文献类型：期刊文章

作　　者：袁明道[1] 谭彩[1] 李阳[2] 徐云乾[1] 张旭辉[1] 杨静学[1]

YUAN Mingdao;TAN Cai;LI Yang;XU Yunqian;ZHANG Xuhui;YANG Jingxue(Guangdong Research Institute of Water Resources and Hydropower,Guangzhou 510610,China;Department of Computer Science and Engineering,Tianjin University of Technology,Tianjin 300384,China)

机构地区：[1]广东省水利水电科学研究院,广东广州510610 [2]天津理工大学计算机科学与工程学院,天津300384

出　　处：《煤田地质与勘探》

基　　金：深圳市水务发展专项资金科技创新基金项目(20170103);国家自然科学基金项目(41401485);广东省水利科技创新基金项目(2014-09)~~

年　　份：2019

卷　　号：47

期　　号：4

起止页码：178-185

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：管道机器人探测能快速、准确和直观地识别管道结构性和功能性隐患,受管道内环境限制,探测的图像存在光照不均、对比度低和细节模糊等问题。为此,提出了一种管道机器人探测图像的增强技术。首先采用限制对比度自适应直方图均化(Contrast Limited Adaptive Histogram Equalization,CLAHE)和同态滤波(Homomorphic Filtering,HF)处理光照不均匀和对比度低的问题,并将2种方法结果进行融合。而后将融合的图像进行非下采样轮廓波变换(Nonsubsampled ContourletTransform,NSCT),并采用改进的Bayes-Shrink阈值对高频系数进行噪声去除。最后采用非线性映射函数对细节进行增强,并进行 NSCT 逆变换得到最终增强图像。选取 5 幅典型管道机器人探测图像进行增强处理,并与4种常见的图像增强技术进行对比。结果表明,基于图像融合和改进阈值的管道机器人探测图像增强技术可有效提高图像的整体和局部对比度,并有效增强图像的细节,能有效解决管道机器人探测图像存在的主要问题。

关 键 词：管道机器人 图像融合 非下采样轮廓波变换  同态滤液  对比度自适应直方图均化  

分 类 号：TP751]