基于最大后验概率译码和三维块匹配滤波的视频去噪方法技术

本发明专利技术涉及一种基于最大后验概率译码和三维块匹配滤波的视频去噪方法，所述视频是经过先验知识增强的移动视频广播传输系统接收得到，所述去噪方法包括以下步骤：S1、接收的视频信号通过空间向量阈转换得到噪声与视频信号的最小均方误差估计的数学关系，再采用最大后验概率译码方法得到视频信号估计值，从而得到除去部分高斯噪声的视频信号；S2、步骤S1得到的视频信号经过三维块匹配滤波进一步消除高斯噪声，得到最终去噪视频。与现有技术相比，本发明专利技术不仅能获得较高的峰值信噪比，而且在主观上也能获得较好的视觉体验，能够较好的保留视频图像的细节部分，起到平滑滤波的作用。

Video denoising method based on maximum a posteriori probability decoding and three dimensional block matching filtering

The present invention relates to a video denoising method based on maximum posterior probability decoding and 3D block matching filtering. The video is received by a mobile video broadcast transmission system enhanced by prior knowledge. The denoising method includes the following steps: S1, received video signals pass through space vector threshold conversion to get noise and video The mathematical relation of the minimum mean square error estimation of the signal is obtained, and then the maximum posterior probability decoding method is used to get the estimated value of the video signal, thus the video signal that removes part of the Gauss noise is obtained. The video signals obtained by S2 and step S1 are further eliminated by three dimensional block matching filtering, and the final de-noising video is obtained. Compared with the existing technology, the invention not only can obtain a higher peak signal to noise ratio, but also can obtain better visual experience on the subjective side, and can better retain the details of the video image, and play the role of smoothing filtering.

【技术实现步骤摘要】
基于最大后验概率译码和三维块匹配滤波的视频去噪方法
本专利技术涉及一种视频传输技术，尤其是涉及一种基于最大后验概率译码和三维块匹配滤波的视频去噪方法。
技术介绍
噪声干扰的消除一直是视频传输中关注的焦点，无论语音还是视频信号在无线网络中传输时，受到噪声干扰的影响是不可避免的。如何有效的减小噪声干扰一直是各界专家致力解决的问题。在传统的数字视频传输系统中，通常采用纠错编码的方式来减小误码率，但是这种做法也带来了各种各样的问题。简单的去噪算法大致可以分为空间域滤波和频率域滤波两大类。而复杂的去噪算法基本上是两类算法的不同结合。空间域滤波就是利用像素灰度值之间的关系，通过各种形式的加权平均来达到去噪的目的。最简单的空间域滤波就是均值滤波，用一个像素某个邻域的平均值来代替该像素的值。均值处理后像素的方差减小，从而达到减弱或者去除噪声的目的。该方法的优点是计算简单。但缺点也非常明显，会造成图像的模糊。直到A.Buades等人提出了非局部均值算法，该算法在求均值的时候不再只考虑图像局部的特征，而是将整幅图像都纳入了参考范围，从而极大改善了去噪效果。频率域滤波通过对图像做各种变换以达到分离噪声与图像的目的。最常见的变换是傅里叶变换，在数字图像处理中只考虑离散的情况，即离散傅里叶变换。因为变换后无噪图像对应的系数较大，而噪声对应的系数小，从而实现了去噪的目的。离散余弦变换、离散小波变换的原理与之类似。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于最大后验概率译码和三维块匹配滤波的视频去噪方法。本专利技术的目的可以通过以下技术方案来实现：一种基于最大后验概率译码和三维块匹配滤波的视频去噪方法，所述视频是经过先验知识增强的移动视频广播传输系统接收得到，所述去噪方法包括以下步骤：S1、接收的视频信号通过空间向量阈转换得到噪声与视频信号的最小均方误差估计的数学关系，再采用最大后验概率译码方法得到视频信号估计值，从而得到除去部分高斯噪声的视频信号；S2、步骤S1得到的视频信号经过三维块匹配滤波进一步消除高斯噪声，得到最终去噪视频。优选的，所述噪声与视频信号的最小均方误差估计的数学关系为：其中式中，W为接收的视频信号中的噪声，为接收的视频信号的最小均方误差估计，p用来保证旋转信号为归一化矢量，为接收的视频信号中相关像素块集合N为相关像素块块数，T为转置，K为相关信息因子，Z具体为：其中，α为功率尺度系数，为高斯白噪声功率，Φ为酋矩阵，v为高斯白噪声，C为功率划分因子，r为先验知识增强的移动视频广播传输系统中所求系数。优选的，所述视频信号估计值θg满足：优选的，所述步骤S2具体包括：S21、将视频信号中待处理的单帧图像划分为多个操作块，搜索各操作块相似的像素块，得到每个操作块的相似块矩阵集合OP，将集合OP中的矩阵按照相似度大小进行排序，得到三维矩阵TP1；S22、对TP1进行三维变换域滤波后，将图像原来位置的像素块经过加权平均得到每个像素点的基础估计值，从而得到基础估计图像；S23、按照步骤S21处理所述基础估计图像，得到三维矩阵TP2，通过TP2中像素块的坐标，从原始图像中提取相同坐标的像素块构成三维矩阵TP3；S24、对TP2和TP3分别进行三维变换后，以TP2对TP3进行维纳滤波得到最终估计权值，再对TP3进行逆三维变换，利用最终估计权值对TP3每个像素块进行加权平均得到原始图像每个像素点的最终估计值，从而得到最终估计图像。优选的，所述步骤S21具体包括：对待处理的单帧图像，按照大小为N1×N1的滑动窗口，以Ns为滑动步长，通过重叠分割的方式按照从左到右、自上而下的顺序分割成多个操作块；对各个操作块，以当前操作块为中心，以Nd为搜索直径，搜索与当前操作块相似的像素块，得到相似块矩阵集合OP；将集合OP中的矩阵按照相似度大小进行排序，得到三维矩阵TP1。优选的，所述步骤S21中搜索与当前操作块相似的像素块过程包括：用被搜索的像素块与当前操作块的距离大小表示相似度，若被搜索的像素块与当前操作块的距离小于设定距离阈值，则判定两者相似。优选的，所述步骤S22中，TP1经过三维变换域滤波后得到估计值集合：EP＝K3D-1(rx(K3D(TP1)))其中，K3D为三维变换运算符，rx为用来调整变换系数的函数：其中，x为TP1中的矩阵数值，λ3D为硬阈值收缩的阈值参数，σ为剩余高斯白噪声的标准差。优选的，所述步骤S22中基础估计值具体为：其中，Rbasic(j)为像素点j的基础估计值，Q为集合OP中包含像素点j的任一像素块，J为所有像素点集合，RPQ为像素点j在像素块Q中的估计值：RPQ＝K3D(TP1)且RPQ满足：xQ表示函数：WP表示当前操作块的基础估计权值：其中，NP表示TP1经过三维变换域滤波之后非零系数的个数。优选的，所述最终估计值为：其中，Rfinal(j)为像素点j的最终估计值，Wfinal为最终估计权值，RPQ_new为：RPQ_new＝K3D(TP3)。优选的，所述最终估计权值为：与现有技术相比，本专利技术具有以下优点：1、从向量的角度定量得到真实信号与观测信号之间的关系，采用最大后验概率译码消除了一部分噪声，再对视频进行变换域三维块匹配滤波，利用第一步的硬阈值滤波的初步估计结果构建维纳滤波器，进一步去除视频中的高斯噪声，不仅能获得较高的峰值信噪比，而且在主观上也能获得较好的视觉体验，能够较好的保留视频图像的细节部分，起到平滑滤波的作用。2、由于进行分组之后得到的每个像素块集合都是由相似像素块组成的，这个相似性表明相似像素块组成的三维矩阵都是一个较为稀疏的矩阵，即三维矩阵由少量非零元素组成，而三维变换得到的三维矩阵的稀疏性要高于二维变换所得矩阵的稀疏性，所以三维变换域滤波有更好的去噪效果。3、通过三维变换域硬阈值滤波处理，大部分噪声信号得到消除，而图像真实信息得到了较好的保留，在信噪比较低的情况下，采用硬阈值收缩方法来消除噪声干扰是一种比较有效的方法，可以在更大程度上近似估计原始图像信号。4、利用基础估计中得到的原始图像的基础估计值进行维纳滤波，可以大大提高方法的准确性。附图说明图1为实施例一中噪声平面示意图；图2为实施例一中剩余噪声的概率密度函数；图3为实施例一中图像块划分示意图；图4为实施例一中三维线性变换示意图；图5为实施例二中的“Carphone”传输帧；图6为实施例二中的“Carphone”参考帧；图7为实施例二中SNR＝0dB时去噪前的接收帧；图8为实施例二中SNR＝0dB时去噪后的接收帧；图9为实施例二中SNR＝10dB时去噪前的接收帧；图10为实施例二中SNR＝10dB时去噪后的接收帧。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。实施例一本专利技术提出了基于最大后验概率译码和三维块匹配(BM3D)算法的联合去噪方法，在接收端对接收信号进行空间建模，得到期望信号与噪声的关系，然后采用最大后验译码，消除掉概率最大的噪声。BM3D算法的核心是经验维纳滤波，利用基础估计中得到的原始图像的基础估计值进行维纳滤波，大大提高了算法的准确性，起到平滑滤波的作用。信号本文档来自技高网...

【技术保护点】
1.一种基于最大后验概率译码和三维块匹配滤波的视频去噪方法，所述视频是经过先验知识增强的移动视频广播传输系统接收得到，其特征在于，所述去噪方法包括以下步骤：S1、接收的视频信号通过空间向量阈转换得到噪声与视频信号的最小均方误差估计的数学关系，再采用最大后验概率译码方法得到视频信号估计值，从而得到除去部分高斯噪声的视频信号；S2、步骤S1得到的视频信号经过三维块匹配滤波进一步消除高斯噪声，得到最终去噪视频。

【技术特征摘要】
1.一种基于最大后验概率译码和三维块匹配滤波的视频去噪方法，所述视频是经过先验知识增强的移动视频广播传输系统接收得到，其特征在于，所述去噪方法包括以下步骤：S1、接收的视频信号通过空间向量阈转换得到噪声与视频信号的最小均方误差估计的数学关系，再采用最大后验概率译码方法得到视频信号估计值，从而得到除去部分高斯噪声的视频信号；S2、步骤S1得到的视频信号经过三维块匹配滤波进一步消除高斯噪声，得到最终去噪视频。2.根据权利要求1所述的基于最大后验概率译码和三维块匹配滤波的视频去噪方法，其特征在于，所述噪声与视频信号的最小均方误差估计的数学关系为：其中，式中，W为接收的视频信号中的噪声，为接收的视频信号的最小均方误差估计，p用来保证旋转信号为归一化矢量，为接收的视频信号中相关像素块集合N为相关像素块块数，T为转置，K为相关信息因子，Z具体为：其中，α为功率尺度系数，为高斯白噪声功率，Φ为酋矩阵，v为高斯白噪声，C为功率划分因子，r为先验知识增强的移动视频广播传输系统中所求系数。3.根据权利要求2所述的基于最大后验概率译码和三维块匹配滤波的视频去噪方法，其特征在于，所述视频信号估计值θg满足：4.根据权利要求1所述的基于最大后验概率译码和三维块匹配滤波的视频去噪方法，其特征在于，所述步骤S2具体包括：S21、将视频信号中待处理的单帧图像划分为多个操作块，搜索各操作块相似的像素块，得到每个操作块的相似块矩阵集合OP，将集合OP中的矩阵按照相似度大小进行排序，得到三维矩阵TP1；S22、对TP1进行三维变换域滤波后，将图像原来位置的像素块经过加权平均得到每个像素点的基础估计值，从而得到基础估计图像；S23、按照步骤S21处理所述基础估计图像，得到三维矩阵TP2，通过TP2中像素块的坐标，从原始图像中提取相同坐标的像素块构成三维矩阵TP3；S24、对TP2和TP3分别进行三维变换后，以TP2对TP3进行维纳滤波得到最终估计权值，再对TP3进行逆三维变换，利用最终估计权值对TP3每个像素块进行加权平均得到原始图像每个像素点的最终估计值，从而得到最终估计图像。...

【专利技术属性】
技术研发人员：黄新林，唐小伟，郇小宁，袁迎春，陆奇翡，吴俊，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31