针对煤矿井下因水雾和煤尘散射作用引起的图像退化问题,结合煤矿井下无线多媒体节点采集的图像特点,提出一种正则化拉普拉斯矩阵的暗原色先验去雾尘模型。根据暗原色先验理论对来自煤矿井下无雾图像数据库进行统计,建立了煤矿井下图像成像的物理模型,利用该模型估算介质传播函数和井下光线照度,再由去雾尘模型复原得到清晰化的图像。试验结果表明,该算法有效恢复了场景的对比度,明显提高了图像的视见度。

由于煤矿井下环境恶劣,存在大量的粉尘、水雾,使得煤矿井下视频监控获取的图像严重降质,而现有的基于暗通道先验的尘雾清晰化算法在处理煤矿尘雾图像时存在局限性,因此提出了一种改进的基于负片修正的尘雾图像清晰化算法。针对原有算法产生的严重的光环效应,通过建立参数间的映射实现了修正参数的精细化,从而有效的抑制了光环效应的产生。考虑获取的复原图像亮度比较低,对其进行伽马校正并获得最终清晰化图像。与其他算法相比,该算法能够有效的对尘雾图像进行清晰化复原,使得复原图像色彩更加饱和、信息量更加丰富,展现了该算法的

针对现有接触式液压支架护帮板状态监测方法在矿井雾尘环境下应用存在故障率高、测量结果容易受机身倾斜等因素影响等问题,提出了一种基于图像识别的液压支架护帮板收回状态监测方法。该方法利用雾尘图像清晰化算法与机器视觉测量方法对液压支架护帮板的收回角度进行监测,通过测量护帮板角度来确定液压支架护帮板的收回状态。首先采用改进的暗通道先验算法与导向滤波多尺度Retinex算法对采集的图像进行去雾处理,对经去雾处理的图像进行小波融合,着重恢复雾尘图像的边缘细节信息;然后利用机器视觉测量方法对融合图像的感兴趣区域

针对由于煤矿井下环境存在大量煤尘、水雾,监控图像出现模糊、退化现象的问题,提出一种基于暗原色原理和主成分分析的煤矿井下雾尘图像清晰化算法。该算法基于大气散射模型,根据暗原色原理计算透射率;用主成分分析法得出能够充分反映雾尘图像信息的亮度、饱和度及对比度,通过对这些指标进行加权处理来计算大气光值,实现了对煤矿井下雾尘图像的清晰化处理。仿真结果表明,该算法可较大程度地还原图像细节,并保持图像的真实性和结构完整性,实时性较好。