摘要】：由于煤礦井下的環(huán)境特殊,生產(chǎn)中需要對(duì)井下情況進(jìn)行監(jiān)控,但是井下圖像的惡劣環(huán)境導(dǎo)致井下圖像存在質(zhì)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(qiáng)度較低,且光線不均勻；礦井作業(yè)導(dǎo)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(chǎn)作業(yè)的安全性和生產(chǎn)工作的效率,需要對(duì)井下的圖像進(jìn)行一定的增強(qiáng)處理。近年來,隨著研究的不斷深入,Retinex圖像增強(qiáng)算法的優(yōu)越性日益凸顯,特別是針對(duì)如井下圖像這類對(duì)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(duì)該種圖像有非常優(yōu)質(zhì)的增強(qiáng)效果。應(yīng)用最廣泛的是多尺度的Retinex增強(qiáng)算法(MSR),該算法能有效地對(duì)井下圖像進(jìn)行增強(qiáng),使之亮度、清晰度、都得到提高,但同時(shí)也存在過增強(qiáng)、光暈等不足。為此,本文提出了一種改進(jìn)的算法,應(yīng)用S曲線的多尺度Retinex井下圖像增強(qiáng)算法,這里使用的S型函數(shù)是對(duì)sig函數(shù)的變形,函數(shù)圖像具有S形狀,為不對(duì)稱函數(shù),靈活性較好,可對(duì)不同對(duì)比度的圖像進(jìn)行不同程度地增強(qiáng)。最后為了驗(yàn)證算法的有效性,以及相對(duì)于其他算法的優(yōu)越性,利用Matlab R2099a對(duì)幾幅低質(zhì)圖像分別用傳統(tǒng)方法和本文算法對(duì)其進(jìn)行了仿真處理,得出幾組處理后的對(duì)比圖像,并且對(duì)原圖和處理的結(jié)果圖像進(jìn)行量化,實(shí)驗(yàn)結(jié)果表明：應(yīng)用S曲線的多尺度Retinex井下圖像增強(qiáng)算法處理后的圖像不論是在亮度、對(duì)比度、清晰度,還是細(xì)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(jié)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(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TD67;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃粉平;張玲;鄭恩讓;;快速自適應(yīng)濾波的圖像增強(qiáng)方法[J];西安科技大學(xué)學(xué)報(bào);2008年04期

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

3 王麗麗;宋余慶;;一種醫(yī)學(xué)圖像增強(qiáng)算法[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年09期

4 邱書波，，王洪君;褪化文字圖像增強(qiáng)方法的改進(jìn)[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);1996年01期

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

6 應(yīng)東杰;李文節(jié);;煤礦監(jiān)控圖像增強(qiáng)算法的分析與實(shí)現(xiàn)[J];工礦自動(dòng)化;2012年08期

7 趙忖;呂鑫;陸開上;曾麗麗;;基于自適應(yīng)小波提升算法的圖像增強(qiáng)方法[J];大慶石油學(xué)院學(xué)報(bào);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(qiáng)與分割方法研究[J];材料保護(hù);2003年07期

9 蔣洪波,馮新宇;直方圖實(shí)現(xiàn)圖像增強(qiáng)的應(yīng)用[J];煤炭技術(shù);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(qiáng)算法——以處理茶葉樣本圖像為例[J];農(nóng)機(jī)化研究;2006年04期

相關(guān)會(huì)議論文 前10條

1 薛麗;王波濤;;基于形態(tài)學(xué)的運(yùn)動(dòng)員號(hào)碼牌圖像增強(qiáng)[A];第十九屆測(cè)控、計(jì)量、儀器儀表學(xué)術(shù)年會(huì)(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(qiáng)研究[A];2007中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

3 張瑩;王太勇;冷永剛;鄧輝;;調(diào)參雙穩(wěn)系統(tǒng)圖像增強(qiáng)應(yīng)用初探[A];2008年全國振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

4 李孟歆;金風(fēng);張穎;;一種新的圖像增強(qiáng)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(qiáng)[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

6 盧漢明;高德俊;;基于多尺度變換相結(jié)合的圖像增強(qiáng)算法[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)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(qiáng)[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

8 劉毅;高旭輝;;一種改進(jìn)的夜視圖像增強(qiáng)處理算法[A];2006年全國光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

9 劉海華;高智勇;陳心浩;舒振宇;;基于形態(tài)學(xué)操作的圖像增強(qiáng)方法(英文)[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會(huì)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(qiáng)方法[A];第九屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 陳燕;工業(yè)X射線圖像增強(qiáng)算法研究[D];中北大學(xué);2016年

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

3 云海姣;針對(duì)靶場(chǎng)圖像增強(qiáng)算法的研究與實(shí)現(xiàn)[D];中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所);2016年

4 侯國家;水下圖像增強(qiáng)與目標(biāo)識(shí)別算法研究[D];中國海洋大學(xué);2015年

5 許欣;圖像增強(qiáng)若干理論方法與應(yīng)用研究[D];南京理工大學(xué);2010年

6 李艷梅;圖像增強(qiáng)的相關(guān)技術(shù)及應(yīng)用研究[D];電子科技大學(xué);2013年

7 陳一平;圖像增強(qiáng)及其在視覺跟蹤中的應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2011年

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

9 孫飛飛;水下圖像增強(qiáng)和復(fù)原方法研究[D];中國海洋大學(xué);2011年

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

相關(guān)碩士學(xué)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(qiáng)算法的研究[D];大連海事大學(xué);2016年

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

3 劉清;低照度圖像增強(qiáng)算法研究[D];中國海洋大學(xué);2015年

4 武繼瑞;圖像增強(qiáng)在FPGA上的高性能實(shí)現(xiàn)[D];中國科學(xué)院研究生院(光電技術(shù)研究所);2016年

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

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

7 孫慧;基于DCP的戶外圖像增強(qiáng)改進(jìn)算法研究[D];吉林大學(xué);2016年

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

9 余權(quán);霧天圖像增強(qiáng)算法研究及DSP實(shí)現(xiàn)[D];西北師范大學(xué);2015年

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

本文編號(hào)：2065922