基于成像置信度的煤矿井下低照度图像增强方法及系统与流程

本发明属于图像处理与煤矿智能化，具体涉及一种基于成像置信度的煤矿井下低照度图像增强方法及系统。

背景技术：

1、人工智能技术的发展使煤矿井下视频监控的全时空监测成为可能。然而，煤矿井下照明照度受限、头灯或车灯经过造成的亮度突变以及煤尘散射导致的辉光效应，严重影响了井下视频监控的成像质量，使智能化应用的可靠性下降。井下图像退化具有三个特征：

2、（1）低照度：井下环境依赖人工照明，整体照度远低于地面场景，图像动态范围窄，暗区细节丢失严重；

3、（2）非均匀光照：led矿灯近距离照射导致局部过曝与远端欠曝并存，光照在空间上剧烈变化，全局增强方法难以奏效；

4、（3）led辉光效应：led光在含高浓度煤尘颗粒的空气中传播产生多重散射，在光源周围形成与场景纹理无关的雾状光晕，该区域亮度高但纹理信息低，既掩盖背景细节又使增强算法难以区分真实纹理与辉光伪影。

5、现有煤矿井下图像增强方法主要包括：直方图均衡化方法（he、clahe），在非均匀光照下易导致过曝或增强不足；retinex理论方法（ssr、msr、多尺度梯度域引导滤波等），基于图像可分解为反射率与光照乘积的前提，将辉光散射的附加辐射误归为光照，导致光源周围过度增亮，且在光照突变处易出现光晕伪影；基于辉光模型的分解类方法，通过迭代求解照度与反射率分量，但缺乏对辉光区信息可靠性的定量度量，对受损像素施加与正常像素相同的恢复操作，会放大噪声与截断伪影；深度学习方法（zero-dce、retinexformer、uretinexnet等），依赖训练数据，在煤矿场景中泛化性受限。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种基于成像置信度的煤矿井下低照度图像增强方法，有效解决了现有方法无法定量评估辉光区与阴影区像素信息可靠性、对全图施加统一恢复操作导致噪声与截断伪影放大的问题，有效解决了retinex类方法将辉光散射误归为光照导致光源周围过度增亮的问题，有效解决了深度学习方法依赖训练数据、在煤矿场景中泛化性受限的问题。

2、本发明的一种基于成像置信度的煤矿井下低照度图像增强方法及系统，核心思想为"先恢复、后增强"：首先借助成像物理模型与空间先验对受损像素进行信息恢复，然后在重建后的可靠信号上执行增强。具体而言，该方法对井下成像全链路进行形式化分析建立三成分成像模型，将led辉光作为独立加性分量从乘性retinex框架中解耦，基于误差传播分析定义像素级亮度置信度，并据此实施高、中、低三区差异化恢复，最终完成对比度增强与颜色重建。

3、为了解决上述问题，本发明提供一种基于成像置信度的煤矿井下低照度图像增强方法，包括如下步骤：

4、s1 建立三成分成像模型，输入煤矿井下低照度rgb图像，转换至亮度域，提取输入图像的亮度通道

y；

5、s2 对亮度通道

y进行引导滤波去噪，得到去噪亮度；

6、s3 对去噪亮度进行高斯差分运算估计辉光分量ĝ；对去噪亮度进行引导滤波平滑估计光照分量；依据cmos传感器模型计算像素级噪声方差；

7、s4 将辉光分量ĝ、光照分量、噪声方差代入误差传播公式计算反射率估计方差，进而计算亮度置信度，经缩放裁剪得到实际置信度；

8、s5 按阈值0.8/0.2划分高/中/低三区：高置信区执行伽马映射，其中为高置信区的反射率估计值；中置信区将反射率估计与引导滤波空间先验按加权融合:，其中为中置信区的反射率估计值，融合权重，为对反射率估计施加引导滤波算子所得的空间先验项，为贝叶斯后验项；低置信区以引导滤波后验均值重建：，其中gf为引导滤波算子；三区结果按置信度指示掩膜合并：，其中、、分别为高/中/低置信区指示掩膜，三掩膜互斥且逐像素全覆盖，经合并输出恢复亮度；

9、s6 当恢复亮度均值低于亮度阈值40时施加clahe得到增强亮度，否则跳过clahe；

10、s7 以为比例因子，将原始彩色图像各通道乘以r，输出增强图像。

11、为了实现三成分成像模型的建立，步骤s1中，对煤矿井下成像全链路进行形式化分析，将观测亮度建模为场景反射与光照的乘性耦合、辉光散射的独立加性分量与噪声之和：；其中为观测亮度，ρ为场景反射率，l为等效光照，g为与场景纹理无关的等效辉光，ε为噪声。

12、为了准确提取亮度通道

y，步骤s1中，对每个像素的红绿蓝三分量，按照标准亮度公式进行亮度计算，由此转换至亮度域，提取输入图像的亮度通道

y。

13、为了保证去噪效果，步骤s2中，所述引导滤波以图像自身为引导图，去除传感器噪声的同时保持边缘结构。

14、为了扩大高/中/低置信区的区分度，步骤s4中，实际置信度计算方法如下：

15、由辉光分量ĝ、光照分量、噪声方差计算反射率估计的方差，其中为反射率估计值，为辉光估计方差，为光照估计方差；

16、进而定义像素级亮度置信度，定量表征每个像素反射率估计的可靠性，，趋近1表示反射率估计可靠，趋近0表示信号被噪声淹没；

17、经缩放裁剪得到实际使用的置信度。

18、为了实现差异化恢复，步骤s5中，高置信区反射率估计可靠，采用伽马映射保留纹理；中置信区将反射率估计与由引导滤波得到的空间先验按置信度加权融合，置信度越高反射率估计权重越大；低置信区完全依赖空间先验，以引导滤波的后验均值作为重建结果。

19、本发明还提供一种基于成像置信度的煤矿井下低照度图像增强系统，包括：

20、图像输入模块，用于获取煤矿井下低照度rgb图像；

21、滤波去噪模块，用于对低照度rgb图像进行滤波去噪，得到预处理图像；

22、置信度三区划分模块，用于将预处理后的图像划分为高置信区、中置信区和低置信区，并实施差异化恢复；

23、增强与颜色重建模块：用于对三区合并后的图像进行颜色重建及图像增强；

24、图像输出模块，用于输出增强后的rgb图像。

25、综上所述，本发明与现有技术相比，具有以下技术优势和有益效果：

26、（1）本发明通过建立三成分成像模型，将led辉光作为独立加性分量从乘性retinex框架中解耦，使辉光不进入光照估计，消除光源周围因辉光误入光照导致的过度增亮与光晕伪影，保持图像空间一致；

27、（2）本发明通过误差传播分析定义像素级亮度置信度，依据置信度将像素划分为高、中、低三区并实施差异化恢复，使低置信像素（辉光区、阴影区）的噪声与截断伪影得到有效抑制；

28、（3）本发明通过置信度驱动的三区差异化恢复，显著改善图像质量指标：在200张煤矿测试集上，标准niqe为4.90、brisque为18.09、熵为7.34、梯度为9.56（niqe、brisque越低越好，熵、梯度越高越好）；消融实验表明，去除三区差异化恢复（改用均匀权重）后niqe恶化21.8%、brisque恶化24.7%，证明该机制对指标改善具有实质性贡献；

29、（4）本发明全部模块基于确定性图像算子构建，无需训练数据、算力需求低、可复现性好，可适配煤矿井下边缘设备的实时离线部署。