视频去噪方法、装置及终端制造方法及图纸

本发明专利技术提供一种视频去噪方法、装置及终端。所述方法包括：顺序获取视频中的图像序列；对所述图像序列中的第一帧图像进行去噪处理；对所述第一帧图像之后的第N帧图像，参考第N

【技术实现步骤摘要】
视频去噪方法、装置及终端


[0001]本专利技术涉及图像处理
，尤其涉及一种视频去噪方法、装置及终端。

技术介绍

[0002]通常，视频中会存在噪声，具有噪声的视频的可视性差，一定程度上会影响人们的观感，另外，还会影响视频编码的效率以及对视频进行处理的计算机视觉算法的性能。因此，在对视频进行编码或者基于视频进行计算机视觉处理之前，对视频进行去噪处理是必不可少的过程。
[0003]在现有的视频去噪方法中，有一种方法是使用视频中前一帧图像的信息对当前帧图像进行去噪处理，但该方法是采用一个运动检测模块来检测哪些区域属于静止区域，哪些区域属于移动区域，后一帧图像只是利用前一帧图像静止区域的信息，移动区域则采用普通去噪方法。这种方法没有充分利用前一帧图像的有用信息，去噪效果不够好；而且还需要额外设计一个运动检测模块，实现起来较复杂。

技术实现思路

[0004]本专利技术提供的视频去噪方法、装置及终端，能够通过筛选前一帧的对后一帧去噪有帮助的信息，在去噪过程中更充分地利用视频的时序信息，优化去噪效果。/>[0005]第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频去噪方法，其特征在于，所述方法包括：顺序获取视频中的图像序列；对所述图像序列中的第一帧图像进行去噪处理；对所述第一帧图像之后的第N帧图像，参考第N
‑
1帧的去噪后图像，利用第N帧图像与第N
‑
1帧去噪后的图像的相关性，采用基于深度学习的去噪模型进行去噪，完成所述图像序列中所有图像的去噪处理。2.根据权利要求1所述的方法，其特征在于，所述对所述第一帧图像之后的第N帧图像，参考第N
‑
1帧的去噪后图像，利用第N帧图像与第N
‑
1帧去噪后的图像的相关性，采用基于深度学习的去噪模型进行去噪包括：通过第二卷积组合模块从第N
‑
1帧已去噪图像提取出特征图，通过第三卷积组合模块从第N帧未去噪图像中提取出特征图，将两个特征图通过拼接模块进行拼接；将上述拼接后的特征图通过注意力模块计算出范围为[0,1]之间的权重矩阵；将第N
‑
1帧已去噪图像通过第一卷积组合模块提取出特征图，将该特征图与上述权重矩阵通过乘法模块进行加权相乘，得到加权后的特征图；将第N帧未去噪图像经过第四卷积组合模块CNN_Block4提取出特征图，然后与上述经过加权后的特征图通过拼接模块进行拼接；将上述拼接后的特征图经过第五卷积组合模块，计算出第N帧图像的噪声。通过减法模块将第N帧未去噪图像减去上述计算出来的第N帧图像的噪声，得到第N帧已去噪图像。3.根据权利要求2所述的方法，其特征在于，所述卷积组合模块为多个卷积、激活函数、归一化和残差算子的任意组合。4.根据权利要求2所述的方法，其特征在于，所述拼接模块用于将两个特征图拼接为一个特征图，即将维度为(n,c1,h,w)的特征图和维度为(n,c2,h,w)的特征图拼接为一个维度为(n,c1+c2,h,w)的特征图，其中，n为输入样本个数，c1、c2为特征图的通道数，h为特征图的高，w为特征图的宽。5.一种视频去噪装置，其特征在于，所述装置包括：获取单元，用于顺序获取视频中的图像序列；第一去噪单元，用于对所述图像序列中的第一帧图像进行去噪处理；第二去噪单元，用于对所述第一帧图像之后的第N帧图像，参考第N
‑
1帧的去噪后图像，利用第N帧图像与第N
‑
1帧去噪后的图像的相关性，采用基于深度学习的去噪模型进行去噪，完成所述图...

【专利技术属性】
技术研发人员：吴倩，
申请(专利权)人：北京紫光展锐通信技术有限公司，
类型：发明
国别省市：