[发明专利]一种回转窑火焰图像频域去噪方法

说明书

本发明提供了一种回转窑火焰图像频域去噪方法，充分结合图小波的多尺度特性和非局部均值滤波利用图像冗余信息的特性，利用图小波分解滤除高频段的噪声，利用低频信息还原图像，实现了在频域有效去除火焰图像噪声且能较好保留火焰细节信息的功能。本发明合理利用了火焰图像信息和噪声在频率域的分布特点，利用了图小波技术多尺度的特点对火焰图像在频域进行去噪，较传统的方法效率更高。本发明将图小波变换与非局部均值去噪算法结合起来对二三级图小波分解系数进行非局部均值滤波，实现了更好的视觉感知质量。本发明适用于不同噪声强度，视觉质量良好。

技术领域

本发明属于数字图像频域去噪技术领域，具体涉及一种回转窑火焰图像频域去噪方法。

背景技术

水泥熟料煅烧所使用的热工设备被称为回转窑，它的主要功能是将生料浆烧结成合格的熟料，其运转情况直接决定水泥熟料的质量。烧成带火焰图像中蕴含丰富的烧成带温度场信息和熟料烧结状况信息，连同过程数据信息是识别烧成状态的主要依据。然而，受窑内煤粉烟尘的影响，烧成带火焰图像中感兴趣区域之间存在强烈耦合，边界模糊不清，加之过程数据包含大量复杂噪声，之前基于图像分割技术或基于过程变量的烧成状态识别技术和熟料质量指标软测量的方法精度不高。因此，寻求回转窑火焰图像频域去噪的新技术和新方法具有重要意义。

发明内容

本发明要解决的技术问题是：提供一种回转窑火焰图像频域去噪方法，用于在频域有效去除火焰图像噪声且能较好保留火焰细节信息。

本发明为解决上述技术问题所采取的技术方案为：一种回转窑火焰图像频域去噪方法，包括以下步骤：

S1：对回转窑火焰图像I利用图像相似性构造加权邻接矩阵W；

S2：根据步骤S1中的邻接矩阵构造W得到图拉普拉斯矩阵L；

S3：对回转窑火焰图像I进行第一级图小波分解并采用切比雪夫多项式逼近得到低频系数和高频系数；

S4：对第一级图小波分解后得到的第一尺度高频系数进行第二级图小波分解，得到第二级分解后的低频和高频系数；

S5：对第二级图小波分解后得到的第一尺度高频系数进行第三级图小波分解，得到第三级分解后的低频和高频系数；

S6：对步骤S4和步骤S5中得到的低频系数进行非局部均值滤波处理；

S7：整合三级图小波分解后得到的低频系数，进行图小波逆变换得到去噪后的回转窑火焰图像。

按上述方案，所述的步骤S1中，具体步骤为：将回转窑火焰图像I的信号转化成无向连通和加权图信号G＝{V,ε,W}，设V是一组顶点，ε是一组边，W 是加权邻接矩阵，W的维度是Q×Q，其中Q＝m×n，回转窑火焰图像I为m×n 维；设以像素点i为中心的图像块像素值为以像素点j为中心的图像块像素值为维度为p×p，p为正整数；设图像块i的中心像素点的横纵坐标为l_i，图像块j的中心像素点的横纵坐标为l_j；设控制图像块相似度的影响指标为η，控制整体相似度的缩放指标为θ，距离参数为k的关于图像块x_i的最近k邻居为 dist(i,j)≤k，由阈值高斯核权重函数定义像素点i和像素点j之间的边缘权重，则邻接矩阵W_i,j为：

进一步的，所述的步骤S2中，具体步骤为：设式(1)中构造的邻接矩阵W_i,j为W，邻接矩阵W对应的度矩阵为D，利用构造的邻接矩阵W_i,j构造拉普拉斯矩阵L为：

L:＝D-W (2)，

度矩阵D的对角元素是邻接矩阵W对应的行和为：