煤矿视频监控图像的改进非局部均值滤波算法.pdf

第 4 1卷 第 6期 2 0 1 5年 6月 工矿 自 动化 I nd us t r y a n d M i ne Au t oma t i on V0 I ． 4l NO ． 6 J t i n ．Z 0l 5 文章 编 号 1 6 7 1 2 5 1 X 2 0 1 5 0 6 0 0 6 6 0 5 DOI 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 1 X ． 2 0 1 5 ． 0 6 ． 0 1 6 李新年． 煤矿视频监控图像的改进非局部均值滤波算法[ J ] ． 工矿 自动化 ， 2 0 1 5 ， 4 1 6 6 6 7 0 ． 煤矿视频监控图像的改进非局部均值滤波算法 李新年 山西虹安 科技 股份 有 限公 司 ，山西 太原0 3 0 0 0 6 摘 要 针 对 井下 光线较 差 、 粉 尘大而导 致视 频监控 图像 清晰 度 不佳 的 问题 ， 提 出 了一 种 改进 非 局 部 均值 滤波 算 法。首先 采 用 L o g边 缘检 测算 子 对 图像 进行 边 缘提 取 ， 获得 边 缘 和非 边缘 图像 ； 然后 分 别 从 相似 图 像 块 获取 方法 以及权 重值 计算 方法 2个 方面对 非局 部 均值 滤 波算 法进 行 改进 ， 用于 去 除非 边缘 图像 中的噪 声点 ； 最后将 边缘 图像 与 滤波后 的非 边缘 图像进 行 融合 。分 别 采 用该 算 法与 中值 滤 波 算 法 、 均 值 滤 波 算 法、 非局部 均值 滤 波算 法对现 场采 集的 图像进 行 测试 ， 结果表 明该 算 法的 图像 处理 效 果 明显优 于其他 算 法 。 关键词 煤矿视频监控 图像 ；L o g边缘检测算子 ；非局部均值滤波算法； 改进非局部均值滤波算法 中图分 类号 T D6 7 2 文献 标志 码 A 网络 出版 时 问 2 0 1 5 0 5 2 9 1 4 3 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 ． T P ． 2 O 1 5 0 5 2 9 ． 1 4 3 6 ． 0 1 6 ． h t ml I mp r o v e d n o n l o c a l me a n s f i l t e r i n g a l g o r i t h m f o r v i d e o mo n i t o r i n g i ma g e o f c o a l mi n e LI Xi n ni a n Sh a nx i Hon ga n S c i e nc e a nd Te c hno l o gy Co． ，Lt d． ，Ta i y ua n 03 0 0 06，Chi na Ab s t r a c t Fo r un c l e a r un de r gr o und v i d e o mon i t o r i ng i ma g e c a us e d by p oo r l i g ht a nd a l o t o f d us t ，a n i mpr o v e d non l o c a l m e a n s f i l t e r i n g a l go r i t hm wa s p r op o s e d．Fi r s t l y，vi de o mo ni t or i ng i m a ge s a r e pr o c e s s e d by Lo g e d ge e xt r a c t i on o pe r a t or ，S O a s t o e xt r ac t e dg e i nf o r ma t i o n o f t he i ma ge s，a n d e dg e i m a ge s a n d n on e d ge i m a g e s a r e o bt a i ne d．The n，n on l o c a l m e a ns f i l t e r i n g a l g or i t hm i s i m p r ov e d f r o m t he p e r s p e c t i v e o f e xt r a c t i on m e t ho d o f s i m i l a r i m a ge bl o c ks a n d w e i g ht i n g c a l c ul a t i on me t ho d，a nd t he i mpr o ve d a l go r i t h m i s a do p t e d t o f i l t e r n oi s e i n t he n o n e dg e i ma ge s ．Fi na l l y，t he e d ge i ma ge s a nd t he f i l t e r e d no n e d ge i m a ge s a r e f u s e d ．M e d i a n f i l t e r i n g a l g o r i t h m ，a v e r a g e f i l t e r i n g a l g o r i t h m ，n o n l o c a l me a n s f i l t e r i n g a l g o r i t h m a n d t h e i m p r o ve d a l go r i t h m we r e us e d t o d e a l wi t h f i e l d i ma ge s．Th e t e s t r e s ul t s i nd i c a t e t ha t t he i mpr o v e d a l go r i t hm h a s be t t e r i ma g e p r o c e s s i ng e f f e c t t h a n t he o t he r a l g or i t h ms． Ke y wo r d sv i d e o m o ni t o r i n g i ma ge o f c o a l m i n e； Log e dg e e xt r a c t i o n o pe r a t o r； no n l oc a l m e a ns f i l t e r i ng a l go r i t hm ；i m p r ov e d n o n l oc a l me a ns f i l t e r i n g a l go r i t h m 0 引言 近年来 ， 煤矿视频监控系统得到了大范围普及 和应用 ， 在 确保矿 山安 全 生产 以及 井 下 救 灾 救援 方 面发挥着越来越大的作用。要使该类系统的功能尽 可能得到发挥 ， 最基本 的是要确保其信息来源的准 确性 ， 即获取高清晰度 的监控图像 。然而 ， 煤矿 井下环境较为复杂 ， 主要体现在 2个方 面 ① 光线 不佳； ② 含有大量粉尘 ， 特别是开采工作面附近 ， 空 气 中的粉尘密度更大 。这些因素在一定程度上导致 煤矿视频监控系统获取的图像清晰度不高。计算机 图像处 理算 法为 该 类 图像 的处 理 提 供 了众 多方 法 ， 一 些 学者 在该 方面 进行 了一 些有益 的探 索 ， 并 取 得了一些效果 ， 使图像 中的噪声得到了快速而有效 收稿 日期 2 0 1 4 0 9 2 9 ； 修回 日期 2 0 1 5 0 4 2 2 ； 责任编辑 李 明。 基金项目 山西虹安科技股份有 限公司技术创新重点资助项 目 HA一2 0 1 3 0 1 2 。 作者简 介 李 新 年 1 9 7 4一 ， 男 ， 河南 洛 阳 人， 高 级 工 程 师 ， 硕 士 ， 主要 从 事 矿井 应 急 救援 、 个 人 安 全 防 护 方 面 的 研 究 T 作 ， E ma i l l i x i n n i a n ma s t e r 1 2 6 ． c o rn。 2 0 1 5年第 6期 李新年 煤矿视频监控 图像的改进非局部均值滤波算法 6 7 的滤除， 但图像 中的边缘信息仍存在一定程度的模 糊 。本 文 将非 局部 均值 滤波 算法 E 加 以改 进 ， 使 其 能更有 效 地处 理煤 矿 视频 监 控 图 像 ， 并 与 L o g边 缘 检 测算 子 相 结 合 ， 达 到 在 滤 除 图像 中 噪声 的 同 时不损 坏 图像 边缘 信息 的 目的 。 1 L o g边 缘检 测算 子 L o g边缘 检测 算 子步骤 ① 采 用 高斯 函数 对 图 像 进 行滤 波 ， 以 排 除 图 像 中所 含 的 噪 声 ； ② 对 滤 波 后 的图像 进行 边缘 检 测 ， 提 取 图像 中 目标 信 息 的 边 缘 。对于 一 幅矿井 视频 监 控 图像 f i ， J ， 采 用 高 斯 函数 对 图像 进行 卷积 运算 ， 得 f h i ， 一 E G i ， ] *f i ， j G 一 1 ex 1 【 一 式中 h ， 为滤波后 图像 ； 。 为拉普 拉斯边缘检 测算 子 ； G i ， J 为 高 斯 函 数 ； *为 图像 卷 积 运 算 符 号 ； 为平 滑 系数 ， 即图像标 准差 。 由于图像卷积与微分运算具有可交换性质 ， 所 以 h ， J 可进 一 步表示 为 - [ ] 州 一 [ _1 e X p 一 i 2 j 2 ]* f i ， J 2 因此 L o g边缘检测算子可定义为 E G ]一 2 a e X p _ 3 2 非局 部 均值滤 波 算法 及其 改进 2 ． 1 非局部 均值 滤 波 算法 一 幅降质图像 一{ n l ∈j 为图像坐标 域 中任 一 噪声点 n的非 局部 均值 滤波 结果 为 N L [ 声 ] n 一 W a ， 口 n 4 a 。 。。 E I 。 式中 W a ， a 为权重值 ， 用于衡量图中像素点 n 与 噪声点 n的相似程度 ， W a ， a ∈E o ， 1 ] 。 记像 素 点 a ， a所 在 的 图 像 局 部 方 形 区域 灰 度 矩阵分别为 N ， ， ， 则该 2点 的相 似程 度取 决于 ，和 N 相 似 程 度 。N ， 与 N 的相 似 性 可 由二 者 灰度 值 向量 的欧 氏距 离确 定 D a ， a 一 I l 9 No 一 ， l l i , o 5 式中 N ， No ， 分别 为 ， ， 』 v 。的灰度值 向量 ； a为高 斯核 函数 标准 差 ， a O 。 图像 中灰度 值 向量 间 的 欧 氏距 离越 小 ， 说 明二 者相似度越高 ， 在滤波时赋予较大的权重值 。 I W a ， ＆ 一 e x p E D a ， 口 ／ h ] { 一 趴 6 【 z n 一 e x p E -D a ， n ／ h ] 了 式 中 h为调节因子 ， 用于控制权重值 w n ， a 相对 于 D 口， a 的衰 减程 度 。 2 ． 2 改进 非局 部 均值 滤波 算法 非 局部 均 值滤 波算 法 的不 足 ① 图像块 一般 设 定 为 固定 尺寸 的方形 形 式 ， 对 于矿 井 图像 中的巷 道 、 管线 、 设备 等信 息 ， 会将 一些 无关 的像 素 点囊括 至 图 像 块 中 ， 导 致所 获取 的图像块 问相似 度不 高 ， 无 法 获 得较为理想的滤波效果 ； ② 图像块 间的相似性主要 通过 二者像 素 灰度 值 向量 的欧 氏距 离进 行 衡 量 ， 对 于 图像 中结构 相似 信 息 相 似 的区域 ， 因其 与 噪声 点 区域 的欧 氏距 离较 大 而 被 赋 予 较 小 的权 重 值 ， 导 致 滤波结果不理想。本文从图像块划分及滤波权重值 计算 2个方面对非局部均值滤波算法进行改进 。 2 ． 2 ． 1 自适应 图像 块 划分 方法 根据 图像 中各像 素 点 灰 度值 的相 似 程度 ， 设 定 一 定的阈值 ， 以获取相似图像块 ， 在某种程度上实现 相 似 像素 点 的动态 聚类 ， 使 划 分 出的 相 似 图像 块 不 再局限于固定尺寸 ， 而是随着像素点灰度值的实 际 分 布情 况 ， 白适 应 地 调 整 图像 块 的形 状 和尺 寸 。 为 了便于论述 ， 将 噪声 图像 的搜 索 区域 尺寸简 化 为 7 7 ， 相似 图像 块 的提 取步 骤如 下 。 1 统计 图像搜索 区域 内所 有像素 点的灰度 值 ， 并 计算 其平 均值 49 F i ， J 一 F i ， J 7 ‘ n 。 。 。 l 式 中 F i ， J 为 图像 中任 意区域 内任 意一点 的灰 度 值 。 2 记F i ， J 为 阈值 0 ， 将 区域 内所有像素点 灰 度值 与该 阈值 进 行 比较 ， 将 小 于 该 阈值 的 区域 像 素点 记为 目标 信息 点 记 为 子 区域 A ， 大 于该 阈值 的区域像素点记为背景信息点 记为子区域 B 。 3 若子 区域 A 中存在 孤 立 的 像 素点 ， 则 保 持 该 类像 素 点不 变 ， 各 自作 为一 个 图像块 存 在 ； 若 存在 2 个 或 2个 以上 的像 素 点 聚 集 区 ， 则 记 该类 子 区域 为 A ， 将 该类 区域 中像 素 点灰 度值 组成 集合 Q 一 { F i ， J ， Fz i ， J ， ⋯ ， F i ， J } 8 统计集合 Q中所有像素点灰度值的中间值 F d i ， J 一Me d Q一 6 8 工矿 自动化 2 0 1 5年第 4 1卷 Me d { F ， J ， F2 ， J ， ⋯ ， F ， } 9 式 中 Me d 为取 中值 运算 。 将 F a ， 记 为阈值 ， 进一步划分区域 A 中的像 素点 。 4 参 照步 骤 3 对子 区域 B进 行处 理 ， 完成 对 该 区域 内像 素点 的划分 。 5 对 步骤 3 和步骤 4 划 分后 的 图像 区域 中 灰 度值 相似 的 图像 块 进 行 适 当合并 ， 形 成像 素 点 集 合 区域 。 6 重 复 步骤 1 一 5 ， 对整 幅 图像 进 行 相 似 图像块划分 ， 获得多个形状不规则的图像块。 2 ． 2 ． 2 滤 波权 重值计 算方 法 非局部均值滤波算法采用相似图像块 问的欧氏 距离来衡量图像块问的相似程度 ， 即距离越小 ， 2个 图像块越相似 ， 否则相似程度小甚至不相似 ， 导致大 量与待滤波像素点相关性较强的一些图像块无法参 与到 滤波 过程 中 。如 果在 欧 氏距 离 准 则基 础 上 ， 融 入图像块问的结构信息 ， 势必会 提高 图像块间相似 性衡量的准确性 。结合结构相似度指标 S S I M 提 出一种改进的相似图像块滤波权重值计算方法， 以 提高滤波结果的准确性 。S S I M 将 图像 中的亮 度、 结构、 对比度等信息进行有效结合 ， 实现对图像质量 的整体评 价。图像 中以像 素点 a和 n 为 中心 的图 像 块 的结构相 似 性可通 过式 1 0 进行 评价 s s № 一 粥 1 0 式中 2 , fl u 分别为以像素点 a为中心的图像块灰度 方差和平均值 ； 2 ， 分别为 以像素点 n 为中心 的 图像块灰度方差和平均值； ， 为分别 以像 素点 口， n 为 中心点 的 图像 块灰 度 值 的协 方 差 ； C ， C 为 修 正 因子 。 S S I M 对 图像 的评 价 结果 区 间为 [ 一1 ， 1 ] ， 数值 越大 ， 说明图像块 的相近程度越大 。而在经典非局 部 均值 滤波算 法 中 ， 图像 块 间 的欧 氏距 离越 大 ， 说 明 二者相近程度较小。可见 2种评价方法的单调性不 一 致。因此 ， 对 S S I M 进行适 当修正 ， 设计 了一种新 的结构 参数 S a， a 一 1 一l S S I M a ， a I l 1 1 由式 1 1 可 知 ， s n ， a 值 越 小 ， 则 图 像块 间相 近程度越高， 且此 时 S n ， a ∈E 0 ， 1 ] 与式 5 的单 调性保 持 一 致 。在 此 基 础 上 ， 将 式 5 与 式 1 1 相 乘 ， 得 D a， a 一 1一I S S I M n， a 1 lI ～ ， 1 2 将 式 1 2 代 人式 6 ， 得 到改 进 的非局 部均 值滤 波 算法 的权 重计 算公 式 J V n ， 口 1 一 丽 1 e x p {一 E s n ，口 D n ，口 ] ／ 矗 。 } 【 z n 一∑e x p { _[ s n ， n D a ， n 3 ／ h 】 3 3实验结 果及 分析 现场采集某煤矿井下 2幅视频监控图像作为实 验数 据 ， 对 本文 算 法 的性 能进 行 测 试 。分 别 采 用 中 值滤波算法、 均值滤波算法、 采用固定尺寸相似图像 块和欧氏距离判别准则的经典非局部均值滤波算法 算 法 1 、 基 于本 文 提 出 的 图像 块 划 分 方 法 获 取 的 自适 应 图像 块 与欧 氏距 离判 别准 则 的算 法 算 法 2 以及 本文 算法 对 图像 进 行处 理 ， 结果 如 图 1 、 图 2所 示 。对 实 验 结 果 采 用 峰 值 信 噪 比 P e a k S i g n a l No i s e t o R a t i o ， P S NR 指标_ 】 1 ] 进行 评估 ， 结果 见 表 1 。 添 加 了 强 度 为 1 5 的 随 机 噪 声 后 的 图像 如 图 1 b 、 图2 b 所示 。图 1 c 、 图 2 c 为采用中值 滤波算法 3 3 滤波窗 口 处理后的图像 ， 其清晰度 相对于噪声图像有一定程度 的改善 ， 但整体上模糊 程度较严重 ， 与图 1 d 、 图 2 d 均值滤波算法处理 结果较为接近 ， 说明中值滤波算法和均值滤波算法 对于该类图像处理效果不佳 。2种非局部均值滤波 算法处理结果如图 1 e 、 图 1 f 和图 2 e 、 图 2 f 所示 ， 可看 出图像清晰度优于 中值滤波算法和均值 滤波算法的处理结果 ， 但算法 2的处理结果却劣于 算法 1 ， 原 因是尽管对 图像 中的各类信息进行 了 自 适应划分， 但如果仍将 图像块 间的欧氏距离作为唯 一 的相 似度判 别 准则 ， 则 与待 滤 波 点所 在 的 图像 块 结构信息差 异较 大的图像块也会参 与到滤波过程 中， 无助于提高去噪效果 。采用本文算法处理后 的 图像如 图 1 g 、 图 2 g 所示， 可看出图像清晰度在 5 类 算法 中最 优 ， 图像 中基本 不 存在 残 留噪 声 ， 相 对 于原始 图像 ， 其视觉效果也得到了很大提升。 由表 1可知 ， 当图像 中叠加强度为 5 的随机 噪声 时 ， 本 文算 法 的 P S NR值 略小 于非 局 部 均值 滤 波算法 1 ， 说明本文算法对于含有低强度噪声的图 像容 易 出现过 滤波 现 象 ， 即会 将 图像 中部 分 有 用信 息 当作 噪声滤 除 。而 随着 图像 中叠 加 噪声强 度 的增 大 ， 本文 算法 的优 势则显 现 出来 ， 特 别是 噪声 强度 达 第 4 l 卷 第 6 期 2 0 1 5年 6月 工矿 自 动化 I ndu s t r y a nd M i n e Aut o ma t i on V0 l _ 4l NO ． 6 J 13 13 ．2 0 1 5 文 章编号 1 6 7 1 2 5 1 X 2 0 1 5 0 6 0 0 7 0 0 4 DO I 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 1 x ． 2 0 1 5 ． 0 6 ． 0 1 7 徐志彬 ， 马敬环， 李翠 ， 等． 样品测试条件对近红外煤炭品质分析结果 的影响[ J ] ． 工矿 自动化 ， 2 0 1 5 ， 4 1 6 7 0 7 3 ． 样品测试条件对近红外煤炭品质分析结果的影响 徐志彬 ， 马敬环 ， 李翠。 ， 陈凡。 1 ． 天津工业大学 材料科学与工程学院， 天津3 0 0 3 8 7 ； 2 ． 河北出入境检验检疫局检验检疫技术中心曹妃甸分中心，河北 唐山0 6 3 6 1 1 ； 3 ． 中国矿业大学 信息与电气工程学院， 江苏 徐州 2 2 1 O O 8 摘 要 针 对样 品 堆积造 成 的近红 外光谱 散射 、 吸 光度 与 噪 声干扰 差异 ， 使 得 光 谱 的信 噪 比发 生改 变而 产 生分析 误差 的 问题 ， 研 究 了样 品状 态和测试 条件 对近 红 外分析 结果 的影 响 。采集 了样 品在 不 同装 样厚 度 、 装 样 次数 和 不 同装 样松 紧程度 条件 下的近 红外光 谱 ， 采用主 成 分分析 压 缩数 据 ， 建 立遗传 算法 B P神 经 网络模 型 。通 过 比较 不 同样 品状 态模 型的预 测性 能 ， 确 立 了最佳 的样 品测 试 条件 。 实验表 明重 复 装样 和 样 品松 紧 程 度 不会 明显 改善模 型预 测性 ； 在装 样厚 度为 0 ． 5 mm 时 ， 水分 、 灰分 、 挥发 分和发 热 量预 测模 型的 决定 系数 分别 为 0 ． 9 3 6 6， 0 ． 7 9 1 6， 0 ． 8 9 4 9， 0 ． 8 5 7 5， 模 型预 测性 能较好 。 关键词 煤 炭品 质 ；近 红外光谱 ； 样 品 测试条 件 ；B P神 经 网络 ； 遗 传 算法 中 图分 类号 TD 6 7 文献标 志码 A 网络 出版 时 间 2 0 1 5 0 5 ～ 2 9 1 5 0 3 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 ． T P ． 2 0 1 5 0 5 2 9 ． 1 5 0 3 ． 0 1 7 ． h t ml 收稿 E t 期 2 O l 5 - O l 一 0 4 ； 修 回日期 2 0 1 5 0 4 2 8 ； 责任编辑 李明。 基金项目 国家质检总局科 研计 划资 助项 目 2 0 1 4 I K2 7 0 ； 中国博 士后 科学 基金 资助项 目 2 0 1 4 M5 5 1 6 9 5 ； 江苏 省 自然科 学基 金 资助项 目 B K2 01 4 0 2 1 5 。 作者简介 徐 志彬 1 9 7 8 一 ， 男 ， 河北唐山人 ， 工程师 ， 硕士， 现 主要从事煤炭检验工作 ， E ma i l 1 5 5 1 1 5 2 1 1 7 9 1 6 3 ． c o rn。 参考文献 [1] [2] [3] [4] [5] [6 ] 赵艳芹 ， 王振 种 ， 付喜辉． 基 于煤 矿视 频监 控系统 的图 像增强方法研究[ J ] ． 煤矿机械 ， 2 0 1 2 ， 3 3 5 6 3 6 5 ． 孙继平 ， 田子建． 矿井 图像监视 系统 与关键 技术 [ J ] ． 煤炭科学技术 ， 2 0 1 4 ， 4 2 1 6 5 6 8 ． 王震威 ， 冯瑾 ， 卢兆林． 基于耦合偏微分方程 的煤矿 图 像去 噪算法 E J ] ． 工矿 自动化 ， 2 0 1 3 ， 3 9 1 0 8 1 8 5 ． 张谢华 ， 张 申， 方帅 ， 等． 煤 矿智 能视频监 控 中雾尘 图 像 的 清 晰 化 研 究 [ J ] ．煤 炭 学 报 ， 2 0 1 4 ， 3 9 1 1 9 8 2 04 ． 冯卫兵 ， 胡俊梅 ， 曹根牛 ． 基于改进的简化脉冲耦合 神 经网络的煤 矿井 下 图像 去 噪方法 E J ] ． 工矿 自动化 ， 2 Ol 4， 4 0 5 5 4 5 8 ． 孙继平 ， 江静． 基 于 P UR E L E T的激 光光斑 图像 快 速去噪算 法[ J ] ． 煤炭学报 ， 2 0 1 3 ， 3 8 9 1 7 1 0 1 7 1 4 ． [7] [8] [ 9] E i o ] [ 1 1 ] 张权 ， 罗立民 ， 桂 志 国， 等． 一 种基 于优化 参数 的非 局 部均值 滤 波 算 法 [ J ] ． 计 算 机 应 用 与 软 件 ， 2 O l 2 ， 2 9 3 8 7 8 1 ． 易子 麟 ， 尹 东 ， 胡 安洲 ， 等． 基 于 非 局部 均 值 滤 波 的 S AR图像 去 噪 [ J ] ． 电 子 与信 息 学 报 ， 2 0 1 2 ， 3 4 4 95 O 一 9 55 ． 陈银 平 ， 涂碧海 ， 张毅 ， 等． 改进 型 L OG算 子在偏振片 绝对 角度 中 的应 用 E J ] ． 计 算 机 技 术 与 发 展 ， 2 o 1 4 ， 2 4 5 1 6 4 1 6 7 ． 董雪 ， 林 志贤 ， 郭太 良． 基于 L o G算子改 进 的 自适 应 阈值 小 波 去 噪算 法 I- j ] ． 液 晶 与显 示 ， 2 0 1 4 ， 2 9 2 2 75 2 80． 王小 兵 ， 孙久运 ， 汤海燕 ． 基于小波变换 的图像 混合噪 声 自适 应 滤 波算 法 [ J ] ． 微 电子 学 与 计 算 机 ， 2 o l 2 ， 2 9 6 91 - 9 5．