[发明专利]一种火车双向平煤的平煤效果视觉监控方法

说明书

本发明涉及图像去噪技术领域，具体涉及一种火车双向平煤的平煤效果视觉监控方法，获取平煤效果深度图像的初始灰度图像，确定各像素点的目标窗口区域，并划分为预设个数的子窗口区域，根据子窗口区域的相关深度特征得到目标窗口区域的区域深度特征相似指标序列，获取中心像素点的平煤线疑似程度，根据两个像素点的区域间相似指标以及平煤线疑似程度，得到值域模板的值域权重，根据双边滤波算法对初始灰度图像进行去噪。本发明提供的火车双向平煤的平煤效果视觉监控方法克服了双边滤波算法中对图像边缘信息保留较好的区域的噪声滤除效果差，噪声滤除效果好的区域的边缘信息被过度模糊的缺点，使得对后续的平煤效果进行较为准确的识别。

技术领域

本发明涉及图像去噪技术领域，具体涉及一种火车双向平煤的平煤效果视觉监控方法。

背景技术

煤矿采煤后通常是使用火车将煤运输出去，大多数是机器装车，在装到接近车厢装载量时，因为装车点比较少，不可避免地出现车厢内煤量堆积不均匀，形成煤峰和煤谷，这样直接运输会造成火车偏载、煤料抛洒等问题的出现。所以，需要将火车车厢内的煤平匀，使车厢内煤顶面基本水平，以便后续车厢封顶等工作。如今一般是采用平煤器来代替人工进行火车车厢双向平煤，即两个方向的平煤操作。为了更加方便的监控平煤器的平煤效果，通常会在平煤器附近安装深度相机来监控平煤过程，通过火车车厢平煤后的表面平煤效果图像来判断平煤效果的好坏。但是由于平煤过程中扬尘较多，以及监控设备的长时间运行会使得拍摄到的图像极易受到噪声的影响，造成监控画面的不清晰，降低平煤效果识别的精度，影响平煤效果的视觉监控。因此需要对监控图像进行图像去噪处理，以获得较高质量的监控图像。

由于平煤效果的优劣是根据平煤后的火车车厢中表面的煤料边缘来进行识别的，而传统的高斯滤波、中值滤波、小波变换等方法会造成图像中边缘的缺失，因此使用传统的方法对平煤效果图像进行去噪处理会对图像的细节改变较大，去噪效果较差，影响后续对平煤效果的识别。为了解决上述问题，同时考虑空域信息和值域信息的双边滤波算法在去除噪声的同时也能较好的保留图像的边缘信息。双边滤波算法中的值域模板函数是以模板中的像素点与中心像素点之间的灰度值的相似程度来进行权重计算的，但是，这种值域权重获取方式在一些情况下会影响噪声处理效果，比如如果模板中心为噪声像素点以及噪声像素点较集中的区域时，噪声处理效果较差，会使区域中图像边缘信息保留较好的区域的噪声滤除效果差，噪声滤除效果好的区域的边缘信息被过度模糊。

发明内容

有鉴于此，为了解决现有的双边滤波算法中的值域模板函数中的值域权重获取方式会导致图像去噪效果不佳的技术问题，本发明提供一种火车双向平煤的平煤效果视觉监控方法。

所采用的技术方案具体如下：

一种火车双向平煤的平煤效果视觉监控方法，包括：

获取平煤效果深度图像的初始灰度图像；

以所述初始灰度图像中的各像素点为中心像素点，按照预设窗口大小，获取各中心像素点对应的目标窗口区域，并将所述目标窗口区域划分为预设个数的子窗口区域；

根据子窗口区域的深度特征分布情况，获取反映子窗口区域的深度特征均匀情况的特征值，以及子窗口区域中的最大深度特征和最小深度特征；根据所述特征值、最大深度特征、最小深度特征和中心像素点的深度特征，得到所述目标窗口区域的区域深度特征相似指标序列；

根据所述目标窗口区域的区域深度特征相似指标序列，得到中心像素点的平煤线疑似程度；

基于所述中心像素点对应的区域深度特征相似指标序列，与所述中心像素点对应目标窗口区域中各其他像素点的区域深度特征相似指标序列之间的区域间相似指标，以及所述各其他像素点的平煤线疑似程度，得到所述各其他像素点的值域模板的值域权重；

基于所述值域权重，根据双边滤波算法对所述初始灰度图像进行去噪。

在一个实施例中，所述预设窗口的大小为，n大于或者等于3；预设个数为4个；各子窗口区域的大小为；