針對(duì)礦井視頻監(jiān)控圖像受噪聲干擾影響大,采用常規(guī)的圖像采樣和壓縮方法存在圖像模糊和傳輸時(shí)間過(guò)長(zhǎng)等問(wèn)題,提出了一種礦井視頻監(jiān)控圖像分塊壓縮感知方法。該方法通過(guò)建立礦井視頻監(jiān)控圖像分塊壓縮感知模型,在井下圖像采集節(jié)點(diǎn)利用稀疏隨機(jī)矩陣進(jìn)行壓縮采樣,然后在地面監(jiān)控中心利用正交匹配追蹤（OMP）算法重構(gòu)圖像。研究結(jié)果表明,采用本文算法的重構(gòu)圖像誤差小、重構(gòu)時(shí)間短,所需信號(hào)采樣點(diǎn)數(shù)少;與擾頻Hadamard矩陣相比,采用稀疏隨機(jī)矩陣和高斯隨機(jī)矩陣作為觀測(cè)矩陣對(duì)圖像信號(hào)重構(gòu)的峰值信噪比（PSNR）提高4 d B⁵ d B;本文算法與基于小波基的算法相比,信號(hào)重構(gòu)的PSNR提高1 d B⁴ d B,重構(gòu)時(shí)間縮短至少80%以上。 

【文章來(lái)源】：傳感技術(shù)學(xué)報(bào). 2017,30(01)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

井下視頻監(jiān)控原始圖像

第1期張帆，閆秀秀:基于DFT基的礦井視頻監(jiān)控圖像分塊壓縮感知方法3結(jié)果與分析筆者通過(guò)建立礦井圖像的重構(gòu)誤差數(shù)學(xué)模型，利用MATLAB對(duì)提出的算法進(jìn)行仿真分析，仿真原始圖像采用煤礦井下視頻監(jiān)控圖像，如圖3所示，圖像像素為512×512。圖3(a)為理想無(wú)噪聲圖像，圖3(b)為在圖3的基礎(chǔ)上加入均值為0，方差為10的高斯噪聲(含噪圖像的PSNＲ為33．3021dB)。圖3井下視頻監(jiān)控原始圖像考慮到井下環(huán)境噪聲干擾因素對(duì)圖像信號(hào)重構(gòu)的影響，需要通過(guò)評(píng)價(jià)模型考察原始圖像經(jīng)稀疏表示、壓縮采樣和重構(gòu)之后所得的重構(gòu)誤差。峰值信噪比(PSNＲ)表示峰值信號(hào)與噪聲的比值，它是表征圖像重構(gòu)效果的重要指標(biāo)［21］，PSNＲ評(píng)價(jià)模型定義如下:PSNＲ=10log10L2MSE(9)MSE=1MN∑Mi=1∑Nj=1‖A(i，j)－A'(i，j)‖22(10)式中，MSE為均方誤差，是原始圖像A(i，j)與重構(gòu)圖像A'(i，j)之間的灰度差，即表示噪聲信號(hào)，M和N是圖像矩陣維度數(shù)(圖像像素);L是圖像最大灰度值即表示一個(gè)像素點(diǎn)占用的2進(jìn)制位數(shù)，通常8bit的圖像L為255;PSNＲ為峰值信噪比，單位為dB，PSNＲ值越大，表示重構(gòu)誤差越小，兩幅圖像相似度越高。本文采用式(11)的壓縮比衡量圖像信號(hào)的壓縮程度。壓縮比越小，所需采樣的點(diǎn)數(shù)越多，壓縮程度越大。其中M為原始?jí)K信號(hào)的長(zhǎng)度，N為觀測(cè)矩陣觀測(cè)壓縮后的長(zhǎng)度。r=N/M(11)在采用不同礦井圖像分塊尺度和觀測(cè)矩陣條件下，利用tic、toc函數(shù)對(duì)，我們進(jìn)一步考察本文提出的基于DFT基礦井圖像分塊壓縮感知算法的重構(gòu)時(shí)間。同時(shí)，與基于一維小波基的礦井圖像分塊壓縮感知算法相比較，以驗(yàn)證本文所提出算法對(duì)礦井圖像壓縮采樣和信號(hào)重構(gòu)效果。3．1不同觀測(cè)矩陣對(duì)圖像重構(gòu)的對(duì)比由于基于壓縮感知理論的圖像數(shù)據(jù)采集?

第1期張帆，閆秀秀:基于DFT基的礦井視頻監(jiān)控圖像分塊壓縮感知方法3結(jié)果與分析筆者通過(guò)建立礦井圖像的重構(gòu)誤差數(shù)學(xué)模型，利用MATLAB對(duì)提出的算法進(jìn)行仿真分析，仿真原始圖像采用煤礦井下視頻監(jiān)控圖像，如圖3所示，圖像像素為512×512。圖3(a)為理想無(wú)噪聲圖像，圖3(b)為在圖3的基礎(chǔ)上加入均值為0，方差為10的高斯噪聲(含噪圖像的PSNＲ為33．3021dB)。圖3井下視頻監(jiān)控原始圖像考慮到井下環(huán)境噪聲干擾因素對(duì)圖像信號(hào)重構(gòu)的影響，需要通過(guò)評(píng)價(jià)模型考察原始圖像經(jīng)稀疏表示、壓縮采樣和重構(gòu)之后所得的重構(gòu)誤差。峰值信噪比(PSNＲ)表示峰值信號(hào)與噪聲的比值，它是表征圖像重構(gòu)效果的重要指標(biāo)［21］，PSNＲ評(píng)價(jià)模型定義如下:PSNＲ=10log10L2MSE(9)MSE=1MN∑Mi=1∑Nj=1‖A(i，j)－A'(i，j)‖22(10)式中，MSE為均方誤差，是原始圖像A(i，j)與重構(gòu)圖像A'(i，j)之間的灰度差，即表示噪聲信號(hào)，M和N是圖像矩陣維度數(shù)(圖像像素);L是圖像最大灰度值即表示一個(gè)像素點(diǎn)占用的2進(jìn)制位數(shù)，通常8bit的圖像L為255;PSNＲ為峰值信噪比，單位為dB，PSNＲ值越大，表示重構(gòu)誤差越小，兩幅圖像相似度越高。本文采用式(11)的壓縮比衡量圖像信號(hào)的壓縮程度。壓縮比越小，所需采樣的點(diǎn)數(shù)越多，壓縮程度越大。其中M為原始?jí)K信號(hào)的長(zhǎng)度，N為觀測(cè)矩陣觀測(cè)壓縮后的長(zhǎng)度。r=N/M(11)在采用不同礦井圖像分塊尺度和觀測(cè)矩陣條件下，利用tic、toc函數(shù)對(duì)，我們進(jìn)一步考察本文提出的基于DFT基礦井圖像分塊壓縮感知算法的重構(gòu)時(shí)間。同時(shí)，與基于一維小波基的礦井圖像分塊壓縮感知算法相比較，以驗(yàn)證本文所提出算法對(duì)礦井圖像壓縮采樣和信號(hào)重構(gòu)效果。3．1不同觀測(cè)矩陣對(duì)圖像重構(gòu)的對(duì)比由于基于壓縮感知理論的圖像數(shù)據(jù)采集?

【參考文獻(xiàn)】：
期刊論文
[1]基于壓縮感知理論的WSNs時(shí)序信號(hào)分段壓縮算法[J]. 劉洲洲,徐繼良,韓瑩,王曉柱.  傳感技術(shù)學(xué)報(bào). 2016(01)
[2]一種煤礦井下圖像壓縮方法[J]. 楊磊,黃友銳,唐超禮,曲立國(guó),陳珍萍,韓濤.  工礦自動(dòng)化. 2015(08)
[3]基于塊稀疏貝葉斯學(xué)習(xí)的體域網(wǎng)心電壓縮采樣[J]. 彭向東,張華,劉繼忠.  傳感技術(shù)學(xué)報(bào). 2015(03)
[4]壓縮感知在無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)采集中的應(yīng)用[J]. 王泉,張納溫,張金成,呂方旭,王鈺,陳可偉.  傳感技術(shù)學(xué)報(bào). 2014(11)
[5]煤礦智能視頻監(jiān)控中霧塵圖像的清晰化研究[J]. 張謝華,張申,方帥,曹洋.  煤炭學(xué)報(bào). 2014(01)
[6]一種基于塊稀疏貝葉斯學(xué)習(xí)的壓縮圖像融合算法[J]. 劉哲,顧淑音,南炳炳,李強(qiáng).  光子學(xué)報(bào). 2013(11)
[7]信號(hào)壓縮重構(gòu)的正交匹配追蹤類算法綜述[J]. 楊真真,楊震,孫林慧.  信號(hào)處理. 2013(04)
[8]一種新的分塊壓縮傳感圖像重建算法[J]. 佘青山,徐平,羅志增,劉棟良.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(S1)
[9]基于壓縮感知的煤礦井下語(yǔ)音通信系統(tǒng)[J]. 馬麗娜,曹新德.  安徽理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(03)
[10]基于壓縮感知的低功耗高效率CMOS圖像傳感器設(shè)計(jì)[J]. 趙士彬,姚素英,徐江濤.  傳感技術(shù)學(xué)報(bào). 2011(08)



本文編號(hào)：3134745