一种基于主成分分析的视频噪声估计方法技术

本发明专利技术提出了一种基于主成分分析的视频噪声估计方法，充分利用视频序列的相关性，在相邻帧图像之间进行相似块的搜索，基于最小代价准则获得相邻帧图像之间的差分图像，消除视频运动的影响，得到初步的弱纹理差分图像；同时，又引入基于视频块的噪声估计，自适应的获取噪声水平参数，并提出正态分布函数作为文中选择弱纹理块的阈值函数，降低计算复杂度；另外还设置明确的迭代指标使得估计的噪声水平更加精确，避免在高噪声水平下的低估现象。本文提出的视频噪声估计算法估计精确，可运用到盲视频去噪领域，具有广阔的应用前景。

A method of video noise estimation based on principal component analysis

The invention provides a video noise estimation method based on principal component analysis, make full use of correlation of video sequence, a similar block search between adjacent frames, minimum cost criterion based on images obtained between adjacent frames difference, eliminate the influence of video motion, obtained preliminary weak texture difference image; at the same time again, the introduction of noise estimation based on adaptive video blocks, the noise level of acquisition parameters, and put forward the normal distribution function as the threshold function selection of weak texture blocks, reducing the computational complexity; in addition to establish a clear iterative index makes the noise level estimation is more accurate, avoid underestimation phenomenon at high noise level. The proposed video noise estimation algorithm is accurate and can be used in the field of blind video denoising, and has broad application prospects.

【技术实现步骤摘要】
一种基于主成分分析的视频噪声估计方法
本专利技术涉及一种视频噪声估计方法，具体的说，涉及了一种基于主成分分析的视频噪声估计方法。
技术介绍
视频信号在捕捉、记录和传输的过程中都可能引入噪声。引入的噪声严重降低视频画面质量，影响观众的视觉体验。而视频去噪是将数字视频图像的特点与现有的信号处理技术相结合，尽可能的降低视频图像中噪声干扰的一种多媒体信息处理技术。目前存在的大多数视频去噪算法的性能都不同程度地依赖于含噪视频中的噪声参数。虽然通过各种各样的算法，可以达到很理想的去噪效果，但大多数算法都有个假设前提，即噪声强度是预先知道的。人为给定噪声参数或者噪声参数不准确，都会导致去噪效果不理想。因此对于含噪视频的噪声参数估计是视频去噪研究中一个关键性问题。为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。
技术实现思路
本专利技术的目的是针对现有技术的不足，从而提供了一种基于主成分分析的视频噪声估计方法。为了实现上述目的，本专利技术所采用的技术方案是：一种基于主成分分析的视频噪声估计方法，包括以下步骤：步骤1，输入含噪视频帧，对当前帧图像与下一帧图像进行块匹配，并分别计算当前帧图像与本文档来自技高网...

【技术保护点】
一种基于主成分分析的视频噪声估计方法，其特征在于，包括以下步骤：步骤1，输入含噪视频帧，对当前帧图像与下一帧图像进行块匹配，并分别计算当前帧图像与下一帧图像中每对对应子块的差分图像块，选取匹配效果最佳的一对对应子块的差分图像块作为原始含噪图像；步骤2，计算原始含噪图像的方差，作为初始噪声水平，并利用该初始噪声水平计算初始阈值；步骤3，将当前帧图像的所有子块写成列向量的形式，计算每个子块的梯度矩阵、梯度矩阵对应的梯度协方差矩阵以及梯度协方差矩阵的最大特征值；步骤4，选取梯度协方差矩阵的最大特征值小于初始阈值的子块，标记为弱纹理图像块；步骤5，将所有弱纹理图像块组成一个大的数据矩阵，并计算数据矩阵...

【技术特征摘要】
1.一种基于主成分分析的视频噪声估计方法，其特征在于，包括以下步骤：步骤1，输入含噪视频帧，对当前帧图像与下一帧图像进行块匹配，并分别计算当前帧图像与下一帧图像中每对对应子块的差分图像块，选取匹配效果最佳的一对对应子块的差分图像块作为原始含噪图像；步骤2，计算原始含噪图像的方差，作为初始噪声水平，并利用该初始噪声水平计算初始阈值；步骤3，将当前帧图像的所有子块写成列向量的形式，计算每个子块的梯度矩阵、梯度矩阵对应的梯度协方差矩阵以及梯度协方差矩阵的最大特征值；步骤4，选取梯度协方差矩阵的最大特征值小于初始阈值的子块，标记为弱纹理图像块；步骤5，将所有弱纹理图像块组成一个大的数据矩阵，并计算数据矩阵对应的协方差矩阵；步骤6...

【专利技术属性】
技术研发人员：陈长宝，杜红民，侯长生，孔晓阳，王茹川，郭振强，郧刚，王磊，王莹莹，肖进胜，
申请(专利权)人：中原智慧城市设计研究院有限公司，
类型：发明
国别省市：河南,41