基于全局双约束的矿井尘雾图像增强方法

为提高煤矿尘雾图像的可观测性，提出一种基于全局双约束的Retinex算法的尘雾图像增强算法（GCFCDL-Retinex）。首先，将输入图像进行内外循环，训练聚类和稀疏双重约束下的过完备字典，对图像中的噪声分量进行抑制；然后，通过Retinex算法对照度分量和反射分量进行估计及提取，并对提取的照度分量进行自适应Gamma校正；最后输出增强后的图像。研究结果表明：在煤矿井下的复杂环境中，所提出的图像增强算法能够有效提高矿井下尘雾图像的对比度和清晰度，去除真实粉尘，同时抑制图像光晕、边缘模糊的现象，增强后的图像色彩自然，视觉效果明显提升。研究结论为矿井下视频监控清晰化的工程应用提供理论依据。