矿山遥感图像小波域模糊隶属度阈值去噪算法

矿山遥感图像作为一类重要的矿山测量数据,其质量在很大程度上受到矿区成像环境的影响。鉴于小波变换的图像多尺度分析特性,提出了一种小波域遥感图像模糊隶属度阈值去噪算法。该算法首先对失真的矿山遥感图像采用均值滤波算法进行预处理,消除一部分图像噪声。然后对预处理后的图像进行3层小波分解,对于基本不受噪声污染的低频小波分解系数不作处理,根据高频小波分解系数的噪声分布特征,设计了模糊隶属度阈值去噪模型用于去除其中的噪声,该模型对小波软阈值去噪模型进行了2点改进:1根据图像局部区域噪声信息与非噪声信息难以有效区分的情况,设计了模糊隶属度因子,通过设定特定的小波阈值,对不同的高频小波分解系数是否含有噪声进行自适应判定;2顾及到图像小波分解层数以及各高频小波分解系数的幅值,对经典小波贝叶斯阈值计算方法进行了改进。最后将原始低频小波分解系数与去噪后的高频小波分解系数进行重构,得到高清晰度的矿山遥感图像。采用山东兖州矿区的1幅遥感图像进行试验,并引入了边缘保持指数(Edge protection index,EPI)、信噪比(Signal noise to ratio,SNR)进行去噪效果评价,结果表明:所提算法对于失真的矿山遥感图像的去噪效果明显优于小波硬阈值、软阈值去噪模型,并且相对于已有的2类改进型去噪模型,优势也较显著。     

基于小波变换模糊聚类的噪声消除算法

通过分析信号和噪声的小波变换系数在不同尺度上的传播特性,结合模糊聚类方法,提出了一种新的消除图像噪声算法-LEFC去噪算法。实验表明,该算法与其他几种小波软阈值去噪算法相比,更具有效和稳健的去噪效果。当噪声率超过40％时,其优越性更加突出。     

提升小波变换域矿井光照不均匀图像双直方图均衡化增强

由于矿井光照不均匀,加之大量粉尘附着于监控摄像头表面,导致获取的视频图像对比度不高且含有大量随机分布的颗粒状噪声。为提高该类图像的对比度,充分发挥矿井视频监控系统的效能,基于提升小波变换（Lifting wavelet transform LWT）,提出了一种矿井不均匀光照图像的自适应增强算法。首先采用直方图规定化算法（Histogram specification,HS）对获取的矿井图像进行初步增强;其次对初步增强后的图像进行提升小波变换,由于图像中的随机噪声主要集中分布于高频小波分解系数中,低频小波分解系数基本不存在噪声,故保留低频小波分解系数,对高频小波分解系数提出了一种基于反正弦函数的改进阈值函数去噪模型进行噪声抑制;然后对低频小波分解系数和去噪后的高频小波分解系数进行重构,得到不含噪声的矿井图像;最后采用双直方图均衡化算法（Bi-histogram equalization,BHE）对去噪后的图像进行进一步增强。将所提算法分别与直方图规定化、反锐化掩膜、小波阈值去噪等算法进行性能对比,并采用峰值信噪比（Peak noise to ratio,PSNR）、均方根误差（Root mean square error,RMSE）以及边缘保持指数（Edge protection index,EPI）等指标对试验结果进行评价,结果表明：所提算法对于矿井光照不均匀图像的处理效果相对于其余算法而言效果较优,对于高效处理矿井视频图像有一定的参考价值。     

基于改进Prewitt算子的矿井视频图像小波阈值去噪

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。     

基于PURE-LET的激光光斑图像快速去噪算法

煤矿井下低照度成像环境会导致图像中产生泊松噪声，将引起激光光斑图像的强度和形状分布的不确定性，从而影响激光三角测距的精度。提出了一种基于PURE-LET（Poisson Unbiased Risk Estimator-Linear Expansion of Threshholds）的煤位表面激光光斑图像的快速小波域去噪算法。给出了泊松噪声下小波系数估计MSE（Mean Squared Error）的一个无偏估计子PURE，并将小波系数估计子写作一组基本阈值函数的线性组合以提高算法速度。仿真图像与真实煤仓图像的实验显示，与3种典型图像去噪算法（BayesShrink，Poisson_NLMeans，PURE-LET）相比，提出的PURE-LET-Smooth算法具有更好的噪声抑制能力，同时具有保持图像边缘结构和快速计算的特点，这在实时光斑质心精确计算和三角测距应用中是一个明显优势。此外此算法具有阈值函数组合系数的快速自动计算特点，适用于自动煤位检测应用。     

基于DWT与改进中值滤波的矿井视频监控图像去噪

井下光照不均、煤尘浓度大以及视频图像获取设备电路电压不稳定等各类因素的存在,导致矿井视频监控系统获取的图像存在大量噪声,影响了对矿井各类生产信息的准确判读。为此,将离散小波变换(Discrete wavelet transform,DWT)与改进中值滤波算法相结合,提出了一种矿井视频监控图像高效去噪算法。首先,对获取的矿井视频图像进行自适应噪声检测,根据检测结果,对图像采用改进中值滤波算法处理;然后对滤波后的图像进行3层离散小波变换,鉴于图像的噪声信息绝大部分集中分布于高频分解系数中,故对低频分解系数不作处理;最后对高频分解系数采用一种改进软阈值去噪函数模型进行去噪,将去噪后的高频分解系数与原始低频分解系数进行重构,得到去噪后清晰度较高的图像。采用实地获取的山西潞安某煤矿井下视频图像进行试验,并与小波软阈值去噪、中值滤波等算法进行去噪效果对比分析,此外,对各算法的试验结果分别采用信噪比(Signal noise ratio,SNR)以及算法运行时间进行评价,结果表明:新算法对于矿井视频监控图像的去噪效果优于其余2类算法,且算法运算时间也具有一定的优势。     

基于AWSST和GCV的矿山微震信号联合降噪新方法

由于露天矿山开采环境的复杂性和各异性，传感器采集得到的微震信号包含大量的噪声干扰，为了获得更加准确的微震信号特征，提出了基于自适应同步压缩小波变换（Adaptive Synchrosqueezing Wavelet Transform，AWSST）和广义交叉验证（Generalized Cross-Validation，GCV）的联合降噪方法，从而对微震事件定位和判断开挖过程中岩体状态提供可靠的数据保障。首先在自适应小波变换（Adaptive Wavelet Transform， AWT）的基础上，对每个尺度中的小波系数进行阈值化处理，利用GCV方法自动确定每个成分的最佳阈值水平，达到去除噪声的目的。然后，通过同步压缩变换（Synchrosqueezing Transform，SST）的后处理操作，在时频平面对小波变换系数进行二次重分配，从而提升时频表达的能量聚集性。最后，应用于微震信号的降噪处理，并与现有的时频分析方法进行比较，结果表明提出的联合去噪方法降噪效果更好、时频分析的分辨率更高。     

融合小波变换的矿井视频图像非局部均值滤波

矿井视频监控系统的相当一部分图像信息采集传感器处于低照明、高密度粉尘的环境中,导致获取的图像出现忽明忽暗、噪声较多的现象,很大程度上干扰了对井下生产状况的有效监控。为此,将小波阈值去噪算法与非局部均值滤波算法（Non-local means filtering,NLM）相结合,提出了一种井下视频图像去噪算法。该算法对获取的原始矿井视频图像进行单层小波变换,对得到的低频系数和高频系数分别进行如下处理：①将低频系数进行单层小波变换,得到次低频系数1和次高频系数1,对次高频系数1采用改进型小波阈值去噪模型进行噪声抑制后与次低频系数1进行重构,得到低频图像;②将高频系数进行单层小波变换,得到次低频系数2和次高频系数2,对次高频系数2予以舍弃,对次低频系数2采用小波软阈值去噪模型处理后进行系数重构,得到高频图像。对获取的低频、高频图像进行融合,并对融合后的图像进行非局部均值滤波,得到高清晰度的矿井视频图像。采用VB语言对所提算法进行编程试验,并与小波硬阈值去噪模型、小波软阈值去噪模型、非局部均值滤波算法进行试验对比,结果表明：该算法去噪后的矿井视频图像清晰度以及峰值信噪比（ Peak singnal noise to ratio,PSNR）、均方根误差（Root mean square error,MSE）等指标明显优于其余3类算法。     

基于平移不变小波爆破振动信号去噪的应用研究

传统的小波变换阈值法去噪会使爆破振动信号的急剧变化部分产生人为的振荡现象，产生这种现象的原因是小波缺乏平移不变性。使用平移不变小波变换去噪方法，对爆破振动信号进行循环平移，利用软或硬阈值对该信号的小波系数进行压缩，重构信号，再进行相反的循环平移，通过多次的平移-消噪-平移，平均所获得的结果，从而消除小波基的平移依赖性。该方法不仅能有效地消除爆破振动信号的伪吉布斯（Psuedo—Gibbs）现象，而且能减小原始爆破振动信号和估计爆破振动信号之间的均方误差（MSE）。通过理论和实践证明了这种方法能够更有效地消除爆破振动信号中的噪声。     

基于Shearlet变换的矿井机电设备视频监控图像处理

矿井机电设备的高效运行是井下安全生产的重要保障,但由于井下粉尘较多、光照不均匀,导致井下视频监控系统获取的机电设备图像较为模糊,影响了对机电设备运行状况的有效监控。为此,将Shearlet变换与图像区域自适应分类方法相结合,提出了一种矿井机电设备视频监控图像处理算法。首先结合图像局部均值和标准差,设计了一种图像块自适应分类方法,将图像自适应分成同质块、非同质块和边缘块等3类图像块,对同质图像块进行维纳滤波;然后对非同质图像块进行多尺度Shearlet变换,得到低频、高频Shearlet分解系数,对高频Shearlet分解系数提出了一种Shearlet变换域自适应阈值去噪函数模型来去除其中的噪声,将原始低频shearlet分解系数及去噪后的高频Shearlet分解系数进行重构;最后,将边缘图像块和去噪后的同质图像块、非同质图像块进行叠加。采用MATLAB语言分别将维纳滤波、小波硬阈值去噪函数模型、小波软阈值去噪函数模型以及所提算法进行编程并进行试验,结果表明：所提算法处理后的图像视觉效果有了较大程度改善,清晰度较好,对于提高矿井机电设备视频监控图像的质量有一定的参考价值。     

基于小波算法的计算机超声图像信息系统研究

为了更好的去除超声图像噪声,该文采用了基于小波的图像去噪算法。首先对原超声图像取对数,让图像的乘性噪声变为加性噪声,然后用维纳滤波结合小波变换进行处理。处理结果表明,和几种常用的去噪算法(如中值滤波、维纳滤波、PM(Perona_Malik)算法等)相比,基于小波的方法在去除干扰噪声的同时,能够很好地保护图像的细节。     

基于扫描电镜图像分割的煤体结构分形研究

运用扫描电镜试验对两种煤样表面进行观测,分析裂-孔隙结构发育特征,并通过Matlab软件对电镜图像进行傅里叶变换与小波变换降噪处理,计算表面分形维数。结果表明:相较于傅里叶变换,小波变换的二值化图像保留了更多的煤体表面裂-孔隙结构信号,所得表征煤体表面裂-孔隙结构复杂程度的分形维数值也较大。     

基于小波变换的岩石三轴蠕变曲线消噪分析

借助小波变换的基本原理，采用Mallat塔式分解算法对蠕变曲线进行多分辨分析，并对分解后的小波系数进行阈值处理，滤去噪声部分，然后通过小波逆变换对系数进行重构，得到消噪后的信号.分析结果表明:应用小波变换对蠕变曲线的实际测点数据进行消噪处理，能够有效去除实验过程中由于机器自振和外界干扰产生的噪声影响，相应提高了测量曲线的信噪比，从而可以得到较为平滑的实验曲线.     

基于小波降噪和CEEMD的轴承故障诊断

针对滚动轴承故障振动信号难以提取出准确的故障特征的问题,提出了一种基于小波新阈值降噪与互补集合经验模态分解(CEEMD)的轴承故障诊断方法。该方法充分结合了以上2种方法的优点,有效地解决了故障特征提取难的问题。首先构建出新的小波阈值函数,再用此小波阈值降噪,可以有效地消除背景噪声的影响;将降噪后的故障信号用CEEMD方法进行处理,然后重构根据信号的相关系数挑选出的相关性较大的分量;最后将重构信号进行Hilbert变换包络,从包络图中提取故障特征。运用此方法对轴承进行试验分析,结果证实了该方法的有效性和实用性。     

故障定位中小波基的选择研究

讨论了基于小波变换的矿井高压电网中暂态信号的分析应用,根据故障信号特征与小波基函数的内在联系,以及故障暂态信息中的有效信号和随机噪声的小波变换所体现的不同特征,对矿井高压电网故障定位中,暂态信号检测的小波基函数的选择进行了系统的分析研究。MATLAB仿真结果表明,根据信号特征选择的小波基函数具有很强的检测能力和检测精度。     

基于WT特征增强的cICA带式输送机齿轮箱故障诊断

约束独立分量分析对于测量信号中的传感器噪声(测量噪声)具有很强的免疫能力,但对源噪声的免疫性却很差。针对这个问题,提出了小波变换特征增强的约束独立分量分析的齿轮箱故障特征提取方法。通过对测量信号小波分解,有针对性地选择某子频段小波系数重构,有利于提高信噪比,增强信号的统计独立性和非高斯性,从而增强约束独立分量分析方法提取齿轮故障特征的效果;而未经小波变换除噪时,约束独立分量分析的效果不佳。通过仿真分析和在矿用带式输送机齿轮箱故障诊断的应用结果综合表明,该方法能有效降低源噪声的影响,准确提取出齿轮故障特征,尤其是微弱低频故障特征。为矿用齿轮箱多通道振动状态监测与故障诊断提供了一种新的有效手段和途径。     

基于小波变换的摩擦牵引系统防滑治滑策略研究

以摩擦牵引机理实验研究为前导，研究了基于小波变换的摩擦牵引系统防滑治滑随机预测监控系统.研究表明：小波变换不仅能完全剔除噪声干扰，而且能有效提取信号中的特征信息.基于小波变换的摩擦牵引系统防滑、治滑策略研究主要内容包括：防滑、治滑机理；3次B样条小波变换对摩擦牵引副蠕动信号的分析处理； CPLD－DSP监控系统的硬件结构和软件编程.