一种煤矿井下图像降噪方法和系统与流程

本发明提出了一种煤矿井下图像降噪方法和系统，属于图像处理。

背景技术：

1、煤矿井下的工作环境恶劣，经常伴随着大量的灰尘和雾气，这些因素给图像采集带来了极大的噪声干扰。常见的主要通过滤波算法，如中值滤波和高斯滤波，用于消除图像中的噪声。部分滤波算法在处理复杂噪声时可能表现不佳，特别是在煤矿井下环境中可能存在大量灰尘和雾气引起的复杂噪声。为了提高图像质量，本发明提出了一种基于深度学习的煤矿井下图像降噪方法。该方法结合了先进的复杂噪声处理算法和图像增强技术，旨在提高降噪效果和图像清晰度，为煤矿安全监控和生产管理提供高质量的图像信息。

技术实现思路

1、本发明提供了一种煤矿井下图像降噪方法和系统，用以解决现有技术中的图像降噪处理效率低以及图像降噪效果欠佳的问题，所采取的技术方案如下：

2、一种煤矿井下图像降噪方法，所述煤矿井下图像降噪方法包括：

3、采集煤矿井下的原始图像信息，对所述原始图像信息进行预处理，获得预处理后的图像数据信息；

4、利用训练好的噪声模型，对所述预处理后的图像数据进行降噪处理，获得降噪处理后的图像数据信息；

5、通过直方图均衡和对比度拉伸结合的方式对所述降噪处理后的图像数据信息进行图像增强处理，获得增强处理后的图像数据信息。

6、进一步地，采集煤矿井下的原始图像信息，对所述原始图像信息进行预处理，获得预处理后的图像数据信息，包括：

7、控制图像采集设备实时采集煤矿井下环境的原始图像信息；

8、提取所述原始图像信息中的每个像素点的红、绿和蓝对应颜色通道的原始像素值；

9、利用所述每个像素点的红、绿和蓝对应颜色通道的原始像素值获取每个像素点对应的目标灰度值：

10、按照每个像素点对应的目标灰度值对所述原始图像信息进行灰度处理，获得所述原始图像信息对应的灰度处理后的灰度图像信息；

11、对所述原始图像信息对应的灰度处理后的灰度图像信息进行归一化处理，获取归一化处理后的图像数据信息

12、其中，所述归一化处理后的图像数据信息即为预处理后的图像数据信息。

13、进一步地，利用所述每个像素点的红、绿和蓝对应颜色通道的原始像素值获取每个像素点对应的目标灰度值，包括：

14、提取所述每个像素点的红、绿和蓝对应颜色通道的原始像素值；

15、调取所述每个像素点对应的相邻的像素点的红、绿和蓝对应颜色通道的原始像素值信息；

16、根据所述每个像素点的红、绿和蓝对应颜色通道的原始像素值和与所述每个像素点对应的相邻的像素点的红、绿和蓝对应颜色通道的原始像素值信息获取每个像素点的红、绿和蓝对应颜色通道对应的通道系数；其中，所述通道系数通过如下公式获取：

17、

18、

19、

20、其中，r、g和b分别表示每个像素点对应的红、绿和蓝对应颜色通道的原始像素值；wr、wg和wb分别表示每个像素点对应的红、绿和蓝对应颜色通道的通道系数；m表示与所述每个像素点相邻的像素点的个数；rmax表示与所述每个像素点相邻的m个像素点中的红色通道的像素值最大值；gmax表示与所述每个像素点相邻的m个像素点中的绿色通道的像素值最大值；bmax表示与所述每个像素点相邻的m个像素点中的蓝色通道的像素值最大值；ri、gi和bi分别表示与所述每个像素点相邻的像素点的第i个像素点对应的红、绿和蓝对应颜色通道的原始像素值；rp、gp和bp分别表示与所述每个像素点相邻的像素点的第i个像素点对应的红、绿和蓝对应颜色通道的平均像素值；

21、利用所述每个像素点的红、绿和蓝对应颜色通道的原始像素值结合每个像素点的红、绿和蓝对应颜色通道对应的通道系数获取每个像素点对应的目标灰度值，其中，所述目标灰度值通过如下公式获取：

22、h＝wr·r+wg·g+wb·b

23、其中，h表示每个像素点对应的目标灰度值。

24、进一步地，利用训练好的噪声模型，对所述预处理后的图像数据进行降噪处理，获得降噪处理后的图像数据信息，包括：

25、调取训练好的噪声模型；其中，所述噪声模型为基于gan结构的深度学习模型；

26、将所述预处理后的图像数据信息输入至所述训练好的噪声模型；

27、利用所述训练好的噪声模型对所述预处理后的图像数据信息进行降噪处理，获得降噪处理后的图像数据信息。

28、进一步地，通过直方图均衡和对比度拉伸结合的方式对所述降噪处理后的图像数据信息进行图像增强处理，获得增强处理后的图像数据信息，包括：

29、提取噪声模型输出的降噪处理后的图像数据信息；

30、针对所述降噪处理后的图像数据信息所包含的每个像素点利用直方图均衡方式进行初始图像增强处理，获得每个像素点对应的初始图像增强处理后的像素值；

31、针对所述初始图像增强处理后的像素值利用进行二次图像增强处理，获得每个像素点对应的二次图像增强处理后的像素值；其中，所述二次图像增强处理后的像素值通过如下公式获取：

32、

33、其中，xz表示每个像素点对应的二次图像增强处理后的像素值；xx表示每个像素点对应的初始图像增强处理后的像素值；xmin和xmax表示与所述每个像素点相邻的像素点中的最小像素值和最大像素值；xy表示初始图像增强处理后的所述每个像素点对应的像素值；xymin和xymax表示初始图像增强处理后的与所述每个像素点相邻的像素点中的最小像素值和最大像素值。

34、一种煤矿井下图像降噪系统，所述煤矿井下图像降噪系统包括：

35、图像信息采集模块，用于采集煤矿井下的原始图像信息，对所述原始图像信息进行预处理，获得预处理后的图像数据信息；

36、降噪处理模块，用于利用训练好的噪声模型，对所述预处理后的图像数据进行降噪处理，获得降噪处理后的图像数据信息；

37、图像增强模块，用于通过直方图均衡和对比度拉伸结合的方式对所述降噪处理后的图像数据信息进行图像增强处理，获得增强处理后的图像数据信息。

38、进一步地，所述图像信息采集模块包括：

39、采集控制模块，用于控制图像采集设备实时采集煤矿井下环境的原始图像信息；

40、原始像素值提取模块，用于提取所述原始图像信息中的每个像素点的红、绿和蓝对应颜色通道的原始像素值；

41、目标灰度值获取模块，用于利用所述每个像素点的红、绿和蓝对应颜色通道的原始像素值获取每个像素点对应的目标灰度值：

42、灰度处理模块，用于按照每个像素点对应的目标灰度值对所述原始图像信息进行灰度处理，获得所述原始图像信息对应的灰度处理后的灰度图像信息；

43、归一化处理模块，用于对所述原始图像信息对应的灰度处理后的灰度图像信息进行归一化处理，获取归一化处理后的图像数据信息

44、其中，所述归一化处理后的图像数据信息即为预处理后的图像数据信息。

45、进一步地，所述目标灰度值获取模块包括：

46、像素值提取执行模块，用于提取所述每个像素点的红、绿和蓝对应颜色通道的原始像素值；

47、信息调取模块，用于调取所述每个像素点对应的相邻的像素点的红、绿和蓝对应颜色通道的原始像素值信息；

48、通道系数获取模块，用于根据所述每个像素点的红、绿和蓝对应颜色通道的原始像素值和与所述每个像素点对应的相邻的像素点的红、绿和蓝对应颜色通道的原始像素值信息获取每个像素点的红、绿和蓝对应颜色通道对应的通道系数；其中，所述通道系数通过如下公式获取：

49、

50、

51、

52、其中，r、g和b分别表示每个像素点对应的红、绿和蓝对应颜色通道的原始像素值；wr、wg和wb分别表示每个像素点对应的红、绿和蓝对应颜色通道的通道系数；m表示与所述每个像素点相邻的像素点的个数；rmax表示与所述每个像素点相邻的m个像素点中的红色通道的像素值最大值；gmax表示与所述每个像素点相邻的m个像素点中的绿色通道的像素值最大值；bmax表示与所述每个像素点相邻的m个像素点中的蓝色通道的像素值最大值；ri、gi和bi分别表示与所述每个像素点相邻的像素点的第i个像素点对应的红、绿和蓝对应颜色通道的原始像素值；rp、gp和bp分别表示与所述每个像素点相邻的像素点的第i个像素点对应的红、绿和蓝对应颜色通道的平均像素值；

53、目标灰度值计算获取模块，用于利用所述每个像素点的红、绿和蓝对应颜色通道的原始像素值结合每个像素点的红、绿和蓝对应颜色通道对应的通道系数获取每个像素点对应的目标灰度值，其中，所述目标灰度值通过如下公式获取：

54、h＝wr·r+wg·g+wb·b

55、其中，h表示每个像素点对应的目标灰度值。

56、进一步地，所述降噪处理模块包括：

57、噪声模型调取模块，用于调取训练好的噪声模型；其中，所述噪声模型为基于gan结构的深度学习模型；

58、图像数据信息输入模块，用于将所述预处理后的图像数据信息输入至所述训练好的噪声模型；

59、降噪处理执行模块，用于利用所述训练好的噪声模型对所述预处理后的图像数据信息进行降噪处理，获得降噪处理后的图像数据信息。

60、进一步地，所述图像增强模块包括：

61、图像数据信息提取执行操作模块，用于提取噪声模型输出的降噪处理后的图像数据信息；

62、初始图像增强处理执行模块，用于针对所述降噪处理后的图像数据信息所包含的每个像素点利用直方图均衡方式进行初始图像增强处理，获得每个像素点对应的初始图像增强处理后的像素值；

63、二次增强处理模块，用于针对所述初始图像增强处理后的像素值利用进行二次图像增强处理，获得每个像素点对应的二次图像增强处理后的像素值；其中，所述二次图像增强处理后的像素值通过如下公式获取：

64、

65、其中，xz表示每个像素点对应的二次图像增强处理后的像素值；xx表示每个像素点对应的初始图像增强处理后的像素值；xmin和xmax表示与所述每个像素点相邻的像素点中的最小像素值和最大像素值；xy表示初始图像增强处理后的所述每个像素点对应的像素值；xymin和xymax表示初始图像增强处理后的与所述每个像素点相邻的像素点中的最小像素值和最大像素值。

66、本发明有益效果：

67、本发明提出了一种煤矿井下图像降噪方法和系统引入先进的复杂噪声处理深度学习算法，特别针对煤矿井下可能存在的大量灰尘和雾气引起的复杂噪声，以提高降噪效果。采用先进的图像增强技术，专注于提高图像在低光条件下的清晰度，确保在井下环境中能够有效降低光照限制对图像质量的影响。在提高煤矿井下监控系统性能、优化图像质量、降低噪声干扰等方面发挥积极作用，提升煤矿工作环境下的安全管理水平。通过优化的降噪算法，能够显著提高煤矿井下监控图像的质量，减少灰尘和雾气引起的视觉干扰。