应用一种基于二维经验模态分解和高频滤波的图像增强算法，对处于恶劣环境中矿井 下的图像进行增强处理，能有效解决此类图像存在边缘及纹理等局部细节信息模糊、对比度不 高以及对噪声敏感等问题。首先，对输入的矿井下图像进行高通滤波处理，去除图像中的高频 成分，得到矿井下图像的低频部分；其次，用二维经验模态分解出图像的高频部分，弥补因第１ 步引起的图像细节信息丢失的不足；再次，通过确定高低频比例因子ｃ，将提取的高频细节与低 频背景按3:2的比例融合，并有效抑制粉尘散射模糊和过曝光白色伪影现象的噪声；最后，采用 直方图均衡化来平衡图像灰度，增强图像的细节，提高图像整体的对比度。对比实验表明，在保 证图像质量的前提下，所提算法与传统的高频强调滤波相比，处理后的图像清晰度Brenner指标 提高10％，均方误差更小，在增强矿井下图像边缘纹理以及暗部细节效果明显，能够有效提高图 像的对比度，增强图像的亮度和信息熵，能对后续的图像处理及分析提供有效的帮助。
