CN102497497A - 一种图像去噪算法中阈值动态调整的方法 - Google Patents

一种图像去噪算法中阈值动态调整的方法 Download PDF

Info

Publication number
CN102497497A
CN102497497A CN2011103989500A CN201110398950A CN102497497A CN 102497497 A CN102497497 A CN 102497497A CN 2011103989500 A CN2011103989500 A CN 2011103989500A CN 201110398950 A CN201110398950 A CN 201110398950A CN 102497497 A CN102497497 A CN 102497497A
Authority
CN
China
Prior art keywords
frame
threshold value
mad
video
present frame
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011103989500A
Other languages
English (en)
Other versions
CN102497497B (zh
Inventor
李汶隆
范高生
李红波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Jiuzhou Investment Holding Group Co.,Ltd.
Original Assignee
Sichuan Jiuzhou Electric Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Jiuzhou Electric Group Co Ltd filed Critical Sichuan Jiuzhou Electric Group Co Ltd
Priority to CN 201110398950 priority Critical patent/CN102497497B/zh
Publication of CN102497497A publication Critical patent/CN102497497A/zh
Application granted granted Critical
Publication of CN102497497B publication Critical patent/CN102497497B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种图像去噪算法中阈值动态调整的方法,能对视频序列在各种场景,通过计算视频序列像素方差来得到动态的阈值,从而使得阈值能更好地体现当前视频序列的运动特征。通过计算帧间图像绝对误差均值MAD的方差,以方差来表征当前视频序列运动状态并计算得到下一帧阈值。本发明的积极效果是:1、使得在对每帧视频图像去噪处理中,在空间域上细分了运动块和静止块分别进行处理。2、从时间域上,以视频帧MAD方差来计算域值,动态地分析了视频序列的运动情况,使得域值的计算更加准确。

Description

一种图像去噪算法中阈值动态调整的方法
技术领域
本发明涉及图像处理技术领域,尤其是涉及一种图像去噪算法中阈值动态调整的方法。
背景技术
图像在形成、传输、接收和处理过程中容易受到外界干扰产生一些脉冲噪声,从而在图像中产生黑色、白色的点,称为椒盐噪声。椒盐噪声会进一步影响边缘检测、图像分割和特征提取等后期图像应用的效果。因此,提高信噪比是图像处理的重要任务之一。
目前,图像去噪的方法主要分为空域滤波、时域滤波和时空结合滤波三类。空域滤波常采用对相邻像素点进行加权平均的方式滤波,所以空域滤波去除噪声效果较差且会牺牲图像高频细节部分,使图像产生失真。时域滤波由于考虑了视频图像在时间上的相关性,采用IIR滤波算法,进行帧间图像加权处理,图像序列越相似,相关性越强,去噪效果越好。但对于运动图像,运动目标会产生伪影等时域模糊现象。时空结合滤波采用对视频图像中静止部分进行时域滤波,对运动部分图像进行空域滤波,这就有效地解决了空域滤波去除噪声较差和时域滤波运动目标会产生伪影等时域模糊问题。但是如何判断视频图像中静止和运动的图像呢?
现有方法通常采用预测阈值法来判断,当帧间像素块差值大于此阈值时,该区域像素为运动块,对该块进行空域滤波。当小于此阈值时,判断该区域像素为静止块,对该块进行时域滤波。但现有方式存在如下问题:1、在图像静止区域,当噪声较大时,帧间像素块差值仍然比较大,就会将该块误判为运动块而进行空域滤波。2、在视频图像运动区域,如果阈值选择比较大,将该块判断为静止块进行时域滤波,从而使图像时域模糊。
发明内容
为了克服现有技术的上述缺点,本发明提供了一种图像去噪算法中阈值动态调整的方法,能对视频序列在各种场景,通过计算视频序列像素方差来得到动态的阈值,从而使得阈值能更好地体现当前视频序列的运动特征。
本发明解决其技术问题所采用的技术方案是:一种图像去噪算法中阈值动态调整的方法,包括如下步骤:
步骤S1:将输入的原始视频信号分成串行的视频帧;判断该视频帧是否为去噪起始帧:如果是,则不做处理,原样输出;如果否,则进入下一步;
步骤S2:对当前待处理宏块CMBx.y(t)进行IIR滤波,得到宏块PMBx.y(t),IIR滤波公式为:                                               
Figure 2011103989500100002DEST_PATH_IMAGE002
,其中:滤波系数b1=0.9,a1=0.1,PMBx.y (t-1)为前一帧中相同位置的滤波后的宏块;
步骤S3:对当前待处理宏块CMBx.y(t)与滤波后宏块PMBx.y(t)进行差分,得到绝对误差均值MAD,差分公式为:MAD = 
Figure 2011103989500100002DEST_PATH_IMAGE004
/256;
步骤S4:用当前帧阈值和MAD进行比较并判断,大于MAD则当前块为运动块,小于MAD则当前块为静止块;判断当前帧是否结束:如果否,则返回步骤S2;如果是,则进入下一步; 
步骤S5:遍历一帧图像,得到一帧图像中每个宏块的属性表Tc;进而对Tc进行形态学开运算滤波,去除孤立属性块,得到当前帧中宏块属性表Tp
步骤S6:查询Tp,对运动块进行空域滤波,对静止块进行IIR滤波;
步骤S7:计算当前帧MAD值方差,方差计算方法如下:
Figure 2011103989500100002DEST_PATH_IMAGE006
步骤S8:预测下一帧阈值,返回步骤S4;
步骤S9:返回步骤S2进行循环,遍历视频帧,得到去噪后的视频帧序列。
所述空域滤波采用非线形滤波,把数字图像序列中的某个像素点的值用该点邻域内各点的值的中值代替。
步骤S4中当前帧阈值的选取方法为:如果当前帧为第一个处理帧,则当前帧阈值取事先设定的初始阈值;否则,当前帧阈值取动态更新后的阈值。
与现有技术相比,本发明的积极效果是:通过计算帧间图像绝对误差均值(MAD)的方差,以方差来表征当前视频序列运动状态并计算得到下一帧阈值。具体表现如下:1、使得在对每帧视频图像去噪处理中,在空间域上细分了运动块和静止块分别进行处理。2、从时间域上,以视频帧MAD方差来计算域值,动态地分析了视频序列的运动情况,使得域值的计算更加准确。
具体实施方式
一种图像去噪算法中阈值动态调整的方法,包括如下步骤:
步骤S1:将输入的原始视频信号分成串行的视频帧,以16x16大
小的宏块为处理单位。判断该视频帧是否为去噪起始帧:如果是则不做处理,原样输出;如果否,则进入下一步。
步骤S2:首先,对当前待处理宏块CMBx.y(t)进行IIR滤波,得到
宏块PMBx.y(t)。IIR滤波公式为:
   
Figure 339092DEST_PATH_IMAGE002
其中:滤波系数b1=0.9,a1=0.1
PMBx.y (t-1)为前一帧中相同位置的滤波后的宏块,CMB x.y(t)为当前待滤波宏块。
步骤S3:对当前宏块CMBx.y(t)与滤波后宏块PMBx.y(t)进行差分,
得到MAD。
公式为:
MAD = 
Figure 115287DEST_PATH_IMAGE004
/256
步骤S4:用当前帧阈值和MAD进行比较并判断,大于MAD则当前块为运动块,小于MAD则当前块为静止块。如果当前帧为第一个处理帧,则当前帧阈值取事先设定的初始阈值,否则,当前帧阈值取动态更新后的阈值。判断当前帧是否结束:如果否,则返回步骤S2;如果是,则进入下一步。
步骤S5:遍历一帧图像,得到一帧图像中每个宏块的属性表Tc
进而对这些宏块属性表Tc进行形态学开运算滤波,去除孤立属性块,重新得到当前帧中宏块属性表Tp
Figure 2011103989500100002DEST_PATH_IMAGE008
其中B表示进行开运算的结构元素,采用3x3的十字型模板。
步骤S6:通过查表Tp,对运动块进行空域滤波,对静止块进行IIR滤波。空域滤波采用非线形滤波,把数字图像序列中的某个像素点的值用该点邻域内各点的值的中值代替,中值滤波定义如下:
设目标像素的邻域像素为
Figure DEST_PATH_IMAGE010
,把n个数按值的大小排列如下:
Figure DEST_PATH_IMAGE012
则滤波后目标像素的值为:
Figure DEST_PATH_IMAGE014
帧间IIR滤波实现方式如下:
PMBt(i,j) = 0.8*PMBt-1 (i,j) + 0.2*CMB t(i,j)
步骤S7:计算当前帧MAD值方差。方差计算方法如下:
步骤S8:预测下一帧阈值,返回步骤S4。
实际视频帧中动态噪声,多为白噪声,服从均值为0、方差为的高斯分布,设在一定时间范围没有运动出现,图像间的差异主要由噪声引起,则有:
Figure 2011103989500100002DEST_PATH_IMAGE018
式中
Figure 2011103989500100002DEST_PATH_IMAGE020
代表场景的值,因无运动,是定值,n(t)代表噪声,是变化值。服从均值为0、方差为
Figure 247158DEST_PATH_IMAGE016
的高斯分布。帧间差分图像定义为:
假设无运动存在,计算差分图像相临3个宏块都大于阈值TH或都小于阈值TH的概率。
Figure 2011103989500100002DEST_PATH_IMAGE024
相临3个宏块大于阈值的概率为:
Figure 2011103989500100002DEST_PATH_IMAGE026
假设
Figure DEST_PATH_IMAGE028
为5,当TH取1倍
Figure 702278DEST_PATH_IMAGE028
时,计算出概率为0.004,当取TH为2倍
Figure 931265DEST_PATH_IMAGE028
时,计算出概率为1.178x
Figure DEST_PATH_IMAGE030
,这是一个极小概率事件。同理,取一个稍大于方差
Figure 650828DEST_PATH_IMAGE016
的阈值,也是一个极小概率事件。考虑到实际视频序列的特征,本算法取阈值TH为
Figure DEST_PATH_IMAGE032
步骤S9:返回第(2)步,按(2)(3)(4)(5)(6)(7)(8)(9)的步骤顺序进行循环,遍历视频帧,得到去噪后的视频帧序列。

Claims (3)

1.一种图像去噪算法中阈值动态调整的方法,其特征在于,包括如下步骤:
步骤S1:将输入的原始视频信号分成串行的视频帧;判断该视频帧是否为去噪起始帧:如果是,则不做处理,原样输出;如果否,则进入下一步;
步骤S2:对当前待处理宏块CMBx.y(t)进行IIR滤波,得到宏块PMBx.y(t),IIR滤波公式为:                                               ,其中:滤波系数b1=0.9,a1=0.1,PMBx.y (t-1)为前一帧中相同位置的滤波后的宏块;
步骤S3:对当前待处理宏块CMBx.y(t)与滤波后宏块PMBx.y(t)进行差分,得到绝对误差均值MAD,差分公式为:MAD = 
Figure 2011103989500100001DEST_PATH_IMAGE004
/256;
步骤S4:用当前帧阈值和MAD进行比较并判断,大于MAD则当前块为运动块,小于MAD则当前块为静止块;判断当前帧是否结束:如果否,则返回步骤S2;如果是,则进入下一步; 
步骤S5:遍历一帧图像,得到一帧图像中每个宏块的属性表Tc;进而对Tc进行形态学开运算滤波,去除孤立属性块,得到当前帧中宏块属性表Tp
步骤S6:查询Tp,对运动块进行空域滤波,对静止块进行IIR滤波;
步骤S7:计算当前帧MAD值方差,方差计算方法如下:
Figure 2011103989500100001DEST_PATH_IMAGE006
步骤S8:预测下一帧阈值,返回步骤S4;
步骤S9:返回步骤S2进行循环,遍历视频帧,得到去噪后的视频帧序列。
2.根据权利要求1所述的图像去噪算法中阈值动态调整的方法,其特征在于:所述空域滤波采用非线形滤波,把数字图像序列中的某个像素点的值用该点邻域内各点的值的中值代替。
3.根据权利要求1所述的图像去噪算法中阈值动态调整的方法,其特征在于:步骤S4中当前帧阈值的选取方法为:如果当前帧为第一个处理帧,则当前帧阈值取事先设定的初始阈值;否则,当前帧阈值取动态更新后的阈值。
CN 201110398950 2011-12-05 2011-12-05 一种图像去噪算法中阈值动态调整的方法 Active CN102497497B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110398950 CN102497497B (zh) 2011-12-05 2011-12-05 一种图像去噪算法中阈值动态调整的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110398950 CN102497497B (zh) 2011-12-05 2011-12-05 一种图像去噪算法中阈值动态调整的方法

Publications (2)

Publication Number Publication Date
CN102497497A true CN102497497A (zh) 2012-06-13
CN102497497B CN102497497B (zh) 2013-07-31

Family

ID=46189281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110398950 Active CN102497497B (zh) 2011-12-05 2011-12-05 一种图像去噪算法中阈值动态调整的方法

Country Status (1)

Country Link
CN (1) CN102497497B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103581507A (zh) * 2013-08-21 2014-02-12 成都云鹰科技有限公司 一种去噪算法中通过均方差来动态调整阈值的方法
CN103702016A (zh) * 2013-12-20 2014-04-02 广东威创视讯科技股份有限公司 视频降噪方法及装置
WO2015062374A1 (zh) * 2013-11-01 2015-05-07 华为技术有限公司 一种噪声图像的时域降噪方法和相关装置
CN107046648A (zh) * 2016-02-05 2017-08-15 芯原微电子(上海)有限公司 一种快速实现嵌入hevc编码单元的视频降噪的装置及方法
CN108012149A (zh) * 2017-12-19 2018-05-08 四川九洲电器集团有限责任公司 一种视频编码中码率控制的方法
CN110933334A (zh) * 2019-12-12 2020-03-27 腾讯科技(深圳)有限公司 视频降噪方法、装置、终端及存储介质
CN113469893A (zh) * 2020-05-08 2021-10-01 上海齐感电子信息科技有限公司 视频中图像的噪声估计方法、及视频降噪方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1901620A (zh) * 2005-07-19 2007-01-24 中兴通讯股份有限公司 一种基于运动检测和自适应滤波的视频图像降噪方法
CN101355646A (zh) * 2007-07-26 2009-01-28 广达电脑股份有限公司 噪声消除装置及方法
CN101895674A (zh) * 2010-07-02 2010-11-24 浙江红苹果电子有限公司 一种针对监控视频的去隔行的方法及其装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1901620A (zh) * 2005-07-19 2007-01-24 中兴通讯股份有限公司 一种基于运动检测和自适应滤波的视频图像降噪方法
CN101355646A (zh) * 2007-07-26 2009-01-28 广达电脑股份有限公司 噪声消除装置及方法
CN101895674A (zh) * 2010-07-02 2010-11-24 浙江红苹果电子有限公司 一种针对监控视频的去隔行的方法及其装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103581507A (zh) * 2013-08-21 2014-02-12 成都云鹰科技有限公司 一种去噪算法中通过均方差来动态调整阈值的方法
WO2015062374A1 (zh) * 2013-11-01 2015-05-07 华为技术有限公司 一种噪声图像的时域降噪方法和相关装置
US9721330B2 (en) 2013-11-01 2017-08-01 Huawei Technologies Co., Ltd. Temporal noise reduction method for noisy image and related apparatus
CN103702016A (zh) * 2013-12-20 2014-04-02 广东威创视讯科技股份有限公司 视频降噪方法及装置
CN107046648A (zh) * 2016-02-05 2017-08-15 芯原微电子(上海)有限公司 一种快速实现嵌入hevc编码单元的视频降噪的装置及方法
CN107046648B (zh) * 2016-02-05 2019-12-10 芯原微电子(上海)股份有限公司 一种快速实现嵌入hevc编码单元的视频降噪的装置及方法
CN108012149A (zh) * 2017-12-19 2018-05-08 四川九洲电器集团有限责任公司 一种视频编码中码率控制的方法
CN108012149B (zh) * 2017-12-19 2021-05-18 四川九洲电器集团有限责任公司 一种视频编码中码率控制的方法
CN110933334A (zh) * 2019-12-12 2020-03-27 腾讯科技(深圳)有限公司 视频降噪方法、装置、终端及存储介质
US12094085B2 (en) 2019-12-12 2024-09-17 Tencent Technology (Shenzhen) Company Limited Video denoising method and apparatus, terminal, and storage medium
CN113469893A (zh) * 2020-05-08 2021-10-01 上海齐感电子信息科技有限公司 视频中图像的噪声估计方法、及视频降噪方法
CN113469893B (zh) * 2020-05-08 2024-03-22 上海齐感电子信息科技有限公司 视频中图像的噪声估计方法、及视频降噪方法

Also Published As

Publication number Publication date
CN102497497B (zh) 2013-07-31

Similar Documents

Publication Publication Date Title
CN102497497B (zh) 一种图像去噪算法中阈值动态调整的方法
CN101448077B (zh) 一种自适应视频图像3d降噪方法
CN107403413B (zh) 一种视频多帧去噪及增强方法
US20060245499A1 (en) Detection of artifacts resulting from image signal decompression
CN102025960B (zh) 一种基于自适应插值的运动补偿去隔行方法
CN106210448B (zh) 一种视频图像抖动消除处理方法
CN105574891B (zh) 检测图像中的运动目标的方法及系统
CN103581507A (zh) 一种去噪算法中通过均方差来动态调整阈值的方法
CN108876820B (zh) 一种基于均值漂移的遮挡条件下移动目标追踪方法
CN1761286A (zh) 用边缘检测、运动检测和中值滤波去除蚊式噪声的方法
EP1859627B1 (en) Global motion estimation
Reeja et al. Real time video denoising
CN100367771C (zh) 一种自适应抑制图像噪声的方法
CN103996177A (zh) 一种无参考检测消除雪花噪声算法
US10911698B2 (en) ISP bias-compensating noise reduction systems and methods
CN100542299C (zh) 视讯图像错误的掩盖方法
JP4161477B2 (ja) 動き検出方法および動き検出装置
CN113378757A (zh) 一种基于时序与频域过滤的物体检测与物体切割算法
CN106027943B (zh) 一种视频去隔行方法
CN106846262B (zh) 去除蚊式噪声的方法及系统
WO2016199418A1 (en) Frame rate conversion system
CN110705492A (zh) 一种舞台移动机器人障碍目标检测方法
CN107330923A (zh) 一种动态背景图像的更新方法
CN101778297A (zh) 影像序列的干扰消除方法
CN107333174B (zh) 一种基于场景切变检测的视频处理方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210517

Address after: No. 6, Jiuhua Road, khuchuang Park, Mianyang, Sichuan

Patentee after: Sichuan Jiuzhou Investment Holding Group Co.,Ltd.

Address before: 621000 No. 16 Yuejin Road, Fucheng District, Sichuan, Mianyang

Patentee before: SICHUAN JIUZHOU ELECTRIC GROUP Co.,Ltd.