基于CCD图像的利用帧间相关性降噪的方法技术

本发明专利技术公开了一种基于CCD图像的利用帧间相关性降噪方法。该方法是先通过图像配准的方法求得相邻两帧图像的相对位移量，由该位移量确定相邻两帧图像的重叠区域，然后对该重叠区域做帧间累加滤波，对非重叠区域则采用帧内滤波算法，同时算法还能自适应调整叠加帧的数目，具有多级可调功能。本发明专利技术的创新点在于先对图像做配准，然后根据配准结果选择不同的帧间滤波算法，有利于提高视频图像的信噪比，同时对于运动图像的也能达到很好的去噪效果。

【技术实现步骤摘要】
基于CCD图像的利用帧间相关性降噪的方法
本专利技术涉及CCD视频图像的去噪处理技术，具体涉及一种基于CCD图像的利用帧间相关性降噪方法。
技术介绍
目前，各类成像器件已经和正在广泛的应用于生活、天文、医疗、工业和军事领域，对人们的生活产生越来越深远的影响，尤其是在医学和军事上面近年来迅速发展起来的电荷耦合器件(CCD)成像和红外传感器成像技术。与传统的成像器件相比，CCD不仅具有体积小、重量轻、灵敏度高、动态范围宽等优点，而且还能达到很高的空间分辨率，并可以通过选用不同材料来响应从紫外到红外的光谱，这大大提升了其应用范围。CCD传感器由于器件本身的结构特点在感应光子的同时将产生多种噪声，如散粒噪声、暗噪声、转移噪声以及读出电路噪声。在视频图像序列中，特别是对于运动缓慢的视频图像序列，相邻帧之间的图像存在很强的相关性，而噪声总是随机出现在视频图像中，不具有相关性，所以可以根据相邻帧的图像的运动强度检测判断对相邻帧进行加权平均，从而降低图像的噪声提高图像的信噪比。现实中的数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，称为含噪图像。特别是随着现在相机制造商们不断地增加感光单元单位面积上的像素数，使得其对噪声的敏感性也越来越高了，结果是产生的图像噪声会越来越严重。如果对这些被噪声污染的图像再做后续的其他操作处理，无疑会对最终的图像处理结果产生较大的偏差。现有的去噪算法大致可以分为两类：空间域滤波以及时间域滤波。空间域滤波是在图像的二维空间中利用相邻像素具有相关性而噪声是相互独立的特点的特点来去噪的。常见的空间域滤波方法有均值滤波法、自适应维拉滤波法、中值滤波法、小波滤波法。时域滤波法是在视频图像的三维空间上，利用图像相邻帧之间的相关性进行滤波。常用的时域滤波法有帧间均值滤波法、非局部均值滤波法、三维块匹配帧间滤波法。但是，这些方法也都存在各自的技术缺点：1.均值滤波后的每个像素点的值都是利用邻域内像素的平均灰度值来代替，该方法经常会带来边缘以及细节模糊的负面效应；2.自适应维拉滤波法是利用图像的局部方差来调整滤波器的输出，它的最终目标是使恢复图像f^(x,y)与原f(x,y)始图像的均方误差e2＝E[(f^(x,y)-f(x,y))2]最小。该方法的滤波效果比均值滤波效果要好,对保留图像的边缘和其他高频部分很有用，不过计算量较大；3.中值滤波是利用邻域内(包括原像素值)像素灰度的中值代替该像素的值，它在去除噪声的同时还能保护图像的边缘，但会产生细节模糊效应；4.帧间均值滤波即对相邻帧的相对位置取均值，该方法可以有效地抑制噪声，提高图像清晰度，但会引起运动目标的模糊和丢失；5.近年来提出的非局部滤波算法以及基于非局部均值改进的三维块匹配滤波法是目前认为去噪效果最好的方法，但算法复杂难以硬件实现。
技术实现思路
本专利技术的目的在于提供一种基于CCD图像的利用帧间相关性降噪方法，能实时地利用相邻帧图像的相关性对输入的视频图像进行降噪处理，提高视频图像的信噪比的方法。该方法是通过图像配准的方法找到相邻帧间的重叠区域，然后对该重叠区域做帧间累加滤波，对非重叠区域则采用帧内滤波算法，同时算法还能自适应调整叠加帧的数目，具有多级可调功能。利用了一种较快速的帧间配准算法，即用一种新的基于全时域的投影算子来快速的完成对相邻帧图像运动位移的计算，大大降低了算法的运算量，使得算法可以硬件实现。实现本专利技术目的的技术解决方案为：一种基于CCD图像的利用帧间相关性降噪方法，包括以下步骤：步骤1：将含噪的视频图像序列v(i,j,k)＝u(i,j,k)+n(i,j,k)按帧存储到SRAM中，其中v(i,j,k)表示人眼所观察到的图像，u(i,j,k)表示成像系统的理想图像，n(i,j,k)表示图像在数字化和传输过程中常受到成像设备与外部环境干扰影响而加入的噪声，(i,j)表示图像像素点的位置，(k)表示视频序列的第k帧图像；步骤2：对存储在SRAM中含噪的视频图像序列v(i,j,k)＝u(i,j,k)+n(i,j,k)在行方向和列方向分别做累加，得到的行投影向量和列投影向量，用一组FIFO交替缓存；由于视频图像的场景的运动会影响投影向量的计算精度，所以要利用余弦-正弦滤波模型对行方向和列方向的投影向量进行修正，得到修正后的行投影向量和列投影向量；步骤3：将相邻两帧图像修正后的行投影向量和列投影向量分别做相关运算，得到行方向的互相关系数矩阵和列方向的互相关系数矩阵，最后由互相关系数矩阵可以求得相邻帧图像的相对位移(di,dj)，由该位移值可以确定相邻帧图像的重叠区域，即图像相关性部分；步骤4：判断相邻帧图像的相对位移量(di,dj)，根据相邻帧图像的相对位移量的不同分别对含噪的视频图像采用不同的帧间滤波算法，得到去噪后的视频图像；步骤5：将去噪后的视频图像按帧输出送显示器显示，实时观察图像的去噪效果。本专利技术与现有技术相比，其显著优点为：1、利用视频图像中相邻帧图像的相关性对图像进行降噪处理，即在图像的时间域上降噪，避免了空间域降噪所带来的边缘及细节模糊的现象。2、对图像进行帧间滤波是根据图像的配准结果来进行的，即先对图像做配准，然后根据配准结果分别采用不同的帧间滤波算法，这样可以避免经过帧间滤波处理后引起运动目标的模糊和丢失的现象。3、本专利技术针对配准结果设计了三种不同的帧间滤波算法，根据视频图像之间的特点，采用最适合的去噪算法，以达到最好的去噪效果，提高图像信噪比。附图说明图1是本专利技术一种基于CCD图像的利用帧间相关性降噪方法的系统流程图。图2是本专利技术一种基于CCD图像的利用帧间相关性降噪方法的算法流程图。图3是当输入的视频图像为静止图像时，采用本专利技术一种基于CCD图像的利用帧间相关性降噪方法后的结果；其中图(a)为原始的输入视频图像，图(b)为对原始视频图像做降噪处理后的效果图。图4是当输入的视频图像的相邻帧图像间存在较小的位移时，采用本专利技术一种基于CCD图像的利用帧间相关性降噪方法后的结果；其中图(a)为原始的输入视频图像，图(b)为对原始视频图像做降噪处理后的效果图。图5是当输入的视频图像的相邻帧图像间存在较大位移时，采用本专利技术一种基于CCD图像的利用帧间相关性降噪方法后的结果；其中图(a)为原始的输入视频图像，图(b)为对原始视频图像做降噪处理后的效果图。具体实施方式下面结合附图对本专利技术作进一步详细描述。⑴、本专利技术一种基于CCD图像的利用帧间相关性降噪方法，其原理为：在视频图像序列中，特别是对于运动缓慢的视频图像序列，相邻帧之间的图像存在很强的相关性，而噪声总是随机出现在视频图像中，不具有相关性，所以可以根据相邻帧的图像的运动强度检测判断对相邻帧进行加权平均，从而降低图像的噪声提高图像的信噪比。⑵、首先对本专利技术方法进行描述：根据视频图像噪声模型，视频序列中一幅含噪图像可以表示为：v(i,j,k)＝u(i,j,k)+n(i,j,k)(1)其中v(i,j,k)表示人眼所观察到的图像，u(i,j,k)表示成像系统的理想图像，n(i,j,k)表示图像在数字化和传输过程中常受到成像设备与外部环境干扰影响而加入的噪声，(i,j)表示图像像素点的位置，(k)表示视频序列的第k帧图像。假设对视频图像的相邻的l帧图像进行帧间本文档来自技高网...

【技术保护点】
一种基于CCD图像的利用帧间相关性降噪方法，其特征在于包括以下步骤：步骤1：将含噪的视频图像序列v(i,j,k)=u(i,j,k)+n(i,j,k)按帧存储到SRAM中，其中v(i,j,k)表示人眼所观察到的图像，u(i,j,k)表示成像系统的理想图像，n(i,j,k)表示图像在数字化和传输过程中常受到成像设备与外部环境干扰等影响而加入的噪声，(i,j)表示图像像素点的位置，(k)表示视频序列的第k帧图像；步骤2：对存储在SRAM中含噪的视频图像序列v(i,j,k)=u(i,j,k)+n(i,j,k)在行方向和列方向分别做累加，得到的行投影向量和列投影向量，用一组FIFO交替缓存；由于视频图像的场景的运动会影响投影向量的计算精度，所以要利用余弦‑正弦滤波模型对行方向和列方向的投影向量进行修正，得到修正后的行投影向量和列投影向量；步骤3：将相邻两帧图像修正后的行投影向量和列投影向量分别做相关运算，得到行方向的互相关系数矩阵和列方向的互相关系数矩阵，最后由互相关系数矩阵可以求得相邻帧图像的相对位移量(di,dj)，由该位移量可以确定相邻帧图像的重叠区域，即图像相关性部分；步骤4：判断相邻帧图像的相对位移量(di,dj)，根据相邻帧图像的相对位移量的不同分别对含噪的视频图像采用不同的帧间滤波算法，得到去噪后的视频图像；步骤5：将去噪后的视频图像按帧输出送显示器显示，实时观察图像的去噪效果。...

【技术特征摘要】
1.一种基于CCD图像的利用帧间相关性降噪方法，其特征在于包括以下步骤：步骤1：将含噪的视频图像序列v(i,j,k)＝u(i,j,k)+n(i,j,k)按帧存储到SRAM中，其中v(i,j,k)表示人眼所观察到的图像，u(i,j,k)表示成像系统的理想图像，n(i,j,k)表示图像在数字化和传输过程中常受到成像设备与外部环境干扰影响而加入的噪声，(i,j)表示图像像素点的位置，(k)表示视频序列的第k帧图像；步骤2：对存储在SRAM中含噪的视频图像序列v(i,j,k)＝u(i,j,k)+n(i,j,k)在行方向和列方向分别做累加，得到的行投影向量和列投影向量，用一组FIFO交替缓存；由于视频图像的场景的运动会影响投影向量的计算精度，所以要利用余弦-正弦滤波模型对行方向和列方向的投影向量进行修正，得到修正后的行投影向量和列投影向量：对于含噪的视频图像序列的第k帧图像，图像大小为M*N，M为图像的行数、N为图像的列数，M、N都为自然数，分别对含噪的视频图像进行行方向投影和列方向投影，确定行投影向量I(i)和列投影向量I(j)分别为:公式(6)中的表示行方向的均值，公式(7)中的表示列方向的均值；由于视频图像的场景的运动会影响投影向量的计算精度，所以要利用余弦-正弦滤波模型对行列方向的投影向量进行修正；修正后的行投影向量I'(i)和列投影向量I'(j)如下：上式中的δrow表示行方向上设定的位移量的最大值，δcol表示列方向上设定的位移量的最大值；步骤3：将相邻两帧图像修正后的行投影向量和列投影向量分别做相关运算，得到行方向的互相关系数矩阵和列方向的互相关系数矩阵，最后由互相关系数矩阵可以求得相邻帧图像的相对位移量(di,dj)，由该位移量可以确定相邻帧图像的重叠区域，即图像相关性部分；步骤4：判断相邻帧图像的相对位移量(di,dj)，根据相邻帧图像的相对位移量的不同分别对含噪的视频图像采用不同的帧间滤波算法，得到去噪后的视频...

【专利技术属性】
技术研发人员：隋修宝，颜奇欢，樊晓清，陈钱，顾国华，钱佳，王晨，尹春梅，高航，李晓帆，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32