基于自适应双通道先验的煤矿井下图像去雾算法

针对煤矿井下图像处理中存在的图像失真、细节缺失、光线暗等问题，提出了一种基于自适应双通道先验的图像去雾算法。首先，根据大气散射的物理模型和煤矿的特殊环境，建立了煤矿尘雾图像退化模型。然后，融合暗通道和亮通道，建立双通道先验模型对透射率函数进行优化，并加入自适应权重系数，提高地图的精度。用梯度引导滤波器代替传统的引导滤波器对透射率地图进行细化。最后，结合矿山环境，改进了大气光照值的计算方法，并根据尘雾图像退化模型对图像进行了恢复。实验结果表明，该算法能有效地去除图像中的灰尘和雾气，避免光晕模糊和过度增强。与he算法、Retinex算法算法和Tarel算法相比，该算法极大地提高了图像信息熵和平均梯度，丰富了恢复图像的细节信息，缩短了运行时间。