煤矿井下压缩感知图像处理算法.pdf

第 4 2卷 第 1 1 期 2 0 1 6年 1 1月 工矿 自 动化 I n d u s t r y a n d M i n e Au t o ma t i o n Vo 1 ． 4 Z No ． 1 1 NO V ． 2 O1 6 文 章编 号 1 6 7 1 2 5 1 X 2 0 1 6 1 1 0 0 3 8 0 4 DOI 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 l x ． 2 0 1 6 ． 1 1 ． 0 0 9 尹珠 ， 黄友锐 ， 陈珍萍． 煤矿井下压缩感知图像处理算法l- J ] ． 工矿 自动化 ， 2 0 1 6 ， 4 2 1 1 3 8 4 1 ． 煤矿井下压缩感知图像处理算法 尹珠 ， 黄 友锐 ， 陈珍 萍 安徽理工大学 电气与信息工程学院 ， 安徽 淮南 2 3 2 0 0 1 摘要 针对煤矿井下无线传感 网络因信息传输量大而导致传感节点能量 消耗快 、 设备寿命 缩减的问题 ， 提 出一种基于小波变换的压缩感知 图像处理算法。该算法采 用 s y m8小波基对 图像进行稀疏化分块处理 ， 经测量矩阵 自适应采样测量 ， 最后通过 OMP算法和小波逆变换重构图像 。实验结果表明， 与传统的压缩感 知算法相 比， 该算法能够以更低 的采样率获得 高质量的重构 图像 。 关键 词 煤炭 开采 ；井下 图像 处理 ；压缩 感知 ；小波 变换 ；自适 应重 构 中图分类 号 TD 6 7 9 文 献标 志码 A 网络 出版时 间 2 0 1 6 1 0 2 8 1 6 2 5 网络 出版 地址 h t t p ／ ／ www． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． TP ． 2 0 1 6 1 0 2 8 ． 1 6 2 5 ． 0 0 9 ． h t ml Co mp r e s s e d s e ns i ng i ma g e p r o c e s s i n g a l go r i t h m o f u n de r g r o u n d c o a l mi n e YI N Zhu，HU ANG Yo ur u i ， CHEN Zhe npi ng S c h o o l o f El e c t r i c a l a n d I n f o r ma t i o n En g i n e e r i n g，An h u i Un i v e r s i t y o f S c i e n c e a n d Te c h n o l o g y ，Hu a i n a n 2 3 2 0 0 1 ，Ch i n a Ab s t r a c t I n v i e w o f t h e p r o b l e m t h a t e n e r g y c o n s u mp t i o n o f s e n s o r n o d e s i s f a s t a n d e q u i p me n t l i f e i s c u t c a u s e d b y l a r g e a mo u n t o f i n f o r ma t i o n t r a n s mi s s i o n o f wi r e l e s s s e n s o r n e t wo r k，a k i n d o f c o mp r e s s e d s e n s i ng i m a ge p r oc e s s i ng a l go r i t h m b a s e d on wa v e l e t t r a ns f o r m wa s p ut f o r wa r d．The a l g o r i t h m us e s s y m8 wa v e l e t f o r i m a ge s pa r s e a n d f r a g m e n t a l p r oc e s s i n g，a n d us e s m e a s ur e me n t ma t r i x f o r a da p t i v e s a mpl i n g m e a s u r e me nt ，a n d f i n a l l y r e c o ns t r uc t s i ma g e t hr o ug h OM P a l g or i t hm a n d wa ve l e t i n ve r s e t r a n s f o r ma t i on． The e xp e r i me n t a l r e s u l t s s ho w t ha t t he pr o p os e d a l go r i t h m c a n o bt a i n r e c o n s t r uc t e d i ma g e wi t h hi g h q u a l i t y b y l o we r s a mpl i ng r a t e c o m p a r e d wi t h t r a di t i o na l c o mpr e s s e d s e ns i ng a l go r i t h m ． Ke y wo r d s c o a l m i n i ng； un de r gr o un d i ma ge p r oc e s s i n g； c o mpr e s s e d s e ns i ng； wa ve l e t t r a ns f o r m ； a da pt i ve r e c o nf i gu r a t i o n 0 引言 无 线 传 感 网 络 Wi r e l e s s S e n s o r Ne t wo r k ， WS N 依托于低功耗 的无线传感器节点 ， 克服 了有 线传输存在的布线困难、 监测信息不全、 布设成本高 昂、 灵活性差等缺点 ， 被广泛应用 于煤矿信息传输 中_ 1 ] 。传统的无线信息传输遵循香农采样定理 ， 即 采样率需大于信号最高频率 的 2倍 ， 造成 了 WS N 节点能量的耗散， 缩短了设备 的使用寿命 。压缩感 知 理 论提 出将 信 号转 换 到其 他 空 间进 行 稀 疏 处 理， 利用转换域空间信号的可压缩性对信号进行采 样 、 压 缩 、 编码 。近年来 压 缩感 知理论 被广 泛应 用于 雷达信号传输、 图像压缩传输、 医学影像等 ， 但是应 用于煤矿井下图像压缩的相关介绍并不深人 。由于 煤矿井下无人监控 区图像 信息传输量大 ， 造成传感 节点耗能加剧 ， 寿命缩减 ， 因而对设备提出了更高的 要求l_ 4 ] 。为此， 本文提出了一种改进的压缩感知 图 像处理算法 ， 即基于小波变换的压缩感知 自适应重 收稿 日期 2 0 1 6 0 5 0 6 ； 修 回日期 2 0 1 6 0 9 2 2 ； 责任编辑 胡娴 。 基金项 目 国家 自然科学基金资助项 目 5 1 2 7 4 0 1 1 ， 5 1 4 0 4 0 0 8 ； 新世纪优 秀人才支持计划 资助项 目 NC E T一 1 0 0 0 2 ； 安徽 省杰出青 年基金项 目 1 l O 8 O 8 6 J O 3 。 作者简介 1 9 8 9 一 ， 女 ， 安徽宿州人 ， 硕士研究生 ， 研究方 向为矿 山物联网 、 压缩感知技术， E - ma i l 1 2 1 6 3 1 7 3 3 0 q q ． c o m。 2 0 1 6 年 第 1 1期 尹珠等 煤矿 井下压 缩感知 图像 处理 算 法 3 9 构算法。该算法采用 s y m8小波基对矿井视频 图像 进行稀疏化分块处理 ， 仅测量高频分量嘲 ， 且进行 自 适 应 采 样 测 量 ， 最 后 通 过 正 交 匹 配 追 踪 算 法 O r t h o g o n a l Ma t c h i n g P u r s u i t ， OMP 和 小 波 逆 变换重构视频图像。 1压 缩感 知理 论 压 缩感 知 理 论 指 出 ， 进 行 压 缩感 知 的前 提是 信 号为稀疏 的， 因而将信号 z转换到其他域空间， 以 稀疏信号 Y表示； 由测量矩阵 对稀疏信号 Y进行 投影， 要求测量矩阵 与转换域的基 不相关 ； 通 过投影重构出稀疏信号 Y， 最后在转换域下对重构 稀疏信号 Y进行逆变换 ， 恢 复出原信号 。压缩感 知研究 的核心问题主要为 3大块 ， 即信号 的稀疏转 换、 传感测量矩 阵的设计及重构算法 的构造。压缩 感 知 过程 如 图 1所示 。 l 璺 竺 堡 兰 卜 _ - 1 翌 堕 堡 r ． 1 兰 垫 卜 _ - 1 堕 兰 兰 塑 图 1 压缩感知过程 2 压缩感知图像处理算法 2 ． 1 信 号的稀 疏表 示 设 z为一维时域信号 ， ∈R N ， N 为正整数 ， 将 以一组 s y m8正交小波基 一[ ⋯ ] 为基底进行表示 ， 即 N X 一 一 C k Y 1 k -- 1 式 中 ∈C N 删 ， 为单位矩阵； Y 一 。 当 l l y【 l 。 一K时 ， 即可认为信号 z在小波基 下 是 K 稀 疏 的 ， K 表示 稀疏 度 。 2 ． 2测量投 影过 程 选取一组测量矩阵 一[ 。 ⋯ ] ， 将 信号 投影到该测量矩阵上 ， 即 s一 X 2 式 中 为 观测 矩阵 。 测量矩阵 可以是高斯随机分布矩阵， 也 可取 贝努力分布矩阵。 2 ． 3 信 号 重构恢 复 信号的测量投影即为无线传感节点感知信号的 过程， 之后需要从感 知到的信息 中重构恢 复出原信 号 。因为式 2 中方程式的个数小于未知数的个数 ， 为欠方程， 不能求得确切值 ， 所以将其转换为 一 一 一 e y 3 式 中 ． 冒 I 为感 知矩 阵 ， ． 虽 ’ ∈R M ， KM N。 将信号 ．7C 转换为 K 稀疏的 Y， 进而对信号进行 降维处理。通过矩阵 检测信号 z， 对检测到的信 号 进行传输 ， 同时利用感 知矩 阵 D进行感知 ， 并 由 O MP算法 重构 稀疏 信 号 Y， 最 后通 过小 波逆 变 换恢复原信号 z。 2 ． 4算法流 程及 具体 步骤 首先将图像进行 3层小波分解 ， 利用 S o b e l 算 子对图像进行边缘信息检测， 计算每层子带 的采样 率 ] 。同时， 结合 图像块方向性 和边缘性信息的不 同， 自适应地对变换后的各层子带进行分块采样 ； 根 据各层子带系数 的特点 ， 仅对高频 部分进行采样测 量 ， 并进行正交匹配， 追踪算法恢复 ； 最后与低频部 分 一起 进行 s y m8 小 波逆 变换 ， 以重构原 图像 。 小波分解将 图像分 为低频部分 L L 和高频部 分 HL， L H， HH 。经 s y m8小波变换后， 图像高频 部 分具 有不 同 的稀 疏 性 HL在 水 平 方 向具 有 列 稀 疏性， LH在垂直方 向具有行稀疏性 ， HH 在对 角方 向具有稀疏性 。因此， 在对 图像进行 3层 s y m8小 波 变换后 的高频 子带 系数部 分 ， 分别采 取 逐列 、 逐行 及按对角方向处理； 同时对各子带层 以自适应速率 采 样 ， 用 O MP算 法 对 测 量 后 的 高 频 部 分 进 行 自适 应 恢复 ， 最后 与低 频 部 分 s y m8小 波 逆 变 换 一 起 重 构图像。图像 1 层小波分解如图 2所示 。 近似分量 水平细节 LL HL 垂直细节 对角细节 LH HH 图 2图像 1层 小 波 分 解 基于小波变换的压缩感知 自适应重构算法流程 如 图 3 所 示 。 本文算法的具体步骤 ； 1 对 NXN 的图像进行 1层小波分解 ， 得到 4 个小 波子带系数 { HH ， HL ， L H ， L L ， 各子带 系数 大小 记为 N N 。 2 对 N N 的子带系数 L L 继续进行小波 分解 ， 得 小 波 子 带 系 数 { HH。 ， HL ， L H ， L L ， 各 子带系数大小记为 N N 。 3 对子带 L L 。进行小波分解 ， 得小波子带系 数 { HH。 ， HL 。 ， LH。 ， L } ， 各 子 带 系 数 大 小 记 为 N3 N 3 。 4 根据 S o b e l 算子检 测图像边缘信息 ， 结合 小波分解后各层信息 4 1的对应情况 ， 计算并 自适 应分配采样率 。 通过对M赋予不 同的值 ， 构造M 4 0 工矿 自动 化 2 0 1 6年 第 4 2卷 图像 小波变换 高频 I l 低频 S o b e l 算子检 测边缘信 息， 结合信息分布 ． 计算采样率 通过商斯测量矩阵 进 行采样 OMP算法重构 小波逆变换 I 墨 璺 堡J 图 3 基于小波变换的压缩感知 自适应重构算 法流程 N 大 小 的 服 从 o ， 的 高 斯 随 机 矩 阵 ， N 分 别 取 N。 ， N。 ， 』 ＼ ， ， ， 通 过 高斯 随机 矩 阵 仅对 各 高频 子 带 层 系数 HH3 ， HL 。 ， I H。 ； HH2 ， HI 2 ， L H2 ； HH1 ， HI ． ， L H。 进 行 自适 应 采 样 ， 通 过 测 量得 到 3个 子 带层 的 系 数 值 矩 阵 ， 依 次 记 为 HH ， HL ， L H。 ； H H2， H L2 ， LH2 ； H H l ’ H I l ， LH】 。 5 利用 OMP算法分别对各子带系数 HH。 ， HI 3 ， LH3 ； HH2 ， HI 2 ， LH2 ； HHl ， HI 1 ， I H1 逐 行 、 逐列及按对角方向进行重构 ， 最后将其与低频子 带 I I 。 一起 进行 小波 逆变换 得 到恢 复 的图像 。 3 实 验分 析 取某煤矿井下监控图像为实验原始图像 ， 根据 上述步骤对 2 5 6 x 2 5 6的图像进行 3层小波分解 ， 得 到 N。 一1 2 8 ， N2 6 4 ， N 一3 2 。利 用 M N 大 小 的 ， 1 、 服 从 0 ， 的 高 斯 随 机 测 量 矩阵 ， 分 别 取 总 采 样 率 ， ‘ 为 0 ． 1 ， 0 ． 2 ， 0 ． 3 ， 0 ． 4 ， 0 ． 5进 行 实验 。利用 传统 的基 于小 波 的压缩 感知 算 法 简 记 为 C S算 法 先对 图像 进行 3层 小波 分 解 ， 然 后 用 测 量 矩 阵 对 变换 后 的图像进行整体测量， 最后用 OMP算法和小波逆 变换 恢复 图像 。南 于测 量 矩 阵 是 随 机矩 阵 ， 所 以将 程序 运行 4次 ， 取 均值 作为 最终 结果 。 网 4 、 图 5和冈 6分别为总采样率为 0 ． 2 ， 0 ． 3 ， 0 ． 4时， 原 图像 、 用 C S算法恢复的图像及用本文算 法恢 复 的图像 。 a 原 图 b C S算 法 c 本 文 算 法 图 6 井下工作通道图像 总采样率为 0 ． 4 各 图像 重 构 时 的 P S N R 峰 值 信 噪 比 见 表 1 。 由表 1可知 ， 随着 采样 率 的增加 ， 图像 重构 的效 果越 来越好 ， 同时 ， P S NR的值随之增加。传统的压缩感 知 图像 处理算 法 在低 采 样 率 下 几 乎不 能 重 构 图像 ， 而 本文算 法 在相 同采 样 率 ， 尤 其 是 低 采样 率下 能 很 好地 重 构恢 复 ， 且 恢复 的 图像清 晰度更 高 。 表 1 各图像重构 时的 P S NR 第 4 2卷 第 1 1期 2 0 1 6年 1 1 月 工矿 自 动化 I ndu s t r y a nd M i ne Aut o mat i o n Vo 1 ． 4 2 NO ． 1 1 NO V ． 2 O1 6 文 章编 号 1 6 7 1 2 5 1 X 2 0 1 6 1 1 0 0 4 1 0 4 DOI 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 1 x ． 2 0 1 6 ． 1 1 ． 0 1 0 何敏 ， 武福生 ， 成燕玲． 基于三维模型的通风系统优化调控模拟分析口] ． 工矿 自动化 ， 2 0 1 6 ， 4 2 1 1 4 1 4 4 ． 基于三维模型的通风系统优化调控模拟分析 何敏 ， 武福 生 ， 成 燕玲。 1 ． 中煤科工 集 团常 州研 究 院有 限公 司 ，江苏 常州 2 1 3 0 1 5 ； 2 ． 天地 常州 自动化 股份 有 限公 司 ，江苏 常州2 1 3 0 1 5 ； 3 ． 苏州电器科学研究院股份有限公司，江苏 苏州 2 1 5 1 0 4 摘 要 以某矿 为研 究对 象 ， 利 用 VE NT S I M 三 维通 风 动 态仿 真模 拟 系统 构 建 了矿 井通 风 系统真 实三 维 模型， 在获取可靠通风基础参数的基础上 ， 对该矿通风 系统优化调控方案进行 了准确模拟。现场实际测量结 果与模拟结果较为吻合 ， 误差很小， 验证 了基于三维模型的通风 系统优化调控方案的可靠性。 关键 词 煤炭 开采 ； 通 风 系统 ；通风 仿 真 ；三 维模 型 ； 优 化 调控 ；通风 网络 解算 中图分类号 TD 7 2 文献标志码 A 网络出版时间 2 0 1 6 - 1 0 2 8 1 6 2 6 网络 出版地 址 h t t p ／ ／ www． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． TP ． 2 0 1 6 1 0 2 8 ． 1 6 2 6 ． 0 1 0 ． h t ml Si mu l a t i o n a n a l ys i s o f o p t i ma l r e g ul a t i o n a n d c o n t r o l o f ve n t i l a t i o n s y s t e m b a s e d o n 3 D mo de l HE M i n 一， W U Fus he n g 一， CH EN G Ya nl i ng 。 1 ． CCTEG Ch a n g z h o u Re s e a r c h I n s t i t u t e ，Ch a n g z h o u 2 1 3 0 1 5 ，Ch i n a ； 2 ． Ti a n d i Ch a n g z h o u Au t o ma t i o n Co ． ，Lt d ． ，Ch a n g z h o u 2 1 3 0 1 5 ，Ch i n a； 3 ． S u z h o u E l e c t r i c a l Ap p a r a t u s S c i e n c e Ac a d e my Co ． ， L t d． ，S u z h o u 2 1 5 1 0 4 ，Ch i n a Ab s t r a c t A r e a l 3 D mo de l o f m i n e ve nt i l a t i o n s ys t e m wa s bui l t by VENTS I M 3 D v e n t i l a t i on dy n a m i c s i mu l a t i o n s y s t e m t a k i n g a c o a l mi n e a s r e s e a r c h o b j e c t ．On t h e b a s i s o f o b t a i n i n g r e l i a b l e b a s i c v e n t i l a t i o n p a r a me t e r s ，a n a c c u r a t e s i m u l a t i o n o f op t i ma l r e gu l a t i o n a nd c o nt r o l s c he me of t he ve nt i l a t i o n s ys t e m wa s ma d e．Th e a c t ua l me a s u r e m e nt r e s ul t s a r e i n go o d a gr e e m e nt wi t h t he s i m ul a t i on r e s ul t s ，a nd e r r or i s ve r y s ma l l ，s o i t v e r i f i e s t h e r e l i a b i l i t y o f o p t i ma l r e g u l a t i o n a n d c o n t r o l s c h e me o f v e n t i l a t i o n s y s t e m b a s e d o n 收稿 15 1 期 2 0 1 6 0 6 2 1 ； 修 回日期 2 0 1 6 0 9 2 9 ； 责任编辑 张强 。 基 金项 目 常州市科技支撑计划 工业 项 目 C E 2 0 1 5 0 O 6 8 。 作者简介 何敏 1 9 8 3 一 ， 男 ， 湖北天门人 ， 助理研究员 ， 博士 ， 主要研究方 向为矿井通风防灭火 ， E - ma i l h e mi n 1 2 3 4 5 6 7 1 6 3 ． c o rn。 4 结 语 针对煤矿井下无线传感 网络 因信息传输量大而 导致传感节点能量消耗快 、 设备寿命缩减的问题 ， 提 出基 于 小波 变换 的压缩 感知 自适 应重 构算 法 。实验 结果表明， 在相同采样率， 尤其在低采样率下 ， 该算 法能有效提高图像重构效果 ， 同时减少传输 的信息 量 ， 达到了节约资源和能源的 目的。 参考文献 [ 1 ] 胡 圣波． 煤矿井下 无线传 感 网络 通信关 键技术 的研究 [ J ] 工矿 自动化 ， 2 0 0 8 ， 3 4 3 1 - 4 ． E 2 ] TS AI G Y， D0 N0H0 D L ．E x t e n s i o n s o f c o mp r e s s e d s e n s i n g [ J ] ．S i g n a l P r o c e s s i n g ， 2 0 0 6 ， 8 6 3 5 4 9 5 7 1 ． [ 3 ] 焦李成 ， 杨淑媛 ， 刘芳 ， 等． 压缩感知 回顾 与展望[ J ] ． 电 子 学 报 ， 2 0 1 1 ， 3 9 7 1 6 5 i - 1 6 6 2 ． I- 4 ] 杨磊 ， 黄友锐 ， 唐 超礼 ， 等． 一种煤矿井下图像压缩 方法 [ J ] ． 工矿 自动化 ， 2 0 1 5 ， 4 1 8 8 2 8 4 ． [ 5 ] 岑翼刚 ， 陈晓方 ， 岑丽辉 ， 等． 基 于单 层小波变换 的压缩 感知 图像处理 [ J ] ． 通 信学报 ， 2 0 1 0 ， 3 1 增刊 1 5 2 5 5 ． [ 6 ] 甘伟 ， 许录平 ， 苏 哲． 一种压 缩感 知重 构算法 I- J ] ． 电子 与信息学报 ， 2 0 1 0 ， 3 2 9 2 1 5 1 2 1 5 5 ． [ 7 ] 李玉 ， 赵瑞珍 ， 张凤珍 ， 等． 边缘 和方 向估计 的 自适应 多 尺度分块 压 缩感 知算 法 [ J ] ． 信 号 处 理 ， 2 0 1 5 ， 3 1 4 40 7 4 】3 ．