[發明專利]一種基于混沌麻雀搜索算法的煤巖分界圖像增強方法

有效

• 申請號: 202110734711.1
• 申請日: 2021-06-30
• 公開（公告）號: CN113344828B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 田慕玲;楊宇博;許春雨;李哲華;李倩倩
• 申請（專利權）人: 太原理工大學
• 主分類號: G06T5/40
• 分類號: G06T5/40;G06N3/006
• 代理公司: 太原倍智知識產權代理事務所(普通合伙) 14111
• 代理人: 戎文華

一種基于混沌麻雀搜索算法的煤巖分界圖像增強方法是引入混沌映射機制對麻雀搜索算法中麻雀種群進行混沌擾動，使初始化的種群以隨機的方式均勻分布，加快算法的收斂速度；然后在搜索過程中對適應值較低的個體進行混沌擾動，使得算法更易跳出局部最優，增強算法的穩定性與精度；最后利用混沌麻雀搜索算法結合歸一化的非完全Beta函數自適應選取參數，得到最優的圖像增強參數，從而找到最優的灰度曲線，實現煤巖分界灰度圖像對比度的自適應增強。本方法具有改善煤礦井下低照度、低對比度的圖像特征，能避免增強后所產生的圖像局部亮區域過度增強以及暗部細節增強效果不佳等的問題，使增強后的圖像視覺效果和圖像質量得到顯著提升。

技術領域

本發明涉及數字圖像處理技術領域，具體涉及一種基于混沌麻雀搜索算法的煤巖分界圖像增強方法。

背景技術

煤炭作為我國的主要能源，既是主要的燃料，也是重要的工業原料，但由于我國的煤田分布范圍廣泛，地質條件錯綜復雜，開采技術水平相對落后，生產人員素質較低，致使煤礦安全問題一直是制約煤礦開采效率和煤炭產量的首要難題。煤巖界面自動識別技術是實現綜采少人化的重要技術之一，也是實現煤礦生產的高產高效和煤炭資源的合理利用的關鍵。隨著機器視覺技術的發展，基于圖像識別的煤巖界面識別方法研究取得了進展，能以較高的識別率實現工作面煤巖圖像的分類。基于圖像識別的采煤機煤巖界面自動識別實現了綜采工作面自動化、無人化開采，實現了煤炭高效開采和高質輸出。我國煤礦井下是一個特殊的受限環境，在采集和傳輸圖像的過程中，光照不足或不均勻會導致圖像模糊、圖像質量會有所下降，這將直接影響機器視覺系統后續對煤巖圖像信息的提取、分析與處理。因此，對采集到的煤巖分界圖像進行增強尤其重要。

圖像增強是圖像預處理的基本手段，其主要功能是去除或抑制圖像背景噪聲，同時突出圖像中重要的信息和感興趣的信息，達到改善圖像的視覺效果的目的。現有的圖像增強方法根據處理空間的不同分為空間域方法和頻率域方法。空間域圖像增強方法指在空間域內直接對圖像像素進行操作，包括灰度變換、直方圖均衡、非銳化掩膜法、Gamma變換等。頻率域圖像增強方法是建立在圖像傅里葉變化基礎上的，將圖像由空間域轉換到頻率域，然后利用濾波器對圖像進行平滑或銳，最后再將圖像由頻域反轉換到空間域中。常用的處理方法包括小波變換、傅里葉變換、余弦變換等。空間域法一般應用在一些特定環境中，算法的普適性較差。由于煤礦井下環境比較惡劣，受噪聲的干擾和光照不均勻的影響，圖像增強效果不容易控制且自適應性較差。而頻率域處理技術計算量較大，且人工干預對變換參數的選取影響較大。

因此，由于煤礦井下特殊的圖像環境，采用普通的圖像處理方式難以滿足圖像的真實性、可靠性的要求，使信息識讀出現困難，不利于礦井下的安全、穩定的生產。

Tubbs針對灰度圖像的空間域增強算法提出了一種能完全覆蓋圖像增強典型變換函數的非完全Beta函數，增加了空間域方法灰度變換函數選取的靈活性，在圖像增強領域得到了廣泛應用。然而其最優參數的確定仍是一個尚未完全解決的問題，需要人工干預，合理選擇非完全Beta函數參數是算法的關鍵與難點。

當前，使用群智能優化算法如麻雀搜索算法優化非完全Beta函數最佳參數來增強圖像可以提高算法的自適應性和智能性，加速求解過程。麻雀搜索算法是一種依據麻雀覓食行為和反捕食行為的群智能優化算法，同時還加入了偵查預警機制。麻雀搜索算法具有參數少、收斂速度快、穩定性好、計算簡單等優點。現已應用于圖像分割、組合優化等領域。然而，麻雀搜索算法在算法迭代后期，容易“早熟”導致收斂精度不高，且易陷入局部最優等問題，影響最終的圖像增強效果。

發明內容

針對煤礦井下粉塵濃度大、照度不均以及整體亮度較低的環境，本發明要解決的具體技術問題是解決現有的圖像增強方法普適性差、缺乏自適應性和智能性的問題和低照度煤巖分界灰度圖像進行增強所產生的圖像局部亮區域過度增強以及暗部細節增強效果不佳等問題，提供一種基于混沌麻雀搜索算法的煤巖分界圖像增強方法。

為了實現上述目的，本發明采用技術方案如下：