【摘要】：通過對井下視頻監(jiān)控系統(tǒng)實時采集的各類開采、地質(zhì)環(huán)境信息進行有效分析,可為制定井下開采方案以及進行災害救援提供準確依據(jù)。由于井下光照不均勻,粉塵較多,嚴重干擾了監(jiān)控探頭獲取高質(zhì)量的監(jiān)控圖像。為此,結(jié)合小波變換方法,提出了一種小波變換域改進閾值去噪方法。該方法首先對井下視頻監(jiān)控圖像進行3層小波分解,得到低頻和高頻分解系數(shù);其次對低頻分解系數(shù)進行重構,得到空間域背景圖像,采用維納濾波算法進行處理,以去除其中存在的少量噪聲;然后根據(jù)經(jīng)典小波硬、軟閾值去噪模型的不足,提出了一種改進型閾值去噪模型,該模型可分別根據(jù)不同的高頻分解系數(shù)自適應設定閾值,可有效去除不同分解層高頻系數(shù)中的噪聲,對去噪后的各高頻分解系數(shù)進行重構,得到空間域細節(jié)圖像;最后,分別將去噪后的空間域背景圖像和細節(jié)圖像進行疊加,得到去噪后的井下視頻監(jiān)控圖像。采用1幅內(nèi)蒙古某煤礦井下視頻監(jiān)控圖像進行試驗,并引入了經(jīng)典小波硬、軟閾值去噪模型及2類已有的改進型閾值去噪模型與所提方法進行試驗對比,結(jié)果表明,所提方法不僅可有效去除井下視頻監(jiān)控圖像中的噪聲,而且可保持圖像細節(jié)信息完整性。
[Abstract]:Through the effective analysis of all kinds of mining and geological environment information collected in real time by the video surveillance system, it can provide an accurate basis for drawing up the downhole mining plan and carrying out disaster rescue. Due to uneven lighting and more dust underground, the monitoring probe is seriously disturbed to obtain high quality monitoring images. In this paper, an improved threshold denoising method in wavelet transform domain is proposed. The method firstly decomposes the video surveillance image into three layers of wavelet transform to get the decomposition coefficients of low frequency and high frequency. Secondly, the low frequency decomposition coefficient is reconstructed, and the spatial background image is obtained, and the Wiener filter algorithm is used to remove a small amount of noise. Then, according to the shortcomings of the classical wavelet hard and soft threshold denoising model, an improved threshold de-noising model is proposed, which can adaptively set the threshold according to different high frequency decomposition coefficients. It can effectively remove the noise from the high frequency coefficients of different decomposition layers and reconstruct each high frequency decomposition coefficient after denoising to obtain the spatial domain detail image. Finally, the background image and detail image after denoising are superposed to obtain the downhole video surveillance image after denoising. A video surveillance image of a coal mine in Inner Mongolia is tested, and the classical wavelet hard, soft threshold denoising model and two kinds of improved threshold denoising model are introduced and compared with the proposed method. The proposed method can not only effectively remove noise from underground video surveillance images, but also maintain the integrity of image detail information.
【作者單位】： 吉林省經(jīng)濟管理干部學院計算機實驗中心;
【分類號】：TD76

【參考文獻】

相關期刊論文 前10條

1 江虹;蘇陽;;一種改進的小波閾值函數(shù)去噪方法[J];激光與紅外;2016年01期

2 孫繼平;;煤礦信息化自動化新技術與發(fā)展[J];煤炭科學技術;2016年01期

3 彭靜;李新穎;賈君霞;;一種改進的非局部均值井下圖像去噪[J];工業(yè)儀表與自動化裝置;2015年06期

4 程德強;鄭珍;姜海龍;;一種煤礦井下圖像增強算法[J];工礦自動化;2015年12期

5 田雅男;李月;林紅波;徐學純;;基于頻域正則維納濾波的地震隨機噪聲壓制[J];吉林大學學報(工學版);2015年06期

6 孫繼平;杜東璧;;基于隨機特征的礦井視頻圖像中的人員跟蹤技術[J];煤炭科學技術;2015年11期

7 郝愛語;;礦井視頻監(jiān)控圖像改進非局部均值濾波算法[J];金屬礦山;2015年10期

8 李紅延;周云龍;田峰;李松;孫天寶;;一種新的小波自適應閾值函數(shù)振動信號去噪算法[J];儀器儀表學報;2015年10期

9 張凡;張倩;;基于改進Prewitt算子的礦井視頻圖像小波閾值去噪[J];金屬礦山;2015年08期

10 吳健;;基于局域網(wǎng)的謙比希銅礦視頻監(jiān)控系統(tǒng)[J];有色礦冶;2014年06期

【共引文獻】

相關期刊論文 前10條

1 申紅;;小波變換域井下視頻監(jiān)控圖像改進閾值去噪方法[J];金屬礦山;2017年07期

2 陳映竹;王玉文;楊巍;劉影;;一種新閾值函數(shù)的小波去噪算法研究[J];通信技術;2017年07期

3 王軍;顧義東;曾苛;;WiFi通信技術在煤礦信息化中的應用分析[J];工礦自動化;2017年07期

4 溫良;葉錦嬌;張立亞;;煤礦救災機器人超聲波和慣性導航技術[J];煤礦安全;2017年06期

5 于慧凝;;礦井視頻監(jiān)控圖像改進模糊中值濾波算法[J];金屬礦山;2017年06期

6 范海哲;王昊;韓春輝;;新型小波閾值函數(shù)的仿真及應用[J];上海電力學院學報;2017年03期

7 鄢海舟;胥布工;李海濱;劉立紅;詹佩欽;;小波去噪與壓縮在電廠設備中的應用[J];電測與儀表;2017年11期

8 袁玉珠;;礦山遙感圖像小波域模糊隸屬度閾值去噪算法[J];金屬礦山;2017年04期

9 程靜;王維慶;何山;張新燕;;基于WATD雙譜分析的風電軸承故障特征提取研究[J];可再生能源;2017年03期

10 杜春梅;冀志剛;張琛;;基于小波閾值法的礦山遙感圖像非局部均值去噪[J];金屬礦山;2017年03期

【二級參考文獻】

相關期刊論文 前10條

1 孫繼平;;“互聯(lián)網(wǎng)+煤炭”與煤礦信息化[J];煤炭經(jīng)濟研究;2015年10期

2 孫繼平;;煤礦信息化與自動化發(fā)展趨勢[J];工礦自動化;2015年04期

3 吳安兵;郭科;柳炳利;;基于灰色-模糊理論的礦產(chǎn)資源地質(zhì)勘查評價——以藏中地區(qū)為例[J];金屬礦山;2015年03期

4 孫繼平;;煤礦事故分析與煤礦大數(shù)據(jù)和物聯(lián)網(wǎng)[J];工礦自動化;2015年03期

5 孫繼平;;煤礦事故特點與煤礦通信、人員定位及監(jiān)視新技術[J];工礦自動化;2015年02期

6 唐貴基;鄧飛躍;;基于改進諧波小波包分解的滾動軸承復合故障特征分離方法[J];儀器儀表學報;2015年01期

7 孫繼平;;煤礦監(jiān)控新技術與新裝備[J];工礦自動化;2015年01期

8 蔣薇薇;魯昌華;張玉鈞;汪濟洲;肖明霞;;基于提升小波改進閾值的光譜信號去噪研究[J];電子測量與儀器學報;2014年12期

9 南棟;畢篤彥;馬時平;婁小龍;倪嘉成;;一種基于參數(shù)估計的自適應雙邊濾波算法[J];中南大學學報(自然科學版);2014年11期

10 李志農(nóng);朱明;褚福磊;肖堯先;;基于經(jīng)驗小波變換的機械故障診斷方法研究[J];儀器儀表學報;2014年11期

【相似文獻】

相關期刊論文 前2條

1 冷軍發(fā),荊雙喜,李臻;基于小波多分辨分析的閾值去噪[J];焦作工學院學報(自然科學版);2002年06期

2 ;[J];;年期

相關會議論文 前1條

1 郭曉霞;楊慧中;;基于多閾值的小波包去噪[A];第二十七屆中國控制會議論文集[C];2008年

相關碩士學位論文 前6條

1 李雷;基于小波分析的指紋圖像自適應閾值去噪方法[D];上海理工大學;2013年

2 呂健;基于BayesShrink閾值去噪改進算法的研究[D];哈爾濱理工大學;2017年

3 吳美璇;基于小波的圖像閾值去噪方法[D];重慶大學;2012年

4 李磊;探地雷達信號去噪方法的研究與應用[D];中國地質(zhì)大學（北京）;2013年

5 崔芳姿;低信噪比條件下基于新型Seislet變換的閾值去噪方法研究[D];吉林大學;2014年

6 徐坤;棒材表面裂紋電磁檢測信號處理方法的研究[D];東北大學;2011年

，

本文編號：2344190