作者：李楠; 梁超非局部均值加权平均图像去噪煤尘图像
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.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
