10.13272/j.issn.1671-251x.2022100002
基于CLAHE与卡尔曼滤波的掘进机机载视频稳像算法
掘进机等煤机装备在行进或作业期间,易因车体振动引起机载相机视频模糊,导致基于机载视频的机器视觉检测精度和可靠性下降.针对该问题,提出一种基于CLAHE与卡尔曼滤波的掘进机机载视频稳像算法.该算法由运动估计、轨迹平滑和运动补偿3个部分组成.在运动估计阶段,先采用限制对比度自适应直方图均衡(CLAHE)算法对井下巷道图像进行增强处理,再利用Shi-Tomasi算法获取每帧图像的特征点,对获取的特征点进行光流追踪和匹配,进而计算出相机的运动轨迹.在轨迹平滑阶段,利用卡尔曼滤波,根据视频前一帧的最优值预测当前时刻值,避免均值滤波需预先存储采样数据的问题,提高稳像的实时性.在运动补偿阶段,根据原始运动路径和平滑路径的关系对抖动视频逐帧补偿,生成稳定的视频序列.实验结果表明:①经CLAHE增强处理后,特征点匹配成功率比未增强处理时提高了58%,比HE增强处理时提高了43%,说明CLAHE算法可有效提高图像特征点匹配数.②通过像素偏移分析、差分图分析、峰值信噪比(PSNR)分析,验证了基于CLAHE与卡尔曼滤波的掘进机机载视频稳像算法具有较好的稳像效果.③与传统的HE+均值滤波算法相比,基于CLAHE与卡尔曼滤波的算法处理100帧视频图像的整体耗时减少了0.379 s,在去除抖动的同时,有效提高了稳像的实时性.
智能掘进、掘进机、机载视频稳像、图像增强、限制对比度自适应直方图均衡、卡尔曼滤波
49
TD632(矿山电工)
国家重点研发计划2020YFB1314002
2023-06-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
66-73