基于改进Prewitt算子的矿井视频图像小波阈值去噪

由于矿井成像环境的复杂性,导致所获取的图像较为模糊且存在一定程度的噪声,有必要采用适当的方法滤除其中的噪声并提高图像的清晰度。为此,提出了一种结合边缘检测的小波域矿井视频图像去噪算法。首先对噪声图像采用均值滤波算法进行预处理;然后对分别从检测模板、自适应阈值设定方法对经典的Prewitt算子进行适当改进,并采用改进的Prewitt算子提取预处理后图像的边缘轮廓信息,从而获得边缘图像和非边缘图像;最后对于非边缘图像,采用一种基于自适应阈值的改进小波阈值函数模型进行去噪处理,该模型充分结合了小波硬、软阈值去噪模型的优势,能够随着小波分解层数的变化自适应调整阈值大小。为了验证该算法的有效性,采用2幅实地获取的山东兖州某煤矿井下视频监控图像进行试验,并与小波硬、软阈值函数模型及2类已有的改进型小波阈值函数模型进行去噪效果对比。结果表明,该算法的去噪效果优于其余几类函数模型,且算法耗时略占优势,对于提高矿井视频监控图像的质量具有一定的参考价值。

融合小波变换的矿井视频图像非局部均值滤波

矿井视频监控系统的相当一部分图像信息采集传感器处于低照明、高密度粉尘的环境中,导致获取的图像出现忽明忽暗、噪声较多的现象,很大程度上干扰了对井下生产状况的有效监控。为此,将小波阈值去噪算法与非局部均值滤波算法(Non-local means filtering,NLM)相结合,提出了一种井下视频图像去噪算法。该算法对获取的原始矿井视频图像进行单层小波变换,对得到的低频系数和高频系数分别进行如下处理:1将低频系数进行单层小波变换,得到次低频系数1和次高频系数1,对次高频系数1采用改进型小波阈值去噪模型进行噪声抑制后与次低频系数1进行重构,得到低频图像;2将高频系数进行单层小波变换,得到次低频系数2和次高频系数2,对次高频系数2予以舍弃,对次低频系数2采用小波软阈值去噪模型处理后进行系数重构,得到高频图像。对获取的低频、高频图像进行融合,并对融合后的图像进行非局部均值滤波,得到高清晰度的矿井视频图像。采用VB语言对所提算法进行编程试验,并与小波硬阈值去噪模型、小波软阈值去噪模型、非局部均值滤波算法进行试验对比,结果表明:该算法去噪后的矿井视频图像清晰度以及峰值信噪比(Peak singnal noise to ratio,PSNR)、均方根误差(Root mean square error,MSE)等指标明显优于其余3类算法。

基于矿用双绞线的矿井视频信号传输的分析

在研究矿井视频监控系统特点的基础上,比较了光纤、同轴电缆和双绞线的优缺点,选取矿用双绞线作为监控系统的传输线。分析了将ADSL技术应用于井下的可行性,并提出解决问题的思路。

矿井视频图像小波域改进非局部均值滤波

由于井下粉尘较多,光照不均匀,易导致矿井视频图像中含有大量噪声,实时获取的矿井视频图像整体较模糊,影响了对其进行分析判读。对此,基于小波变换,提出了一种小波域矿井视频图像滤波算法。该算法首先对矿井视频图像进行2层小波变换,对获得的低频和高频小波分解系数分别进行逆小波变换,得到空间域原始图像的低频图像和高频图像;其次根据低频图像对比度较低、基本不受到噪声干扰的特点,对其采用同态滤波算法进行增强处理;然后,在对非局部均值滤波(Non-local means filtering,NLM)算法特点分析的基础上,分别从相似性权重计算、图像块搜索范围自适应确定等方面对其进行了改进,提出了一种改进型非局部均值滤波算法(Improved non-local means filtering,INLM),采用该算法对高频图像进行去噪处理;最后将增强后的低频图像和去噪后的高频图像进行叠加,得到质量较高的矿井视频图像。采用一幅贵州省兴仁县王家寨煤矿井下视频图像进行试验,并将文中所提算法与非局部均值滤波算法及其2类改进型算法进行性能对比,采用结构相似度指数(Structure similarity,SSIM)、均方根误差(Root mean square error,RMSE)等指标对各算法性能进行评价,结果表明:新算法对于矿井视频图像的处理效果优于其余算法,对于高效处理矿井视频图像有一定的参考价值。

基于小波分解子带直方图匹配的矿井视频图像增强方法

井下光源不充足,机械运行振动以及大量煤尘等因素的存在导致视频监控系统实时获取的图像较模糊且参杂了大量的颗粒噪声。为改善矿井视频图像质量,将空间域直方图匹配方法引入小波变换域中,提出了一种基于小波分解子带自适应直方图匹配的图像增强方法。首先对矿井视频图像与经过直方图均衡化处理后的矿井视频图像分别进行小波变换,以直方图均衡化处理后的图像的低频小波分解子带灰度直方图为基准,将矿井视频图像的低频小波分解子带直方图与之进行匹配,获得增强后的低频小波分解子带;然后针对均值滤波方法存在的缺陷,提出了一种基于滤波窗口自适应划分的加权改进均值滤波算法,并将其应用于去除矿井视频图像高频小波分解子带中的颗粒噪声;最后对直方图匹配后的低频小波分解子带和滤波后的高频小波分解子带进行逆小波变换,得到了视觉效果较佳的矿井视频图像。利用C++语言分别对直方图均衡化、同态滤波、均值滤波以及所提方法进行了编程实现,采用实地获取的山西阳泉某煤矿井下视频监控图像进行试验,对试验结果引入边缘保持指数(Edge protection index,EPI)进行评价,结果表明,所提方法对矿井视频图像的处理效果相对于其余方法而言优势较明显。

基于DFT基的矿井视频监控图像分块压缩感知方法

针对矿井视频监控图像受噪声干扰影响大,采用常规的图像采样和压缩方法存在图像模糊和传输时间过长等问题,提出了一种矿井视频监控图像分块压缩感知方法。该方法通过建立矿井视频监控图像分块压缩感知模型,在井下图像采集节点利用稀疏随机矩阵进行压缩采样,然后在地面监控中心利用正交匹配追踪(OMP)算法重构图像。研究结果表明,采用本文算法的重构图像误差小、重构时间短,所需信号采样点数少;与扰频Hadamard矩阵相比,采用稀疏随机矩阵和高斯随机矩阵作为观测矩阵对图像信号重构的峰值信噪比(PSNR)提高4 d B^5 d B;本文算法与基于小波基的算法相比,信号重构的PSNR提高1 d B^4 d B,重构时间缩短至少80%以上。

矿井视频监控图像改进非局部均值滤波算法

矿井成像条件较为复杂,导致视频监控系统所获取的图像往往具有对比度低、且参杂大量随机噪声的特点,给实时监控矿井生产状况带来了不便。为此,采用灰色关联度法改进非局部均值滤波算法,提出了一种矿井视频监控图像改进非局部均值滤波算法。该算法首先对原始矿井视频监控图像采用均值滤波算法进行预处理,得到预滤波图像,分别对原始矿井视频监控图像和预滤波图像划分为5×5大小的图像块,将该2幅图像中对应位置图像块的像素点灰度值集合分别记为待比较序列和参考序列,计算其灰色关联度值,将较小的灰色关联度值对应的原始矿井视频监控图像中的图像块标记为疑似噪声图像块;其次对每个疑似噪声图像块分别统计其像素灰度极大、极小值,并将该类像素点标记为噪声点;然后以每个噪声点为中心取大小为3×3的图像块,进行非局部均值滤波;最后对滤波后的矿井视频监控图像采用直方图均衡化方法进行对比度拉伸,改善图像的视觉效果。试验结果表明:本研究算法无需对图像中每个像素点灰度值进行逐一滤波,提高了图像处理效率,有助于实现矿井视频监控图像的高效处理。

基于DWT与改进中值滤波的矿井视频监控图像去噪

井下光照不均、煤尘浓度大以及视频图像获取设备电路电压不稳定等各类因素的存在,导致矿井视频监控系统获取的图像存在大量噪声,影响了对矿井各类生产信息的准确判读。为此,将离散小波变换(Discrete wavelet transform,DWT)与改进中值滤波算法相结合,提出了一种矿井视频监控图像高效去噪算法。首先,对获取的矿井视频图像进行自适应噪声检测,根据检测结果,对图像采用改进中值滤波算法处理;然后对滤波后的图像进行3层离散小波变换,鉴于图像的噪声信息绝大部分集中分布于高频分解系数中,故对低频分解系数不作处理;最后对高频分解系数采用一种改进软阈值去噪函数模型进行去噪,将去噪后的高频分解系数与原始低频分解系数进行重构,得到去噪后清晰度较高的图像。采用实地获取的山西潞安某煤矿井下视频图像进行试验,并与小波软阈值去噪、中值滤波等算法进行去噪效果对比分析,此外,对各算法的试验结果分别采用信噪比(Signal noise ratio,SNR)以及算法运行时间进行评价,结果表明:新算法对于矿井视频监控图像的去噪效果优于其余2类算法,且算法运算时间也具有一定的优势。

基于噪声检测的矿井视频监控图像投票中值滤波

矿井视频监控由于受到井下光照不均匀、高浓度粉尘、成像器件电压不稳定等因素的影响,导致实时获取的图像对比度不高且含有大量的颗粒状噪声,严重影响对图像的准确判读与分析。为此,对经典中值滤波算法进行了改进,提出了一种融合噪声检测策略与投票统计学原理的改进型中值滤波算法。首先对获取的原始矿井视频监控图像采用双平台直方图均衡化算法(Double platform histogram equalization,DPHE)进行处理,该算法通过对图像各灰度级对应的像素点数目设定2个阈值(平台值)对图像背景信息进行抑制,对图像细节信息进行增强;然后将增强后的图像划分为多个规则图像块,根据各图像块内像素点灰度值的分布特征设计了一种噪声图像块自适应检测方法,若某图像块内的灰度值异常点数目超过一定限值,则该图像块被标记为噪声图像块;最后,对噪声图像块进行投票中值滤波。采用C++语言对所提算法进行了编程,并采用2幅采集于某煤矿井下综采工作面的视频监控图像进行试验,结果表明:所提算法对于不同失真程度的矿井视频监控图像的处理效果优于中值滤波、直方图均衡化等算法,对于最大限度地发挥矿井视频监控系统的作用有一定的参考价值。

矿井视频监控图像改进模糊中值滤波算法

由于矿井空气粉尘较多且光照不均匀,导致井下视频监控系统获取的图像含有大量噪声且明暗不均,在一定程度上影响了对井下生产状况的实时有效监控。为此,提出了一种改进模糊中值滤波算法。首先设计了一种自适应改进模糊隶属度系数计算方法,该方法将图像滤波窗口内像素点的灰度最小值、最大值、均值等作为阈值来计算不同像素点灰度值的模糊隶属度系数,克服了经典模糊隶属度系数计算时需设置大量阈值的不足;然后根据模糊隶属度系数进行模糊加权中值滤波,并对滤波后图像的灰度直方图进行了均衡化处理。采用C#语言编写算法运算程序,试验数据为2幅某矿井视频监控图像,试验中引入了模糊中值滤波、加权中值滤波、开关中值滤波等算法进行对比分析,并对各算法的试验结果采用峰值信噪比(Peak signal noise to ratio,PSNR)和算法耗时2个指标进行评价,结果表明:改进模糊中值滤波算法相对于其余3类算法而言不仅去噪效果较优,而且耗时较少,对于批量处理矿井视频监控图像有一定的参考价值。

二维变分模态分解矿井监控视频图像去噪

煤矿监控已基本覆盖到各矿井下的安全生产中,但矿井下复杂且恶劣的环境严重影响图像的质量,受到大量的椒盐噪声污染,降低了保障安全和消除隐患的能力。为此提出一种变换域图像去噪方法,将图像使用二维变分模态基于不同频率分解成低频和高频子模态图像,低频和高频图像中包含着不同的图像信息,对低频图像采用各向异性扩散滤波进行保边去噪处理,使用自适应中值滤波对高频图像中的大量噪声进行降噪,重构各子模态图像。以实际监控图像为研究对象,在不同噪声环境下进行对比实验,结果表明,与其他方法相比该方法具有优异的去噪效果,并且还能保留原始图像的边缘结构信息。

基于矿井监控的视频质量矫正算法

煤矿井下光照条件复杂、空间可见度低,导致采集到的监控视频质量差,不利于基于视觉的智能化功能展开。通过对数字图像处理技术的研究,提出了一种针对矿井监控视频的图像矫正算法。首先,对输入的视频帧使用直方图均衡化处理,提高图像的全局对比度。其次,将输入的图像转换至HSV频道,在亮度V频道下,借助伽马映射矫正图像的亮度值,并结合矫正后的亮度值转换至RGB频道。最终,将前两步处理后的结果在像素维度进行灰度值叠加。实验证明,算法平均灰度值相比对比算法最高,信息熵相比对比算法最大,在全局亮度和细节信息丰富度方面,优于其他图像矫正算法。

一种煤矿井下视频图像增强算法

煤矿井下视频图像存在亮度不均、细节纹理模糊不清、噪声较多等问题,而常用的图像增强算法在处理煤矿井下视频图像时会出现图像失真、图像层次不清、处理效率低等缺点。针对上述问题,提出了一种基于对比度受限函数和反馈函数的煤矿井下视频图像增强算法。该算法首先结合加权平均法和中值滤波对图像进行灰度化和去噪预处理;然后通过对比度受限函数对图像对比度进行限幅增强;最后通过反馈函数调节图像的灰度级,对图像层次进行增强。实验结果表明,该算法可有效改善煤矿井下视频图像失真情况,图像层次分明,且具有较快的处理速度。

基于IEEE802.11 b/g协议的矿井语音视频传输组网研究

针对现有有线语音视频传输系统敷设困难、作业移动性差,无线系统传输距离短、传输带宽小的情况,提出一种基于新型组网应用模式。通过搭建无线音视频传输样机系统,验证了组网方案的可行性,同时在应用过程中对组网工作方法进行了研讨。该系统基于IEEE 802.11 b/g,可以与TCP/IP协议转换,具有标准化、兼容性好、高带宽、多级无线中继的特点,适合于井下复杂环境传输音视频数据。

矿井车载视频图像稳像算法研究

针对矿井车载摄像系统拍摄的视频因含有前景运动目标及高噪声造成的全局运动矢量估计误匹配率高、实时性较差等问题,提出了一种基于ORB特征匹配与改进粒子滤波的矿井车载视频图像稳像算法。在运动矢量估计阶段,采用ORB算法提取图像特征点;采用基于图像块的连续3帧间差分法,联合时空一致性准则快速剔除前景运动区域的特征点;结合前景标记区域,对特征点位置进行初次筛选,对保留下来的背景特征点进行配准;利用仿射变换模型实现帧间运动矢量的估计。在运动滤波阶段,采用基于估计窗的实时粒子滤波算法滤除抖动分量,获得补偿参数。实验结果表明,该算法有效避免了前景运动目标对稳像精度的影响,且具有较快的处理速度。

基于背景差分法的煤矿井下视频动目标检测

煤矿井下运动目标的监测是随着工业视频监控、数字图像处理和模式识别等技术的发展而提出的一种安全生产管理的新需求,通过识别井下移动物体,判别其基本属性,跟踪其运动轨迹,分析其所处环境,结合预设参数及专业库,进行危险性判别及预警。针对煤矿井下环境的运动目标检测需求,描述了整个系统的组成及框架,采用背景差分法的基本原理,重点设计了矿井监控视频中的运动目标检测的流程及相关算法,结合Python与OpenCV的编程,混合高斯的建模过程,实现了煤矿井下综采工作面的运动目标的检测。现场应用表明,采用该流程及算法,在K=5,std=20,std_t=20,λ=3条件下,很好地实现了矿井监控视频中人员或矿车的动目标判别。

提升小波变换域矿井光照不均匀图像双直方图均衡化增强

由于矿井光照不均匀,加之大量粉尘附着于监控摄像头表面,导致获取的视频图像对比度不高且含有大量随机分布的颗粒状噪声。为提高该类图像的对比度,充分发挥矿井视频监控系统的效能,基于提升小波变换(Lifting wavelet transform LWT),提出了一种矿井不均匀光照图像的自适应增强算法。首先采用直方图规定化算法(Histogram specification,HS)对获取的矿井图像进行初步增强;其次对初步增强后的图像进行提升小波变换,由于图像中的随机噪声主要集中分布于高频小波分解系数中,低频小波分解系数基本不存在噪声,故保留低频小波分解系数,对高频小波分解系数提出了一种基于反正弦函数的改进阈值函数去噪模型进行噪声抑制;然后对低频小波分解系数和去噪后的高频小波分解系数进行重构,得到不含噪声的矿井图像;最后采用双直方图均衡化算法(Bi-histogram equalization,BHE)对去噪后的图像进行进一步增强。将所提算法分别与直方图规定化、反锐化掩膜、小波阈值去噪等算法进行性能对比,并采用峰值信噪比(Peak noise to ratio,PSNR)、均方根误差(Root mean square error,RMSE)以及边缘保持指数(Edge protection index,EPI)等指标对试验结果进行评价,结果表明:所提算法对于矿井光照不均匀图像的处理效果相对于其余算法而言效果较优,对于高效处理矿井视频图像有一定的参考价值。

煤矿视频监控技术的研究与应用

煤矿矿井下环境的复杂性,导致事故频出。发生事故的诸多因素中,安全监测设备不完备也是主要原因之一。该文主要介绍了煤矿矿井及矿区视频监控技术的研究及应用,将其分为硬件部分、控制部分、信号传输部分、显示与存储部分、供电部分加以详述。该系统在矿井及矿区的应用取得了良好的社会及经济效益。

基于维纳滤波的矿井监控图像的复原技术

结合煤矿井下环境的实际特点和煤矿监控图像的需求,研究了煤矿井下监控图像的理论复原理论,提出了矿井监控图像的维纳滤波复原法,并利用基于二次模糊的模糊度评价算法进行评价。通过MATLAB软件对煤矿井下综采工作面的监控图像的复原效果进行验证,得到在高斯模糊的标准差σb=0.6,维纳滤波信噪比K=0.055时,煤矿井下综采工作面的监控图像的复原效果最佳。

井下无线视频监控系统的关键技术研究与实现

研究并实现了煤矿井下无线视频监控系统的视频采集、视频编解码、视频数据的网络传输等关键技术。该系统对采集到的视频图像数据进行MPEG-4编码,通过WiFi和RTP流媒体协议对编码数据进行传输,通过监控主机对接收数据进行解码并显示。实验结果表明,该系统每秒可传输25帧MPEG-4视频数据,且视频图像清晰、流畅。