摘 要：利用三维激光扫描仪得到的图像存在噪点，影响后续隧道空间几何测量以及隧道表观病害的检测分析。利用小波变换和中值滤波相结合的方法对得到的隧道图像进行去噪，通过小波变换进行小波分解，得到高频部分，选择合适的阈值，将高频噪声剔除；然后使用中值滤波去除各个子图像的椒盐噪声；最后将图像重构，得到最终去噪后的图像，并引入峰值信噪比进行评价。结果表明，使用此种方法比单独使用中值滤波或小波变换的去噪效果要好。
关键词：小波变换；中值滤波；图像去噪；地铁隧道
中图分类号：TP391.41；TN713 文献标识码：A 文章编号：2096-4706（2020）22-0081-05
A New Denoising Method for Tunnel Image
——Research on Tunnel Image Denoising Method Based on Wavelet Transform and Median Filter
LI Ruiqi1，BAO Yan1，LU Jianjun2，GUO Fei3，KONG Heng3
（1.Faculty of Architecture，Civil and Transportation Engineering，Beijing University of Technology，Beijing 100124，China；2.Zhejiang Huadong Surveying，Mapping and Engineering Safety Technology Co.，Ltd.，Hangzhou 310014，China；
3.Beijing Municipal Construction Group Co.，Ltd.，Beijing 100045，China）
Abstract：The image obtained by the 3D laser scanner has noise，which affects the subsequent spatial geometric measurement of the tunnel and the detection and analysis of the apparent disease of the tunnel. The method of combining wavelet transform and median filter is used to denoise the obtained tunnel image. Wavelet decomposition is carried out through wavelet transform to obtain the high frequency part，select the appropriate threshold，and remove the high frequency noise；then use the median filter to remove the salt-andpepper noise of each sub-image. Finally，the image is reconstructed to obtain the final denoised image，and the peak signal-noise ratio is introduced for evaluation. The results show that using this method is better than the median filter or wavelet transform alone.
Keywords：wavelet transform；median filter；image denoising；subway tunnel
基金项目：海外及港澳学者合作研究基金项目（51829801）；国家重点研发计划（2017YFC0805403）；浙江省交通运输厅科技计划项目（2019036）
参考文献：
[1] SCHIMMACK M，MERCORELLI P. An on-line orthogonalwavelet denoising algorithm for high-resolution surface scans [J].Journalof the Franklin Institute，2018，355（18）：9245-9270.
[2] ZHANG W P. Image denoising algorithm of refuge chamberby combining wavelet transform and bilateral filtering [J].InternationalJournal of Mining Science and Technology，2013，23（2）：221-225.
[3] 刘笃晋. 基于小波变换的图像去噪方法研究 [J]. 现代电子技术，2013，36（14）：93-95.
[4] 关雪梅. 一种基于中值滤波和小波变换的图像去噪处理算法研究 [J]. 中州大学学报，2020，37（1）：121-124.
[5] 梁利利，高楠，李建军. 基于小波变换和均值滤波的图像去噪方法 [J]. 计算机与数字工程，2019，47（5）：1229-1232.
[6] TAO X M，REN C，WU Y K，et al. Bearings fault detectionusing wavelet transform and generalized Gaussian density modeling [J].Measurement，2020，155：107557.
[7] 杨泽青，李超，黄凤荣，等. 小波与中值滤波相结合的汽车管路连接件表面缺陷图像去噪 [J]. 现代制造工程，2019（11）：1-8.
[8] 肖静，游世辉. 基于小波变换的发动机表面缺陷图像去噪方法的研究 [J]. 表面技术，2018，47（12）：328-333.
[9] DASS R. Speckle Noise Reduction of Ultrasound Images UsingBFO Cascaded with Wiener Filter and Discrete Wavelet Transform inHomomorphic Region [J].Procedia Computer Science，2018，132：1543-1551.
[10] 徐丽，朱家明，李祥健. 基于小波去噪和改进DCV 的脑部MR 图像分割 [J]. 无线电通信技术，2019，45（4）：437-440.
[11] RAI H M，CHATTERJEE K. Hybrid adaptive algorithmbased on wavelet transform and independent component analysis fordenoising of MRI images [J].Measurement，2019，144：72-82.
[12] 田流芳. 基于中值滤波和小波变换的图像去噪算法研究 [D]. 保定：河北大学，2014.
[13] 彭姝姝. 基于均值滤波和小波变换的图像去噪 [J]. 现代计算机，2019（12）：62-67.
[14] 温佐彪，段强，李子忠. 激光全息扫描技术在隧道病害调查中的应用 [J]. 交通标准化，2014，42（23）：115-118.
[15] 黄启东，姚锦江，黄海燕，等. 基于全息投影三维模型的成像研究 [J]. 科技传播，2020，12（8）：107-108.
作者简介：李瑞琦（1996—），女，汉族，山东滨州人，硕士研究生，研究方向：隧道量测、隧道病害检测和监测等。