一種煤礦井下圖像增強(qiáng)的方法
【專利摘要】本發(fā)明涉及一種煤礦井下圖像增強(qiáng)的方法，該方法采用一種小波去噪和反銳化掩模增強(qiáng)法相結(jié)合的新的處理方法，把圖像根據(jù)細(xì)節(jié)程度分為低、中、高三個(gè)區(qū)域，只在圖像的低細(xì)節(jié)區(qū)域(亦即平坦區(qū)域)進(jìn)行去噪處理，并依據(jù)人眼視覺特性對圖像的不同細(xì)節(jié)區(qū)域做不同程度的增強(qiáng)，即：對低細(xì)節(jié)區(qū)域不做增強(qiáng)或增強(qiáng)很小，對高細(xì)節(jié)區(qū)域做中等程度的增強(qiáng)，對中細(xì)節(jié)區(qū)域做較大程度的增強(qiáng)。該方法不僅增強(qiáng)效果較好，且抑制了噪聲的增強(qiáng)。解決了現(xiàn)有煤礦井下圖像增強(qiáng)方法中，反銳化掩模技術(shù)存在的對噪聲非常敏感及過沖現(xiàn)象的問題。
【專利說明】一種煤礦井下圖像增強(qiáng)的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像增強(qiáng)領(lǐng)域，具體涉及一種煤礦井下圖像增強(qiáng)的方法。
【背景技術(shù)】
[0002]煤炭是我國的主要能源，但由于我國的煤田地質(zhì)條件復(fù)雜，生產(chǎn)條件惡劣，開采技術(shù)水平相對落后，生產(chǎn)人員素質(zhì)較低，導(dǎo)致我國煤礦生產(chǎn)的事故頻發(fā)，煤礦安全問題嚴(yán)重制約了我國煤炭工業(yè)的健康發(fā)展。我國煤礦井下是一個(gè)特殊的受限環(huán)境，它是由各種縱橫交錯(cuò)、形狀不同、長短不一的巷道組成，一旦發(fā)生事故，地面人員難以及時(shí)動(dòng)態(tài)掌握井下人員的分布及作業(yè)情況，搶險(xiǎn)救災(zāi)、安全救護(hù)的效率低，搜救效果差。因此有必要煤礦井下的視頻監(jiān)控，這是礦井安全生產(chǎn)的重要保障和應(yīng)急救援必要手段，在特殊的井下環(huán)境下，光照不均勻甚至全黑的環(huán)境，導(dǎo)致圖像對比度小，圖像模糊不清，而且在視頻圖像采集傳輸過程中混入大量的噪聲，導(dǎo)致視頻圖像畫面粗糙，質(zhì)量低下，視頻畫面質(zhì)量直接影響著礦難信息的及時(shí)獲取，因此圖像增強(qiáng)變的尤為重要。
[0003]圖像增強(qiáng)是通過一定手段對原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺響應(yīng)特性相匹配。圖像增強(qiáng)對礦井下的安全生產(chǎn)有重要意義，多年來人們采用各種方法對圖像進(jìn)行增強(qiáng)。常用的光照不均勻情況下的圖像增強(qiáng)方法有:灰度變換法、直方圖均衡化法、基于Retinex理論的增強(qiáng)方法、梯度域圖像增強(qiáng)方法、基于小波變換的圖像增強(qiáng)方法、基于高通濾波器的圖像增強(qiáng)方法、反銳化掩模圖像增強(qiáng)方法。采用上述方法進(jìn)行圖像的增強(qiáng)應(yīng)用非常廣泛。然而，針對礦井安全生產(chǎn)所需要的照片，由于井下拍攝環(huán)境惡劣，拍攝的圖像存在著一下特
占- .[0004](I)礦井下粉塵濃度大、濕度大，且相機(jī)難以實(shí)現(xiàn)自動(dòng)聚焦。
[0005](2)礦井下中照度波動(dòng)頻繁，例如煤礦井下大型設(shè)備很多，電網(wǎng)擾動(dòng)大，造成照度波動(dòng)。
[0006](3)由于采集的圖像是由光的反射形成，若照射到景物上的光照不均勻，在圖像上將會得到光照較強(qiáng)的部分比較明亮，光照較弱的部分比較暗。
[0007]因此，由于特殊的圖像環(huán)境，采用普通的圖像處理方式進(jìn)行圖像的方法難以滿足圖像的真實(shí)性、可靠性的要求，使信息識讀出現(xiàn)困難，不利于礦井下的安全、穩(wěn)定的生產(chǎn)。
[0008]近年來，圖像增強(qiáng)的方法在不斷改進(jìn)。例如，直方圖均衡化法趨向于與人體視覺結(jié)合，增強(qiáng)圖像的同時(shí)保持圖像原始面貌。頻域方法、Retinex方法則傾向于與其他方法的結(jié)合，其降低噪聲的功能可以彌補(bǔ)其他方法的不足。梯度域方法著重在計(jì)算效率上的改進(jìn)。另外，反銳化掩模方法提出了針對存在不同程度的邊緣模糊、局部或整體對比度差等不足之處的降質(zhì)或退化的圖像，經(jīng)典的線性反銳化掩模技術(shù)是使原始圖像經(jīng)過線性高通濾波器后，乘以一個(gè)比例因子后與原始圖像相加，得到增強(qiáng)的圖像。盡管這種方法簡單，增強(qiáng)效果也相對較好，但他卻有2個(gè)重大的缺點(diǎn):
[0009](I)系統(tǒng)對噪聲非常敏感:由于采用了線性高通濾波器，圖像的細(xì)節(jié)和噪聲同時(shí)被增強(qiáng)，其是在圖像的平坦區(qū)域，使很小的噪聲也非常明顯。
[0010](2)過沖現(xiàn)象:圖像的高細(xì)節(jié)區(qū)域相對于其他區(qū)域增強(qiáng)更大，處理后的圖像會呈現(xiàn)明顯的人工處理痕跡。
[0011]為了克服線性反銳化掩模技術(shù)的缺點(diǎn)，尤其是對噪聲的敏感性，人們提出了各種各樣的方法。S.K.Mitra提出了基于Teager算法的非線性算子，這種非線性算子可近似為局部均值權(quán)重高通濾波器。根據(jù)Weber定律，人眼對圖像黑色區(qū)域的細(xì)節(jié)更敏感，因此這種算子能減小噪聲。G.Ramponi提出了立方反銳化掩模技術(shù)，這種技術(shù)的實(shí)質(zhì)是用一個(gè)對邊緣敏感的平方濾波器算子乘以拉普拉斯算子，僅增強(qiáng)局部亮度變化區(qū)域的圖像細(xì)節(jié)，相對較小噪聲。Y.H.Lee提出了基于序列統(tǒng)計(jì)拉普拉斯算法的算子，這個(gè)算子的輸出和局部均值與局部中值之差成比例，他能有效地去除高斯白噪聲。上面提到的方法雖然相對于線性反銳化掩模技術(shù)減小了噪聲，但在平坦區(qū)域，噪聲仍然比較明顯，而且，為了使圖像的中細(xì)節(jié)區(qū)域達(dá)到較好的增強(qiáng)效果，圖像的高細(xì)節(jié)區(qū)域往往增強(qiáng)過大，導(dǎo)致過沖現(xiàn)象的出現(xiàn)。

【發(fā)明內(nèi)容】

[0012]本發(fā)明的目的在于提供一種煤礦井下增強(qiáng)圖像的方法，用于解決現(xiàn)有煤礦井下圖像增強(qiáng)方法中，反銳化掩模技術(shù)存在的對噪聲非常敏感及過沖現(xiàn)象的問題。為實(shí)現(xiàn)上述目的，本發(fā)明的方案是:一種煤礦井下圖像增強(qiáng)的方法，步驟如下:
[0013](I)采用局部方差的方法對圖像的細(xì)節(jié)程度進(jìn)行判斷，把圖像分為高、中、低三個(gè)細(xì)節(jié)區(qū)域；
[0014](2)采用基于小波變換的閾值去噪方法對所述低細(xì)節(jié)區(qū)域的圖像進(jìn)行去噪處理；
[0015](3)采用基于反銳化掩膜法對所述高、中、低三個(gè)細(xì)節(jié)區(qū)域進(jìn)行不同程度的圖像增強(qiáng)，即:對低細(xì)節(jié)區(qū)域不做增強(qiáng)或增強(qiáng)很小，對高細(xì)節(jié)區(qū)域做中等程度的增強(qiáng)，對中細(xì)節(jié)區(qū)域做較大程度的增強(qiáng)。
[0016]進(jìn)一步地，步驟(I)中對圖像的細(xì)節(jié)程度進(jìn)行判斷的方法為:首先計(jì)算一個(gè)像素的給定窗口的局部方差，設(shè)窗口中的某一像素點(diǎn)(m，η)的細(xì)節(jié)程度為D (m，η)，設(shè)置兩個(gè)閾值TjPT2，且T1 <T2$D(m，η) < T1則為低細(xì)節(jié)區(qū)域；若T1 < D (m，η) < T2則為中細(xì)節(jié)區(qū)域；若D (m, n) > T2則為高細(xì)節(jié)區(qū)域。
[0017]進(jìn)一步地,步驟(2)中基于小波變換的閾值去噪方法為:用硬閾值或軟閾值處理方法設(shè)定一個(gè)閾值，絕對值小于該閾值的小波系數(shù)為噪聲小波系數(shù)，去除；絕對值大于該閾值的小波系數(shù)為有效信號的小波系數(shù)，保留；最后對處理后的小波系數(shù)進(jìn)行小波逆變換得到去噪后的有用信號。
[0018]本發(fā)明達(dá)到的有益效果:由于去噪一般會使圖像變模糊，損失圖像的細(xì)節(jié)，而使去噪和增強(qiáng)二者之間難以達(dá)到較優(yōu)化的效果，本發(fā)明采用一種把小波去噪和反銳化掩模增強(qiáng)法相結(jié)合的新的處理方法，把圖像根據(jù)細(xì)節(jié)程度分為低、中、高三個(gè)區(qū)域，只在圖像的低細(xì)節(jié)區(qū)域(亦即平坦區(qū)域)進(jìn)行去噪處理，因?yàn)楦鶕?jù)人眼視覺特性，人眼對圖像平坦區(qū)域的噪聲比細(xì)節(jié)部分的噪聲更敏感，且一般情況下圖像的部分區(qū)域是平坦的，這樣圖像的噪聲被相對“去除”了，而細(xì)節(jié)區(qū)域被完好的保留。該方法避免了去噪帶來的圖像模糊問題，而且對圖像的增強(qiáng)符合人眼視覺特性，既改善了噪聲的敏感程度，又不會出現(xiàn)過沖現(xiàn)象，不僅避免了圖像細(xì)節(jié)的損失，增強(qiáng)效果較好，且抑制了噪聲的增強(qiáng)?！緦＠綀D】

【附圖說明】
[0019]圖1是本發(fā)明對圖像進(jìn)行小波變換的去噪方法示意圖；
[0020]圖2是本發(fā)明反銳化掩模增強(qiáng)圖像的流程圖。
【具體實(shí)施方式】
[0021 ] 下面結(jié)合附圖對本發(fā)明做進(jìn)一步詳細(xì)的說明。
[0022]針對現(xiàn)有圖像增強(qiáng)中的反銳化掩模技術(shù)存在的對噪聲非常敏感及過沖現(xiàn)象，本發(fā)明公開一種先進(jìn)行部分去噪處理，再進(jìn)行增強(qiáng)處理的方法。
[0023]1.去噪處理
[0024]經(jīng)典小波變換圖像去噪算法分為三大類=Mallat提出的基于小波變換模極大值方法、Xu等提出的基于空域相關(guān)性的噪聲去除方法、Donoho等提出的閾值去噪方法。模極大值法去噪和相關(guān)性去噪的去噪效果穩(wěn)定，但是它們重構(gòu)圖像計(jì)算量大，速度慢，不夠精確，所以本發(fā)明采用的是基于小波變換的閾值去噪方法。
[0025]基于小波變換的閾值去噪方法中，根據(jù)信號和噪聲的小波系數(shù)在不同尺度上具有不同性質(zhì)的原理，利用相應(yīng)的數(shù)學(xué)工具構(gòu)造系數(shù)選擇方式，對帶噪信號進(jìn)行多尺度小波變換，從時(shí)域變換到小波域，然后設(shè)置一個(gè)臨界閾值λ，若小波系數(shù)的絕對值小于λ，認(rèn)為該系數(shù)主要由噪聲引起，去除這部分系數(shù)；若小波系數(shù)的絕對值大于λ，則認(rèn)為此系數(shù)主要是由信號引起，保留這部分系數(shù)，然后對處理后的小波系數(shù)進(jìn)行小波逆變換得到去噪后的信號。
[0026]基于小波變換的閾值化去噪方法中，閾值函數(shù)的選取對重構(gòu)信號的連續(xù)性和精度有很大的影響，關(guān)系著小波去噪的效果如何，目前閾值選取的方式主要有硬閾值和軟閾值兩種:硬閾值方法是將信號的絕對值與閾值進(jìn)行比較，將小于或等于閾值的信號設(shè)為零，大于閾值的信號保持不變，用硬閾值方法去噪后的信號仍有較明顯的噪聲，但它可以很好地保留圖像邊緣和細(xì)節(jié)的局部信息；軟閾值方法是將信號的絕對值與閾值進(jìn)行比較，把絕對值小于或等于閾值的信號設(shè)為零，對于絕對值大于閾值的信號，將其設(shè)為自身與閾值的差，這樣信號就會向零收縮，軟閾值的性質(zhì)決定了它具有比硬閾值更好的連續(xù)性，它的處理結(jié)果會相對平滑。本發(fā)明中的小波去噪，能夠十分有效的把噪聲和有用信號區(qū)別開來，彌補(bǔ)了用反銳化掩模進(jìn)行圖像增強(qiáng)對噪聲敏感的缺點(diǎn)。
[0027]2.圖像增強(qiáng)處理:
[0028]本發(fā)明采用的是反銳化掩模方法對圖像進(jìn)行增強(qiáng)，針對傳統(tǒng)反銳化掩模可以增強(qiáng)圖像的細(xì)節(jié)和邊緣部分，但對于噪聲和某些不希望增強(qiáng)的區(qū)域同樣增強(qiáng)很明顯的問題，本發(fā)明采用基于區(qū)域分割的反銳化掩模方法。
[0029]基于反銳化掩模方法進(jìn)行圖像增強(qiáng)可以簡單的概括為將一個(gè)圖像的模糊形式從原始圖像中減去，得到更為清晰的圖像，道道增強(qiáng)圖像細(xì)節(jié)的目的。傳統(tǒng)的反銳化掩模方法對噪聲非常敏感，圖像的細(xì)節(jié)和噪聲會同時(shí)被增強(qiáng)，并且會產(chǎn)生過沖現(xiàn)象，本發(fā)明采用一種改進(jìn)的方法，即基于區(qū)域分割的反銳化掩模方法。
[0030]本發(fā)明首先將圖像分出若干的區(qū)域，本實(shí)施例中分三個(gè)區(qū)域:低細(xì)節(jié)區(qū)域、中細(xì)節(jié)區(qū)域、高細(xì)節(jié)區(qū)域，然后對不同的區(qū)域選取不同的增強(qiáng)系數(shù)K(x，y)，對圖像的低細(xì)節(jié)區(qū)域不進(jìn)行增強(qiáng)，對圖像的中細(xì)節(jié)區(qū)域進(jìn)行很大的增強(qiáng)，對圖像的高細(xì)節(jié)區(qū)域進(jìn)行較大的增強(qiáng)。
[0031]本實(shí)施例圖像增強(qiáng)方法的具體步驟如下:
[0032]a.對圖像的細(xì)節(jié)程度進(jìn)行判斷
[0033]本實(shí)施例采用局部方差的方法，局部方差定義一個(gè)給定的窗口內(nèi)的所有像素的方差，例如在一個(gè)象素的3X3窗口的局部方差為:
【權(quán)利要求】
1.一種煤礦井下圖像增強(qiáng)的方法，其特征在于，步驟如下: (1)采用局部方差的方法對圖像的細(xì)節(jié)程度進(jìn)行判斷，把圖像分為高、中、低三個(gè)細(xì)節(jié)區(qū)域； (2)采用基于小波變換的閾值去噪方法對所述低細(xì)節(jié)區(qū)域的圖像進(jìn)行去噪處理； (3)采用基于反銳化掩膜法對所述高、中、低三個(gè)細(xì)節(jié)區(qū)域進(jìn)行不同程度的圖像增強(qiáng)，即:對低細(xì)節(jié)區(qū)域不做增強(qiáng)或增強(qiáng)很小，對高細(xì)節(jié)區(qū)域做中等程度的增強(qiáng)，對中細(xì)節(jié)區(qū)域做較大程度的增強(qiáng)。
2.根據(jù)權(quán)利要求1所述的煤礦井下圖像增強(qiáng)的方法，其特征在于，步驟(I)中對圖像的細(xì)節(jié)程度進(jìn)行判斷的方法為:首先計(jì)算一個(gè)像素的給定窗口的局部方差，得到像素點(diǎn)的細(xì)節(jié)程度，設(shè)置兩個(gè)閾值T1和T2,且T1 < T2，若D (m, n) < T1則為低細(xì)節(jié)區(qū)域；若T1 < D (m,n) < T2則為中細(xì)節(jié)區(qū)域；若D(m，η) > T2則為高細(xì)節(jié)區(qū)域。
3.根據(jù)權(quán)利要求1所述的煤礦井下圖像增強(qiáng)的方法，其特征在于，步驟(2)中基于小波變換的閾值去噪方法為:用硬閾值或軟閾值處理方法設(shè)定一個(gè)閾值，絕對值小于該閾值的小波系數(shù)為噪聲小波系數(shù)，去除；絕對值大于該閾值的小波系數(shù)為有效信號的小波系數(shù)，保留；最后對處理后的小波系數(shù)進(jìn)行小波逆變換得到去噪后的有用信號。
【文檔編號】G06T5/20GK103473748SQ201310433404
【公開日】2013年12月25日 申請日期:2013年9月23日 優(yōu)先權(quán)日:2013年9月23日
【發(fā)明者】劉曉陽, 韋靖康 申請人:中國礦業(yè)大學(xué)(北京)