摘要： 为了提高煤矿视频监控中图像的清晰度，同时，结合混沌信号的随机特性，提出了一种利用混沌信号的空间域图像增强方法对煤矿视频图像进行清晰化处理。通过仿真结果的分析，大大改善了煤矿视频监控图像的质量和效果，为煤矿生产企业的安全生產提供了有力的保障。

关键词：煤矿安全生产；混沌信号；视频监控系统；图像增强

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2017）03-0187-02

1 概述

1）煤矿视频监控系统

在煤矿的安全生产中，国家安全生产管理部门已经明为规定，要求每一个煤矿生产企业必须安装好一套完整的视频监控系统，这是作为安全生产检测中的一项必备的指标。到目前为止，煤矿的视频监控系统已经得到了广泛的应用。但是，由于煤矿井下的环境和室外有很大的不同，煤矿井下比较黑暗，光线没有井上的条件好，而且还有厚厚的煤尘，井下比较潮湿等等一系列非常不利于获取清晰图像的条件，所以，一般情况下，直接从视频监控系统中获取的图像比较黑暗、模糊、不清晰，就不能给井上的监控工作人员提供非常清晰的画面，给安全检测部门的工作带来了很多的麻烦[1]。所以，如果能够找到使煤矿井下的视频监控图像更加清晰的方法，将是一件非常有价值和意义的研究项目 [2]。

2）混沌的定义和性质

混沌现象是自然界非常普遍的一种现象，可以认为是无处不在的。但是，到目前为止，科学界也没有谁给出一个严格而准确的定义。混沌理论的研究在很多领域都有所应用，其中，应用最为广泛的就是，应用混沌理论进行图像加密的研究[3]。近些年来，很多的研究者都在不断地探索着混沌的奥秘和用途。其中，混沌最大的特点就是就是对于初始条件的敏感性[4]，即如果一个混沌系统当初始条件发生很小的变化时，其混沌系统的特性就会发生很大的变化。其次，混沌系统的运动轨迹具有非周期的特性，这一个特点让很多的研究者们在很多领域得到了广泛的应用和研究。

众所周知，混沌具有类随机性。但是，混沌的随机性和一般系统的随机性是有所不同的。因为，我们一般对于混沌产生的过程是可以用相应的算法和公式来表示的，但是，一般的随机过程则是不可能用公式和算法来表示的，是无法准确预算和估计的。这就是混沌的随机性和一般系统的随机性的最重要的差别[5]。所以，通过大量的研究者们的共同努力，研究发现，混沌是一种自发混沌，具有确定性的随机性等，它重点强调的就是混沌系统产生的根源在系统本身，并不关注外在的作用。所以，就是依据这个差别，把混沌的随机性定义为一种类随机性是非常合适的[6]。

正是基于混沌的伪随机特性，所以，在图像增强的直方图处理中技术中得到了广泛的应用。本文应用Chen系统混沌对煤矿视频图像的直方图进行均衡化处理，取得了良好的清晰化效果。

2 基于混沌的空间域图像增强方法

基于混沌的空间域图像增强方法的基本思想是：以煤矿视频图像中的像素为基础，然后直接处理它的图像像素，再修改原始图像中像素点的灰度值，基本原理可以表示为：

[h（x，y）=F（f（x，y））]

其中[f（x，y）]是输入图像（即原始图像），[h（x，y）]是输出图像，即增强处理后图像，[F（·）]是一种特定算法算子，在不同的情况下，这个算法算子是不同的，一般是要根据具体的系统特性来确定的。其中，比较常见的算法是灰度变换和直方图处理以及空间滤波 [7，8]。应用仿真软件的分析，特别是概率统计特性的分析，一般情况，普通图像的灰度级分布都是呈正态分布规律，而且，都灰度级都集中分布在比较窄的范围内，这样我们观察到的图像就是比较模糊，尤其是细节就不清晰了，这对于图像分析来讲就带来了很大的麻烦，不能做出科学和正确的分析和判断了。但是，如果，我们引入混沌序列，引进一定的合适算法，让煤矿视频图像的灰度级分布非常的均匀，这样处理以后，图像的直方图当然就非常平坦了，图像的细节也就看得更清楚了。在此，我们主要是结合混沌对直方图的均衡化处理进行深度研究。本文采用混沌S-box对煤矿视频图像的直方图进行处理。Chen系统的动力学方程一般用以下的三个不同的方程来表示：

[dxdt=a（y-x）dydt=x（c-a）-xz+cydzdt=xy-bz] [] [] （1）

其中，[a，b，c]这三个是参数，且都是正数。对于此系统，当参数取值为[a]=35，[b]=3，[c]=28时，系统有一个混沌吸引子。

Chen方程之所以可以应用于图像增强的领域中，是因为它有很多的优点：

Chen方程具有一般的微分方程所具有的如下的对称性：

[（x，y，z）→（-x，-y，z）][] （2）

这种对称性对Chen方程所有的参数都是适用的。

其次Chen方程具有恒定性。

同时，它还具有平衡性。为了求出其平衡点，我们令

[x=f（x）=a（y-x）x（c-a）-xz+cyxy-bz] （3）

并且求解[f（x）=0]，显而易见，其中一个平衡点就是[x0=（0，0，0）]，通过计算，求得：

[xc1=（-b（2c-a），-b（2c-a），2c-a）] （4）

[xc2=（b（2c-a），b（2c-a），2c-a）] （5）

这是一些其他的平衡点，其中[c>a/2]。从产生的混沌序列来分析，此类混沌信号具有类噪声的特性，同时具有宽带连续频谱的性质，而且还具有高度的伪随机特性。再将此混沌信号经过某种非线性数字化处理后，就可以满足图像灰度值的要求，就可以对原始输入图像进行非线性处理。通过均衡化处理，可以大大改变原始图像的直方图的分布情况，使图像灰度级趋于均匀分布，大大提高了图像的对比度，整幅图像就会更清晰。

下面是混沌S-box对煤矿视频图像的直方图进行处理的结果。

在图1中，主要是对某一个煤矿井下的某一个巷道的源图像进行了处理。主要是应用用MATLAB 仿真软件对某一个煤矿巷道的源图进行直方图均衡化处理后。从下图中可以看出，煤矿巷道的源图中的图像像素点的灰度值的分布是非常集中的，图像比较模糊，不太清晰；但是，经过直方图均衡化处理后的图像的像素点的灰度值分布比较均匀，图像明显变得清晰了，所以，从视觉角度来观察，煤矿井下图像的清晰度大大提高了。

3 结束语

在煤矿井下，水、火、瓦斯、煤尘、顶板等一系列恶劣的环境时刻威胁着矿工的生命安全。随着科学技术的飞速发展，很多高科技的技术和手段已经应用到煤矿井下，其中，煤矿井下的视频监控系统就是一个非常重要的安全监测和安全防范手段。但是由于煤礦井下，非常恶劣的环境状况使得视频图像的质量大大下降，视频图像中的很多细节特征都被覆盖或模糊。本文采用了Chen系统混沌对煤矿视频图像的直方图进行均衡化处理，可以有效地提高了视频图像的细节部分，提升图像的清晰度。从仿真分析的直方图分布效果图来看，煤矿井下获取的实物图像的对比度明显增强。

参考文献：

[1]谭得健.浅谈自动化、信息化与数字矿山[J].煤炭科学技术，2006，43（1）：23-27.

[2]张谢华.煤矿智能视频监控系统关键技术的研究[D].徐州：中国矿业大学，2013.

[3]马红光，韩崇昭.电路中的混沌与故障诊断[M].北京：国防工业出版社，2007：5-16.

[4]黄润生.混沌及其应用[M]，武汉：武汉大学出版社，2000.

[5]顾勤龙.混沌理论及其在信息安全和优化中的应用研究[D].杭州：浙江工业大学，2003.

[6]李辉.混沌数字通信[M].北京：清华大学出版社，2006：45-48.

[7]叶群，余妹兰，潘长珍，等.基于DSP技术的煤矿视频监控图像处理的研究[J].信息通信，2016（6）：44-45.

[8] 应东杰，李文节.煤矿监控图像增强算法的分析与实现[J].工矿自动化，2012 （8）：55-58.