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。

国家重点研发计划项目（2020YFB1314002）；

0 引言
1 算法流程
2 基于图像增强的全局运动估计
2.1 限制对比度的图像自适应增强
2.2 图像特征点提取
2.3 LK光流跟踪
2.4 机载相机运动轨迹获取
3 运动平滑及补偿
3.1 基于卡尔曼滤波的运动平滑
3.2 运动补偿
4 实验分析
4.1 全局特征点匹配分析
4.2 算法有效性分析
4.2.1 像素偏移分析
4.2.2 差分图分析
4.2.3 峰值信噪比分析
4.3 算法耗时分析
5 结论

李成城,马立森,田原,贾运红,贾曲,田伟琴,张凯.基于CLAHE与卡尔曼滤波的掘进机机载视频稳像算法[J].工矿自动化,2023,49(05):66-73.DOI:10.13272/j.issn.1671-251x.2022100002.