煤矿井下低照度成像环境会导致图像中产生泊松噪声,将引起激光光斑图像的强度和形状分布的不确定性,从而影响激光三角测距的精度。提出了一种基于PURE-LET(Poisson Unbiased Risk Estimator-Linear Expansion of Threshholds)的煤位表面激光光斑图像的快速小波域去噪算法。给出了泊松噪声下小波系数估计MSE(Mean Squared Error)的一个无偏估计子PURE,并将小波系数估计子写作一组基本阈值函数的线性组合以提高算法速度。仿真图像与真实煤仓图像的实验显示,与3种典型图像去噪算法(BayesShrink,Poisson_NLMeans,PURE-LET)相比,提出的PURELET-Smooth算法具有更好的噪声抑制能力,同时具有保持图像边缘结构和快速计算的特点,这在实时光斑质心精确计算和三角测距应用中是一个明显优势。此外此算法具有阈值函数组合系数的快速自动计算特点,适用于自动煤位检测应用。

PURE-LET 最近被提出 [1] 作为泊松计数图像的噪声去除策略。 具体来说，PURE（泊松无偏风险估计器）是在 Haar 小波域中定义的原始图像和估计图像之间的均方误差的无偏估计。 PURE-LET 尝试通过最小化 PURE 来估计噪声图像中的真实图像。 PURE-LET 涉及小矩阵的求逆。 [1] F. Luisier、C. Vonesch、T. Blu、M. Unser，“泊松损坏图像的快速跨尺度小波降噪”，信号处理，卷。 90，没有。 2，第 415-427 页，2010 年 2 月。