CN117455802A - 一种本安型矿灯采集图像降噪增强方法 - Google Patents
一种本安型矿灯采集图像降噪增强方法 Download PDFInfo
- Publication number
- CN117455802A CN117455802A CN202311788674.8A CN202311788674A CN117455802A CN 117455802 A CN117455802 A CN 117455802A CN 202311788674 A CN202311788674 A CN 202311788674A CN 117455802 A CN117455802 A CN 117455802A
- Authority
- CN
- China
- Prior art keywords
- point
- pixel
- value
- block
- filtered
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000009467 reduction Effects 0.000 title claims abstract description 34
- 238000005286 illumination Methods 0.000 claims abstract description 204
- 238000001914 filtration Methods 0.000 claims abstract description 139
- 230000008859 change Effects 0.000 claims abstract description 126
- 238000009826 distribution Methods 0.000 claims abstract description 25
- 230000000875 corresponding effect Effects 0.000 claims description 68
- 238000012545 processing Methods 0.000 claims description 33
- 238000004458 analytical method Methods 0.000 claims description 29
- 230000002708 enhancing effect Effects 0.000 claims description 12
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像增强技术领域,具体涉及一种本安型矿灯采集图像降噪增强方法。获取本安型矿灯采集到的灰度图像,根据像素点的灰度分布,获得点光源像素点、待滤波像素点和非滤波像素点;构建像素块,根据待滤波像素块与点光源像素点之间的位置关系和灰度差异获得待滤波像素点的光照权重,根据非滤波像素块之间的灰度变化特征,获得非滤波像素点的光照变化方向;计算待滤波像素块的噪声表现值,并筛选相似块,基于光照变化方向,结合待滤波像素点和相似块的位置关系、像素块之间的灰度差异以及光照权重,获得相似块的权重表现因子,最后基于权重表现因子和噪声表现值确定相似块的滤波权重并进行滤波,可以有效提高图像降噪增强的质量。
Description
技术领域
本发明涉及图像增强技术领域,具体涉及一种本安型矿灯采集图像降噪增强方法。
背景技术
本安型矿灯是一种具备摄像功能的矿灯,主要用于对环境以及人员行为进行监控以确保安全生产。由于矿井环境较为复杂,因此会存在较多的噪声,若不对其进行处理直接利用采集的图像进行监控会存在较大的安全隐患,故需对图像进行降噪增强用以提高图像质量。
图像去噪是一种较为常见的增强图像质量的方法,现有技术通常计算像素块之间的相似度采用非局部均值滤波对视频图像进行去噪,以提高图像质量,但是由于矿井下环境较为复杂,存在光照影响,因此使用单一指标获得权重会导致最终滤波效果不佳,影响图像增强的质量。
发明内容
为了解决忽略矿井中存在光照影响,使用单一指标获得非局部均值滤波的滤波权重,会导致最终滤波效果不佳,影响图像增强质量的技术问题,本发明的目的在于提供一种本安型矿灯采集图像降噪增强方法,所采用的技术方案具体如下:
获取本安型矿灯采集到的矿井内部灰度图像;
根据所述矿井内部灰度图像中像素点的灰度分布获得点光源像素点、待滤波像素点和非滤波像素点;以每个像素点为中心,构建预设尺寸的像素块;根据每个待滤波像素点与点光源像素点的位置关系以及对应像素块的灰度值差异获得待滤波像素点受矿灯光照影响的光照权重;根据所有非滤波像素点的像素块之间的位置关系和灰度变化,获得每个非滤波像素点对应的光照变化方向;
根据每个待滤波像素点的像素块中的灰度值计算噪声表现值;任选一个待滤波像素点作为待测点,待测点的像素块为待测块;根据待测块与除待测点外的其他待滤波像素点的像素块之间灰度变化的相似情况,筛选出相似块;根据待测点与所有非滤波像素点的位置分布,获取待测点的参照点;
根据所述待测块与每个相似块之间的位置关系、参照点的光照变化方向、像素块之间的灰度值差异以及相似块对应的光照权重,获得每个相似块的权重表现因子;根据待测块的相似块的权重表现因子和噪声表现值获得每个相似块的滤波权重;根据所有待滤波像素点对应的相似块的滤波权重对矿井内部灰度图像中待滤波像素点的像素块进行滤波,获得降噪增强图像。
进一步地,所述根据所述矿井内部灰度图像中像素点的灰度分布获得点光源像素点、待滤波像素点和非滤波像素点,包括:
基于预设灰度阈值对所述矿井内部灰度图像进行阈值分割,并获得连通域,将所有所述连通域中灰度值均值最大的连通域作为目标区域,计算所述目标区域的形心,将所述形心所在位置处的像素点作为点光源像素点;
在以每个像素点为中心的预设邻域内,计算中心像素点与对应的每个邻域像素点的灰度值差异,当所述灰度值差异中的最小值大于预设差异阈值时,将中心像素点作为待滤波像素点;所述灰度图像中除待滤波像素点外的像素点为非滤波像素点。
进一步地,所述根据每个待滤波像素点与点光源像素点的位置关系以及对应像素块的灰度值差异获得待滤波像素点受矿灯光照影响的光照权重,包括:
在每个待滤波像素点与点光源像素点各自对应的像素块中,计算相同位置处像素点的灰度值差异并累加,得到差异累加值;
根据每个待滤波像素点与点光源像素点之间的欧式距离和对应的差异累加值,获得每个待滤波像素点受矿灯光照影响的光照权重,待滤波像素点与点光源像素点之间的欧式距离与光照权重呈负相关,差异累加值与光照权重呈正相关。
进一步地,所述根据所有非滤波像素点的像素块之间的位置关系和灰度变化,获得每个非滤波像素点对应的光照变化方向,包括:
所述光照变化方向包括光照变化最大方向和光照变化最小方向;计算每个非滤波像素点的像素块中像素点灰度值的方差,得到灰度方差;计算任意两个非滤波像素点的像素块中相同位置处像素点的灰度值差异的累加值,得到灰度差异值;计算任意两个非滤波像素点的欧式距离,得到距离参数;
任选一个非滤波像素点作为处理点,除处理点外的非滤波像素点为分析点;根据处理点与每个分析点的灰度方差的乘积、灰度差异值以及距离参数得到处理点与分析点之间的第一光照变化参考值和第二光照变化参考值;
所述距离参数和灰度方差的乘积均与第一光照变化参考值呈负相关,所述灰度差异值和第一光照变化参考值呈正相关,将处理点作为起点,处理点的最大第一光照变化参考值对应的分析点作为终点,得到光照变化最大方向;
所述距离参数、灰度方差的乘积以及灰度差异值均与第二光照变化参考值呈负相关,将处理点作为起点,处理点的最大第二光照变化参考值对应的分析点作为终点,得到光照变化最小方向。
进一步地,所述根据每个待滤波像素点的像素块中的灰度值计算噪声表现值,包括:
在以每个待滤波像素点为中心的像素块中,将中心像素点与除中心像素点外其他每个像素点的灰度值差异作为差异因子,将所有差异因子的累加值作为中心像素点的噪声表现值。
进一步地,所述根据待测块与除待测点外的其他待滤波像素点的像素块之间灰度变化的相似情况,筛选相似块,包括:
在以每个待滤波像素点为中心的像素块中,将差异因子按照预设顺序进行排序,得到排序序列;
计算待测块与除待测点外的其他每个待滤波像素点的像素块的排序序列中数据值的皮尔逊相关系数,得到相似值;
将大于预设相似阈值的相似值对应的像素块作为待测块的相似块。
进一步地,所述根据待测点与所有非滤波像素点的位置分布,获取待测点的参照点,包括:
判断所述待测点是否存在于非滤波像素点的光照变化方向上;
若存在,则将待测点存在的光照变化方向对应的非滤波像素点中与待测点距离最近的非滤波像素点作为待测点的参照点;若不存在,则将与待测点距离最近的非滤波像素点作为待测点的参照点。
进一步地,所述根据所述待测块与每个相似块之间的位置关系、参照点的光照变化方向、像素块之间的灰度值差异以及相似块对应的光照权重,获得每个相似块的权重表现因子,包括:
过每个待测点,作与参照点的光照变化方向平行的直线,得到光照变化最大直线和光照变化最小直线;
将待测块的任意一个相似块作为目标块,所述目标块的中心像素点作为目标点;以待测点为起点,目标点为终点,得到方向向量,获得所述方向向量在所述光照变化最大直线上的投影向量,计算所述方向向量和所述投影向量的夹角值;根据所述夹角值和待测点与目标点之间的欧式距离获得第一权重,所述夹角值和所述欧式距离均与所述第一权重呈负相关;
将所述光照变化最小直线上与待测点最近的像素点作为对比点,以对比点为中心的像素块作为对比块,将待测块与对比块中相同位置处像素点的灰度值差异的累加值,作为分子,将目标块与对比块中相同位置处像素点的灰度值差异的累加值与预设第三参数的和值作为分母,将所得比值与预设常数的差异进行负相关映射后的值作为第二权重;
将所述第一权重、第二权重以及目标块对应的光照权重三者的乘积进行归一化后,得到目标块的权重表现因子。
进一步地,所述根据待测块的相似块的权重表现因子和噪声表现值获得每个相似块的滤波权重,包括:
根据每个相似块的权重表现因子归一化后的值和每个相似块的噪声表现值,获得每个相似块的滤波权重,所述滤波权重与权重表现因子呈正相关,所述滤波权重与噪声表现值呈负相关。
进一步地,所述根据所有待滤波像素点对应的相似块的滤波权重对矿井内部灰度图像中待滤波像素点的像素块进行滤波,获得降噪增强图像,包括:
基于非局部均值滤波根据各待滤波像素点对应的相似块以及相似块的滤波权重,对矿井内部灰度图像中待滤波像素点的像素块进行滤波操作,获得所述矿井内部灰度图像的降噪增强图像。
本发明具有如下有益效果:
本发明首先获取本安型矿灯采集到的灰度图像,由于矿井中的点光源像素点、噪声像素点和正常像素点往往具有不同的灰度分布特征,故可据此特征获得点光源像素点、待滤波像素点和非滤波像素点;进一步地,以每个像素点为中心,构建像素块,根据待滤波像素点的像素块与点光源像素点的像素块之间的位置关系以及灰度差异获得待滤波像素点受矿灯光照影响的光照权重,初步表征光照影响程度;然后对光照情况进行进一步的分析,光照存在不均匀以及渐变的现象,具体表现为灰度变化,故分析了非滤波像素点的像素块之间的位置关系以及灰度变化特征,获得每个非滤波像素点的光照变化方向;进一步地,基于非局部均值滤波的思想,本发明中根据每个待滤波像素点的像素块中的灰度值计算噪声表现值,根据待滤波像素点对应的噪声表现值之间的相似情况,筛选出相似块,用于后续的滤波过程中;进一步地,在非滤波像素点中确定待滤波像素点的参照点,基于参照点的光照变化方向,结合待滤波像素点和相似块之间的位置关系、像素块之间的灰度差异以及相似块的光照权重,获得相似块的权重表现因子,权重表现因子可以准确反映出光照变化造成的影响;最后基于权重表现因子和噪声表现值确定每个相似块的滤波权重,滤波权重在像素块相似的基础上,分析了光照产生的影响,因此使用此时的滤波权重对待滤波像素点进行滤波,会获得更好的滤波效果,也即提高了图像降噪增强的质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据图1获得其它附图。
图1为本发明一个实施例所提供的一种本安型矿灯采集图像降噪增强方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种本安型矿灯采集图像降噪增强方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种本安型矿灯采集图像降噪增强方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种本安型矿灯采集图像降噪增强方法的方法流程图,该方法包括以下步骤:
步骤S1:获取本安型矿灯采集到的矿井内部灰度图像。
本安型矿灯是一种具备摄像功能的矿灯,主要用于对环境以及人员行为进行监控以确保安全生产。由于矿井环境较为复杂,存在不同程度的噪声,若直接利用采集到的图像对生产进行监控会存在较大的安全隐患问题,因此有对采集到的矿井内部图像进行降噪增强的必要性。
首先获取本安型矿灯所带的摄像头采集到的矿井内部图像,并对其进行灰度化得到矿井内部灰度图像。需要说明的是,对图像进行灰度化的方法具体可以采用平均灰度化、最大值法以及加权灰度法等,均为本领域技术人员熟知的技术手段,在此不做赘述及限定。
至此,获取到了本安型矿灯采集到的矿井内部的灰度图像,可对其进行后续的分析。
步骤S2:根据矿井内部灰度图像中像素点的灰度分布获得点光源像素点、待滤波像素点和非滤波像素点;以每个像素点为中心,构建预设尺寸的像素块;根据每个待滤波像素点与点光源像素点的位置关系以及对应像素块的灰度值差异获得待滤波像素点受矿灯光照影响的光照权重;根据所有非滤波像素点的像素块之间的位置关系和灰度变化,获得每个非滤波像素点对应的光照变化方向。
由于矿井内部的光源为点光源,而点光源所在位置处的灰度值会大,与其他区域有明显的区分,同时,噪声像素点,也即待滤波像素点的灰度值会明显偏离其周围的像素点的灰度值,即表现出灰度值异常的特征,故可基于矿井内部灰度图像中像素点的灰度分布,获得点光源像素点、待滤波像素点和非滤波像素点。
优选地,本发明一个实施例中,根据矿井内部灰度图像中像素点的灰度分布获得点光源像素点、待滤波像素点和非滤波像素点,包括:
由于点光源像素点所在位置处的灰度值会与其他区域有明显的差异,因此可基于预设灰度阈值对灰度图像进行阈值分割获得二值图像,对二值图像进行连通域分析,获得连通域,因为越靠近光源处,会越亮,也即灰度值会越大,所以计算每个连通域中所有像素点的灰度值的均值,然后将所有连通域中灰度值均值最大的连通域作为目标区域,接着计算该目标区域的形心,形心所在位置处的像素点即可作为点光源像素点。
然后对待滤波像素点和非滤波像素点进行区分,由于噪声像素点也即待滤波像素点通常会与其局部区域内的像素点存在明显的灰度值差异,故在以每个像素点为中心的预设邻域内,计算中心像素点与对应的每个邻域像素点的灰度值差异,当灰度值差异中的最小值大于预设差异阈值时,则将中心像素点作为待滤波像素点;由此可以从灰度图像中所有像素点中筛选出待滤波像素点,那么灰度图像中除待滤波像素点外的像素点即为非滤波像素点。由于在点光源像素点所在的局部区域内,像素点的灰度值都较为接近,所以本发明实施例中认为在区分待滤波像素点和非滤波像素点时,点光源像素点不会被作为待滤波像素点。需要说明的是,预设灰度阈值可设置为200,预设差异阈值可设置为50,具体数值均可根据实施场景进行调整,在此不做限定;连通域的获取方法以及形心的计算方法均为本领域技术人员熟知的操作过程,在此不做赘述;预设邻域设置为5×5,具体大小可根据实施场景进行调整,在此不做限定;在本发明其他实施例中预设灰度阈值也可采取以下方法进行确定:由于点光源像素点所在位置形成的较亮区域具有聚集性,所以可获取灰度图像的灰度直方图,然后从灰度直方图中最右端向左进行遍历,得到第一个灰度频次极小值,那么该灰度频次极小值右端的灰度值对应的灰度图像中的像素点组成的区域即可视为目标区域,然后计算目标区域的形心,形心所在位置处的像素点就为点光源像素点。
至此,通过分析灰度图像中像素点的灰度分布获得了点光源像素点、待滤波像素点以及非滤波像素点,可基于此进行后续的分析过程。
本发明实施例中主要采用非局部均值滤波对图像进行去噪增强,但是由于矿井下环境较为复杂,光照主要依赖照明,矿洞岩壁以及道路等区域由于距离光源的远近差异以及岩石凸起等的阻挡会导致光照出现不均匀的现象。并且由于噪声像素点是随机分布的,并且为局部突变像素点,因此对于环境光照不均表现不同,故在对图像进行去噪增强时,需考虑光照影响因素。
基于非局部均值滤波的思想,以每个像素点为中心,构建预设尺寸的像素块,然后再根据每个待滤波像素点与点光源像素点之间的位置关系以及各自像素块之间的灰度值的不同,获得待滤波像素点受矿灯光照影响的光照权重;光照权重用于初步表征光照的影响。需要说明的是,构建预设尺寸的像素块时,预设尺寸大小为3×3,具体尺寸实施者可根据实施场景进行调整,在此不做限定。
优选地,本发明一个实施例中,根据每个待滤波像素点与点光源像素点的位置关系以及对应像素块的灰度值差异获得待滤波像素点受矿灯光照影响的光照权重,包括:
首先在每个待滤波像素点与点光源像素点各自对应的像素块中,计算相同位置处像素点的灰度值差异并累加,得到差异累加值;差异累加值可表征出点光源像素点对待滤波像素点的像素块的影响程度。
然后根据每个待滤波像素点与点光源像素点之间的欧式距离和对应的差异累加值,获得每个待滤波像素点受矿灯光照影响的光照权重,并且待滤波像素点与点光源像素点之间的欧式距离与光照权重呈负相关,差异累加值与光照权重呈正相关。点光源像素点记为,光照权重的公式模型具体可以例如为:
其中,表示第/>个待滤波像素点的光照权重,/>表示点光源像素点/>的横坐标,表示第/>个待滤波像素点的横坐标,/>表示点光源像素点/>的纵坐标,/>表示第/>个待滤波像素点的纵坐标,/>表示点光源像素点/>的像素块与第/>个待滤波像素点的像素块之间的差异累加值,/>表示归一化函数。
在光照权重的公式模型中,当点光源像素点的像素块与待滤波像素点的像素块之间的差异累加值越大时,则可表征点光源像素点对待滤波像素点的影响较大,也即待滤波像素点对于光照的表现程度较高;然而为了避免距离的远近导致出现误差,故将距离因素也作为评价光照权重的指标之一,获取点光源像素点与待滤波像素点之间的欧式距离,该距离值越小,说明待滤波像素点与点光源像素点越接近,那么受到光照影响的可能性越大;然后将欧式距离与差异累加值进行结合,将差异累加值与欧式距离的比值进行归一化,得到光照权重,此时差异累加值越大,同时欧式距离越小,那么待滤波像素点受到光照影响的可能性,也即待滤波像素点对光照的表现程度就越大,那么待滤波像素点的光照权重就越大。需要说明的是,在本发明实施例中计算欧式距离时,可以灰度图像的左下角为原点,水平向右方向为横轴,竖直向上方向为纵轴,建立坐标系,此时灰度图像中所有像素点皆可映射到该坐标系中。
至此,获取到了每个待滤波像素点受矿灯光照影响的光照权重,可初步表征出待滤波像素点对光照的表现程度。
因为光照往往存在渐变现象,具体可表现为像素点的灰度值变化,在同一点光源像素点的照射下,不同位置的像素点会受到不同程度的光照影响,也就会有不同的光照变化情况以及方向,所以为了更加准确的分析光照产生的影响,可对光照情况进行进一步地分析,由于待滤波像素点通常为整个图像中的极小部分,非滤波像素点占极大部分,所以通过对非滤波像素点进行光照变化方向的分析,可以更加准确的反映图像中光照的分布以及变化情况。故本发明实施例通过对所有非滤波像素点的像素块进行分析,获取每个非滤波像素点对应的光照变化方向。
优选地,本发明一个实施例中,根据所有非滤波像素点的像素块之间的位置关系和灰度变化,获得每个非滤波像素点对应的光照变化方向,包括:
光照变化方向包括光照变化最大方向和光照变化最小方向;计算每个非滤波像素点的像素块中像素点灰度值的方差,得到灰度方差,灰度方差可以表征出像素块中灰度值分布的均匀情况;然后计算任意两个非滤波像素点的像素块中相同位置处像素点的灰度值差异的累加值,得到灰度差异值;接着计算任意两个非滤波像素点的欧式距离,得到距离参数。灰度方差、灰度差异值以及距离参数均为评价非滤波像素点的光照变化方向的指标。
在所有非滤波像素点中任选一个作为处理点,将除处理点外的其他非滤波像素点作为分析点;可根据处理点与每个分析点的灰度方差的乘积、灰度差异值以及距离参数得到处理点与分析点之间的第一光照变化参考值和第二光照变化参考值;并且距离参数和灰度方差的乘积均与第一光照变化参考值呈负相关,灰度差异值和第一光照变化参考值呈正相关,然后将处理点作为起点,处理点的最大第一光照变化参考值对应的分析点作为终点,得到光照变化最大方向。在获取第二光照变化参考值时,距离参数、灰度方差的乘积以及灰度差异值均与第二光照变化参考值呈负相关,将处理点作为起点,处理点的最大第二光照变化参考值对应的分析点作为终点,得到光照变化最小方向。以非滤波像素点作为处理点,分析点以非滤波像素点/>为例。
第一光照变化参考值和第二光照变化参考值的公式模型具体可以例如为:
其中,表示处理点/>和分析点/>之间的第一光照变化参考值,/>表示处理点和分析点/>之间的第二光照变化参考值,/>表示处理点/>对应的灰度方差,/>表示分析点/>对应的灰度方差,/>表示处理点/>和分析点/>之间的距离参数,/>表示处理点/>和分析点/>之间的灰度差异值,/>表示预设第一参数,/>表示预设第二参数。
在第一光照变化参考值的公式模型和第二光照变化参考值的公式模型中,像素块的灰度方差可以反映出像素块内像素点灰度值分布的均匀程度,灰度方差的值越小,则说明灰度值分布越集中,可视为越均匀,当处理点与分析点各自的像素块之间的灰度差异值越大时,意味着这两个像素块在灰度级别上存在明显的差异,该值越大,越说明可能是光照变化剧烈引起的,反之,该值越小,说明光照变化带来的影响较小;为了防止距离远近造成的误差,将距离因素也作为获取第一光照变化参考值的指标之一,当两个像素块的距离越近,也即距离参数/>的值越小时,则认为第一光照变化参考值和第二光照变化参考值越可信;也即当两个像素块之间的灰度差异值越大,像素块的灰度方差越小,同时像素块之间的距离越小时,第一光照变化参考值越大,越可能表征光照变化最大方向;同理,当两个像素块之间的灰度差异值越小,像素块的灰度方差越小,同时像素块之间的距离越小时,第二光照变化参考值越大,越可能表征光照变化最小方向。
需要说明的是,预设第一参数和预设第二参数/>在本发明该实施例中作用为防止分母为0,所以可取值为0.001,具体数值可根据实施场景进行调整,在此不做限定;在本发明其他实施例中,在表征像素块中灰度值分布的均匀情况时,也可对像素块中的像素点的灰度值使用均匀度计算公式,或者计算像素块中每个像素点与块内所有像素点灰度均值的差异,然后累加。
至此,通过分析非滤波像素点的像素块之间的位置关系以及灰度变化,获得了每个非滤波像素点对应的光照变化最大方向以及光照变化最小方向,可继续进行后续的分析。
步骤S3:根据每个待滤波像素点的像素块中的灰度值计算噪声表现值;任选一个待滤波像素点作为待测点,待测点的像素块为待测块;根据待测块与除待测点外的其他待滤波像素点的像素块之间灰度变化的相似情况,筛选出相似块;根据待测点与所有非滤波像素点的位置分布,获取待测点的参照点。
对于待滤波像素点而言,可以通过分析其与对应像素块中其他像素点的灰度值之间的差异,计算待滤波像素点的噪声表现值,噪声表现值可以用于确定噪声对像素点的影响程度,为后续滤波提供参考。
优选地,本发明一个实施例中,根据每个待滤波像素点的像素块中的灰度值计算噪声表现值,包括:
在以每个待滤波像素点为中心的像素块中,将中心像素点与除中心像素点外其他每个像素点的灰度值差异作为差异因子,将所有差异因子的累加值作为中心像素点的噪声表现值。噪声表现值的公式模型为:
其中,表示第/>个待滤波像素点的噪声表现值,/>表示第/>个待滤波像素点的灰度值,/>表示第/>个待滤波像素点的像素块中除第/>个待滤波像素点外的第/>个像素点的灰度值,/>表示像素块中的像素点个数。
在噪声表现值的公式模型中,当中心像素点与像素块中其他像素点的灰度值的差异,即差异因子越大时,说明中心像素点越可能发生了灰度值的突变,那么噪声表现值就会越大。
至此,可以基于上述方法获取到每个待滤波像素点的噪声表现值,然后可根据所有待滤波像素点的噪声表现值之间的相似情况,筛选出每个待滤波像素点的相似点。
为了便于解释和说明,在此,将任意一个待滤波像素点作为待测点,通过对待测点进行后续的分析,用以说明整个过程。
优选地,本发明一个实施例中,根据待测块与除待测点外的其他待滤波像素点的像素块之间灰度变化的相似情况,筛选出相似块,包括:
在筛选待测块的相似块时,由于依据像素块内灰度值变化的相似性,从而筛选出的相似块,在后续进行滤波去噪时可信度会更高,也会获得更佳的去噪效果,所以在以每个待滤波像素点为中心的像素块中,将差异因子按照预设顺序进行排序,得到排序序列。然后计算待测块与除待测点外的其他每个待滤波像素点的像素块的排序序列中数据值的皮尔逊相关系数,得到相似值。最后将大于预设相似阈值的相似值对应的像素块作为待测块的相似块。需要说明的是,在本发明实施例中预设顺序即为在3×3的像素块中,将每个像素点按照从左至右,从上到下的顺序进行标号,标号为1-9,然后按照5和1的差异因子、5和2的差异因子、5和3的差异因子、5和4的差异因子等进行排序,获得排序序列,在其他实施例中也可按照其他顺序对差异因子进行排列,但是需确保每个待滤波像素点的像素块的差异因子在排列时按照相同的顺序;预设相似阈值设置为0.5,具体数值实施者可根据实施场景进行调整,在此不做限定;皮尔逊相关系数的获取方法为本领域技术人员熟知的技术手段,在此不做赘述;在本发明其他实施例中,获取相似值的方法还可以为计算两个排列序列中数据之间的均方误差,均方误差的值越小,则相似度越高,故将均方误差进行负相关映射并归一化得到相似值。
至此,可以筛选出待测块的相似块,由于在步骤S2中获取到了每个非滤波像素点对应的光照变化方向,因此可根据待测点与所有非滤波像素点的位置分布,在所有非滤波像素点中筛选出对待测点影响最大的参照点。
优选地,本发明一个实施例中,根据待测点与所有非滤波像素点的位置分布,获取待测点的参照点,包括:
若待测点在某个非滤波像素点的光照变化方向上时,那么可视为该非滤波像素点的光照变化方向上的光照渐变会对待测点具有较大的影响,故首先需判断待测点是否存在于非滤波像素点的光照变化方向上。若存在,则将待测点存在的光照变化方向对应的非滤波像素点中与待测点距离最近的非滤波像素点作为待测点的参照点;若不存在,则将与待测点距离最近的非滤波像素点作为待测点的参照点,选择距离最近的非滤波像素点作为参照点的原因在于,距离越近,在后续过程中获得的计算结果的可信度和准确度越高。
至此,获取到了待测点的参照点,可用于后续的分析过程中。
步骤S4:根据待测块与每个相似块之间的位置关系、参照点的光照变化方向、像素块之间的灰度值差异以及相似块对应的光照权重,获得每个相似块的权重表现因子;根据待测块的相似块的权重表现因子和噪声表现值获得每个相似块的滤波权重;根据所有待滤波像素点对应的相似块的滤波权重对矿井内部灰度图像中待滤波像素点的像素块进行滤波,获得降噪增强图像。
噪声像素点,也即待滤波像素点的位置分布是较为随机的,因此待滤波像素点和其对应的相似块的中心像素点的连线并不一定位于光照方向上,但其又受到光照变化方向上光照的影响,因此应该根据图像中的光照方向,对相似块相对于待测块的位置获得不同位置的权重表现因子,便于后续获得更加准确的滤波权重。步骤S3中获取到了待测点的参照点,因此可以参照点的光照变化方向为准进行相似块的权重表现因子的计算。
优选地,本发明一个实施例中,根据待测块与每个相似块之间的位置关系、参照点的光照变化方向、像素块之间的灰度值差异以及相似块对应的光照权重,获得每个相似块的权重表现因子,包括:
首先过每个待测点,作与参照点的光照变化方向平行的直线,得到光照变化最大直线和光照变化最小直线;
基于参照点的光照变化方向,分析待测块和相似块之间的位置关系:将待测块的任意一个相似块作为目标块,那么目标块的中心像素点即可作为目标点;然后以待测点为起点,目标点为终点,得到方向向量,由于光照变化最大方向是图像中局部光照变化最明显的方向,包含着更多的图像结构信息,因此在这个方向上的特征能够更好地反映相似块和待测块的光照一致情况,故获得方向向量在光照变化最大直线上的投影向量,计算方向向量和投影向量的夹角值;然后可根据夹角值和待测点目标点之间的欧式距离获得第一权重,并且夹角值和欧式距离均与第一权重呈负相关;第一权重中的夹角值可以表征出待测块和相似块对应的方向向量与光照变化最大方向的一致程度,第一权重中的欧式距离可以表征出待测块和目标块之间的距离关系。
基于参照点的光照变化方向,分析像素块之间的灰度值差异:由于光照变化最小方向中包含的图像结构信息相对较弱,因此主要将其用来计算灰度变化的一致性;将光照变化最小直线上与待测点最近的像素点作为对比点,那么以对比点为中心的像素块作为对比块,将待测块与对比块中相同位置处像素点的灰度值差异的累加值,作为分子,将目标块与对比块中相同位置处像素点的灰度值差异的累加值与预设第三参数的和值作为分母,将所得比值与预设常数的差异进行负相关映射后的值作为第二权重;相似块是与待测块的灰度变化较为一致的像素块,在此结合了参照点的光照变化最小方向,获得的第二权重可以表征出待测块和目标块在参照点的光照变化最小方向上的灰度变化一致性。
最后将第一权重、第二权重以及目标块对应的光照权重三者的乘积进行归一化后,得到目标块的权重表现因子。待测点以待滤波像素点为例,目标点以待滤波像素点/>为例,对比点以像素点/>为例,权重表现因子的公式模型具体可以例如为:
其中,表示目标点/>的像素块的权重表现因子,/>表示待测点/>和目标点/>的方向向量与对应投影向量的夹角值,/>表示待测点/>的横坐标,/>表示目标点/>的横坐标,/>表示待测点/>的纵坐标,/>表示目标点/>的纵坐标,/>表示待测点/>的像素块和对比点/>的像素块中相同位置处像素点灰度值差异的累加值,/>表示目标点/>的像素块和对比点/>的像素块中相同位置处像素点灰度值差异的累加值,/>表示目标点/>的光照权重,/>表示预设常数,/>表示预设第三参数,/>表示归一化函数。
在权重表现因子的公式模型中,当目标点与待测点之间的欧式距离的值越小,同时目标点与待测点对应的夹角值越小时,说明目标点与待测点之间的距离越近,并且目标点与待测点之间的方向向量与对应参照点的光照变化最大方向越一致,那么目标点的像素块对应的权重表现因子就应该越大,故在该实施例中将夹角值与欧式距离相加后进行负相关映射,获得第一权重;然后分别计算待测块与对比块中相同位置处像素点的灰度值差异的累加值,以及目标块与对比块中相同位置处像素点的灰度值差异的累加值,并根据二者获得比值,所得的比值/>可以表示待测块和目标块在参照点的光照变化最小方向上的灰度变化的一致性,当该比值越接近1时,则说明灰度变化越一致,故本实施例中将该值与预设常数求差异,得到/>,该值越小,说明待测块和目标块在参照点的光照变化最小方向上的灰度变化越一致,那么目标点的像素块对应的权重表现因子就应该越大,所以对其进行负相关映射,进行逻辑关系矫正,得到第二权重/>;由于目标块对应的光照权重越大,说明目标块对光照的表现程度就越大,那么权重表现因子也会越大,故将第一权重、第二权重以及光照权重三者的乘积进行归一化,得到目标块的权重表现因子,此时第一权重、第二权重以及光照权重都越大时,那么权重表现因子也会越大。
需要说明的是,方向向量和投影向量的夹角值的计算方法为公知技术,在此不做赘述,预设第三参数的作用为防止分母为0,在此可取值为0.001,预设常数/>的作用为更加明显的表征出/>和/>数值的一致程度,在此可取值为1,预设第三参数和预设常数的具体取值可根据实施场景进行调整,在此不做限定。
至此,可以基于上述过程获取待测块的所有相似块的权重表现因子,用于后续的分析过程中。
由于相似块可以反映图像中像素块之间的相似性或差异性,而相似块的权重表现因子可以反映出相似块对于光照的表现程度,而噪声表现值则可以提供图像中的噪声信息,所以在获取到待测块的所有相似块的权重表现因子后,可将其与噪声表现值进行结合,获取到更加准确的滤波权重,从而有助于在滤波过程中更好的处理噪声。
优选地,本发明一个实施例中,根据待测块的相似块的权重表现因子和噪声表现值获得每个相似块的滤波权重,包括:
可以根据每个相似块的权重表现因子归一化后的值和每个相似块的噪声表现值,获得每个相似块的滤波权重,并且滤波权重与权重表现因子呈正相关,滤波权重与噪声表现值呈负相关。滤波权重的公式模型具体可以例如为:
其中,表示第/>个相似块的滤波权重,/>表示第/>个相似块的权重表现因子,/>表示第/>个相似块的权重表现因子,/>表示待测块的相似块的总数,/>表示第/>个相似块的噪声表现值。
在滤波权重的公式模型中,首先对每个相似块的权重表现因子进行归一化,得到,进行归一化可以避免权重表现因子的过度波动,使得各个相似块的权重表现因子在计算滤波权重时更加合理,同时有助于提高数据分析的准确性可可靠性,当相似块的权重表现因子越大时,说明相似块对光照的表现程度越大,则其在整体图像中的重要性就越大,那么就需要更大的滤波权重,同时,若相似块的噪声表现值越大时,那么则需要降低相似块的滤波权重,所以对噪声表现值进行负相关映射,实现逻辑关系矫正,最后将/>与归一化后的权重表现因子进行结合,得到相似块的滤波权重。
至此,基于上述过程可以获取到每个待滤波像素点的所有相似块的滤波权重,然后可对待滤波像素点进行滤波操作,获得降噪增强图像。
优选地,本发明一个实施例中,根据所有待滤波像素点对应的相似块的滤波权重对矿井内部灰度图像中待滤波像素点的像素块进行滤波,获得降噪增强图像,包括:
基于非局部均值滤波根据各待滤波像素点对应的相似块以及相似块的滤波权重,对矿井内部灰度图像中待滤波像素点的像素块进行滤波操作,具体而言,对于每个待滤波像素点,将其对应的相似块进行加权平均,加权平均是基于本发明实施例中获取到的滤波权重进行的,然后可获得灰度图像的降噪增强图像。需要说明的是,非局部均值滤波为本领域技术人员熟知的技术手段,在此不做赘述。
至此,可以完成本安型矿灯采集到的灰度图像的去噪增强结果。
综上所述,本发明首先获取本安型矿灯采集到的灰度图像,由于矿井中的点光源像素点、噪声像素点和正常像素点往往具有不同的灰度分布特征,故可据此特征获得点光源像素点、待滤波像素点和非滤波像素点;进一步地,以每个像素点为中心,构建像素块,根据待滤波像素点的像素块与点光源像素点的像素块之间的位置关系以及灰度差异获得待滤波像素点受矿灯光照影响的光照权重,初步表征光照影响程度;然后对光照情况进行进一步的分析,光照存在不均匀以及渐变的现象,具体表现为灰度变化,故分析了非滤波像素点的像素块之间的位置关系以及灰度变化特征,获得每个非滤波像素点的光照变化方向;进一步地,基于非局部均值滤波的思想,本发明中根据每个待滤波像素点的像素块中的灰度值计算噪声表现值,根据待滤波像素点对应的噪声表现值之间的相似情况,筛选出相似块,用于后续的滤波过程中;进一步地,在非滤波像素点中确定待滤波像素点的参照点,基于参照点的光照变化方向,结合待滤波像素点和相似块之间的位置关系、像素块之间的灰度差异以及相似块的光照权重,获得相似块的权重表现因子,权重表现因子可以准确反映出光照变化造成的影响;最后基于权重表现因子和噪声表现值确定每个相似块的滤波权重,滤波权重在像素块相似的基础上,分析了光照产生的影响,因此使用此时的滤波权重对待滤波像素点进行滤波,会获得更好的滤波效果,也即提高了图像降噪增强的质量。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (10)
1.一种本安型矿灯采集图像降噪增强方法,其特征在于,所述本安型矿灯包括图像采集装置,所述方法包括:
获取本安型矿灯采集到的矿井内部灰度图像;
根据所述矿井内部灰度图像中像素点的灰度分布获得点光源像素点、待滤波像素点和非滤波像素点;以每个像素点为中心,构建预设尺寸的像素块;根据每个待滤波像素点与点光源像素点的位置关系以及对应像素块的灰度值差异获得待滤波像素点受矿灯光照影响的光照权重;根据所有非滤波像素点的像素块之间的位置关系和灰度变化,获得每个非滤波像素点对应的光照变化方向;
根据每个待滤波像素点的像素块中的灰度值计算噪声表现值;任选一个待滤波像素点作为待测点,待测点的像素块为待测块;根据待测块与除待测点外的其他待滤波像素点的像素块之间灰度变化的相似情况,筛选出相似块;根据待测点与所有非滤波像素点的位置分布,获取待测点的参照点;
根据所述待测块与每个相似块之间的位置关系、参照点的光照变化方向、像素块之间的灰度值差异以及相似块对应的光照权重,获得每个相似块的权重表现因子;根据待测块的相似块的权重表现因子和噪声表现值获得每个相似块的滤波权重;根据所有待滤波像素点对应的相似块的滤波权重对矿井内部灰度图像中待滤波像素点的像素块进行滤波,获得降噪增强图像。
2.根据权利要求1所述的一种本安型矿灯采集图像降噪增强方法,其特征在于,所述根据所述矿井内部灰度图像中像素点的灰度分布获得点光源像素点、待滤波像素点和非滤波像素点,包括:
基于预设灰度阈值对所述矿井内部灰度图像进行阈值分割,并获得连通域,将所有所述连通域中灰度值均值最大的连通域作为目标区域,计算所述目标区域的形心,将所述形心所在位置处的像素点作为点光源像素点;
在以每个像素点为中心的预设邻域内,计算中心像素点与对应的每个邻域像素点的灰度值差异,当所述灰度值差异中的最小值大于预设差异阈值时,将中心像素点作为待滤波像素点;所述灰度图像中除待滤波像素点外的像素点为非滤波像素点。
3.根据权利要求1所述的一种本安型矿灯采集图像降噪增强方法,其特征在于,所述根据每个待滤波像素点与点光源像素点的位置关系以及对应像素块的灰度值差异获得待滤波像素点受矿灯光照影响的光照权重,包括:
在每个待滤波像素点与点光源像素点各自对应的像素块中,计算相同位置处像素点的灰度值差异并累加,得到差异累加值;
根据每个待滤波像素点与点光源像素点之间的欧式距离和对应的差异累加值,获得每个待滤波像素点受矿灯光照影响的光照权重,待滤波像素点与点光源像素点之间的欧式距离与光照权重呈负相关,差异累加值与光照权重呈正相关。
4.根据权利要求1所述的一种本安型矿灯采集图像降噪增强方法,其特征在于,所述根据所有非滤波像素点的像素块之间的位置关系和灰度变化,获得每个非滤波像素点对应的光照变化方向,包括:
所述光照变化方向包括光照变化最大方向和光照变化最小方向;计算每个非滤波像素点的像素块中像素点灰度值的方差,得到灰度方差;计算任意两个非滤波像素点的像素块中相同位置处像素点的灰度值差异的累加值,得到灰度差异值;计算任意两个非滤波像素点的欧式距离,得到距离参数;
任选一个非滤波像素点作为处理点,除处理点外的非滤波像素点为分析点;根据处理点与每个分析点的灰度方差的乘积、灰度差异值以及距离参数得到处理点与分析点之间的第一光照变化参考值和第二光照变化参考值;
所述距离参数和灰度方差的乘积均与第一光照变化参考值呈负相关,所述灰度差异值和第一光照变化参考值呈正相关,将处理点作为起点,处理点的最大第一光照变化参考值对应的分析点作为终点,得到光照变化最大方向;
所述距离参数、灰度方差的乘积以及灰度差异值均与第二光照变化参考值呈负相关,将处理点作为起点,处理点的最大第二光照变化参考值对应的分析点作为终点,得到光照变化最小方向。
5.根据权利要求1所述的一种本安型矿灯采集图像降噪增强方法,其特征在于,所述根据每个待滤波像素点的像素块中的灰度值计算噪声表现值,包括:
在以每个待滤波像素点为中心的像素块中,将中心像素点与除中心像素点外其他每个像素点的灰度值差异作为差异因子,将所有差异因子的累加值作为中心像素点的噪声表现值。
6.根据权利要求5所述的一种本安型矿灯采集图像降噪增强方法,其特征在于,所述根据待测块与除待测点外的其他待滤波像素点的像素块之间灰度变化的相似情况,筛选出相似块,包括:
在以每个待滤波像素点为中心的像素块中,将差异因子按照预设顺序进行排序,得到排序序列;
计算待测块与除待测点外的其他每个待滤波像素点的像素块的排序序列中数据值的皮尔逊相关系数,得到相似值;
将大于预设相似阈值的相似值对应的像素块作为待测块的相似块。
7.根据权利要求1所述的一种本安型矿灯采集图像降噪增强方法,其特征在于,所述根据待测点与所有非滤波像素点的位置分布,获取待测点的参照点,包括:
判断所述待测点是否存在于非滤波像素点的光照变化方向上;
若存在,则将待测点存在的光照变化方向对应的非滤波像素点中与待测点距离最近的非滤波像素点作为待测点的参照点;若不存在,则将与待测点距离最近的非滤波像素点作为待测点的参照点。
8.根据权利要求4所述的一种本安型矿灯采集图像降噪增强方法,其特征在于,所述根据所述待测块与每个相似块之间的位置关系、参照点的光照变化方向、像素块之间的灰度值差异以及相似块对应的光照权重,获得每个相似块的权重表现因子,包括:
过每个待测点,作与参照点的光照变化方向平行的直线,得到光照变化最大直线和光照变化最小直线;
将待测块的任意一个相似块作为目标块,所述目标块的中心像素点作为目标点;以待测点为起点,目标点为终点,得到方向向量,获得所述方向向量在所述光照变化最大直线上的投影向量,计算所述方向向量和所述投影向量的夹角值;根据所述夹角值和待测点与目标点之间的欧式距离获得第一权重,所述夹角值和所述欧式距离均与所述第一权重呈负相关;
将所述光照变化最小直线上与待测点最近的像素点作为对比点,以对比点为中心的像素块作为对比块,将待测块与对比块中相同位置处像素点的灰度值差异的累加值,作为分子,将目标块与对比块中相同位置处像素点的灰度值差异的累加值与预设第三参数的和值作为分母,将所得比值与预设常数的差异进行负相关映射后的值作为第二权重;
将所述第一权重、第二权重以及目标块对应的光照权重三者的乘积进行归一化后,得到目标块的权重表现因子。
9.根据权利要求1所述的一种本安型矿灯采集图像降噪增强方法,其特征在于,所述根据待测块的相似块的权重表现因子和噪声表现值获得每个相似块的滤波权重,包括:
根据每个相似块的权重表现因子归一化后的值和每个相似块的噪声表现值,获得每个相似块的滤波权重,所述滤波权重与权重表现因子呈正相关,所述滤波权重与噪声表现值呈负相关。
10.根据权利要求1所述的一种本安型矿灯采集图像降噪增强方法,其特征在于,所述根据所有待滤波像素点对应的相似块的滤波权重对矿井内部灰度图像中待滤波像素点的像素块进行滤波,获得降噪增强图像,包括:
基于非局部均值滤波根据各待滤波像素点对应的相似块以及相似块的滤波权重,对矿井内部灰度图像中待滤波像素点的像素块进行滤波操作,获得所述矿井内部灰度图像的降噪增强图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311788674.8A CN117455802B (zh) | 2023-12-25 | 2023-12-25 | 一种本安型矿灯采集图像降噪增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311788674.8A CN117455802B (zh) | 2023-12-25 | 2023-12-25 | 一种本安型矿灯采集图像降噪增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117455802A true CN117455802A (zh) | 2024-01-26 |
CN117455802B CN117455802B (zh) | 2024-04-05 |
Family
ID=89591390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311788674.8A Active CN117455802B (zh) | 2023-12-25 | 2023-12-25 | 一种本安型矿灯采集图像降噪增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117455802B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117809379A (zh) * | 2024-02-29 | 2024-04-02 | 深圳市翔飞科技股份有限公司 | 一种基于监控摄像机的智能人形识别报警系统及方法 |
CN117911405A (zh) * | 2024-03-19 | 2024-04-19 | 济南科汛智能科技有限公司 | 一种用于牙髓牙体检测的x射线影像处理方法 |
CN118065218A (zh) * | 2024-04-15 | 2024-05-24 | 陕西中环机械有限责任公司 | 一种井下铣刨机作业姿态智能调控系统 |
CN118172380A (zh) * | 2024-05-16 | 2024-06-11 | 大连杰伍科技有限公司 | 一种基于局部阈值的骨科腿骨智能识别分割方法 |
CN118172738A (zh) * | 2024-05-16 | 2024-06-11 | 山东力加力钢结构有限公司 | 基于机器视觉的交通工程路况检测方法 |
CN118279177A (zh) * | 2024-05-29 | 2024-07-02 | 西安易诺敬业电子科技有限责任公司 | 一种用于生产监控的视频图像增强方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103269412A (zh) * | 2013-04-19 | 2013-08-28 | 华为技术有限公司 | 一种视频图像的降噪方法及装置 |
CN103279931A (zh) * | 2013-06-03 | 2013-09-04 | 中国人民解放军国防科学技术大学 | 基于透射率的去雾图像去噪方法 |
CN103606132A (zh) * | 2013-10-31 | 2014-02-26 | 西安电子科技大学 | 基于空域和时域联合滤波的多帧数字图像去噪方法 |
CN104318529A (zh) * | 2014-10-19 | 2015-01-28 | 新疆宏开电子系统集成有限公司 | 处理在恶劣环境中所拍摄低照度图像的方法 |
CN106203336A (zh) * | 2016-07-11 | 2016-12-07 | 陕西科技大学 | 一种基于灰度图像标记的矿井巷道灯识别方法 |
CN110727223A (zh) * | 2019-10-22 | 2020-01-24 | 西安科技大学 | 基于井下采煤工作面的环式轨道智能巡检机器人及其应用 |
CN113344882A (zh) * | 2021-06-10 | 2021-09-03 | 成都光束慧联科技有限公司 | 基于计算机视觉的矿下钻机钻杆计数方法 |
CN113436282A (zh) * | 2021-06-16 | 2021-09-24 | 湖南国天电子科技有限公司 | 一种图像增强型相机 |
US20220020134A1 (en) * | 2020-07-15 | 2022-01-20 | China University Of Mining And Technology | Method and system for quickly matching image features applied to mine machine vision |
CN114004761A (zh) * | 2021-10-29 | 2022-02-01 | 福州大学 | 一种融合深度学习夜视增强与滤波降噪的图像优化方法 |
CN114338958A (zh) * | 2020-09-30 | 2022-04-12 | 华为技术有限公司 | 一种图像处理的方法及相关设备 |
CN116309579A (zh) * | 2023-05-19 | 2023-06-23 | 惠州市宝惠电子科技有限公司 | 一种用图像处理的变压器焊缝质量检测方法 |
CN116363133A (zh) * | 2023-06-01 | 2023-06-30 | 无锡斯达新能源科技股份有限公司 | 基于机器视觉的照明器配件缺陷检测方法 |
CN116823824A (zh) * | 2023-08-29 | 2023-09-29 | 山东济宁运河煤矿有限责任公司 | 基于机器视觉的井下带式输送机降尘检测系统 |
CN117274085A (zh) * | 2023-09-19 | 2023-12-22 | 湖南科技大学 | 低照度图像增强方法及装置 |
-
2023
- 2023-12-25 CN CN202311788674.8A patent/CN117455802B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103269412A (zh) * | 2013-04-19 | 2013-08-28 | 华为技术有限公司 | 一种视频图像的降噪方法及装置 |
CN103279931A (zh) * | 2013-06-03 | 2013-09-04 | 中国人民解放军国防科学技术大学 | 基于透射率的去雾图像去噪方法 |
CN103606132A (zh) * | 2013-10-31 | 2014-02-26 | 西安电子科技大学 | 基于空域和时域联合滤波的多帧数字图像去噪方法 |
CN104318529A (zh) * | 2014-10-19 | 2015-01-28 | 新疆宏开电子系统集成有限公司 | 处理在恶劣环境中所拍摄低照度图像的方法 |
CN106203336A (zh) * | 2016-07-11 | 2016-12-07 | 陕西科技大学 | 一种基于灰度图像标记的矿井巷道灯识别方法 |
CN110727223A (zh) * | 2019-10-22 | 2020-01-24 | 西安科技大学 | 基于井下采煤工作面的环式轨道智能巡检机器人及其应用 |
US20220020134A1 (en) * | 2020-07-15 | 2022-01-20 | China University Of Mining And Technology | Method and system for quickly matching image features applied to mine machine vision |
CN114338958A (zh) * | 2020-09-30 | 2022-04-12 | 华为技术有限公司 | 一种图像处理的方法及相关设备 |
CN113344882A (zh) * | 2021-06-10 | 2021-09-03 | 成都光束慧联科技有限公司 | 基于计算机视觉的矿下钻机钻杆计数方法 |
CN113436282A (zh) * | 2021-06-16 | 2021-09-24 | 湖南国天电子科技有限公司 | 一种图像增强型相机 |
CN114004761A (zh) * | 2021-10-29 | 2022-02-01 | 福州大学 | 一种融合深度学习夜视增强与滤波降噪的图像优化方法 |
CN116309579A (zh) * | 2023-05-19 | 2023-06-23 | 惠州市宝惠电子科技有限公司 | 一种用图像处理的变压器焊缝质量检测方法 |
CN116363133A (zh) * | 2023-06-01 | 2023-06-30 | 无锡斯达新能源科技股份有限公司 | 基于机器视觉的照明器配件缺陷检测方法 |
CN116823824A (zh) * | 2023-08-29 | 2023-09-29 | 山东济宁运河煤矿有限责任公司 | 基于机器视觉的井下带式输送机降尘检测系统 |
CN117274085A (zh) * | 2023-09-19 | 2023-12-22 | 湖南科技大学 | 低照度图像增强方法及装置 |
Non-Patent Citations (6)
Title |
---|
于慧凝;: "矿井视频监控图像改进模糊中值滤波算法", 金属矿山, no. 06, 15 June 2017 (2017-06-15) * |
张娟;: "融合中值滤波与小波软阈值去噪模型的新元矿视频监控图像滤波方法", 金属矿山, no. 12, 15 December 2017 (2017-12-15) * |
李伟群 等: "融合小波变换的矿井视频图像非局部均值滤波", 金属矿山, no. 10, 15 October 2016 (2016-10-15) * |
李新年: "煤矿视频监控图像的改进非局部均值滤波算法", 工矿自动化, vol. 41, no. 6, 30 June 2015 (2015-06-30) * |
郝爱语: "矿井视频监控图像改进非局部均值滤波算法", 金属矿山, no. 10, 31 October 2015 (2015-10-31) * |
郝爱语;: "矿井视频监控图像改进非局部均值滤波算法", 金属矿山, no. 10, 15 October 2015 (2015-10-15) * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117809379A (zh) * | 2024-02-29 | 2024-04-02 | 深圳市翔飞科技股份有限公司 | 一种基于监控摄像机的智能人形识别报警系统及方法 |
CN117809379B (zh) * | 2024-02-29 | 2024-05-03 | 深圳市翔飞科技股份有限公司 | 一种基于监控摄像机的智能人形识别报警系统及方法 |
CN117911405A (zh) * | 2024-03-19 | 2024-04-19 | 济南科汛智能科技有限公司 | 一种用于牙髓牙体检测的x射线影像处理方法 |
CN117911405B (zh) * | 2024-03-19 | 2024-05-24 | 济南科汛智能科技有限公司 | 一种用于牙髓牙体检测的x射线影像处理方法 |
CN118065218A (zh) * | 2024-04-15 | 2024-05-24 | 陕西中环机械有限责任公司 | 一种井下铣刨机作业姿态智能调控系统 |
CN118065218B (zh) * | 2024-04-15 | 2024-07-16 | 陕西中环机械有限责任公司 | 一种井下铣刨机作业姿态智能调控系统 |
CN118172380A (zh) * | 2024-05-16 | 2024-06-11 | 大连杰伍科技有限公司 | 一种基于局部阈值的骨科腿骨智能识别分割方法 |
CN118172738A (zh) * | 2024-05-16 | 2024-06-11 | 山东力加力钢结构有限公司 | 基于机器视觉的交通工程路况检测方法 |
CN118172738B (zh) * | 2024-05-16 | 2024-07-26 | 山东力加力钢结构有限公司 | 基于机器视觉的交通工程路况检测方法 |
CN118279177A (zh) * | 2024-05-29 | 2024-07-02 | 西安易诺敬业电子科技有限责任公司 | 一种用于生产监控的视频图像增强方法 |
CN118279177B (zh) * | 2024-05-29 | 2024-08-16 | 西安易诺敬业电子科技有限责任公司 | 一种用于生产监控的视频图像增强方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117455802B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117455802B (zh) | 一种本安型矿灯采集图像降噪增强方法 | |
CN115829883B (zh) | 一种异性金属结构件表面图像去噪方法 | |
CN109870461B (zh) | 一种电子元器件质量检测系统 | |
CN111080661B (zh) | 基于图像的直线检测方法、装置以及电子设备 | |
CN115861325B (zh) | 基于图像数据的悬架弹簧缺陷检测方法及系统 | |
CN116758083A (zh) | 基于计算机视觉的金属洗脸盆缺陷快速检测方法 | |
CN116245880B (zh) | 基于红外识别的电动车充电桩火灾风险检测方法 | |
CN103440671B (zh) | 一种印章检测方法及系统 | |
CN117437219B (zh) | 基于计算机视觉的磁胶电感不规则外观缺陷检测方法 | |
CN117876971B (zh) | 基于机器视觉的建筑施工安全监测及预警方法 | |
CN115841488B (zh) | 一种基于计算机视觉的pcb板的检孔方法 | |
CN118172380B (zh) | 一种基于局部阈值的骨科腿骨智能识别分割方法 | |
CN116883408B (zh) | 基于人工智能的积算仪壳体缺陷检测方法 | |
CN117152163B (zh) | 一种桥梁施工质量视觉检测方法 | |
CN115294159A (zh) | 金属紧固件腐蚀区域分割方法 | |
CN117557820B (zh) | 一种基于机器视觉的量子点光学膜损伤检测方法及系统 | |
CN116129195A (zh) | 图像质量评价装置、方法、电子设备和存储介质 | |
CN115272349A (zh) | 一种计算机pcb主板焊接缺陷检测方法 | |
CN115018785A (zh) | 基于视觉振频识别的提升钢丝绳张力检测方法 | |
CN114283089B (zh) | 基于跳跃加速的深度恢复方法、电子设备及存储介质 | |
CN115018835A (zh) | 一种汽车起动机齿轮检测方法 | |
CN117935177A (zh) | 基于注意力神经网络的道路车辆危险行为识别方法及系统 | |
CN116309561B (zh) | 一种基于防漏电绝缘材料的表面缺陷识别方法 | |
CN116596428A (zh) | 一种基于无人机的乡村物流智能配送系统 | |
US20120014609A1 (en) | Image signature extraction device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |