基于BDND的脊波域井下视频图像改进中值滤波算法

• 作者: 陈茸 韩宝安
• 来源期刊: 金属矿山
• 学科: 工学
• 关键词: 井下视频图像 脊波变换 边界判别噪声检测方法 中值滤波 高斯分布函数
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 机电与自动化
• 页码范围: 142-145
• 页数: 4页
• 分类号: TD672
• 字数: 2624字
• 语种: 中文

摘要

井下视频图像总体上色调偏暗,目标信息对比度不高,且由于井下存在大量粉尘,导致图像中存在高密度的随机噪声,增加了图像判读与分析的困难.为此,首先对井下视频图像进行多尺度脊波分解,对分解得到的低频系数和高频系数分别进行系数重构,得到井下视频图像的背景图像和细节图像;其次,根据背景图像灰度直方图的分布特征,采用高斯分布函数进行规定化处理;然后,在分析中值滤波(Median filtering,MF)特征的基础上,采用边界判别噪声检测方法(Boundary discrimination noise detection,BDND)对其进行改进,提出了一种基于BDND的改进中值滤波算法并用于处理细节图像,该算法根据细节图像局部区域灰度值的分布特征,设定2个自适应阈值t1和t2,将经过2次噪声检测后处于[t1,t2]区间内的灰度值对应的像素点标记为非噪声点,对其余像素点分别进行中值滤波;最后,对于直方图规定化处理后的背景图像和滤波后的细节图像进行叠加.采用C++语言对所提算法进行编程试验,结果表明,该算法对于不同模糊程度的井下视频图像均有较好的滤波效果,其性能相对于中值滤波、加权中值滤波、开关中值滤波等同类算法而言有了一定程度的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈茸	四川交通职业技术学院建筑工程系	15	40	3.0	6.0
2	韩宝安	四川交通职业技术学院信息工程系	16	15	2.0	3.0