一种矿井毒雾拍摄图像增强方法与设备

本发明涉及一种矿井毒雾拍摄图像增强方法与设备，属于有毒有害气体监测。

背景技术：

1、有毒有害气体统称为毒雾，容易在矿井这种密闭不透风的特殊区域内形成，现有技术在矿井内针对毒雾的拍摄，属于暗光或光线不足的条件下拍摄的图像，缺陷在于：会出现图像的亮度过低、部分图像信息缺失，严重影响图像成像质量；低照度图像增强即对此类图像的光照、颜色、对比度等进行增强处理使图像变得自然和清晰，这项技术已被广泛用于安全监控的实际应用，近年来，随着卷积神经网络，即cnn的快速发展，cnn被大量应用于计算机视觉任务中，其中基于cnn的低光照增强方法也得到了广泛研究。但是该类方法受限于卷积核的尺寸，难以捕获多尺度特征信息和全局信息。缺陷在于：一方面，从局部看，低照度图像的照度分布是复杂的，多样的，如局部光照度过低或颜色差异大。因此，单一尺寸的卷积操作难以充分学习低照度分布的特征信息。另一方面，从整体看，低照度图像的照度具有一定全局风格，如整体非常暗或整体曝光。学习全局信息有助于模型从全局视角指导局部的照度增强，通过对全局和局部信息的捕获，使得模型具备自适应增强的能力。受限于卷积核感受野的大小，cnn难以学习全局上下文信息，导致该类模型在稍暗的局部区域容易增强不足，或在稍亮的局部区域曝光过度。

技术实现思路

1、本发明的目的在于提供一种矿井毒雾监测方法及系统，从而克服现有技术中的缺陷和不足。

2、本发明的技术方案在于，包括以下步骤：

3、步骤1，构建尺度感知的低照度增强网络，通过提高模型的多尺度特征表示能力和学习全局视野，充分学习丰富的局部和全局信息，从而实现自适应的低照度图像增强，该网络的输入为毒雾的低照度图像，输出为其对应的毒雾的增强图像；

4、步骤2，构建尺度感知的转换器模块，用于提取多尺度特征和丰富的全局信息；

5、s2.1，通过三个采样操作得到不同尺度的特征，

6、s2.2，分别计算相应尺度特征的局部上下文依赖关系，

7、s2.3，将这些局部上下文关系融合，经全连接处理得到当前阶段的特征；

8、步骤3，基于转换器模块，构建尺度感知的特征提取网络，利用转换器模块提取不同层级的特征信息；

9、步骤4，构建尺度感知的上下文学习网络，在具备较大感受野和丰富语义的特征上进一步学习图像的全局信息，以获得包含图像尺度和上下文的特征。

10、本发明包括特征提取网络、上下文学习网络和低照度增强网络；

11、特征提取网络作为输入分别与上下文学习网络和低照度增强网络连接，上下文学习网络作为输入与低照度增强网络连接。

12、使用时，将拍摄所得毒雾的低照度图像输入特征提取网络，特征提取网络将特征图分别输入上下文学习网络和低照度增强网络，上下文学习网络将深度学习后的特征图输入低照度增强网络，进行上下文关系融合，以获得包含图像尺度和上下文的特征，从而输出增强图像。

13、本发明的有益效果在于，能够提高多尺度特征表示能力和学习全局视野，充分学习丰富的局部和全局信息，从而实现自适应的低照度下毒雾图像的增强，在保证图像质量的同时提高了颜色的饱和度和多样性，增强低照度图像的细节信息，使低照度图像增强效果更自然、更清晰，从而实现对毒雾更有效的监测。

技术特征：

1.一种矿井毒雾拍摄图像增强方法，其特征在于包括以下步骤：

2.基于权利要求1所述矿井毒雾拍摄图像增强方法的设备，其特征在于：

技术总结本发明涉及一种矿井毒雾拍摄图像增强方法与设备，属于有毒有害气体监测技术领域。包括特征提取网络、上下文学习网络和低照度增强网络；特征提取网络作为输入分别与上下文学习网络和低照度增强网络连接，上下文学习网络作为输入与低照度增强网络连接。有益效果在于，能够提高多尺度特征表示能力和学习全局视野，充分学习丰富的局部和全局信息，从而实现自适应的低照度下毒雾图像的增强，在保证图像质量的同时提高了颜色的饱和度和多样性，增强低照度图像的细节信息，使低照度图像增强效果更自然、更清晰，从而实现对毒雾更有效的监测。技术研发人员：赵妩,蒋海波,卿惠广,肖跃龙,周哲受保护的技术使用者：湖南安全技术职业学院（长沙煤矿安全技术培训中心）技术研发日：技术公布日：2024/7/29