基于引导滤波的多尺度自适应矿井低质图像增强方法

由于矿井中复杂的环境和光照条件,采集到的图像往往模糊不清,信息量不足。针对矿井低质图像中存在的问题,提出一种基于引导滤波的多尺度自适应图像增强方法。首先,利用具有良好保边特性的引导滤波将原始图像分解; 根据对比度受限的自适应直方图均衡化来调整基础层的对比度,然后结合梯度域内改进的直方图均衡化和多尺度的细节增强调整细节层,减弱背景干扰; 最后,鉴于图像线性重构时人工设置融合参数,处理效率低下且增强质量较差的问题,通过灰狼寻优算法进行自适应的参数选择,并引入加权思想,构造一种基于信息熵和峰值信噪比的适应度函数作为最终图像增强效果的评价指标。与经典的图像增强方法结果相比较,该方法将信息熵、峰值信噪比和结构相似度分别提高5.10%,5.43%和12.51%,在提高图像整体的对比度和清晰度的同时丰富细节信息,有效改善图像质量。