煤矿的安全监控技术一直是煤矿开采过程中重要的一部分,煤矿井下视频监控是保证煤矿安全的重要手段,而监控图像的质量直接决定监控的有效性,目前受煤矿井下粉尘和低照度等条件的影响,煤矿视频图像的增强效果有待提升。针对这一问题,提...煤矿的安全监控技术一直是煤矿开采过程中重要的一部分,煤矿井下视频监控是保证煤矿安全的重要手段,而监控图像的质量直接决定监控的有效性,目前受煤矿井下粉尘和低照度等条件的影响,煤矿视频图像的增强效果有待提升。针对这一问题,提出一种在HSV空间变换的条件下,利用改进双边滤波算法与多尺度Retinex算法融合的方法。首先针对多尺度Retinex算法中存在的容易出现光晕、边缘模糊等问题,利用改进的双边滤波理论与多尺度Retinex算法融合的方法进行增强,增加了修正函数的双边滤波作为多尺度Retinex算法中的中心环绕函数;同时将图像由RGB空间转换到HSV空间中,保持色调分量不变,通过融合Retinex算法对亮度分量进行增强,并对饱和度分量进行校正;最后将图像由HSV空间转换会RGB空间,完成图像增强。通过实验验证,提出的改进的融合Retinex算法相较于多尺度Retinex(Multi-Scale Retinex,MSR)算法、带色彩恢复因子的多尺度Retinex(Muti-Scale Retinex with Color Restoration,MSRCR)算法,在色彩和边缘模糊处理等方面有所改进;同时在煤矿井下工作面等环境中,对图像均值、标准差、峰值信噪比(PSNR)和信息熵等指标进行评判,相较于MSR算法分别提高了15.24%,16.54%,42.77%,2.82%,相较于MSRCR算法分别提高了8.13%,5.51%,10.90%,0.59%。实验数据表明,改进的融合Retinex算法对图像的增强过程中,提高了图像的亮度、对比度,抑制了图像光晕和边缘模糊现象,为煤矿安全生产和智慧矿山的建设提供决策支持。展开更多
针对非局部均值去噪算法(NLM)易造成图像边缘模糊问题,提出了一种基于双边滤波和离散余弦变换的改进算法。该算法将双边滤波中的像素空间邻近函数与NLM算法的权值函数相结合,提出新的权值计算公式进而保护图像细节;利用离散余弦变换能...针对非局部均值去噪算法(NLM)易造成图像边缘模糊问题,提出了一种基于双边滤波和离散余弦变换的改进算法。该算法将双边滤波中的像素空间邻近函数与NLM算法的权值函数相结合,提出新的权值计算公式进而保护图像细节;利用离散余弦变换能量集中特性来计算像素相似性权值进而提高运算速度。首先将图像分割成子块,对子块进行离散余弦变换,然后在得到的离散余弦变换系数矩阵中筛选数据,最后用新权值计算公式在经筛选的离散余弦变换系数矩阵中度量像素的相似性。实验结果表明,与原NLM相比,该算法更好地保护了图像边缘细节特征和结构信息,峰值信噪比最大提高了1.4 d B,证明本文的算法去噪效果更佳。展开更多
文摘煤矿的安全监控技术一直是煤矿开采过程中重要的一部分,煤矿井下视频监控是保证煤矿安全的重要手段,而监控图像的质量直接决定监控的有效性,目前受煤矿井下粉尘和低照度等条件的影响,煤矿视频图像的增强效果有待提升。针对这一问题,提出一种在HSV空间变换的条件下,利用改进双边滤波算法与多尺度Retinex算法融合的方法。首先针对多尺度Retinex算法中存在的容易出现光晕、边缘模糊等问题,利用改进的双边滤波理论与多尺度Retinex算法融合的方法进行增强,增加了修正函数的双边滤波作为多尺度Retinex算法中的中心环绕函数;同时将图像由RGB空间转换到HSV空间中,保持色调分量不变,通过融合Retinex算法对亮度分量进行增强,并对饱和度分量进行校正;最后将图像由HSV空间转换会RGB空间,完成图像增强。通过实验验证,提出的改进的融合Retinex算法相较于多尺度Retinex(Multi-Scale Retinex,MSR)算法、带色彩恢复因子的多尺度Retinex(Muti-Scale Retinex with Color Restoration,MSRCR)算法,在色彩和边缘模糊处理等方面有所改进;同时在煤矿井下工作面等环境中,对图像均值、标准差、峰值信噪比(PSNR)和信息熵等指标进行评判,相较于MSR算法分别提高了15.24%,16.54%,42.77%,2.82%,相较于MSRCR算法分别提高了8.13%,5.51%,10.90%,0.59%。实验数据表明,改进的融合Retinex算法对图像的增强过程中,提高了图像的亮度、对比度,抑制了图像光晕和边缘模糊现象,为煤矿安全生产和智慧矿山的建设提供决策支持。
文摘针对非局部均值去噪算法(NLM)易造成图像边缘模糊问题,提出了一种基于双边滤波和离散余弦变换的改进算法。该算法将双边滤波中的像素空间邻近函数与NLM算法的权值函数相结合,提出新的权值计算公式进而保护图像细节;利用离散余弦变换能量集中特性来计算像素相似性权值进而提高运算速度。首先将图像分割成子块,对子块进行离散余弦变换,然后在得到的离散余弦变换系数矩阵中筛选数据,最后用新权值计算公式在经筛选的离散余弦变换系数矩阵中度量像素的相似性。实验结果表明,与原NLM相比,该算法更好地保护了图像边缘细节特征和结构信息,峰值信噪比最大提高了1.4 d B,证明本文的算法去噪效果更佳。
