一种基于小波变换的煤矿监控图像去噪方法.doc

《一种基于小波变换的煤矿监控图像去噪方法.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、一种基于小波变换的煤矿监控图像去噪方法［摘要］由于煤炭工业领域工作环境较恶劣，煤矿井下视频监控图像多夹杂着大量的噪声，视觉效果较差。在分析目前广泛应用的软、硬阈值函数去噪方法的基础上，提出了一种新的小波阈值函数图像去噪方法。这种方法既兼顾了软、硬阈值函数的优点，同时又有效地克服了软阈值函数去噪图像的细节模糊和硬阈值函数去噪图像的视觉失真现象。结果表明：该方法可以增强煤矿监控图像的清晰度，有效去除噪声的同时，较好保留了图像的细节，使煤矿视频监控系统更好地发挥作用。［关键词］小波；阈值；去噪；煤矿图像0引言煤矿视频监控系统为煤矿安全生产、调度指挥提供了直观、方

2、便、可靠的手段。但由于煤矿行业井下环境较为复杂，光线差、照度低，且粉尘较多，从而影响了视频监控图像的质量。另外，视频监控图像在传输过程中不可避免地会遇到各种干扰信号的影响，使其画面的清晰度不够高［1］。一旦井下存在安全隐患，不容易被发现。因此有必要利用图像增强技术对煤矿井下采集到的监控图像进行处理，以增强监控图像的清晰度，使调度指挥人员能够迅速、直观地了解井下的生产情况，最大限度地发挥视频监控系统的作用［2］o图像增强是对含有噪声的图像采用某种方法进行加工，减弱噪声、提高信噪比，从而使图像变得清晰的过程。因此，图像增强能够显著地提高图像的质量，使图像更容易

3、被人们观察或被机器识别。在现有的图像去噪方法中，由于小波变换具有良好的多分辨率特性，在图像处理中得到了非常广泛的应用。本文对小波阈值图像去噪方法中软、硬阈值函数的各自特点进行分析，提出了一种新小波阈值函数的煤矿图像去噪方法。新的阈值函数同时兼顾了软、硬阈值函数的优点，也在一定程度上弥补了他们各自的不足，从而增强了煤矿视频监控图像的清晰度。1小波阈值去噪原理由于图像和噪声经过小波变换后具有不同的统计特性，一幅图像经过小波分解之后，图像信息的能量对应着幅值较大的小波系数，主要集中在低频部分；而噪声的能量分布于整个小波域内，对应着幅值较小的小波系数。这样就可以设

4、置一个合适的阈值，当小波系数大于该阈值时，认为这时的小波系数主要是由信号引起的，进行保留；当小波系数小于该阈值时,认为主要是由噪声引起的，予以去除。这样就可以达到去除噪声而保留有用信号的目的。去噪过程中，图像经过小波变换后分解为4个分量部分如图1所示：低频部分LL保留了原图的大部分信息，水平方向的高频部分HL表示图像的水平边缘特性，垂直方向的高频部分LH表示图像的垂直边缘特性，斜线方向的高频部分HH表示图像的对角边缘特性。通常认为低频部分含有大量的图像能量，一般不做处理，只对剩余的3个高频部分进行处理［3］。二维小波分析进行图像阈值去噪的过程可以分为以下三

5、个步骤：1）选择合适的小波和分解层数N对含噪图像进行小波变换，得到一组小波分解系数;2）选择合适的阈值和阈值函数对分解后的高频系数进行阈值处理，得出估计小波系数；3）根据小波分解后的第N层低频小波系数和阈值量化处理后的高频小波系数，进行小波逆变换，得到重构图像。1.1阈值的选取1.2阈值函数的选取2新阈值函数的构造研究软阈值函数与硬阈值函数虽然在实际中得到了广泛的应用，也取得了较好的去噪效果，但两者自身都存在不足之处。为了克服软阈值与硬阈值方法的缺点，本文对阈值函数进行了改进，得到新的阈值函数如式（3）所示（3）3实验仿真结果本文在MATLAB7.0环境下

6、，对大小为256*256的煤矿图像分别使用传统的软、硬阈值函数和新的阈值函数进行去噪实验。阈值实验中选取？姿1=0.5?姿2。为了更加准确的评价去噪效果，采用峰值信噪比（PSNR）和均方误差（MSE）评价去噪后图像的质量，PSNR、MSE定义如下：改进阈值函数与传统的小波阈值去噪视觉效果相比，明显具有良好的去噪性能，对于带有高斯噪声的煤矿监控图像可以较清晰地恢复出原始图像，对软阈值函数去噪的细节模糊和硬阈值函数边缘信息的Gibbs现象都有不同程度的改善。从表1中的数据可以看出，文中算法相比其它算法MSE较小，PSNR具有明显的提高。可见，本文新阈值函数可以

7、得到令人满意的去噪效果，是一种有效的小波系数估计方法，符合现实去噪要求。4结束语随着国家对煤矿安全生产重视的提高和煤矿科学技术的发展，视频监控系统在煤矿安全生产监管中发挥着越来越重要的作用。本文根据小波阈值去噪的基本原理改进了传统的阈值函数，利用新阈值函数对煤矿监控图像去噪，不仅从整体上改善了图像效果，同时也较好地增强了图像的细节信息，可以有效地改善煤矿图像质量，提高监控图像的清晰度，增强图像的视觉效果，使相关人员可以更好地监控煤矿的安全生产，加强我国煤矿的安全生产监管堂［参考文献］［1］袁小平.基于小波变换模极大值的煤矿岩层图像边缘检测处理［JL计算机工

8、程与设计，2008,28(17)：4054-4055［2］赵艳芹，