现有煤矿井下图像去雾算法主要有基于图像增强的去雾算法、基于CNN的去雾算法和基于物理模型的去雾算法。前两者去雾效果差，易出现过曝光。基于物理模型的去雾算法依据大气散射模型对尘雾进行处理，但将基于暗通道的大气光值估计方法应用到煤矿井下环境中，选取的大气光值会较小，易造成图像过曝光、无法抑制点光源照射等问题。针对上述问题，将基于暗原色先验的图像去雾算法（He算法）与基于边界约束及上下文正则化的去雾算法（Meng算法）进行融合，提出了一种基于边界约束的煤矿井下尘雾图像去雾算法。首先，对输入的图像进行伽马校正，对校正后的图像进行颜色通道开运算处理，得到低分辨率的像素块，并从中选取最大亮度值作为煤矿井下的大气光值。其次，分别用He算法与Meng算法对伽马校正后的图像进行处理，对采用Meng算法得到的边界约束图进行引导滤波，得到更为清晰的边界约束图，并将Meng算法与He算法的粗透射率差值进行比较再融合。最后，对融合后的粗透射率进行上下文正则化得到细化透射率，根据得出的大气光值与细化后的透射率，通过大气散射模型得到去雾后的图像。仿真结果表明，基于边界约束的煤矿井下尘雾图像去雾算法没有出现过曝光等问题，且对浓雾图像的去雾效果更好，去雾后的图像也更明亮，颜色更加接近原图。采用峰值信噪比（PSNR）、结构相似性指标（SSIM）、特征相似性指标（FSIM）3种指标对去雾效果进行客观评价，结果表明，提出的算法在PSNR,SSIM,FSIM上相较于He算法平均提升了61.52%,36.51%,24.57%，相较于文献[9]算法平均提升了15.51%,19.27%，-0.30%，相较于Meng算法平均提升了18.93%,7.19%,1.21%，相较于文献[11]算法平均提升了18.29%,10.54%,1.19%，说明提出的算法在煤矿井下环境中去雾效果更好、图像更加明亮、细节信息保留更多。

安徽省自然科学基金面上项目（2108085MF200）；

0 引言
1 相关理论
1.1 大气散射模型
1.2 He算法原理
1.3 Meng算法原理
2 本文算法原理
2.1 基于边界约束的煤矿井下尘雾图像去雾算法流程
2.2 非线性增亮
2.3 改进的大气光值估计方法
2.4 引导滤波
2.5 粗透射率融合
3 仿真结果与分析
3.1 主观评价
3.2 客观评价
4 结论

曹虎晨,姚善化,王仲根.基于边界约束的煤矿井下尘雾图像去雾算法[J].工矿自动化,2022,48(06):139-146.DOI:10.13272/j.issn.1671-251x.2022010010.