【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法。
技术介绍
1、随着计算机技术的快速发展，视觉感知技术被广泛用于井下掘进、综采、运输及提升等工况中人员和设备的监测。图像是视觉信息最基本的载体，可见光图像的场景纹理细节丰富、清晰度和对比度较高且拥有较好的视觉效果，但受遮挡影响且夜间成像较差；红外图像目标突出且具有较高的像素值、穿透力强能探测隐藏目标，但纹理信息较模糊。然而，由于井下工作环境通常十分恶劣，所获取的图像往往存在对比度低、目标模糊等问题，严重影响目标检测、行人识别等高层视觉任务的精度与效率，进而导致设备故障或人员安全监测不及时。
2、而通过提取并融合可见光与红外图像的信息，得到同一场景或目标更为准确、全面和可靠的图像描述可以更好地满足上层视觉任务的要求。自然界仿生视觉机制具备解决以上问题并满足相关感知要求的潜力。目前已经出现了一些图像融合算法，其中包括一部分仿生响尾蛇成像机制的融合算法，通过模仿能够融合红外和可见光信息的双模式细胞机制实现图像融合。然而，现有仿生响尾蛇融合算法无法全面利用双源信息，融合图像质量差、对比度低，而且无法根据图像采集环境对融合策略进行调整，因而无法满足实际需求。
技术实现思路
1、专利技术目的：本专利技术的目的是提供一种仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，通过对图像进行非加权融合和转化增强，实现可见光与红外信息的有效融合，使之能够克服井下低照度、高粉尘、高水汽等复杂环境因素影响
2、技术方案：一种仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，包括以下步骤：
3、s1，通过可见光相机和红外相机分别采集可见光源图像与红外源图像；
4、s2，通过图像复原技术获得可见光复原图像和红外复原图像；
5、s3，配准并裁剪增强图像后，基于仿生响尾蛇六种双峰细胞机制的中心-环绕拮抗受域模型完成图像预处理，获得四种仿生对抗增强子图像；
6、s4，通过环境辨识技术对图像采集环境进行恶劣等级划分，依照恶劣程度的不同进行图像融合；
7、s5，通过图像增强技术对融合图像进行增强转化，获得最终图像。
8、进一步，步骤s2中，设像素点符合泊松分布统计标准，基于贝叶斯理论，通过极大似然估计对退化图像进行反卷积迭代推演计算，其迭代公式如下：
9、
10、式中，fn+1(i,j)为第n+1次迭代的图像；fn(i,j)为第n次迭代的图像；g(i,j)为输入图像；h(i,j)为系统的点扩散函数；h(-i,-j)为h(i,j)的空间翻转。
11、进一步，步骤s3中，仿生响尾蛇六种双峰细胞机制的中心-环绕拮抗受域模型分为on中心拮抗模型与off中心拮抗模型，其数学模型分别表示如下：
12、on中心拮抗模型：
13、
14、off中心拮抗模型：
15、foff(m,n)＝fcenter(m,n)·log(fsurround(m,n)+1)
16、其中，(m，n)为像素点坐标，fcenter(m,n)为输入至中心区域的图像，fsurround(m,n)为输入至边缘环绕区域的图像，fon(m,n)为on中心拮抗模型的输出图像，foff(m,n)为off中心拮抗模型的输出图像。
17、进一步，步骤s3中，四种仿生对抗增强子图像包括将可见光复原图像输入on中心拮抗模型中fcenter(m,n)和fsurround(m,n)生成的vli_on图像；将可见光复原图像输入off中心拮抗模型中fcenter(m,n)和fsurround(m,n)生成的vli_off图像；将红外复原图像输入on中心拮抗模型中fcenter(m,n)和fsurround(m,n)生成的iri_on图像；将红外复原图像输入off中心拮抗模型中fcenter(m,n)和fsurround(m,n)生成的iri_off图像。
18、进一步，步骤s4中，基于正常环境与恶劣环境下红外图像能量的差异性对图像采样环境进行划分，其划分流程如下：
19、s41，滑动3×3的窗口，记录每次移动的窗口像素能量ew(p,q)，公式如下：
20、
21、s42，计算整个红外图像的总能量e，公式如下：
22、
23、s43，计算红外图像移动窗口的全局能量平均值e，公式如下：
24、
25、s44，设置区分系数k，划分红外图像的正常环境区域snormal和恶劣环境区域sharsh：
26、
27、s45，计算恶劣环境区域占比：
28、
29、s46，根据恶劣环境区域占比划分环境恶劣等级：
30、
31、其中，p为像素点横坐标，p＝1,2,…,h-2，h为图像总列数；q为像素点纵坐标，q＝1,2,…,w-2，w为图像总行数，g(p,q)为像素点的灰度值；k依据实际工况选取。
32、进一步，步骤s4中，图像融合的策略如下：当判定为极度恶劣环境时，可见光图像不进行融合，直接输出iri_on图像；当判定为正常、轻微恶劣、轻度恶劣、中度恶劣、重度恶劣环境时，进行非均匀加权融合。
33、进一步，所述非均匀加权融合的实现步骤如下：
34、s61，提取vli_off与iri_off的共有信息，然后将iri_off减去共有信息获得红外特有信息，映射到rgb通道的r通道；
35、s62，分别将vli_on和iri_off输入on中心拮抗模型中的fcenter(m,n)和fsurround(m,n)，得到vli_on-iri_off；分别将iri_on和vli_off输入on中心拮抗模型中的fcenter(m,n)和fsurround(m,n)，得到iri_on-vli_off；然后对vli_on-iri_off与iri_on-vli_off进行非均匀加权融合，映射到rgb通道的g通道；其中，vli_on-iri_off与iri_on-vli_off的权重分配依据恶劣环境区域占比pharsh进行划分；
36、s63，将vli_on映射到rgb通道的b通道。
37、进一步，步骤s5中，增强转化流程如下：
38、s51，将图像连续地分为若干个3×3的不重叠子区域；
39、s52，计算每个子区域的灰度直方图及累计分布函数，构建灰度映射表；
40、s53，设定剪切阈值限制对比度，截取每个子区域阈值以外的像素值并重新分配像素；
41、s54，对裁剪后的区域进行直方图均衡化处理，遍历输入图像，以各点灰度值及其所在位置和周边关联分块进行双线性插值处理，完成像素点灰度值的重构。
42、本专利技术与现有技术相比，其显著效果如下：...
【技术保护点】
1.一种仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，包括以下步骤：
2.根据权利要求1所述仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，步骤S2中，设像素点符合泊松分布统计标准，基于贝叶斯理论，通过极大似然估计对退化图像进行反卷积迭代推演计算，其迭代公式如下：
3.根据权利要求1所述仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，步骤S3中，仿生响尾蛇六种双峰细胞机制的中心-环绕拮抗受域模型分为ON中心拮抗模型与OFF中心拮抗模型，其数学模型分别表示如下：
4.根据权利要求3所述仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，步骤S3中，四种仿生对抗增强子图像包括将可见光复原图像输入ON中心拮抗模型中fcenter(m,n)和fsurround(m,n)生成的VLI_ON图像；将可见光复原图像输入OFF中心拮抗模型中fcenter(m,n)和fsurround(m,n)生成的VLI_OFF图像；将红外复原图像输入ON中心拮抗模型中fcenter(m,n)和fsurro
5.根据权利要求1所述仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，步骤S4中，基于正常环境与恶劣环境下红外图像能量的差异性对图像采样环境进行划分，其划分流程如下：
6.根据权利要求5所述仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，步骤S4中，图像融合的策略如下：当判定为极度恶劣环境时，可见光图像不进行融合，直接输出IRI_ON图像；当判定为正常、轻微恶劣、轻度恶劣、中度恶劣、重度恶劣环境时，进行非均匀加权融合。
7.根据权利要求6所述仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，所述非均匀加权融合的实现步骤如下：
8.根据权利要求1所述仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，步骤S5中，增强转化流程如下：
...【技术特征摘要】
1.一种仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，包括以下步骤：
2.根据权利要求1所述仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，步骤s2中，设像素点符合泊松分布统计标准，基于贝叶斯理论，通过极大似然估计对退化图像进行反卷积迭代推演计算，其迭代公式如下：
3.根据权利要求1所述仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，步骤s3中，仿生响尾蛇六种双峰细胞机制的中心-环绕拮抗受域模型分为on中心拮抗模型与off中心拮抗模型，其数学模型分别表示如下：
4.根据权利要求3所述仿响尾蛇视顶盖机制的井下复杂环境视觉融合增强感知方法，其特征在于，步骤s3中，四种仿生对抗增强子图像包括将可见光复原图像输入on中心拮抗模型中fcenter(m,n)和fsurround(m,n)生成的vli_on图像；将可见光复原图像输入off中心拮抗模型中fcenter(m,n)和fsurround(m,n)生成的vli_off图像；将红外复原图像输入on中心拮抗模...
【专利技术属性】
技术研发人员：周坪，李远博，周公博，朱真才，路云祺，王浩哲，江帆，唐超权，李猛钢，李悦，闫晓东，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。