CN110675343A - 一种井下输煤图像的图像增强方法 - Google Patents

Abstract

本发明公开了一种井下输煤图像的图像增强方法，该方法包括以下步骤：一、视频图像采集模块的布设及视频图像的采集；二、运输煤流视频的分解；三、运输煤块图像的增强。本发明方法步骤简单，设计合理，对井下输煤图像进行图像增强，提高井下输煤图像中煤矿面积的检测准确度，有效地适应了煤矿井下非均匀照明环境。

Description

一种井下输煤图像的图像增强方法

技术领域

本发明属于井下输煤图像增强技术领域，尤其是涉及一种井下输煤图像的图像增强方法。

背景技术

近年来，随着我国煤炭工业的飞速发展，高产高效综采设备得到有效使用和推广，采煤工作面的深度和高度不断增加，随之而生的较大煤块也会对工作面的设备造成影响。煤矿在综采中会产生大块煤块，体积过大煤块会造成输煤设备煤流不畅、堵塞及碓煤等现象，从而影响矿井生产安全。现排查大面积煤块一种是依靠人工排查，观察并剔除大面积煤块，但工作效率受工人体力、现场环境影响，致使堵塞现象依然时常发生；另一种是采用机械方式，在井下运输煤块中抽样挑选部分煤块，进行称重检测煤炭颗粒度大小，该方法操作步骤较多，无法满足实时性的要求。随着煤炭产业发展数字化、智能化的要求，则需要对井下输煤进行图像拍摄监控，但是由于煤矿井下照度非均匀、图像噪声大，在图像预处理阶段若采用常规的图像增强方法，常会出现过增强、亮度过曝光、方块效应等出现。因此，现如今缺少一种结构简单，设计合理的井下输煤图像的图像增强方法，对井下输煤图像进行图像增强，提高井下输煤图像中煤矿面积的检测准确度，有效地适应了煤矿井下非均匀照明环境。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种井下输煤图像的图像增强方法，其方法步骤简单，设计合理，对井下输煤图像进行图像增强，提高井下输煤图像中煤矿面积的检测准确度，有效地适应了煤矿井下非均匀照明环境。

为解决上述技术问题，本发明采用的技术方案是：一种井下输煤图像的图像增强方法，其特征在于，该方法包括以下步骤：

步骤一、视频图像采集模块的布设及视频图像的采集：

步骤101、沿煤矿输煤皮带布设多组视频图像采集模块，在煤矿井上监控室内设置与所述视频图像采集模块连接的监控计算机；其中，每组视频图像采集模块包括多个设置在煤矿输煤皮带上方的本安摄像头以及设置在煤矿巷道壁上且依次连接的本安交换机、本安光端机和环网交换机，所述本安交换机与多个本安摄像头连接，多个本安摄像头垂直指向煤矿输煤皮带；

步骤102、多个本安摄像头对煤矿输煤皮带的运输煤流视频进行采集，并将采集到的多个运输煤流视频依次经过本安交换机、本安光端机和环网交换机传送至监控计算机；

步骤二、运输煤流视频的分解：

监控计算机将接收到的多个运输煤流视频分别进行分解，则各个运输煤流视频均包括多帧运输煤块图像；其中，多帧运输煤块图像按照采集时间先后顺序进行排列，所述运输煤块图像为RGB图像，所述运输煤块图像的尺寸大小为A×B，A表示行，B表示列；

步骤三、运输煤块图像的增强：

监控计算机按照时间先后顺序对多帧运输煤块图像分别进行图像增强处理，且对各帧运输煤块图像的图像增强处理均相同，则对任一帧运输煤块图像进行图像增强处理时，包括以下步骤：

步骤301、监控计算机将运输煤块图像的尺寸大小调整为224×224，得到待处理运输煤块图像；

步骤302、监控计算机调取灰度处理模块对待处理运输煤块图像进行灰度化处理，得到运输煤块灰度图像；

步骤303、监控计算机对运输煤块灰度图像进行高斯滤波，得到高斯滤波后的运输煤块图像；

步骤304、Gamma亮度增强：监控计算机根据公式

得到初始增强运输煤块图像；其中，S(x,y)表示高斯滤波后的运输煤块图像中(x,y)处的灰度值，S′(x,y)表示初始增强运输煤块图像中(x,y)处的灰度值，ga表示Gamma指数，b表示补偿系数；

步骤305、局部直方图均衡化：监控计算机调取局部直方图均衡化模块，对初始增强运输煤块图像进行直方图均衡化，得到直方图均衡化后的运输煤块图像；

步骤306、Retinex提取反射分量：监控计算机采用Retinex算法对初始增强运输煤块图像提取反射分量，具体过程如下：

步骤3061、监控计算机对初始增强运输煤块图像进行反射分量提取，得到图像(x,y)处的像素反射分量r(x,y)；

步骤3062、监控计算机根据公式R(x,y)＝e^r(x,y)，得到运输煤块反射图像；其中，R(x,y)表示运输煤块反射图像中(x,y)处像素点的灰度值；

步骤307、监控计算机根据公式f(x,y)＝αH(x,y)+(1-a)R(x,y)，得到运输煤块增强图像；其中，α表示加权系数，且0.3≤α≤0.6，f(x,y)表示运输煤块增强图像中(x,y)处像素点的灰度值，H(x,y)表示直方图均衡化后的运输煤块图像中(x,y)处像素点的灰度值；

步骤308、监控计算机调取边缘保留滤波算法，对运输煤块增强图像进行处理，得到运输煤块边缘增强图像。

上述的一种井下输煤图像的图像增强方法，其特征在于：步骤303中高斯滤波模板为3×3，高斯滤波中标准差σ的取值范围为0＜σ≤1。

上述的一种井下输煤图像的图像增强方法，其特征在于：步骤304中Gamma指数ga的取值范围为0＜ga＜1，补偿系数b的取值范围为25≤b≤30。

上述的一种井下输煤图像的图像增强方法，其特征在于：步骤305中监控计算机调取局部直方图均衡化模块，对初始增强运输煤块图像进行直方图均衡化，具体过程如下：

步骤3051、将初始增强运输煤块图像划分为多个子块区域；其中，每个子块区域的尺寸为8×8，则监控计算机对任一个子块区域进行直方图均衡化的具体过程如下：

步骤A、根据公式

得到子块区域的直方图分布概率；其中，N表示子块区域中像素点的总数，n_k表示子块区域中第k个灰度级r_k的像素点的个数，k为自然数，且k的取值范围为0≤k≤L-1，L表示灰度级的总数，且L＝256；

步骤B、根据公式

得到子块区域中各个灰度级的累积概率s_k；其中，j为自然数，且0≤j≤k；

步骤C、根据公式S_k＝int[(L-1)s_k+0.5]，得到变换后的各个灰度级的累积概率S_k；

步骤D、根据步骤C中的S_k和步骤A中的r_k，建立r_k和S_k的映射关系，得到子块区域的新直方图分布概率P′_k，并根据子块区域的新直方图分布概率P′_k得到均衡后的子块区域中第k个灰度级r_k的像素点的个数n′_k；

步骤3051、多次重复步骤A至步骤D，对多个子块区域分别进行均衡化处理，则得到直方图均衡化后的运输煤块图像。

上述的一种井下输煤图像的图像增强方法，其特征在于：步骤3061中得到图像坐标为(x,y)处的像素反射分量r(x,y)的具体过程如下：

监控计算机根据公式r(x,y)＝log_eS′(x,y)-log_e[g(x,y)*S′(x,y)]，得到图像(x,y)处的像素反射分量r(x,y)；其中，*表示卷积符号，g(x,y)表示高斯环绕函数，且

λ表示尺度系数，且满足∫∫g(x,y)dxdy＝1，β表示高斯环绕尺度，且50＜β＜80，S′(x,y)表示初始增强运输煤块图像中(x,y)处像素点的像素值，x表示图像的横向坐标，y为图像的纵向坐标。

上述的一种井下输煤图像的图像增强方法，其特征在于：步骤308中边缘保留滤波算法包括高斯双边滤波算法或者均值迁移滤波算法，当采用高斯双边滤波算法时，像素的邻域直径d＝0，颜色空间的滤波系数sigmaColor的取值范围为80～150，坐标空间的滤波系数sigmaSpace的取值范围为10～15；

当采用均值迁移滤波算法时，空间窗的半径的取值范围为10～15，色彩窗的半径的取值范围为40～60。

本发明与现有技术相比具有以下优点：

1、本发明方法步骤简单、设计合理且为井下输煤图像中煤矿面积检测进行预处理。

2、本发明所采用的本安摄像头，能对煤矿输煤皮带的运输煤流视频进行采集，并将采集到的多个运输煤流视频经过本安交换机、本安光端机和环网交换机传送至监控计算机，实现了运输煤流视频的采集，其结构紧凑，体积小，重量轻，防爆，抗震，防潮，适合于煤矿井下使用，并确保运输煤流视频采集与传输的准确。

3、本发明先对待处理运输煤块图像进行灰度化处理，得到运输煤块灰度图像，并对运输煤块灰度图像进行高斯滤波，得到高斯滤波后的运输煤块图像，消除运输煤块图像中的噪声，且对运输煤块灰度图像的边缘加强而不会减弱。

4、本发明对高斯滤波后的运输煤块图像进行Gamma亮度增强，通过增强图像亮度与对比度而得到初始增强运输煤块图像，之后，对初始增强运输煤块图像进行直方图均衡化，得到直方图均衡化后的运输煤块图像，是由于非均匀照度大块混合物在运输煤块灰度图像中出现边沿梯度不明显，经过高斯滤波后图像模糊，图像局部梯度缩小，因此为增强图像中大面积煤块之间的边沿梯度信息，选取局部直方图均衡化，以此来解决运输煤块灰度图像中存在的大面积煤块边沿梯度缩减情况。

5、本发明由于大面积煤块表面的凹凸不平，易出现由于过增强现象而导致的黑斑，则采用Retinex算法对初始增强运输煤块图像提取反射分量，运输煤块反射图像整体亮度有了极大提高，但运输煤块反射图像边缘信息并未由于亮度的提升而增强，反而由于亮度提升出现轻微过曝光现象。之后，监控计算机将运输煤块反射图像和直方图均衡化后的运输煤块图像进行加权处理，从而能结合局部直方图均衡化中边缘信息与运输煤块反射图像中亮度信息解决过增强与过曝光现象，从而能有效地适应了煤矿井下非均匀照明环境。

6、本发明采用边缘保留滤波算法，对运输煤块增强图像进行处理，得到运输煤块边缘增强图像，通过边沿保留滤波使图像更加平滑，是为了针对大面积煤块表面凹凸不平干扰边沿分割的准确率，采取边缘保留滤波增强关键边缘信息减少方块效应，便于直接观察煤流视频，不受煤块表面凹凸的影响。

综上所述，本发明方法步骤简单，设计合理，对井下输煤图像进行图像增强，提高井下输煤图像中煤矿面积的检测准确度，有效地适应了煤矿井下非均匀照明环境。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明的电路原理框图。

图2为本发明的方法流程框图。

图3为本发明运输煤块图像的增强的方法流程框图。

图4为运输煤块灰度图像。

图5为初始增强运输煤块图像。

图6为直方图均衡化后的运输煤块图像。

图7为运输煤块反射图像。

图8为运输煤块增强图像。

图9为运输煤块边缘增强图像。

附图标记说明:

1—本安摄像头； 2—本安交换机； 3—监控计算机；

4—本安光端机； 5—环网交换机。

具体实施方式

如图1、图2和图3所示的一种井下输煤图像的图像增强方法，包括以下步骤：

步骤一、视频图像采集模块的布设及视频图像的采集：

步骤101、沿煤矿输煤皮带布设多组视频图像采集模块，在煤矿井上监控室内设置与所述视频图像采集模块连接的监控计算机3；其中，每组视频图像采集模块包括多个设置在煤矿输煤皮带上方的本安摄像头1以及设置在煤矿巷道壁上且依次连接的本安交换机2、本安光端机4和环网交换机5，所述本安交换机2与多个本安摄像头1连接，多个本安摄像头1垂直指向煤矿输煤皮带；

步骤102、多个本安摄像头1对煤矿输煤皮带的运输煤流视频进行采集，并将采集到的多个运输煤流视频依次经过本安交换机2、本安光端机4和环网交换机5传送至监控计算机3；

步骤二、运输煤流视频的分解：

监控计算机3将接收到的多个运输煤流视频分别进行分解，则各个运输煤流视频均包括多帧运输煤块图像；其中，多帧运输煤块图像按照采集时间先后顺序进行排列，所述运输煤块图像为RGB图像，所述运输煤块图像的尺寸大小为A×B，A表示行，B表示列；

步骤三、运输煤块图像的增强：

监控计算机3按照时间先后顺序对多帧运输煤块图像分别进行图像增强处理，且对各帧运输煤块图像的图像增强处理均相同，则对任一帧运输煤块图像进行图像增强处理时，包括以下步骤：

步骤301、监控计算机3将运输煤块图像的尺寸大小调整为224×224，得到待处理运输煤块图像；

步骤302、监控计算机3调取灰度处理模块对待处理运输煤块图像进行灰度化处理，得到运输煤块灰度图像；

步骤303、监控计算机3对运输煤块灰度图像进行高斯滤波，得到高斯滤波后的运输煤块图像；

步骤304、Gamma亮度增强：监控计算机3根据公式得到初始增强运输煤块图像；其中，S(x,y)表示高斯滤波后的运输煤块图像中(x,y)处的灰度值，S′(x,y)表示初始增强运输煤块图像中(x,y)处的灰度值，ga表示Gamma指数，b表示补偿系数；

步骤305、局部直方图均衡化：监控计算机3调取局部直方图均衡化模块，对初始增强运输煤块图像进行直方图均衡化，得到直方图均衡化后的运输煤块图像；

步骤306、Retinex提取反射分量：监控计算机3采用Retinex算法对初始增强运输煤块图像提取反射分量，具体过程如下：

步骤3061、监控计算机3对初始增强运输煤块图像进行反射分量提取，得到图像(x,y)处的像素反射分量r(x,y)；

步骤3062、监控计算机3根据公式R(x,y)＝e^r(x,y)，得到运输煤块反射图像；其中，R(x,y)表示运输煤块反射图像中(x,y)处像素点的灰度值；

步骤307、监控计算机3根据公式f(x,y)＝αH(x,y)+(1-a)R(x,y)，得到运输煤块增强图像；其中，α表示加权系数，且0.3≤α≤0.6，f(x,y)表示运输煤块增强图像中(x,y)处像素点的灰度值，H(x,y)表示直方图均衡化后的运输煤块图像中(x,y)处像素点的灰度值；

步骤308、监控计算机3调取边缘保留滤波算法，对运输煤块增强图像进行处理，得到运输煤块边缘增强图像。

本实施例中，步骤303中高斯滤波模板为3×3，高斯滤波中标准差σ的取值范围为0＜σ≤1。

本实施例中，步骤304中Gamma指数ga的取值范围为0＜ga＜1，补偿系数b的取值范围为25≤b≤30。

本实施例中，步骤305中监控计算机3调取局部直方图均衡化模块，对初始增强运输煤块图像进行直方图均衡化，具体过程如下：

步骤3051、将初始增强运输煤块图像划分为多个子块区域；其中，每个子块区域的尺寸为8×8，则监控计算机3对任一个子块区域进行直方图均衡化的具体过程如下：

步骤A、根据公式

得到子块区域的直方图分布概率；其中，N表示子块区域中像素点的总数，n_k表示子块区域中第k个灰度级r_k的像素点的个数，为自然数，且k的取值范围为0≤k≤L-1，L表示灰度级的总数，且L＝256；

步骤B、根据公式

得到子块区域中各个灰度级的累积概率s_k；其中，j为自然数，且0≤j≤k；

步骤C、根据公式S_k＝int[(L-1)s_k+0.5]，得到变换后的各个灰度级的累积概率S_k；

步骤D、根据步骤C中的S_k和步骤A中的r_k，建立r_k和S_k的映射关系，得到子块区域的新直方图分布概率P′_k，并根据子块区域的新直方图分布概率P′_k得到均衡后的子块区域中第k个灰度级r_k的像素点的个数n′_k；

步骤3051、多次重复步骤A至步骤D，对多个子块区域分别进行均衡化处理，则得到直方图均衡化后的运输煤块图像。

本实施例中，步骤3061中得到图像坐标为(x,y)处的像素反射分量r(x,y)的具体过程如下：

监控计算机3根据公式r(x,y)＝log_eS′(x,y)-log_e[g(x,y)*S′(x,y)]，得到图像(x,y)处的像素反射分量r(x,y)；其中，*表示卷积符号，g(x,y)表示高斯环绕函数，且

λ表示尺度系数，且满足∫∫g(x,y)dxdy＝1，β表示高斯环绕尺度，且50＜β＜80，S′(x,y)表示初始增强运输煤块图像中(x,y)处像素点的像素值，x表示图像的横向坐标，y为图像的纵向坐标。

本实施例中，步骤308中边缘保留滤波算法包括高斯双边滤波算法或者均值迁移滤波算法，当采用高斯双边滤波算法时，像素的邻域直径d＝0，颜色空间的滤波系数sigmaColor的取值范围为80～150，坐标空间的滤波系数sigmaSpace的取值范围为10～15；

当采用均值迁移滤波算法时，空间窗的半径的取值范围为10～15，色彩窗的半径的取值范围为40～60。

本实施例中，需要说明的是，第k个灰度级r_k满足r_k＝k，即灰度级r_k的取值范围为0≤r_k≤L-1。

本实施例中，需要说明的是，图像的尺寸大小以像素为单位。

本实施例中，本安摄像头1通过双绞线与本安交换机2的电口连接，双绞线传输距离高于2km，双向带宽20M以上，本安交换机2的光口通过光纤线缆与本安光端机4的光口连接，所述本安光端机4的光口通过光纤线缆与环网交换机5的光口连接，所述环网交换机5的电口通过双绞线与监控计算机3连接。

本实施例中，本安交换机2为KJJ12矿用本安型交换机，可以在有甲烷、煤尘爆炸的危险环境中使用。

本实施例中，本安摄像头1为矿用本质安全型CCD摄像头，具体是型号KBA12S长线高清摄像头，其结构紧凑，体积小，重量轻，防爆，抗震，防潮，适合于煤矿井下使用。

本实施例中，本安光端机4为KTG12(A)型矿用隔爆型光端机，主要用于煤矿井下实现交换机的环网、数据交换等功能，并可实现4/8/16路模拟视频光纤传输功能，该设备具有体积小、重量轻、传输距离长、信号衰减小等优点，适用于含有煤尘混合物、甲烷爆炸混合物环境。

本实施例中，环网交换机5为KJJ127矿用隔爆兼本安型千兆环网交换机，适应于有瓦斯和煤尘爆炸危险的矿井下。

本实施例中，对高斯滤波后的运输煤块图像进行Gamma亮度增强，通过增强图像亮度与对比度而得到初始增强运输煤块图像，之后，对初始增强运输煤块图像进行直方图均衡化，得到直方图均衡化后的运输煤块图像，是由于非均匀照度大块混合物在运输煤块灰度图像中出现边沿梯度不明显，经过高斯滤波后图像模糊，图像局部梯度缩小，因此为增强图像中大面积煤块之间的边沿梯度信息，选取局部直方图均衡化，以此来解决运输煤块灰度图像中存在的大面积煤块边沿梯度缩减情况。

本实施例中，由于大面积煤块表面的凹凸不平，易出现由于过增强现象而导致的黑斑，则采用Retinex算法对初始增强运输煤块图像提取反射分量，运输煤块反射图像整体亮度有了极大提高，但运输煤块反射图像边缘信息并未由于亮度的提升而增强，反而由于亮度提升出现轻微过曝光现象。之后，监控计算机将运输煤块反射图像和直方图均衡化后的运输煤块图像进行加权处理，从而能结合局部直方图均衡化中边缘信息与运输煤块反射图像中亮度信息解决过增强与过曝光现象，从而能有效地适应了煤矿井下非均匀照明环境。

本实施例中，步骤308中采用边缘保留滤波算法，对运输煤块增强图像进行处理，得到运输煤块边缘增强图像，通过边沿保留滤波使图像更加平滑，是为了针对大面积煤块表面凹凸不平干扰边沿分割的准确率，采取边缘保留滤波增强关键边缘信息减少方块效应，便于直接观察煤流视频，不受煤块表面凹凸的影响。

本实施例中，需要说明的是，步骤308中边缘保留滤波算法采用的是高斯双边滤波算法。

本实施例中，利用本发明对一帧运输煤块图像进行处理，得到如图4所示的运输煤块灰度图像，图5中的初始增强运输煤块图像，图6中的直方图均衡化后的运输煤块图像，图7中的运输煤块反射图像，图8中的运输煤块增强图像和图9中的运输煤块边缘增强图像，为井下输煤图像中煤矿面积检测进行预处理。

综上所述，本发明方法步骤简单，设计合理，对井下输煤图像进行图像增强，提高井下输煤图像中煤矿面积的检测准确度，有效地适应了煤矿井下非均匀照明环境。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。

Claims (6)

1.一种井下输煤图像的图像增强方法，其特征在于，该方法包括以下步骤：

步骤一、视频图像采集模块的布设及视频图像的采集：

步骤101、沿煤矿输煤皮带布设多组视频图像采集模块，在煤矿井上监控室内设置与所述视频图像采集模块连接的监控计算机(3)；其中，每组视频图像采集模块包括多个设置在煤矿输煤皮带上方的本安摄像头(1)以及设置在煤矿巷道壁上且依次连接的本安交换机(2)、本安光端机(4)和环网交换机(5)，所述本安交换机(2)与多个本安摄像头(1)连接，多个本安摄像头(1)垂直指向煤矿输煤皮带；

步骤102、多个本安摄像头(1)对煤矿输煤皮带的运输煤流视频进行采集，并将采集到的多个运输煤流视频依次经过本安交换机(2)、本安光端机(4)和环网交换机(5)传送至监控计算机(3)；

步骤二、运输煤流视频的分解：

监控计算机(3)将接收到的多个运输煤流视频分别进行分解，则各个运输煤流视频均包括多帧运输煤块图像；其中，多帧运输煤块图像按照采集时间先后顺序进行排列，所述运输煤块图像为RGB图像，所述运输煤块图像的尺寸大小为A×B，A表示行，B表示列；

步骤三、运输煤块图像的增强：

监控计算机(3)按照时间先后顺序对多帧运输煤块图像分别进行图像增强处理，且对各帧运输煤块图像的图像增强处理均相同，则对任一帧运输煤块图像进行图像增强处理时，包括以下步骤：

步骤301、监控计算机(3)将运输煤块图像的尺寸大小调整为224×224，得到待处理运输煤块图像；

步骤302、监控计算机(3)调取灰度处理模块对待处理运输煤块图像进行灰度化处理，得到运输煤块灰度图像；

步骤303、监控计算机(3)对运输煤块灰度图像进行高斯滤波，得到高斯滤波后的运输煤块图像；

步骤304、Gamma亮度增强：监控计算机(3)根据公式得到初始增强运输煤块图像；其中，S(x,y)表示高斯滤波后的运输煤块图像中(x,y)处的灰度值，S′(x,y)表示初始增强运输煤块图像中(x,y)处的灰度值，ga表示Gamma指数，b表示补偿系数；

步骤305、局部直方图均衡化：监控计算机(3)调取局部直方图均衡化模块，对初始增强运输煤块图像进行直方图均衡化，得到直方图均衡化后的运输煤块图像；

步骤306、Retinex提取反射分量：监控计算机(3)采用Retinex算法对初始增强运输煤块图像提取反射分量，具体过程如下：

步骤3061、监控计算机(3)对初始增强运输煤块图像进行反射分量提取，得到图像(x,y)处的像素反射分量r(x,y)；

步骤3062、监控计算机(3)根据公式R(x,y)＝e^r(x,y)，得到运输煤块反射图像；其中，R(x,y)表示运输煤块反射图像中(x,y)处像素点的灰度值；

步骤307、监控计算机(3)根据公式f(x,y)＝αH(x,y)+(1-a)R(x,y)，得到运输煤块增强图像；其中，α表示加权系数，且0.3≤α≤0.6，f(x,y)表示运输煤块增强图像中(x,y)处像素点的灰度值，H(x,y)表示直方图均衡化后的运输煤块图像中(x,y)处像素点的灰度值；

步骤308、监控计算机(3)调取边缘保留滤波算法，对运输煤块增强图像进行处理，得到运输煤块边缘增强图像。

2.按照权利要求1所述的一种井下输煤图像的图像增强方法，其特征在于：步骤303中高斯滤波模板为3×3，高斯滤波中标准差σ的取值范围为0＜σ≤1。

3.按照权利要求1所述的一种井下输煤图像的图像增强方法，其特征在于：步骤304中Gamma指数ga的取值范围为0＜ga＜1，补偿系数b的取值范围为25≤b≤30。

4.按照权利要求1所述的一种井下输煤图像的图像增强方法，其特征在于：步骤305中监控计算机(3)调取局部直方图均衡化模块，对初始增强运输煤块图像进行直方图均衡化，具体过程如下：

步骤3051、将初始增强运输煤块图像划分为多个子块区域；其中，每个子块区域的尺寸为8×8，则监控计算机(3)对任一个子块区域进行直方图均衡化的具体过程如下：

步骤A、根据公式

得到子块区域的直方图分布概率；其中，N表示子块区域中像素点的总数，n_k表示子块区域中第k个灰度级r_k的像素点的个数，k为自然数，且k的取值范围为0≤k≤L-1，L表示灰度级的总数，且L＝256；

步骤B、根据公式

得到子块区域中各个灰度级的累积概率s_k；其中，j为自然数，且0≤j≤k；

步骤C、根据公式S_k＝int[(L-1)s_k+0.5]，得到变换后的各个灰度级的累积概率S_k；

步骤D、根据步骤C中的S_k和步骤A中的r_k，建立r_k和S_k的映射关系，得到子块区域的新直方图分布概率P′_k，并根据子块区域的新直方图分布概率P′_k得到均衡后的子块区域中第k个灰度级r_k的像素点的个数n′_k；

步骤3051、多次重复步骤A至步骤D，对多个子块区域分别进行均衡化处理，则得到直方图均衡化后的运输煤块图像。

5.按照权利要求1所述的一种井下输煤图像的图像增强方法，其特征在于：步骤3061中得到图像坐标为(x,y)处的像素反射分量r(x,y)的具体过程如下：

监控计算机(3)根据公式r(x,y)＝log_eS′(x,y)-log_e[g(x,y)*S′(x,y)]，得到图像(x,y)处的像素反射分量r(x,y)；其中，*表示卷积符号，g(x,y)表示高斯环绕函数，且

λ表示尺度系数，且满足∫∫g(x,y)dxdy＝1，β表示高斯环绕尺度，且50＜β＜80，S′(x,y)表示初始增强运输煤块图像中(x,y)处像素点的像素值，x表示图像的横向坐标，y为图像的纵向坐标。

6.按照权利要求1所述的一种井下输煤图像的图像增强方法，其特征在于：步骤308中边缘保留滤波算法包括高斯双边滤波算法或者均值迁移滤波算法，当采用高斯双边滤波算法时，像素的邻域直径d＝0，颜色空间的滤波系数sigmaColor的取值范围为80～150，坐标空间的滤波系数sigmaSpace的取值范围为10～15；

当采用均值迁移滤波算法时，空间窗的半径的取值范围为10～15，色彩窗的半径的取值范围为40～60。

Images