CN118657699A - 一种用于地下水封洞库掌子面节理图像的增强算法 - Google Patents

Abstract

本发明提供一种用于地下水封洞库掌子面节理图像的增强算法，包括如下步骤：在第一照明条件下获取地下水封洞库掌子面的第一节理图像作为待处理对象；在第二照明条件下获取地下水封洞库掌子面的第二节理图像作为目标对象；将第一节理图像进行对比度调整；将所述第一子图像进行光照均衡调整；将所述第二子图像进行非线性变换和自适应参数调整；对比计算所述第三子图像与所述第二节理图像的像素点的结构相似性指数；利用约束参数搜索方法搜索改进算法涉及到的参数空间，直至待处理对象和目标对象的结构相似性指数小于目标阈值。本发明的一个技术效果在于，设计合理，能够显著提升地下水封洞库掌子面节理图像的质量，提高节理识别的准确性。

Description

一种用于地下水封洞库掌子面节理图像的增强算法

技术领域

本发明属于图像处理技术领域，具体涉及一种用于地下水封洞库掌子面节理图像的增强算法。

背景技术

随着地下水封洞库工程的不断推进，通过研究分析掌子面节理发育情况，以判断围岩情况对地下工程施工具有重要意义。然而，在实际应用中，由于地下水封洞库掌子面节理图像往往受到地下环境、仪器设备以及图像采集技术等因素的影响，导致图像质量较低，难以满足后续分析的需求。

因此，亟需一种地下水封洞库掌子面节理图像增强算法，以有效地解决洞库表面光照变化的问题，从而保证节理图像的图像质量。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提供一种用于地下水封洞库掌子面节理图像的增强算法的新技术方案。

根据本发明的一个方面，提供了一种用于地下水封洞库掌子面节理图像的增强算法，包括如下步骤：

步骤S100，在第一照明条件下获取地下水封洞库掌子面的第一节理图像作为待处理对象；

步骤S200，在第二照明条件下获取地下水封洞库掌子面的第二节理图像作为目标对象；其中，所述第一照明条件的照明度小于所述第二照明条件的照明度；

步骤S300，将第一节理图像进行对比度调整，以获取第一子图像；

步骤S400，将所述第一子图像进行光照均衡调整，以获取第二子图像；

步骤S500，将所述第二子图像进行非线性变换和自适应参数调整，以获取第三子图像；

步骤S600，对比计算所述第三子图像与所述第二节理图像的像素点的结构相似性指数；

步骤S700，利用约束参数搜索方法搜索步骤S300~S500中改进算法涉及到的参数空间，根据搜索结果调整所述参数空间并重复步骤S300~S600，直至待处理对象和目标对象的结构相似性指数小于目标阈值。

可选地，在步骤S300中，采用如下方法进行对比度调整：

通过引入正则项来约束第一子图像的平滑度以保持细节信息；其中，正则项采用总变分正则化方法，目标是最小化图像的总变差，计算公式如下：

min G(x, y)=|grad(G(x,y))|+λ*∑|G(x,y)-F(x,y)|；

上式中，G(x,y)表示调整后的图像像素值像素值；F(x,y)表示第一节理图像像素值；grad表示梯度算子，λ表示正则化参数。

可选地，在步骤S400中，采用如下方法进行光照均衡调整：

引入局部对比度信息以进行均衡化调整，计算公式如下：

G(x,y)=F(x, y)+λ*C(x,y) * (F(x,y) -μ(x,y))；

上式中，G(x,y)表示调整后的图像像素值，F(x,y)表示第一节理图像像素值，C(x,y)表示局部对比度，μ(x,y)表示局部均值，λ为正则化参数。

可选地，在步骤S500中，采用如下方法进行非线性变换和自适应参数调整：

非线性变换函数通过对图像像素进行非线性映射来实现；

自适应调整参数根据图像的局部特征和统计信息动态地调整算法中的参数，计算公式如下：

λ(x,y) =μ(x,y) + k *σ(x,y)；

上式中，μ(x,y)表示图像局部均值，σ(x,y)表示图像局部标准差，k为调节因子。

可选地，采用如下公式进行非线性映射：

G(x,y) = A*log(1+F(x,y))；

上式中，G(x,y)表示调整后的图像像素值，F(x,y)表示第一节理图像像素值，A为变换函数的缩放参数。

可选地，在步骤S600中，采用如下方法进行结构相似性指数计算：

SSIM(x,y)=(2*μx*μy+σx*σy)/(μx²+μy²+σx²+σy²)；

上式中，μx和μy分别是图像x和y的平均值，σx和σy分别是图像x和y的标准差。

可选地，所述第一照明条件的照明度的取值范围为10-50 lux。

可选地，所述第二照明条件的照明度的取值范围为为100-500 lux。

可选地，所述约束参数搜索方法包括随机搜索、模拟退火、粒子群优化和遗传算法。

可选地，所述目标阈值的取值范围为0.9-0.995。

本发明的一个技术效果在于：

在本申请实施例中，采用图像增强算法对地下水封洞库掌子面节理图像的光照变化问题进行处理，可以有效提高地下水封洞库掌子面采集图像的质量，增强图像中的细节信息，从而提高节理识别的准确性。而且，通过对第一节理图像依次进行对比度调整、光照均衡调整以及非线性变换和自适应参数调整，并对比计算第三子图像与第二节理图像的像素点的结构相似性指数，直至待处理对象和目标对象的结构相似性指数小于目标阈值，可以使图像更加清晰、明亮，并减少光照变化对节理识别造成的干扰。

因此，本申请提供的用于地下水封洞库掌子面节理图像的增强算法对于地下储能、地下空间开发等领域具有重要意义，能够为相关研究和实践提供更准确可靠的图像数据支持。

附图说明

图1为本发明一实施例的一种用于地下水封洞库掌子面节理图像的增强算法的流程示意图；

图2是本发明中步骤S100获取的图像；

图3是本发明中步骤S200获取的图像；

图4是本发明中步骤S300获取的图像；

图5是本发明中步骤S400获取的图像；

图6是本发明中步骤S500获取的图像。

具体实施方式

现在将参照附图来详细描述本申请的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。

下面将详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

根据本发明的一个方面，参见图1，提供了一种用于地下水封洞库掌子面节理图像的增强算法，其通过引入非线性变换函数和自适应调整参数，改善了对比度调整和光照均衡化的效果；同时，通过与地下水封洞库掌子面节理特征分析结合，实现了准确的节理识别。

具体地，该用于地下水封洞库掌子面节理图像的增强算法包括如下步骤：

步骤S100，在第一照明条件下获取地下水封洞库掌子面的第一节理图像作为待处理对象；

步骤S200，在第二照明条件下获取地下水封洞库掌子面的第二节理图像作为目标对象；其中，所述第一照明条件的照明度小于所述第二照明条件的照明度；

步骤S300，将第一节理图像进行对比度调整，以获取第一子图像；

步骤S400，将所述第一子图像进行光照均衡调整，以获取第二子图像；

步骤S500，将所述第二子图像进行非线性变换和自适应参数调整，以获取第三子图像；

步骤S600，对比计算所述第三子图像与所述第二节理图像的像素点的结构相似性指数；

步骤S700，利用约束参数搜索方法搜索步骤S300~S500中改进算法涉及到的参数空间，根据搜索结果调整所述参数空间并重复步骤S300~S600，直至待处理对象和目标对象的结构相似性指数小于目标阈值。其中，参数空间搜索的目的是为了找到最佳的参数组合，使得图像增强算法能够产生最佳的图像质量，即在保持图像细节的同时，最小化待处理图像与目标图像之间的结构差异。

需要说明的是，参数空间是指算法中所有可调节参数的集合，这些参数共同决定了算法的行为和输出结果。搜索参数空间是指通过约束参数搜索方法（如随机搜索、模拟退火、粒子群优化和遗传算法等），算法尝试在参数空间中找到最优解，即那些能够最大化图像质量指标（如SSIM）的参数值。调整参数空间是指根据搜索结果，算法可能需要调整参数空间，这可能包括改变参数的范围、添加新的参数或者修改现有参数的权重等。

进一步地，一旦参数空间被调整，算法将重复执行图像处理步骤（S300至S600），重复执行步骤用以应用新的参数并重新评估图像质量，这个过程会一直重复，直到待处理图像与目标图像之间的结构相似性指数小于预设的目标阈值，这意味着图像质量已经达到或超过了所需的标准。

简单而言，参数空间的搜索和调整是为了优化图像增强算法的性能，确保最终的图像输出能够满足特定的质量要求。这个过程是迭代的，需要不断地评估和调整，直到达到满意的结果。

在本申请实施例中，采用图像增强算法对地下水封洞库掌子面节理图像的光照变化问题进行处理，可以有效提高地下水封洞库掌子面采集图像的质量，增强图像中的细节信息，从而提高节理识别的准确性。而且，通过对第一节理图像依次进行对比度调整、光照均衡调整以及非线性变换和自适应参数调整，并对比计算第三子图像与第二节理图像的像素点的结构相似性指数，直至待处理对象和目标对象的结构相似性指数小于目标阈值，可以使图像更加清晰、明亮，并减少光照变化对节理识别造成的干扰。

因此，本申请提供的用于地下水封洞库掌子面节理图像的增强算法对于地下储能、地下空间开发等领域具有重要意义，能够为相关研究和实践提供更准确可靠的图像数据支持。

可选地，在步骤S300中，采用如下方法进行对比度调整：

通过引入正则项来约束第一子图像的平滑度以保持细节信息；其中，正则项采用总变分（Total Variation）正则化方法，目标是最小化图像的总变差，计算公式如下：

min G(x, y)=|grad(G(x,y))|+λ*∑|G(x,y)-F(x,y)|；

上式中，G(x,y)表示调整后的图像像素值像素值；F(x,y)表示第一节理图像像素值；grad表示梯度算子，λ表示正则化参数。

在上述实施方式中，在对比度调整算法中，可以引入正则项来约束调整后图像的平滑度，从而保持图像的细节信息。同时，由于正则项考虑图像的平滑度，使得调整后的图像更加自然和平滑。因此，引入正则项后，对比度调整算法可以更好地平衡图像的对比度增强和细节保留。

可选地，在步骤S400中，采用如下方法进行光照均衡调整：

引入局部对比度信息以进行均衡化调整，计算公式如下：

G(x,y)=F(x, y)+λ*C(x,y) * (F(x,y) -μ(x,y))；

上式中，G(x,y)表示调整后的图像像素值，F(x,y)表示第一节理图像像素值，C(x,y)表示局部对比度，μ(x,y)表示局部均值，λ为正则化参数。

需要说明的是，在光照均衡化算法中，可以考虑更复杂的图像统计信息，例如局部对比度、颜色信息等，以克服传统光照均衡化算法在处理复杂场景时出现的一些问题。一种改进的方法是引入局部对比度信息，通过考虑图像中每个像素点周围邻域的对比度来进行均衡化调整。

在上述实施方式中，通过引入局部对比度信息，光照均衡化算法能够更好地处理复杂场景中的光照变化，并且保持图像的细节和颜色信息。

可选地，在步骤S500中，采用如下方法进行非线性变换和自适应参数调整：

非线性变换函数通过对图像像素进行非线性映射来实现；

自适应调整参数根据图像的局部特征和统计信息动态地调整算法中的参数，计算公式如下：

λ(x,y) =μ(x,y) + k *σ(x,y)；

上式中，μx和μy分别是图像x和y的平均值，σx和σy分别是图像x和y的标准差。

需要说明的是，非线性变换函数可以通过对图像像素进行非线性映射来改善对比度调整和光照均衡化的效果。由于该非线性变换函数可以提供更好的对比度调整和光照均衡化效果，因此特别适用于处理具有广泛亮度范围的图像。

进一步地，自适应调整参数可以根据图像的局部特征和统计信息，动态地调整算法中的参数，以实现更好的图像增强效果。通过根据图像局部统计信息动态地计算自适应调整参数，可以更好地平衡对比度增强和细节保留，适应不同图像区域的需求。

在上述实施方式中，引入非线性变换函数和自适应调整参数可以进一步改善对比度调整和光照均衡化算法，使其适应更广泛的地下水封洞库掌子面节理采集的图像增强场景。

可选地，采用如下公式进行非线性映射：

G(x,y) = A*log(1+F(x,y))；

上式中，G(x,y)表示调整后的图像像素值，F(x,y)表示第一节理图像像素值，A为变换函数的缩放参数。

在上述实施方式中，非线性变换函数较为简单，能够对图像像素进行非线性映射，从而改善对比度调整和光照均衡化的效果。

可选地，结构相似性指数（SSIM）用于衡量两幅地下水封洞库岩石节理图像相似度的方法，其考虑了图像的结构信息，对亮度、对比度和方向敏感。在步骤S600中，采用如下方法进行结构相似性指数（SSIM）计算：

SSIM(x,y)=(2*μx*μy+σx*σy)/(μx²+μy²+σx²+σy²)；

上式中，μx和μy分别是图像x和y的平均值，σx和σy分别是图像x和y的标准差。

在上述实施方式中，通过计算结构相似性指数（SSIM）来评估处理后的图像与目标对象图像的相似性，可以有效提高地下水封洞库掌子面采集图像的质量，增强图像中的细节信息，从而提高节理识别的准确性。

可选地，所述第一照明条件的照明度的取值范围为10-50 lux。

在上述实施方式中，有助于对第一节理图像进行处理，从而将待处理对象和目标对象的结构相似性指数进行比较，从而使图像更加清晰、明亮，并减少光照变化对节理识别造成的干扰。

可选地，所述第二照明条件的照明度的取值范围为100-500 lux。

在上述实施方式中，有助于通过将待处理对象和目标对象的结构相似性指数进行比较，从而使图像更加清晰、明亮，并减少光照变化对节理识别造成的干扰。

需要说明的是，通过限定照明度取值范围能够实现如下目的：

提高适应性：限定照明度范围可以帮助算法适应不同的地下环境，因为实际的照明条件可能因地点和时间而异。

提高图像质量：在限定的照明度范围内，可以确保图像既不会因为过暗而导致细节丢失，也不会因为过亮而导致高光溢出。

提高算法性能：不同的照明条件对图像处理算法的性能有显著影响。限定照明度范围有助于优化算法参数，提高算法的稳定性和准确性。

保证光照均衡：在限定的照明度范围内，光照均衡算法可以更有效地工作，减少光照不均对图像质量的影响。

保证节理识别的准确性：适当的照明度有助于提高节理图像的识别准确性，因为节理的可见性与照明条件密切相关。

便于实验和测试：在实际应用中，通过实验和测试可以在这些照明度范围内找到最佳的参数设置，从而优化图像增强效果。

可选地，所述约束参数搜索方法包括随机搜索、模拟退火、粒子群优化和遗传算法。

在上述实施方式中，通过约束参数搜索方法可以快速且准确地搜索各个步骤中改进算法涉及到的参数空间，通过调整所述参数空间，从而快速实现待处理对象和目标对象的结构相似性指数小于目标阈值。

可选地，所述目标阈值的取值范围为为0.9-0.995。

在上述实施方式中，通过目标阈值的取值范围可以评估处理后的图像与目标对象图像的相似性，可以有效提高地下水封洞库掌子面采集图像的质量，增强图像中的细节信息，从而提高节理识别的准确性。

目标阈值通常用于评估图像处理算法的效果，特别是在结构相似性（SSIM）等图像质量度量中。SSIM指数是一个介于-1到1之间的值，其中1表示两幅图像完全相同，0或接近0表示图像质量较差。

需要说明的是，目标阈值的下限为0.9，表示待处理图像与目标图像之间的结构相似性至少需要达到90%的相似度。目标阈值的上限为接近1但不为1，例如0.995，以允许一定程度的自然差异，因为完全相同的图像在实际应用中很难达到。通过限定目标阈值，不仅可以确保图像增强算法产生的结果至少达到一定的质量标准，而且为目标阈值提供了一个明确的优化目标，算法可以根据这个阈值来调整参数，以达到更好的图像增强效果。同时，在不同的图像处理任务中使用相同的目标阈值可以保证结果的一致性，便于比较和评估。进一步地，在实际应用中，完全的结构相似性（SSIM=1）可能不是必须的，因此设定一个接近1的阈值可以平衡图像质量与处理效率。另外，通过调整目标阈值，可以根据不同应用的需求灵活地调整图像增强算法的性能。

参见图2至图6，图2至图6分别对应于本发明的不同步骤中获取的图像，每个图像代表了算法在不同阶段的处理效果。

其中，图2是步骤S100获取的图像，其表示在第一照明条件下获取的地下水封洞库掌子面的原始节理图像。图2反映了在较低照明条件下的图像质量，可能存在光照不均、对比度低或细节不清晰等问题。

图3是步骤S200获取的图像。其表示在第二照明条件下获取的掌子面的节理图像，作为目标对象。

与图2相比，图3反映了在较高照明条件下图像的改进，例如更好的光照条件和对比度，但仍需要进一步增强以提高节理的识别准确性。

图4是步骤S300获取的图像，其是经过对比度调整后的图像，即第一子图像。图4反映了对比度调整步骤的效果，包括增强图像的局部对比度，使节理特征更加明显。

图5是步骤S400获取的图像，其是经过光照均衡调整后的图像，即第二子图像。图5反映了光照均衡调整的效果，展示了如何减少图像中的光照不均问题，使图像整体看起来更加均衡和自然。

图6是步骤S500获取的图像，其是经过非线性变换和自适应参数调整后的图像，即第三子图像。图6展示了最终的图像增强效果，包括改善了的图像细节、对比度和整体视觉质量，以便于节理的识别和分析。

通过图2和图6，可以展示算法如何逐步改善图像质量，最终达到提高节理识别准确性的目的。

在本申请实施例中，该用于地下水封洞库掌子面节理图像的增强算法提高了对比度调整和光照均衡化的效果，并能减少了图像细节损失，从而实现了对地下水封洞库掌子面节理的准确识别，适用于实际应用需求。

因此，该用于地下水封洞库掌子面节理图像的增强算法在地下水封洞库掌子面节理识别领域具有广泛的应用价值和经济效益。

可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (10)

1.一种用于地下水封洞库掌子面节理图像的增强算法，其特征在于，包括如下步骤：

步骤S100，在第一照明条件下获取地下水封洞库掌子面的第一节理图像作为待处理对象；

步骤S200，在第二照明条件下获取地下水封洞库掌子面的第二节理图像作为目标对象；其中，所述第一照明条件的照明度小于所述第二照明条件的照明度；

步骤S300，将第一节理图像进行对比度调整，以获取第一子图像；

步骤S400，将所述第一子图像进行光照均衡调整，以获取第二子图像；

步骤S500，将所述第二子图像进行非线性变换和自适应参数调整，以获取第三子图像；

步骤S600，对比计算所述第三子图像与所述第二节理图像的像素点的结构相似性指数；

步骤S700，利用约束参数搜索方法搜索步骤S300~S500中改进算法涉及到的参数空间，根据搜索结果调整所述参数空间并重复步骤S300~S600，直至待处理对象和目标对象的结构相似性指数小于目标阈值。

2.根据权利要求1所述的用于地下水封洞库掌子面节理图像的增强算法，其特征在于，在步骤S300中，采用如下方法进行对比度调整：

通过引入正则项来约束第一子图像的平滑度以保持细节信息；其中，正则项采用总变分正则化方法，目标是最小化图像的总变差，计算公式如下：

min G(x, y)=|grad(G(x,y))|+λ*∑|G(x,y)-F(x,y)|；

上式中，G(x,y)表示调整后的图像像素值像素值；F(x,y)表示第一节理图像像素值；grad表示梯度算子，λ表示正则化参数。

3.根据权利要求2所述的用于地下水封洞库掌子面节理图像的增强算法，其特征在于，在步骤S400中，采用如下方法进行光照均衡调整：

引入局部对比度信息以进行均衡化调整，计算公式如下：

G(x,y)=F(x, y)+λ*C(x,y) * (F(x,y) -μ(x,y))；

上式中，G(x,y)表示调整后的图像像素值，F(x,y)表示第一节理图像像素值，C(x,y)表示局部对比度，μ(x,y)表示局部均值，λ为正则化参数。

4.根据权利要求3所述的用于地下水封洞库掌子面节理图像的增强算法，其特征在于，在步骤S500中，采用如下方法进行非线性变换和自适应参数调整：

非线性变换函数通过对图像像素进行非线性映射来实现；

自适应调整参数根据图像的局部特征和统计信息动态地调整算法中的参数，计算公式如下：

λ(x,y) =μ(x,y) + k *σ(x,y)；

上式中，μ(x,y)表示图像局部均值，σ(x,y)表示图像局部标准差，k为调节因子。

5.根据权利要求4所述的用于地下水封洞库掌子面节理图像的增强算法，其特征在于，采用如下公式进行非线性映射：

G(x,y) = A*log(1+F(x,y))；

上式中，G(x,y)表示调整后的图像像素值，F(x,y)表示第一节理图像像素值，A为变换函数的缩放参数。

6.根据权利要求5所述的用于地下水封洞库掌子面节理图像的增强算法，其特征在于，在步骤S600中，采用如下方法进行结构相似性指数计算：

SSIM(x,y)=(2*μx*μy+σx*σy)/(μx²+μy²+σx²+σy²)；

上式中，μx和μy分别是图像x和y的平均值，σx和σy分别是图像x和y的标准差。

7.根据权利要求1所述的用于地下水封洞库掌子面节理图像的增强算法，其特征在于，所述第一照明条件的照明度的取值范围为10-50 lux。

8.根据权利要求1所述的用于地下水封洞库掌子面节理图像的增强算法，其特征在于，所述第二照明条件的照明度的取值范围为100-500 lux。

9.根据权利要求1所述的用于地下水封洞库掌子面节理图像的增强算法，其特征在于，所述约束参数搜索方法包括随机搜索、模拟退火、粒子群优化和遗传算法。

10.根据权利要求1所述的用于地下水封洞库掌子面节理图像的增强算法，其特征在于，所述目标阈值的取值范围为0.9-0.995。