基于气泡稳定性分析的锌浮选泡沫图像时空联合去噪

浮选泡沫运动过程中不可避免地出现形变、坍塌、兼并、破裂等动态变化特性,常用的去噪方法难以获得高质量的监测图像.本文提出一种基于气泡稳定性分析的泡沫图像时空联合去噪方法.该方法采用扩展的相位相关法对浮选气泡进行亚像素运动估计,通过双线性插值进行运动补偿;在此基础上,以泡沫图像子块为单位检测气泡的稳定性,准确辨识出泡沫图像子块的稳定运动状态(SMS)和非稳定运动状态(UMS);对具有SMS特性的子块采用时域滤波去噪,对具有UMS特性的子块采用非局部均值(NLM)方法进行空域滤波去噪;并根据气泡子块的稳定性,联合时域滤波结果和空域滤波结果获得泡沫图像的时空联合去噪输出.在锌浮选过程监控中进行实验验证,结果表明,该方法可以获得高信噪比的泡沫图像,去噪结果结构相似性强,为泡沫视觉特征的准确提取奠定了基础.

基于刚体模型的视频插值去噪算法

为充分利用视频的时空联系去噪,提出了视频的刚体模型。刚体模型以线性关系组织视频的像素,结合了像素间的时域和空域关联,可以通过主色调区域划分和边缘句法匹配获得视频的刚体分解及其对应关系。基于刚体模型的插值去噪利用像素值的空域邻近性和时域稳定性联合判断插值像素的参考价值。对常用测试视频的去噪实验表明了刚体模型的正确性,基于刚体模型的插值去噪方法在视觉效果和峰值信噪比上都表现出色。