国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于BM3D降噪算法在塔吊裂縫圖像中的應(yīng)用①

2021-12-21 03:17黃梅玲陳國(guó)棟張神德佘明磊林進(jìn)潯
關(guān)鍵詞:塔吊高斯灰度

黃梅玲,陳國(guó)棟,張神德,佘明磊,林進(jìn)潯

(1.福州大學(xué)物理與信息工程學(xué)院,福建 福州 350108;2.福建數(shù)博訊信息科技有限公司,福建 福州 350002)

0 引 言

塔吊坍塌、塔吊平衡臂折斷、塔吊司機(jī)室墜落等會(huì)危害人的生命財(cái)產(chǎn)安全。特別注意的是,在頻發(fā)的塔吊架體斷裂和塔吊大臂折斷的事故中,往往都是因?yàn)闃?biāo)準(zhǔn)節(jié)或者其他焊接部位出現(xiàn)了裂紋,或者因?yàn)榘l(fā)生了彎曲和變形[1]。因此,對(duì)塔吊裂縫的定量分析更應(yīng)該要不斷跟進(jìn)。

在通過各種的目標(biāo)檢測(cè)算法定位得到目標(biāo)區(qū)域圖像后,我們就需要對(duì)提取到的圖像進(jìn)行圖像處理,從而獲取良好的數(shù)據(jù)定量分析。由于目標(biāo)檢測(cè)算法捕捉到的圖像攜帶有各種噪聲,比如常見的高斯噪聲、椒鹽噪聲等等,都會(huì)影響最終的數(shù)據(jù)定量分析。為了消除目標(biāo)圖像中的噪點(diǎn),需要對(duì)捕捉到的目標(biāo)有噪圖像,進(jìn)行圖像濾波,實(shí)現(xiàn)降噪的目的。在進(jìn)行更為復(fù)雜的圖像處理之前,首先要對(duì)圖像進(jìn)行去噪處理[2]。在消除噪點(diǎn)的同時(shí),要保證不能對(duì)塔吊裂縫的細(xì)節(jié)模糊化。對(duì)比了空間域的高斯濾波和引導(dǎo)濾波,以及變換域的小波去噪的優(yōu)缺點(diǎn),最終采取了目前降噪效果最好的BM3D算法來實(shí)現(xiàn)對(duì)裂縫圖像的去噪。實(shí)驗(yàn)結(jié)果表明,結(jié)合了空域的NLM算法和變換域的小波萎縮算法的BM3D算法可以得到最佳的降噪圖像,提高后續(xù)實(shí)驗(yàn)結(jié)果的準(zhǔn)確性。將BM3D降噪算法應(yīng)用到工地的塔吊裂縫識(shí)別中的圖像處理上,具有很好的現(xiàn)實(shí)意義。

1 BM3D算法介紹

一般,我們觀察到的塔吊裂縫噪聲圖像都是等于圖像真值加上圖像噪聲。最常見的噪聲就是均值為0、方差為σ2的加性高斯噪聲,以及在圖像上表現(xiàn)為隨機(jī)分布的黑白點(diǎn)的椒鹽噪聲(椒鹽噪聲可以通過中值濾波消除)[3]。空間域?yàn)V波器有兩大類,一類是局部濾波器(含線性和非線性),另一類是非局部濾波器。如高斯濾波為局部線性,而中值濾波器為局部非線性。中值濾波顧名思義就是采納中間灰度值作為最終的灰度數(shù)值,對(duì)初始選定的參考像素的四周鄰域的像素灰度值進(jìn)行排序(5×5共二十五個(gè)),并將位于中間的數(shù)值作為參考像素的最終灰度值。因?yàn)槭艿浇符}噪聲影響的像素的灰度值通常都非常大或者非常小,通過排序會(huì)被消除掉。而高斯濾波則是將均值濾波中的平均值改為高斯加權(quán)平均值,四周鄰域中距離參考像素越遠(yuǎn)的像素灰度值的權(quán)重越小[4]。

為了得到一幅帶有清晰的塔吊裂縫的圖像,我們?cè)趩⒂酶鞣N不同的降噪算法的時(shí)候,要在最大限度地保證裂縫信息的完整度的同時(shí),又能夠盡量地去除圖像中的干擾部分。使用中值濾波處理帶有椒鹽噪聲的裂縫圖像時(shí),往往出現(xiàn)裂縫邊緣模糊的現(xiàn)象,這就是因?yàn)榻翟氲臅r(shí)候一并把裂縫的細(xì)節(jié)或者邊緣的部分去掉了。此外,小波變換降噪的速度比較慢,實(shí)時(shí)運(yùn)行會(huì)比較困難;時(shí)域的NLM去噪算法中的非局部塊匹配部分,L2距離計(jì)算費(fèi)時(shí)費(fèi)力。提出了一種更高級(jí)的非局部去噪算法BM3D。

1.1 BM3D算法背景

空間域的非局部均值降噪方法NLM(non-local means)的思路是利用整幅圖像中相似像素的灰度值來代替當(dāng)前像素的灰度值,所謂相似度可以用歐拉距離來衡量?jī)蓚€(gè)鄰域像素。

BM3D算法對(duì)NLM進(jìn)行了優(yōu)化,吸收了其精華部分即非局部塊匹配,利用參考圖像塊在整幅圖像中根據(jù)“空間相似性”尋找相似區(qū)域。在捕捉相似塊的過程中,BM3D不再采用難以計(jì)算的歐式距離,而是選取一個(gè)閾值,將參考像素四周的灰度值與閾值相比,只把比閾值小的灰度值清零并舍去,實(shí)現(xiàn)硬閾值線性變換。在完成第一步搜索后,NLM對(duì)相似塊簡(jiǎn)單地在空間域做了加權(quán)平均的均值處理,引入了相似塊的噪聲;而BM3D經(jīng)過協(xié)同濾波的處理,可以減小相似塊的固有噪聲,接著將相似塊域轉(zhuǎn)換,然后在聚合的過程中再進(jìn)行下一步的加權(quán)處理,最終生成去噪后的捕捉塊。吸取了NLM求相似塊的思路,又融合了小波閾值收縮算法的便捷[5],BM3D算法的去噪效果對(duì)于工地上塔吊裂縫圖像的檢測(cè)十分具有借鑒和應(yīng)用意義。

1.2 BM3D算法原理

BM3D算法整體含兩個(gè)大步驟,分別是基礎(chǔ)估計(jì)階段和最終降噪過程[6]。BM3D算法流程圖如圖1所示。

圖1 BM3D算法流程圖

當(dāng)面對(duì)一幅有噪裂縫圖像z時(shí),如公式(1):

z(x)=y(x)+λ(x),x∈X,

(1)

其中,x是二維圖像坐標(biāo),屬于空間域X,而y是真實(shí)圖像,λ是服從方差為σ2、均值為0的高斯噪聲N(0,σ2)。為了區(qū)分,使用角標(biāo)ht(hard-thresholding)和wie(Wiener ltering)來區(qū)分第一步和第二步的結(jié)果。

(1)基礎(chǔ)估計(jì):將圖像分割成塊,并逐塊估計(jì)。

分組:構(gòu)造N1×N1大小的二維凱撒窗,在裂縫圖像上按照規(guī)定的步長(zhǎng)移動(dòng)并搜索圖像塊。假設(shè)初始選中的位于當(dāng)前坐標(biāo)xR∈X的圖像塊R表示為ZxR,并定義為“參考?jí)K”。在相似圖像塊搜索過程中,滑動(dòng)窗選中的塊Q的坐標(biāo)為x,為了避免理想距離大于閾值的塊被匹配為相似塊,而理想距離小于閾值的塊被剔除,進(jìn)一步修改成采用粗預(yù)過濾來測(cè)量塊距離。即對(duì)兩個(gè)圖像塊使用歸一化二維線性變換,然后將得到的系數(shù)進(jìn)行硬閾值,則塊距離公式定義為兩個(gè)塊對(duì)應(yīng)的矩陣數(shù)值差的模除以圖像塊的大小,如公式(2):

(2)

(3)

(4)

其中,要利用硬閾值估計(jì)公式,調(diào)整變換系數(shù)來去除噪聲,再執(zhí)行逆三維變換,如公式(5):

(5)

接著,對(duì)上面疊加形成的三維數(shù)組,運(yùn)用硬閾值法進(jìn)行協(xié)同濾波。由于裂縫圖像的大部分真實(shí)信息都集中在三維矩陣較大值處,而高斯噪聲或椒鹽噪聲往往集中在較小值處,因此,硬閾值濾波能夠在有效去除噪聲的同時(shí),最大限度地保留裂縫圖像的真實(shí)信息[7]。

(6)

因?yàn)槟硞€(gè)像元z可能會(huì)一些圖像塊中重復(fù)捕捉,因此要對(duì)這些重疊的塊估計(jì)值進(jìn)行加權(quán)平均,來得到z的基礎(chǔ)估計(jì)值,如計(jì)算公式(7):

(7)

(8)

(2)最終估計(jì):對(duì)第一步得到的基礎(chǔ)圖像進(jìn)行再一次的分塊并逐塊估計(jì)。

協(xié)同維納濾波:對(duì)兩個(gè)三維矩陣都進(jìn)行新的三維變換κ3D,具體包括了二維DCT余弦變換,以及一維Haar小波變換,用第一步基礎(chǔ)降噪新生成的三維矩陣對(duì)原圖像對(duì)應(yīng)的原三維矩陣實(shí)行維納濾波過程,得到最終的估計(jì)權(quán)值,如公式(9):

(9)

聚集:同理,要對(duì)這些估計(jì)塊統(tǒng)一進(jìn)行加權(quán)平均來得到z的最終估計(jì)值,如公式(10):

(10)

由此,就得到了一幅有噪裂縫圖像的最終估計(jì)結(jié)果。

2 實(shí)驗(yàn)分析

2.1 數(shù)據(jù)采集及計(jì)算平臺(tái)

實(shí)驗(yàn)的操作系統(tǒng)是windos10,核心算法采用pycharm軟件在PC機(jī)上編程實(shí)現(xiàn),數(shù)據(jù)集來自福州數(shù)博訊軟件開發(fā)有限公司提供的塔吊裂縫圖像。對(duì)高斯濾波、快速導(dǎo)向?yàn)V波、BM3D進(jìn)行驗(yàn)證,得到的數(shù)據(jù)和運(yùn)行結(jié)果如圖2-圖5、表2-表5所示。

表5 不同程度的噪聲下濾波器最終估計(jì)對(duì)指標(biāo)的改善

圖2 原圖對(duì)比高斯噪聲圖

圖3 高斯噪聲濾波效果對(duì)比

圖4 原圖對(duì)比椒鹽噪聲圖

圖5 椒鹽噪聲濾波效果對(duì)比

采用圖像質(zhì)量評(píng)價(jià)客觀指標(biāo)(峰值)信號(hào)與噪聲的比值來衡量實(shí)驗(yàn)結(jié)果[8]。值越大,表示裂縫圖像的還原度越好。

實(shí)驗(yàn)在64位Window 10操作系統(tǒng)上進(jìn)行,實(shí)驗(yàn)具體環(huán)境配置如表1所示。

表1 實(shí)驗(yàn)運(yùn)行環(huán)境

2.2 實(shí)驗(yàn)效果對(duì)比

在收集到的關(guān)于塔吊裂縫的圖像中,原始圖像沒有太多的高斯噪聲,這時(shí)候可以選擇不用全部應(yīng)用BM3D的兩步降噪,節(jié)約時(shí)間。此時(shí),可以要么只進(jìn)行基礎(chǔ)降噪,利用硬閾值以及三維變換,再進(jìn)行加權(quán)平均;要么跳過基礎(chǔ)降噪,直接進(jìn)入維納濾波,都能夠獲取較好的效果圖[9]。以下的降噪結(jié)果表明,不僅裂縫旁邊的地面上的冗余的高斯噪聲幾乎被去除干凈,而且裂縫的細(xì)節(jié)邊緣清晰可見,裂縫紋理跟原圖相差無幾。

3 塔吊裂縫實(shí)驗(yàn)結(jié)果

將BM3D濾波的實(shí)驗(yàn)結(jié)果圖,進(jìn)行SNR測(cè)試。實(shí)驗(yàn)證明有噪裂縫圖像經(jīng)過BM3D降噪后,SNR和PSNR都提高。

具體的SNR數(shù)值實(shí)驗(yàn)結(jié)果如表2所示。

表2 高斯/椒鹽噪聲背景下濾波器對(duì)信噪比的改善

在實(shí)際運(yùn)用中最常見的還是高斯噪聲,并且噪聲值一般不會(huì)很大,當(dāng)σ小于50的情況下,BM3D的優(yōu)化效果都很好[10]。通過調(diào)整BM3D的噪聲參數(shù)σ可以得到不同的降噪效果。

表3 不同高斯噪聲大小的裂縫圖像指標(biāo)

表4 不同程度的噪聲下濾波器基礎(chǔ)估計(jì)對(duì)指標(biāo)的改善

通過分析實(shí)驗(yàn)表格的實(shí)驗(yàn)結(jié)果,可以發(fā)現(xiàn)BM3D的降噪效果還是比較優(yōu)秀的。實(shí)際應(yīng)用中,噪聲小的情況下,例如噪聲值小于30,有噪圖像和原圖對(duì)比起來,只有比較小的差別,此時(shí)使用BM3D的基礎(chǔ)估計(jì)就可以得到比較好的降噪圖。當(dāng)然在噪聲大的情況下,BM3D依舊比其他的濾波器表現(xiàn)的好。

4 結(jié) 語

將BM3D降噪算法應(yīng)用在工地上的塔吊安全檢測(cè)中,相比其他濾波器,提高了塔吊裂縫圖像識(shí)別的準(zhǔn)確度和精度。實(shí)驗(yàn)結(jié)果表明,無論在噪聲小還是噪聲大的情況下,BM3D算法在裂縫圖像降噪的效果上表現(xiàn)良好,不僅去除大部分的冗余噪聲,還能最大限度地保留了裂縫邊緣細(xì)節(jié),證明了BM3D在圖像降噪上的重要性,以及在實(shí)際工地施工中對(duì)塔吊裂縫識(shí)別的實(shí)用性。該算法主要的運(yùn)算量集中在相似塊的搜索和匹配上,其復(fù)雜度是NL-Means的3倍,處理一張圖片要等待長(zhǎng)達(dá)幾分鐘的時(shí)間,所以暫時(shí)還不能做到實(shí)時(shí)處理,距離真正意義上的實(shí)用還是有一定的改進(jìn)距離,未來的研究方向需要進(jìn)一步考慮如何在精度和速度的天平上保持最佳平衡。為了切實(shí)加強(qiáng)未來的塔吊安全管理,應(yīng)當(dāng)同時(shí)提高塔吊裂縫圖像檢測(cè)的精度和速度,以便最大限度保證圖像降噪的良好效果以及算法的實(shí)用性,從而真正意義上降低塔吊存在的隱患。

猜你喜歡
塔吊高斯灰度
采用改進(jìn)導(dǎo)重法的拓?fù)浣Y(jié)構(gòu)灰度單元過濾技術(shù)
建筑施工塔吊倒塌安全事故分析與安全管理探究
天津港智慧工作平臺(tái)灰度發(fā)布系統(tǒng)和流程設(shè)計(jì)
Bp-MRI灰度直方圖在鑒別移行帶前列腺癌與良性前列腺增生中的應(yīng)用價(jià)值
Arduino小車巡線程序的灰度閾值優(yōu)化方案
塔吊檢查
數(shù)學(xué)王子高斯
天才數(shù)學(xué)家——高斯
與眾不同的青春才最美
爬塔吊要回欠薪 結(jié)果被拘留罰款