【技术实现步骤摘要】
本专利技术涉及视频降噪研究领域，具体涉及一种基于背景差分和分块判决的时-空域联合的自适应3D降噪方法。
技术介绍
以往的视频图像降噪方法主要有空域滤波、时域滤波和时空域联合滤波。空域滤波虽然能滤除一些噪声，但不利用视频帧间关系，易造成图像细节损失。时域滤波利用视频的帧间相关性，非常适于视频降噪，但更适用于静止的视频处理，否则会产生严重的“拖尾”模糊。时空域联合滤波(即3D滤波)是目前视频降噪的研究热点。有学者采用先时域滤波、后空域滤波的方法，虽然比单独采用时域滤波的降噪效果更明显，但损失了一定的细节，同时没有解决时域滤波的缺陷，即运动目标会产生“拖尾”模糊；有学者提出一种基于运动检测的智能视频序列降噪算法，通过比较当前帧和参考帧对应块的灰度平均值来判断是否有运动出现，若当前帧与参考帧中对应块有超过80%的块满足条件时，才判定为静止区域，进行时域滤波，否则进行空域滤波，但这会使较多的静止像素误判为运动像素，降低去噪效果；有学者提出基于背景提取的时域滤波和像素域自适应滤波的视频降噪方法，通过背景差分法提取运动区域，并自适应地对运动区域使用不同的空域滤波方法，但这种方...
【技术保护点】
一种固定场景下低信噪比视频的自适应3D降噪方法，其特征在于，包括如下步骤：步骤1、采集用于初始背景估计的N帧视频图像序列F1～FN，将第k帧Fk与后一帧Fk+1的灰度值进行差分，得到N?1个差分图像，令Dk表示第k个帧间差分图像，其中k=1,2,…,N?1，N取30～150；步骤2、根据视频序列噪声标准差估计二值化阈值Tk：针对每个帧间差分图像，将其划分成大小为M×M的方形区域，其中M为正整数，计算每个方形区域的平均灰度值和标准差，取所有标准差中最小值作为该帧间差分图像噪声标准差的估计，则第k个帧间差分图像Dk对应的二值化阈值为Tk=alpha1×δk；其中δk表示第k个帧...
【技术特征摘要】
1.一种固定场景下低信噪比视频的自适应3D降噪方法，其特征在于，包括如下步骤:步骤1、采集用于初始背景估计的N帧视频图像序列F1 Fn，将第k帧Fk与后一帧Fk+1的灰度值进行差分，得到N-1个差分图像，令Dk表示第k个帧间差分图像，其中k=l，2，…，N-1，N 取 30 150 ； 步骤2、根据视频序列噪声标准差估计二值化阈值Tk:针对每个帧间差分图像，将其划分成大小为MXM的方形区域，其中M为正整数，计算每个方形区域的平均灰度值和标准差，取所有标准差中最小值作为该帧间差分图像噪声标准差的估计，则第k个帧间差分图像Dk对应的二值化阈值为Tk=alphaiX δ k ;其中δ k表示第k个帧间差分图像Dk对应的噪声标准差的估计，alpha!取3 4 ; 步骤3、将帧间差分图像Dk以Tk为阈值进行二值化，得到二值图像Ok ;针对视频图像中的某一个位置的像素点，找到二值图中该位置的像素点值为O的所有二值图，将找到的二值图对应的视频图像中该像素点的灰度值累加求和值，再将该和值除以累加次数，得到该像素点的背景估计值；按照上述方法遍历视频图像的所有像素点，求出所有像素点的背景估计值组成初始背景图像backOTig ； 步骤4、实时采集视频序列，将当前帧fn与当前背景图像back的灰度值进行差分，得到当前背景差分图像DBn ;其中，当n=l时，back为步骤3得到的初始背景图像backOTig ； 步骤5、按照步骤2的方法估计二值化阈值Tn，即:以当前背景差分图像DBn为对象，将其划分成大小为MXM的多个方形区域，计算每个方形区域的平均灰度值和标准差，取所有标准差中最小值作为当前背景差分图像噪声标准差的估计Sn，则二值化阈值Tn=aIpha2 X δ n，其中 alpha2 取 4 5 ; 步骤6、将所述当前背景差分图像DBn以Tn为阈值进行二值化处理，并去除连通域小于10的散点噪声，得到二值化的背景差分图像bwDBn ； 步骤7、分块判决法判定运动像素块: 将二值化的背景差分图像bwDBn划分成M' XW大小的方形区域，其中M'为正整数；然后判别每个区域的...
【专利技术属性】
技术研发人员：徐超，任君，金伟其，宋博，秦姗，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。