基于暗原色理论和自适应双边滤波的煤矿尘雾图像增强算法

来源：计算机应用杂志2015年第5期北京时间：

作者：杜明本, 陈立潮, 潘理虎

单位：太原科技大学 计算机科学与技术学院, 太原 030024

摘要：针对煤矿井下存在大量煤尘、水雾导致获取的视频图像伴有大量的噪声、分辨率低、模糊的问题,提出了一种基于暗原色理论和自适应双边滤波的煤矿尘雾图像增强算法.基于暗原色先验理论,采用自适应双边滤波代替softmatting过程来求取精细透射率图,并根据煤矿井下特殊环境,从新的角度求取全球大气光值、粗略透射率图,并根据图像退化模型实现图像的去噪.实验结果表明,对于分辨率为1024×576的图像处理时间为1.9s,与He算法(HE K, SUN J, TANG X. Single image haze removal using dark channel prior. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2011,33(12):1-13.)相比,运行效率提高了5倍.与直方图均衡法等算法相比,所提算法有效增强了图像细节、边缘,整体上更加适合人类视觉和视频监控的要求.

关键词：暗原色先验理论,自适应双边滤波,图像去雾,介质传播函数,大气物理散射模型

基金资助：山西省科技重大专项(20121101001);山西省科技攻关项目(20141039);山西省留学人员科研资助项目(2013-097).