基于自适应Retinex 算法的煤矿低光照图像增强研究

金属矿山 ›› 2024, Vol. 53 ›› Issue (8): 152-.

基于自适应Retinex 算法的煤矿低光照图像增强研究

葛君超　王利鹏

河南理工大学鹤壁工程技术学院,河南鹤壁 458030

出版日期:2024-08-30 发布日期:2024-09-27

Study on Low-light Image Enhancement in Coal Mine Based on Adaptive Retinex Algorithm

GE Junchao　WANG Lipeng

Online:2024-08-30 Published:2024-09-27

摘要/Abstract

摘要： 针对煤矿井下图像由于光照不均以及粉尘等因素影响,造成采集图像亮度、对比度不足等问题,提出了一种基于自适应Retinex 算法的煤矿低光照图像增强算法。首先将图像分解为光照图和反射图,并采用Unet 网络提取多尺度图像特征,引入控制因子抵消多尺度带来的影响,有效提高了图像质量。然后将图像梯度作为调节因子,自适应调整多尺度算子,并引入重构损失和去噪模块抑制图像增强过程中产生的噪声。试验结果表明:所提算法在峰值信噪比和结构相似性方面优于部分现有算法,充分证明了该方法的有效性。

葛君超, 王利鹏. 基于自适应Retinex 算法的煤矿低光照图像增强研究[J]. 金属矿山, 2024, 53(8): 152-.

GE Junchao, WANG Lipeng. Study on Low-light Image Enhancement in Coal Mine Based on Adaptive Retinex Algorithm[J]. Metal Mine, 2024, 53(8): 152-.

扫码分享

基于自适应Retinex 算法的煤矿低光照图像增强研究

Study on Low-light Image Enhancement in Coal Mine Based on Adaptive Retinex Algorithm

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

编辑推荐

Metrics

本文评价