煤矿智能视频监控中常常碰到许多雾尘图像且伴有各种随机噪声,对应的图像降质严重影响了后续视频图像处理工作,因此提出一种基于暗原色先验与双边滤波器的去雾除尘和同步去噪算法。结合已有的大气散射物理模型,推导建立煤矿雾尘图像退化模型。考虑煤矿雾尘图像的特点,设计基于暗原色先验知识的大气光、粗略透射率估计的方法与步骤。分析粗略透射率图的优化要求以及双边滤波器的特性,引入联合双边滤波器快速获得精细透射率图。依据图像退化模型构建正则化目标函数,求取转换图像并进行高斯双边滤波,获得复原图像并同步实现噪声的有效去除。实验结果验证了算法的有效性,与已有去雾算法相比计算效率有较大提高,且复原质量良好适合于煤矿智能视频监控环境。

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。