摘要: ：煤矿井下环境恶劣，采煤机、运输机等设备的振动或噪声易导致煤矿井下视频监控不能对巷道结构、设备状态等信息做到实时感知，对井下安全监测及智能分析产生较大影响。针对上述问题，提出一种融合注意力机制与交叉门控融合模块的煤矿井下监控图像去噪算法。该方法通过引入变分自编码器生成器构建井下监控图像还原模型，并在该基础上融合交叉门控融合网络和注意力机制，使得网络能够动态地为井下监控图像的边缘特征权重进行分配。实验结果表明：所提算法的MSE，PSNR，RMSE，SNR与SSIM值分别为62.2457，32.302 5 dB，5.3269，21.365 8 dB和0.9934，优于其他去噪算法。说明该算法对煤矿井下监控图像去噪后重构的误差最小，对噪声的抑制能力最强，且能在不同噪声场景下保持较高精度的去噪。采用所提算法处理后的图像比其他3个算法处理后的图像更加清晰，失真和模糊程度较低，噪点去除较为明显。