基于视觉特性的井下图像去噪新方法

doi:10.3969/j.issn.1000-1565.2014.01.016

河北大学学报(自然科学版) ›› 2014, Vol. 34 ›› Issue (1): 83-88.DOI: 10.3969/j.issn.1000-1565.2014.01.016

基于视觉特性的井下图像去噪新方法

浦江¹,姜代红²

1.徐州工程学院信电工程学院,江苏徐州,221008； 2.徐州工程学院信电工程学院,江苏徐州 221008;中国矿业大学信息与电气工程学院,江苏徐州221008

出版日期:2014-01-25 发布日期:2014-01-25
基金资助:
江苏省高校科研成果产业化推进化项目，徐州市工业计划项目

A new method of image denoising for underground coal mine based on the visual characteristics

PU Jiang¹,JIANG Daihong²

Online:2014-01-25 Published:2014-01-25

摘要/Abstract

摘要： 受煤矿井下特殊环境的影响,井下图像大多画面清晰度不高,且夹杂着大量的图像噪声,这给井下图像的进一步处理带来了很多困难.针对井下图像光照度不够、噪点较多等特点,从人眼视觉感知中的彩色细节失明及同时对比特性出发,提出了一种基于视觉特性的图像去噪新方法.该方法采用CIELab均匀颜色空间,动态决定滤波器权值,从而减少了图像轮廓边缘等细节信息的破坏,使去噪后的图像更加清晰.实验结果表明,该方法的去噪效果明显,能显著提高井下图像的主观与客观质量.

关键词: 图像去噪, 煤矿, 颜色空间, CIELab

Key words: image denoising, coal mine, color space, CIELab

中图分类号:

TP391.4

浦江,姜代红. 基于视觉特性的井下图像去噪新方法[J]. 河北大学学报(自然科学版), 2014, 34(1): 83-88.

PU Jiang,JIANG Daihong. A new method of image denoising for underground coal mine based on the visual characteristics[J]. Journal of Hebei University (Natural Science Edition), 2014, 34(1): 83-88.

[1]	李凯,张辉,崔丽娟,彭锦佳,陈泰熙. 基于双域信息的深度残差网络图像去噪[J]. 河北大学学报(自然科学版), 2023, 43(2): 216-224.
[2]	刘帅奇,雷钰,庞姣,赵淑欢,苏永钢,孙晨阳. 基于生成对抗网络的SAR图像去噪[J]. 河北大学学报(自然科学版), 2022, 42(3): 306-313.
[3]	庞姣,张世琪,刘帅奇. 基于非局部自适应字典的SAR图像迭代去噪算法[J]. 河北大学学报(自然科学版), 2018, 38(3): 309-314.
[4]	王庭太,张玉广,张景昌,刘生满,杨林峰,张明,杨德红,高霞. 煤矿环境中人体ESD模型[J]. 河北大学学报(自然科学版), 2007, 27(6): 659-662,668.

基于视觉特性的井下图像去噪新方法

A new method of image denoising for underground coal mine based on the visual characteristics

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 4

编辑推荐

Metrics

本文评价