Unsharp masking for improved quality images taken in mines

DOI: https://doi.org/10.30686/1609-9192-2025-3-86-94

Читать на русскоя языкеE.V. Zaytseva , A.A. Kochneva, E.V. Katuntsov, M.R. Kiba
Empress Catherine II Saint Petersburg Mining University, Saint Petersburg, Russian Federation
Russian Mining Industry №3 / 2025 p. 86-94

Abstract: Dispatchers in mines and mining areas receive information from CCTV cameras in real time. To enhance the quality of the images received and make the right decisions based on them, it is necessary to apply global methods of digital image processing in conditions of limited information availability. The article analyzes application of the unsharp masking method using a moving average filter with various apertures from 3 to 25. Histograms of the brightness distribution are given for the resulting video frames. The quantitative characteristics, i.e. the average brightness, Tenengrad values, sharpness, allow us to draw a conclusion about the use of a particular filter mask or changing the filter aperture. Analysis of the quantitative characteristics showed the viability of using unsharp masking with apertures up to 13 in general conditions, and up to 9 in conditions of limited information availability. The unsharp masking method was compared with the high-frequency filtering method. The Tenengrad's quantitative characteristics and the sharpness values have shown their efficiency in analyzing the video frame quality. Visual analysis of the video image and the Tenengrad quantitative values and the sharpness values coincide. The use of the unsharp masking method will allow the dispatcher to make efficient decisions based on the informative video data.

Keywords: industrial safety, coal mines, CCTV cameras, illumination level, luminance level, computer vision systems, video data, image quality, sharpness value, Tenengrad value

For citation: Zaytseva E.V., Kochneva A.A., Katuntsov E.V., Kiba M.R. Unsharp masking for improved quality images taken in mines. Russian Mining Industry. 2025;(3):86–94. (In Russ.) https://doi.org/10.30686/1609-9192-2025-3-86-94

Article info

Received: 27.02.2025

Revised: 10.04.2025

Accepted: 14.04.2025

Information about the authors

Ekaterina V. Zaytseva – Cand. Sci. (Eng.), Associate Professor, St. Petersburg Mining University, St. Petersburg, Russian Federation; https://orcid.org/0000-0002-7944-0468, e-mail: This email address is being protected from spambots. You need JavaScript enabled to view it.

Alina A. Kochneva – Cand. Sci. (Eng.), Associate Professor, St. Petersburg Mining University, St. Petersburg, Russian Federation; https://orcid.org/0000-0002-8189-782X, e-mail: This email address is being protected from spambots. You need JavaScript enabled to view it.

Evgenii V. Katuntsov – Cand. Sci. (Eng.), Associate Professor, St. Petersburg Mining University, St. Petersburg, Russian Federation; https://orcid.org/0000-0001-8345-0979, e-mail: This email address is being protected from spambots. You need JavaScript enabled to view it.

Maria R. Kiba – Cand. Sci. (Eng.), Associate Professor, St. Petersburg Mining University, St. Petersburg, Russian Federation; https://orcid.org/0000-0001-9999-8146, e-mail: This email address is being protected from spambots. You need JavaScript enabled to view it.

References

1. Новиков А.В., Паневников К.В., Писарев И.В. Многофункциональная система безопасности угольных шахт – визуализация событий (горнотехнических процессов) с рабочего места шахтера. Горная промышленность. 2021;(5):65– 69. https://doi.org/10.30686/1609-9192-2021-5-65-69 Novikov A.V., Panevnikov K.V., Pisarev I.V. Multi-functional coal mine safety system: visualisation of events (mining processes) form the miner’s workplace. Russian Mining Industry. 2021;(5):65–69. (In Russ.) https://doi.org/10.30686/1609-9192-2021-5-65-69

2. Габов В.В., Суан Н.В., Задков Д.А., Тхо Ч.Д. Увеличение содержания крупных фракций в добываемой массе угля комбайном с использованием парных срезов. Записки Горного института. 2022;257:764–770. https://doi.org/10.31897/PMI.2022.66 Gabov V.V., Xuan N.V., Zadkov D.A., Tho T.D. Increasing the content of coarse fractions in the mined coal mass by a combine using paired cuts. Journal of Mining Institute. 2022;257:764–770. https://doi.org/10.31897/PMI.2022.66

3. Зубов В.П., Фук Л.К. Разработка ресурсосберегающей технологии выемки пологих угольных пластов с труднообрушающимися породами кровли (на примере шахт Куангниньского угольного бассейна). Записки Горного института. 2022;257:795–806. https://doi.org/10.31897/PMI.2022.72 Zubov V.P., Phuc L.Q. Development of resource-saving technology for excavation of flat-lying coal seams with tight roof rocks (on the example of the Quang Ninh coal basin mines). Journal of Mining Institute. 2022;257:795–806. https://doi.org/10.31897/PMI.2022.72

4. Непша Ф.С., Воронин В.А., Ливен А.С., Корнеев А.С. Оценка целесообразности применения когенерационных установок на угольных шахтах Кузбасса. Записки Горного института. 2023;259:141–150. https://doi.org/10.31897/PMI.2023.2 Nepsha F.S., Voronin V.A., Liven A.S., Korneev A.S. Feasibility study of using cogeneration plants at Kuzbass coal mines. Journal of Mining Institute. 2023;259:141–150. https://doi.org/10.31897/PMI.2023.2

5. Бузмаков С.А., Санников П.Ю., Кучин Л.С., Игошева Е.А., Абдулманова И.Ф. Применение беспилотной аэрофотосъемки для диагностики техногенной трансформации природной среды при эксплуатации нефтяного месторождения. Записки Горного института. 2023;260:180–193. https://doi.org/10.31897/PMI.2023.22 Buzmakov S.A., Sannikov P.Y., Kuchin L.S., Igoscheva E.A., Abdulmanova I.F. The use of unmanned aerial photography for interpreting the technogenic transformation of the natural environment during the oilfield operation. Journal of Mining Institute. 2023;260:180–193. https://doi.org/10.31897/PMI.2023.22

6. Маховиков А.Б. Развитие цифрового обеспечения науки и образования в СССР (России) с 1960-х до конца 2010-х гг. (по материалам Санкт-Петербургского горного университета). Вопросы истории. 2022;(11-1):56–69. https://doi.org/10.31166/VoprosyIstorii202211Statyi08 Makhovikov A.B. Evolution of digital support for science and education in the USSR (Russia) since the 1960s until the end of the 2010s (based on the information of St. Petersburg Mining University). Voprosy Istorii. 2022;(11-1):56–69. (In Russ.) https://doi.org/10.31166/VoprosyIstorii202211Statyi08

7. Litvinenko V., Bowbrick I., Naumov I., Zaitseva Z. Global guidelines and requirements for professional competencies of natural resource extraction engineers: Implications for ESG principles and sustainable development goals. Journal of Cleaner Production. 2022;338:130530. https://doi.org/10.1016/j.jclepro.2022.130530

8. Киселев В. А., Гусева Н. В. Районирование территории трасс трубопроводов по степени опасности возникновения аварий средствами геоинформационных систем и искусственных нейронных сетей. Горный информационноаналитический бюллетень. 2022;(10-2):185–192. https://doi.org/10.25018/0236_1493_2022_102_0_185 sKiselev V.A., Guseva N.V. Zoning pipeline routes according to the degree of danger of accidents using geoinformation systems and artificial neural networks. Mining Informational and Analytical Bulletin. 2022;(10-2):185–192. (In Russ.) https://doi.org/10.25018/0236_1493_2022_102_0_185

9. Маховиков А.Б., Крыльцов С.Б., Матрохина К.В., Трофимец В.Я. Система защищенной корпоративной связи для металлургического предприятия. Цветные металлы. 2023;(4):5–13. https://doi.org/10.17580/tsm.2023.04.01 Makhovikov A.B., Kryltsov S.B., Matrokhina K.V., Trofimets V.Ya. Secured communication system for a metallurgical company. Tsvetnye Metally. 2023;(4):5–13. (In Russ.) https://doi.org/10.17580/tsm.2023.04.01

10. Ol’t Yu., Maksarov V.V., Makhov V.E. Intelligence systems for quality assessment of threaded surfaces and flaw monitoring based on digital light field recording. Russian Journal of Nondestructive Testing. 2020;56(11):915–926. https://doi.org/10.1134/S1061830920110054

11. Koteleva N., Valnev V. Automatic detection of maintenance scenarios for equipment and control systems in industry. Applied Sciences. 2023;13(24):12997. https://doi.org/10.3390/app132412997

12. Boikov A.V., Savelev R.V., Payor V.A., Potapov A.V. Evaluation of bulk material behavior control method in technological units using DEM. Part 2. CIS Iron and Steel Review. 2020;20:3–6. https://doi.org/10.17580/cisisr.2020.02.01

13. Махов В.Е., Потапов А.И., Широбоков В.В., Емельянов А.В. Построение алгоритмов оптического контроля малоразмерных удаленных световых объектов. Контроль. Диагностика. 2021;24(6):15–27. https://doi.org/10.14489/td.2021.06.pp.015-027 Makhov V.E., Potapov A.I., Shirobokov V.V., Emelyanov A.V. Construction of optical control algorithms for smallsize distant light objects. Testing. Diagnostics. 2021;24(6):15–27. (In Russ.) https://doi.org/10.14489/td.2021.06.pp.015-027

14. Куприянов В.В., Бондаренко И.С. Логико-вероятностные методы моделирования сценариев аварий в шахтах. Горный информационно-аналитический бюллетень. 2023;(7):114–131. https://doi.org/10.25018/0236_1493_2023_7_0_114 Kupriyanov V.V., Bondarenko I.S. Logical-and-probabilistic methods of modeling mine accident scenarios. Mining Informational and Analytical Bulletin. 2023;(7):114–131. (In Russ.) https://doi.org/10.25018/0236_1493_2023_7_0_114

15. Потапов А.И., Махов В.Е., Смородинский Я.Г., Маневич Е.Я. Контроль линейных размеров на базе смарт-камеры. Дефектоскопия. 2019;(7):37–45. https://doi.org/10.1134/S0130308219070054 Potapov A.I., Makhov V.E., Smorodinskii Y.G., Manevich E.Y. Smart-camera-based linear sizing. Russian Journal of Nondestructive Testing. 2019;55(7):524–532.

16. Гонсалес Р., Вудс Р. Цифровая обработка изображений: пер. с англ. М.: Техносфера; 2005. 1072 с. Режим доступа: https://djvu.online/file/lAf8689XbLspB (дата обращения: 18.02.2025).

17. Сергеев М.Б., Соловьев Н.В., Стадник А.И. Методы повышения контрастности растровых изображений для систем цифровой обработки видеоинформации. Информационно-управляющие системы. 2007;(1):2–7. Режим доступа: https://i-us.ru/index.php/ius/article/view/14646 (дата обращения: 18.02.2025). Sergeev M.B., Soloviev N.V., Stadnik A.I. Methods to increase raster image contrast for systems of digital video processing. Information and Control Systems. 2007;(1):2–7. (In Russ). Available at: https://i-us.ru/index.php/ius/article/view/14646 (accessed: 18.02.2025).

18. Захлебин А.С., Калибеков А., Курячий М.И. Построение геопривязанного ортофотоплана участка местности по изображениям с телевизионной камеры БПЛА вертолетного типа. Электронные средства и системы управления. 2020;(1-2):187–189. Zakhlebin A.S., Kalibekov A., Kuryachiy M.I. Construction of a georeferenced orthophotomap of a terrain section based on images from a helicopter-type UAV television camera. Electronic Devices and Control Systems. 2020;(1-2):187–189. (In Russ.).

19. Епифанов В.А., Темкин И.О., Краснояружский С.Е. Эффективный алгоритм идентификации транспортных средств в системах видеонаблюдения. Горный информационно-аналитический бюллетень. 2023;(6):5–18. https://doi.org/10.25018/0236_1493_2023_6_0_5 Epifanov V.A., Temkin I.O., Krasnoyaruzhskiy S.E. Efficient algorithm of transport identification in video surveillance systems. Mining Informational and Analytical Bulletin. 2023;(6):5–18. (In Russ.) https://doi.org/10.25018/0236_1493_2023_6_0_5

20. Мовчан А.К., Капустин В.В., Курячий М.И., Чалдина Е.С. Методы и алгоритмы прецизионного измерения дальности активно-импульсными телевизионными измерительными системами. Доклады Томского государственного университета систем управления и радиоэлектроники. 2020;23(2):7–14. https://doi.org/10.21293/1818-0442-2020-23-2-7-14 Movchan A.K., Kapustin V.V., Kuryachy M.I., Chaldina E.S. Methods and algorithms for precision distance measurement by active-pulse television measuring systems. Proceedings of TUSUR University. 2020;23(2):7–14. (In Russ.) https://doi.org/10.21293/1818-0442-2020-23-2-7-14

21. Kapustin V., Movchan A., Kuryachiy M., Chaldina E. Active-pulse television measuring systems images space-time filtration by range. Journal of Physics: Conference Series. 2020;1488:012032. https://doi.org/10.1088/1742-6596/1488/1/012032

22. Chaldina E.S., Movchan A.K., Kapustin V.V., Kuryachiy M.I. Multi-area range measurement method using active-pulse television measuring systems. In: 2020 21st International Conference of Young Specialists on Micro/Nanotechnologies and Electron Devices (EDM), Chemal, Russia, 29 June – 3 July 2020. IEEE; 2020, pp. 293-297. https://doi.org/10.1109/EDM49804.2020.9153500

23. Brooks C.N., Dobson R.J., Dean D.B., Banach D., Oommen T., Havens T.C. et al. Evaluating the use of unmanned aerial vehicles for transportation purposes: A Michigan demonstration. MDOT Final Report Cooperative Agreement No. RC1616., Michigan: Michigan Department of Transportation; 2015. 201 р. Available at: https://digitalcommons.mtu.edu/mtri_p/186/ (accessed: 18.02.2025).

24. Zhang H., Tao P., Meng X., M Liu., Liu X. An optimum deployment algorithm of camera networks for open-pit mine slope monitoring. Sensors. 2021;21(4):1148. https://doi.org/10.3390/s21041148

25. Temkin I., Myaskov A., Deryabin S., Konov I., Ivannikov A. Design of a digital 3D model of transport – technological environment of open-pit mines based on the common use of telemetric and geospatial information. Sensors. 2021;21(18):6277. https://doi.org/10.3390/s21186277

26. Chaldina E., Movchan A., Kapustin V., Kuryachiy M. Software tool for modelling active vision areas of tomographic systems. Journal of Physics: Conference Series. 2021;1862:012015. https://doi.org/10.1088/1742-6596/1862/1/012015

27. Arena F., Pau G., Severino A. An overview on the current status and future perspectives of smart cars. Infrastructures. 2020;5(7):53. https://doi.org/10.3390/infrastructures5070053

28. Kamenskiy A.V. High-speed recursive-separable image processing filters. Computer Optics. 2022;46(4):659–665. https://doi.org/10.18287/2412-6179-CO-1063

29. Sytko I.I., Makhov V.E. Study of dynamic properties of measuring equipment at the design stage. Journal of Physics: Conference Series. 2021;1728:012020. https://doi.org/10.1088/1742-6596/1728/1/012020

30. Обухова Н.А., Баранов П.С., Мотыко А.А., Чиркунова А.А., Поздеев А.А. Восстановление малоконтрастных текстов архивных документов на основе применения гиперспектральных технологий. В кн.: Цифровая обработка сигналов и ее применение DSPA: Доклады 25-й Междунар. конф., г. Москва, 29–31 марта 2023 г. М.: Российское научнотехническое общество радиотехники, электроники и связи им. А.С. Попова; 2023. С. 210–214.

31. Vostrikov A., Sergeev M., Balonin N., Chernyshev S. Digital masking using Mersenne matrices and their special images. Procedia Computer Science. 2017;112:1151–1159. https://doi.org/10.1016/j.procs.2017.08.156

32. Востриков А.А., Сергеев М.Б., Литвинов М.Ю. Маскирование цифровой визуальной информации: термин и основные определения. Информационно-управляющие системы. 2015;(5):116–123. https://doi.org/10.15217/issn1684-8853.2015.5.116 Vostrikov A.A., Sergeev M.B., Litvinov M.Yu. Masking of digital visual data: the term and basic definitions. Information and Control Systems. 2015;(5):116–123. (In Russ.) https://doi.org/10.15217/issn1684-8853.2015.5.116

33. Михайлов В.В., Колпащиков Л.А., Соболевский В.А., Соловьев Н.В., Якушев Г.К. Методологические подходы и алгоритмы распознавания и подсчета животных на аэрофотоснимках. Информационно-управляющие системы. 2021;(5):20–32. https://doi.org/10.31799/1684-8853-2021-5-20-32 Mikhailov V.V., Kolpashchikov L.A., Sobolevskii V.A., Soloviev N.V., Yakushev G.K. Methodological approaches and algorithms for recognizing and counting animals in aerial photographs. Information and Control Systems. 2021;(5):20–32. (In Russ.) https://doi.org/10.31799/1684-8853-2021-5-20-32

34. Подгорнова Ю.А., Жизняков А.Л., Садыков С.С. Повышение контраста маммограмм, содержащих области рака молочной железы, на фоне жировой инволюции. Прикаспийский журнал: управление и высокие технологии. 2020;(2):136–147. Podgornova Yu.A., Zhiznyakov A.L., Sadykov S.S. Contrast enhancement mammograms containing the field of breast cancer on the background of fatty involution. Caspian Journal: Control and High Technologies. 2020;(2):136–147. (In Russ.)

35. Подгорнова Ю.А., Садыков С.С., Самандаров И.Р., Воронцов С.А. Исследование критериев распознавания доброкачественных заболеваний на маммограммах. В кн.: Оптико-электронные приборы и устройства в системах распознавания образов и обработки изображений: материалы 16-й Междунар. науч.-техн. конф., г. Курск, 14–17 сент. 2021 г. Курск: Юго-Западный государственный университет; 2021. С. 279–281.