基于余弦高斯核函数的非局部均值煤尘图像去噪

• 作者: 李楠 梁超
• 来源期刊: 吉林化工学院学报
• 学科: 工学
• 关键词: 非局部均值 加权平均 图像去噪 煤尘图像
• 年，卷（期）: 2019,（3）
• 页码范围: 38-41
• 页数: 4页
• 分类号: TP391
• 字数: 2390字
• 语种: 中文
• DOI: 10.16039/j.cnki.cn22-1249.2019.03.008

摘要

煤尘是引发煤矿事故的主要诱因,煤尘颗粒的分类测量对煤尘浓度的在线检测至关重要.近几年,颗粒图像分析处理技术的应用越来越广泛,但是煤矿井下环境复杂,煤尘图像在采集和传输的过程中,不可避免的会受到噪声的干扰,对后续的颗粒检测产生影响.因此,煤尘颗粒图像的去噪处理就显得十分重要.非局部均值去噪算法(Non-Local Means,NLM)在图像去噪方面效果显著,但是对于经典NLM,使用指数函数作为核函数会造成图像细节的缺失.为了改进这一缺陷,本文采用余弦加权的高斯核函数对传统的非局部均值算法进行改进,能够更好的保留去噪后图像的细节.通过实验结果表明,该算法的去噪性能明显优于经典NLM算法,能更好地保留煤尘图像中的细节信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁超	长春工业大学计算机科学与工程学院	13	30	4.0	4.0