一種基于深度神經(jīng)網(wǎng)絡(luò)的煤礦井下圖像處理方法，采用AlexNet的網(wǎng)絡(luò)結(jié)構(gòu)模型，構(gòu)建了八層卷積神經(jīng)網(wǎng)絡(luò)，利用Tensorflow深度學(xué)習(xí)訓(xùn)練框架完成對(duì)網(wǎng)絡(luò)的訓(xùn)練；然后，針對(duì)五類圖像質(zhì)量亮度過高，亮度過低，噪點(diǎn)過高，對(duì)比度過低，分辨率過低的圖像，利用其實(shí)現(xiàn)對(duì)初始訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測試，以獲得可實(shí)現(xiàn)圖像質(zhì)量分類的深度卷積神經(jīng)網(wǎng)絡(luò)；結(jié)合目前成熟的圖像處理方法，分別針對(duì)不同質(zhì)量類型的圖像使用不同類型的圖像處理方法。本發(fā)明內(nèi)容不僅是礦井災(zāi)區(qū)偵檢探測可視化必須解決的關(guān)鍵問題，也將為未來我國深部煤炭資源大規(guī)模安全開采提供知識(shí)儲(chǔ)備和技術(shù)基礎(chǔ)。