【目的】针对煤矿井下采掘作业中采煤和除尘活动引发尘雾分布不均及复杂光照条件，导致视频图像模糊不清、信息量和细节丢失等问题，提出了一种井下采掘工作场景非均质图像去雾与增强技术。【方法】首先对雾图进行区域分割，计算不同亮度区域的全局暗通道环境光均值，并与通过自适应伽马矫正和多尺度高斯滤波得到的局部亮通道环境光进行加权融合，以获得精确的环境光估计。为了保证图像细节的同时实现自然去雾效果，采用多尺度融合矫正技术处理透射图，并利用联合双边滤波得到精细化的透射图，结合大气散射模型，实现尘雾图像的清晰化。针对去雾后的图像整体较暗且对比度不足，进一步采用修正白平衡处理，将图像转换到HSV空间，提出自适应饱和度矫正和改进对比度增强算法，并结合拉普拉斯锐化提升图像的细节和对比度。【结果和结论】通过选取DCP、MRP、OSFD、MF-LIME,CEEF五种算法处理真实典型的场景图像，并采用多项指标与本研究算法处理结果进行对比实验，结果表明：与新颖优秀算法的最优指标对比，提出算法相比CEEF在平均梯度的平均提升约为两倍，提升了图像的清晰度；相比MRP的信息熵平均降低约为1%，保留了更多图像信息；相比OSFD的标准差平均提升约为6%，改善了图像对比度；相比CEEF的FADE平均降低约为23%，能更有效地降低尘雾密度且运行速度较快，表现出更优越的性能。提出的算法能够有效提高煤矿井下采掘工作场景中模糊图像的视觉效果和图像质量，增强了其在工程应用中的实用性。

张旭辉,解彦彬,杨文娟,等.煤矿井下采掘工作场景非均质图像去雾与增强技术[J/OL].煤田地质与勘探,1-14[2024-12-20].http://kns.cnki.net/kcms/detail/61.1155.P.20241219.1047.004.html.