基于改进P rewitt算子的矿井视频图像小波阈值去噪

摘要：

由于矿井成像环境的复杂性，导致所获取的图像较为模糊且存在一定程度的噪声，有必要采用适当的方法滤除其中的噪声并提高图像的清晰度。为此，提出了一种结合边缘检测的小波域矿井视频图像去噪算法。首先对噪声图像采用均值滤波算法进行预处理；然后对分别从检测模板、自适应阈值设定方法对经典的Prewitt算子进行适当改进，并采用改进的Prewitt算子提取预处理后图像的边缘轮廓信息，从而获得边缘图像和非边缘图像；最后对于非边缘图像，采用一种基于自适应阈值的改进小波阈值函数模型进行去噪处理，该模型充分结合了小波硬、软阈值去噪模型的优势，能够随着小波分解层数的变化自适应调整阈值大小。为了验证该算法的有效性，采用2幅实地获取的山东兖州某煤矿井下视频监控图像进行试验，并与小波硬、软阈值函数模型及2类已有的改进型小波阈值函数模型进行去噪效果对比。结果表明，该算法的去噪效果优于其余几类函数模型，且算法耗时略占优势，对于提高矿井视频监控图像的质量具有一定的参考价值。

关键词：数字矿山、矿井视频图像、边缘提取、Prewitt算子、小波变换、小波阈值函数模型

分类号：TD672(矿山电工)

资助基金：河南省高等学校教学工程项目教高[2013]589号。

在线出版日期：2015-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：131-136