摘要： 准确有效地检测出矿岩裂隙对于实现矿岩体稳定性分析具有重要作用。针对深度网络对低光照条件 下采集的低分辨率图像存在特征提取不充分的问题,提出了一种融合人眼视觉和改进多尺度Retinex 的矿岩裂隙图像 增强算法。首先,结合人眼视觉特征和小波变换算法对采集的矿岩裂隙低分辨图像进行预处理;然后,采用改进的多 尺度Retinex 算法从光照分量和反射分量方面估计噪声,并排除其对图像的干扰;最后,利用CBAM (Convolutional block attention module)注意力机制强化去噪后的图像在通道和空间维度的表达能力,实现矿岩裂隙图像低分辨图像增 强。试验结果表明:与传统的Retinex 算法相比,改进的多尺度Retinex 模型能够更好地提取图像细节信息,并且在保 持自然观感的同时,增强了图像对比度,使得裂隙更加清晰可见。

关键词: 矿岩裂隙　图像增强　多尺度Retinex 算法　图像去噪　小波变换　CBAM 注意力机制