CN105872317A - 一种基于时域的视频图像滤波方法及装置 - Google Patents

Abstract

本申请提供了一种基于时域的视频图像滤波方法，属于图像处理领域，本申请的实施例，解决了现有技术中秀场视频图像滤波效果差，对硬件要求高的问题，所述方法包括：通过分别计算当前像素点与预设时域内视频图像中同位置像素点的模板距离；然后，根据计算得到的所述模板距离对所述当前像素点进行滤波，减少了视频图像滤波的计算复杂度，提高了视频图像的滤波效率，同时，考虑了时域特性，有效地改善了滤波效果。

Description

一种基于时域的视频图像滤波方法及装置

技术领域

本申请涉及图像处理技术领域，特别是涉及一种基于时域的视频图像滤波方法及装置。

背景技术

受视频拍摄条件的限制，秀场视频往往存在很多白噪声，视频质量较差，必须对拍摄的视频进行去噪处理。现有技术中对秀场视频进行去噪处理的方法，由于受本地硬件设备处理能力的局限，无法使用复杂的视频去噪方法，常用的视频去噪方法是基于图像基的去噪算法，如：高斯滤波、双边滤波等复杂度较低的滤波方法,通过计算图像内周围像素点的像素距离，并根据周围像素点的像素值对当前像素点进行滤波。可见，现有技术中的滤波方法忽略了视频图像的时域相关性，导致去噪性能不佳。

综上所述，提供一种运算复杂度较低，且去噪性能良好的视频图像滤波方法是一个承待解决的问题。

发明内容

本申请所要解决的技术问题是：提供一种基于时域的视频图像滤波方法，解决现有技术中对秀场视频图像进行滤波时滤波运算复杂，对本地硬件资源占用较多导致滤波效率低下，并且滤波效果差的问题。

为了解决上述问题，本申请提供了一种基于时域的视频图像滤波方法，方括：分别计算当前像素点与预设时域内视频图像中同位置像素点的模板距离；根据计算得到的所述模板距离对所述当前像素点进行滤波。

在本申请的一个实施例中，分别计算当前像素点与预设时域内视频图像帧中同位置像素点的模板距离，包括：确定与当前像素点所在图像帧在预设时域内的视频图像帧中，与所述当前像素点具有相同空间位置的像素点为所述当前像素点的同位置像素点；根据预设模板分别确定所述当前像素点以及所述当前像素点的同位置像素点的模板内像素点；把所述当前像素点和任一同位置像素点的模板内每个位置相同像素点的差值平方，采用动态生成的权值进行加权平均，得到所述当前像素点和所述任一同位置像素点的模板距离，其中，所述权值等于所述任一同位置像素点的模板内每个像素点与中心像素点之间距离的负指数。

在本申请的另一实施例中，所述根据计算得到的所述模板距离对所述当前像素点进行滤波，包括：确定小于预设阈值的模板距离对应的所有像素点；获得确定的所述所有像素点的像素均值作为当前像素点的像素值。

在本申请的另一实施例中，所述根据计算得到的所述模板距离对所述当前像素点进行滤波，包括：利用所述模板距离对当前像素点的预设时域内所有视频图像中同位置像素点的像素值进行双边加权平均，得到当前像素点的像素值。

具体实施时，在所述分别计算当前像素点与预设时域内视频图像帧中同位置像素点的模板距离之前，所述方法还包括：预先创建模板，所述模板包括：当前像素点的位置、以所述当前像素点为中心的多个邻域像素点的位置。

相应的，本申请还公开了一种基于时域的视频图像滤波装置，包括：

模板距离计算模块，用于分别计算当前像素点与预设时域内视频图像中同位置像素点的模板距离；

滤波模块，用于根据所述模板距离计算模块计算得到的所述模板距离对所述当前像素点进行滤波。

所述模板距离计算模块，包括：

同位置像素点确定子模块，用于确定与当前像素点所在图像帧在预设时域内的视频图像帧中，与所述当前像素点具有相同空间位置的像素点为所述当前像素点的同位置像素点；

模板内像素点确定子模块，用于根据预设模板分别确定所述当前像素点以及所述当前像素点的同位置像素点的模板内像素点；

模板距离计算子模块，用于把所述当前像素点和任一同位置像素点的模板内每个位置相同像素点的差值平方，采用动态生成的权值进行加权平均，得到所述当前像素点和所述任一同位置像素点的模板距离，其中，所述权值等于所述任一同位置像素点的模板内每个像素点与中心像素点之间距离的负指数。

在本申请的一个实施例中，所述滤波模块，包括：

像素点选择子模块，用于确定小于预设阈值的模板距离对应的所有像素点；

第一计算子模块，用于获得确定的所述所有像素点的像素均值作为当前像素点的像素值。

在本申请的一个实施例中，所述滤波模块，包括：第二计算子模块，用于利用所述模板距离对当前像素点的预设时域内所有视频图像中同位置像素点的像素值进行双边加权平均，得到当前像素点的像素值。

在本申请的一个实施例中，所述装置还包括：

模板建立模块，用于预先创建模板，所述模板包括：当前像素点的位置、以所述当前像素点为中心的多个邻域像素点的位置。

本申请的实施例，通过根据预先建立的模板，分别计算当前像素点与预设时域内视频图像中同位置像素点的模板距离；然后，根据计算得到的所述模板距离对所述当前像素点进行滤波，与现有技术相比，减少了视频图像滤波的计算复杂度，提高了视频图像的滤波效率，同时，考虑了时域特性，有效地改善了滤波效果。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例一的滤波方法的流程图；

图2是本申请实施例一中模板放大示意图；

图3是本申请实施例一中时域内视频图像帧和模板示意图；

图4是本申请实施例三的视频滤波装置的结构图；

图5是本申请实施例三的滤波装置的另一结构图；

图6是本申请实施例四的滤波装置的结构图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

实施例一：

本申请公开的一种基于时域的视频图像滤波方法，如图1所示，该方法包括：

步骤120，分别计算当前像素点与预设时域内视频图像帧中同位置像素点的模板距离；

步骤140，根据计算得到的所述模板距离对所述当前像素点进行滤波。

本申请的实施例，通过分别计算当前像素点与预设时域内视频图像中同位置像素点的模板距离；然后，根据计算得到的所述模板距离对所述当前像素点进行滤波，减少了视频图像滤波的计算复杂度，提高了视频图像的滤波效率，同时，考虑了时域特性，有效地改善了滤波效果。

具体实施时，首先要建立用于确定滤波参考像素点的模板，在分别计算当前像素点与预设时域内视频图像帧中同位置像素点的模板距离的步骤之前，所述方法还包括：

步骤100，预先创建模板，所述模板包括：当前像素点的位置、以所述当前像素点为中心的多个邻域像素点的位置。

在进行滤波之前，首先定义一个以当前待滤波像素点为中心的像素点位置集合，称为“模板”。如图2所示，模板Φ是以当前像素点为中心的像素点的位置集合，具体实施时，模板还可以是以当前像素点为中心的任何形状的区域内的像素点的位置集合，为了计算方便，通常选择以当前像素点的八邻域位置、以当前像素点为中心的棱形区域等规则形状的区域内的像素点的位置集合，本申请对模板Φ的形状和大小不做限定。本领域技术人员在本申请公开的模板的启示下不经过创造性劳动获得的其他形状和大小的模板都应属于本发明保护的范畴。

本申请的实施例中，以模板Φ为以当前像素点为中心且包含13个像素点的棱形区域内的位置集合为例，对滤波方法进行详细说明，模板中包含当前像素点的位置。在进行滤波之前，首先定义一个像素点位置集合Φ＝{a,A,B,C,D,E,F,G,H,I,J,K,L},其中，a代表当前待滤波像素点的位置，A,B,C,D,E,F,G,H,I,J,K,L分别代表当前像素点邻域的各像素点的位置。

根据预先创建的模板，可以确定视频图像帧内任意一个像素点的参考像素点结合。如图2中，预先创建的模板为以当前像素点的位置a为中心的棱形区域内的像素点的位置结合，表示为：Φ＝{a,A,B,C,D,E,F,G,H,I,J,L,K}，根据该模板可以确定当前像素点的参考像素集合为Φ′＝{P_a,P_A,P_B,P_C,P_D,P_E,P_F,P_G,P_H,P_I,P_J,P_L,P_K}。集合Φ中的元素表示当前像素点的位置和当前像素点邻域的各像素点的位置；集合Φ′中的元素表示当前像素点的模板内像素点，即当前像素点的参考像素点。

对视频图像进行滤波时，分别以每帧视频图像上的像素点位置作为模板中心，根据预先创建的模板确定当前像素点的参考像素。在对当前像素点进行滤波之前，首先，确定与当前像素点在预设时域内的视频图像帧中的同位置像素点。每个像素点具有预设时域内的同位置像素点，像素点的同位置像素点是指与当前像素点所在图像在预设时域内的视频图像帧中，和当前像素点具有相同空间位置的像素点，如图3中的P₀,P₁,P₂,P_-1,P_-2互为同位置像素点。

然后，根据预设模板分别确定当前像素点以及所述同位置像素点的模板内像素点。具体实施时，分别计算当前像素点与预设时域内视频图像帧中同位置像素点的模板距离，包括：确定与当前像素点所在图像帧在预设时域内的视频图像帧中，与所述当前像素点具有相同空间位置的像素点为所述当前像素点的同位置像素点；根据预设模板分别确定所述当前像素点以及所述当前像素点的同位置像素点的模板内像素点；把所述当前像素点和任一同位置像素点的模板内每个位置相同像素点的差值平方，采用动态生成的权值进行加权平均，得到所述当前像素点和所述任一同位置像素点的模板距离，其中，所述权值等于所述任一同位置像素点的模板内每个像素点与中心像素点之间距离的负指数。

以当前像素点p为例，当前像素点所在图像帧的时间t＝0，预设时域为t_r，t_r为一个大于等于1的整数，则所述当前像素点所在图像帧预设时域内的视频图像帧的时间t取值为：-t_r≤t≤t_r。p_t表示时间为t的视频图像帧中的像素点，p_(t+m)表示时间为t+m的视频图像帧中的像素点,即p_t和p_(t+m)为时域不同，但具有相同空间位置的像素点，即p_(t+m)为p_t的时域内同位置像素点。然后，根据预设模板确定当前像素点p_t和当前像素点的同位置像素点p_(t+m)的模板内像素点，分别组成像素点集合Φ′_t和Φ′_(t+m)。若以图2的模板为例，则确定以当前像素点为中心且包含13个像素点的棱形区域内邻域像素点为当前像素点的模板内像素点，组成像素点集合Φ′_t；分别以每个所述同位置像素点为中心，确定包含13个像素点的棱形区域内邻域像素点作为该同位置像素点的模板内像素点，分别组成像素点集合Φ′_(t+m)。

最后，根据公式：

$md(p_t,p_{(t+m)})=\frac{{\mathrm{\Σ}}_{X\∈\mathrm{\Φ}}({(p_{tX}-p_{(t+m)X})}^2\×e^{-{\left(\frac{dist(p_{tX},p_{ta})}{{\mathrm{\σ}}_1}\right)}^2})}{{\mathrm{\Σ}}_{X\∈\mathrm{\Φ}}\left(e^{-{\left(\frac{dist(p_{tX},p_{ta})}{{\mathrm{\σ}}_1}\right)}^2}\right)};$

分别计算当前像素点p_t和与所述当前像素点所在图像帧在预设时域内的视频图像帧中同位置像素点p_(t+m)之间的模板距离md(p_t,p_(t+m))，其中，Φ表示模板内像素点位置集合，p_ta表示p_t的模板内中心像素点，p_tX表示p_t的模板内任意一个位置的像素点，dist(p_tX,p_ta)表示模板Φ中心位置像素点和任意一个位置的像素点之间的像素距离，σ₁表示标准差；t+m满足预设时域。σ₁是标准差，它是一个常数，如1，建议取值范围为0.5-5。上述公式中，把当前待像素点p_t和任一同位置像素点p_(t+m)的模板内每个位置相同的对应像素点p_tX和p_(t+m)X(X∈Φ)差值的平方，采用动态生成的权值进行加权平均，得到当前像素点和所述任一同位置像素点的模板距离，其中，所述权值等于模板内每个像素点与中心像素点之间距离的负指数。

其中，模板内任意两点之间的像素距离dist(p_tX,p_ta)的计算方法为：

其中，(x_o1,y_o1)是O1点的坐标值，(x_o2,y_o2)是O2点的坐标值。如模板中a和L的距离是2。

上述步骤160中，在计算得到当前像素点和与所述当前像素点所在图像帧在预设时域内的视频图帧像中同位置像素点的模板距离之后，所述根据计算得到的所述模板距离对所述当前像素点进行滤波，包括：确定小于预设阈值的模板距离对应的所有像素点；获得确定的所述所有像素点的像素均值作为当前像素点的像素值。具体实施时，若当前待滤波像素点为q_t,首先，计算预设时域内，和当前待滤波像素点的模板距离小于预设阈值距离err的所有像素点集合Ω，公式为：

Ω＝{p_(t+m)|-t_r≤m≤t_r and md(p_t,p_(t+m))<err},其中,m表示时间。

然后，利用公式对集合内的所有像素点(即当前像素点的同位置像素点)的计算像素均值。

其中，Ω是针对当前待滤波像素定义了一个集合，这个集合包含时间在-tr到tr内所有与当前像素模板距离小于err的像素点,num(Ω)表示中元素的数目；然后第二步把这个集合中所有元素加起来除以其数目，即线性平均。本滤波方法通过对预设时域内和当前像素点同位置的且结构相似的像素点(模板距离很小的像素点)做线性平均，计算简便，节省设备的硬件资源，提高了处理效率。

实施例二：

在本申请的另一实施例中，在计算得到当前像素点和与所述当前像素点所在图像帧在预设时域内的视频图像帧中同位置像素点的模板距离之后，所述根据计算得到的所述模板距离对所述当前像素点进行滤波，包括：

利用所述模板距离对当前像素点的预设时域内所有视频图像帧中同位置像素点的像素值进行双边加权平均，得到当前像素点的像素值，具体公式如下：

$filter\left(p_t\right)=\frac{{\mathrm{\&Sigma;}}_{-tr\&le;m\&le;tr}(e^{-\frac{md(p_t,p_{(t+m)})}{{\mathrm{\&sigma;}}^2}}\&times;p_{(t+m)})}{{\mathrm{\&Sigma;}}_{-tr\&le;m\&le;tr}\left(e^{-\frac{md(p_t,p_{(t+m)})}{{\mathrm{\&sigma;}}^2}}\right)}.$

上述公式中，σ是标准差，它是一个常数，建议取值范围为0.5-5，可以取值为1。m是变量，表示时间范围-tr到tr内一个时间，本公式假设当前时间为0。

下面参照图2、图3，结合一个具体例子说明本申请滤波方法的具体实施过程。

以预设时域t_r＝2为例，当前像素点所在视频图像的的时间t＝0，当前像素点记为p₀,当前像素点所在图像帧为I₀。如图3所示，当前像素点p₀所在图像帧I₀的时域范围内的其他图像分别为：I_-2、I_-1、I₁、I₂。在预设时域内的视频图像帧上，与当前像素点p₀具有相同空间位置的像素点(即时域内同位置像素点)分别记为：p_-2、p_-1、p₁、p₂。即：p_-2、p_-1、p₁、p₂是当前像素点p₀的预设时域内的同位置像素点。

例如：预设模板为当前像素点为中心的，包含13个像素点的棱形，如图2所示，表示为，Φ＝{a,A,B,C,D,E,F,G,H,I,J,K,L}，其中，a为预设模板的中心像素点的位置，A,B,C,D,E,F,G,H,I,J,K,L分别表示中心像素邻域某一像素点的位置。若当前像素点为p₀，根据预设模板确定当前像素点p₀所在图像帧内的模板内像素点集合Φ′₀，以及，p₀的时域内同位置像素点p_-2、p_-1、p₁、p₂的模板内像素点集合Φ′_-2、Φ′_-1、Φ′₁、Φ′₀，如图3所示(部分像素点未标出)。其中，Φ′₀＝{p_0a,p_0A,p_0B,p_0C,p_0D,p_0E,p_0F,p_0G,p_0H,p_0I,p_0J,p_0K,p_0L},p_0a,p_0A,p_0B,p_0C,p_0D,p_0E,p_0F,p_0G,p_0H,p_0I,p_0J,p_0K,p_0L为与p₀时域相同的模板内像素点；Φ′₁＝{p_1a,p_1A,p_1B,p_1C,p_1D,p_1E,p_1F,p_1G,p_1H,p_1I,p_1J,p_1K,p_1L},p_1a,p_1A,p_1B,p_1C,p_1D,p_1E,p_1F,p_1G,p_1H,p_1I,p_1J,p_1K,p_1L为与p_0a在预设时域内同位置像素p₁的模板内像素点。其中，p₀模板内的像素点和p₀的同位置像素点p_-2、p_-1、p₁、p₂的模板内像素点具有一一对应的空间位置，如：p₀和p₁具有相同的空间位置；p_0A和p_1A具有相同的空间位置；p_0B和p_1B具有相同的空间位置。

首先，根据公式计算当前像素点时域内的所有模板距离：

以p₀为例，p₀与时间为0，具有相同空间位置的像素点p₀的模板距离md(p₀,p₀)为：

$md(p_0,p_0)=\frac{{\mathrm{\&Sigma;}}_{X\&Element;\mathrm{\&Phi;}}({(p_{0X}-p_{0X})}^2\&times;e^{-{\left(\frac{dist(p_{0X},p_{0a})}{{\mathrm{\&sigma;}}_1}\right)}^2})}{{\mathrm{\&Sigma;}}_{X\&Element;\mathrm{\&Phi;}}\left(e^{-{\left(\frac{dist(p_{0X},p_{0a})}{{\mathrm{\&sigma;}}_1}\right)}^2}\right)};$

其中，Φ为预先创建的模板，Φ＝{a,A,B,C,D,E,F,G,H,I,J,K,L},p_0X为模板内任意一个位置的像素点，即p_0X为图像帧I₀上的位置为a的像素点的模板内像素点，也是图像帧I₀上位置为a的像素点的任意一个参考像素点，取值为：p_0a,p_0A,p_0B,p_0C,p_0D,p_0E,p_0F,p_0G,p_0H,p_0I,p_0J,p_0K,p_0L。

p₀与时间为1、具有相同空间位置的像素点p₁的模板距离md(p₀,p₁)为：

$md(p_0,p_1)=\frac{{\mathrm{\&Sigma;}}_{X\&Element;\mathrm{\&Phi;}}({(p_{0X}-p_{1X})}^2\&times;e^{-{\left(\frac{dist(p_{0X},p_{0a})}{{\mathrm{\&sigma;}}_1}\right)}^2})}{{\mathrm{\&Sigma;}}_{X\&Element;\mathrm{\&Phi;}}\left(e^{-{\left(\frac{dist(p_{0X},p_{0a})}{{\mathrm{\&sigma;}}_1}\right)}^2}\right)};$

其中，Φ为预先创建的模板，Φ＝{a,A,B,C,D,E,F,G,H,I,J,K,L},p_0X为模板内任意一个位置的像素点；p_1X为图像帧I₁上位置为a的像素点的模板内像素点，也是图像帧I₁上位置为a的像素点的任意一个参考像素点，取值为：p_1a,p_1A,p_1B,p_1C,p_1D,p_1E,p_1F,p_1G,p_1H,p_1I,p_1J,p_1K,p_1L。

采用同样的方法分别计算得到:p₀和p_-2的模板距离md(p₀,p_-2)、p₀和p_-1的模板距离md(p₀,p_-1)、p₀和p₁的模板距离md(p₀,p₁)、p₀和p₂的模板距离md(p₀,p₂)。

然后，获得模板距离小于预设阈值的所有模板距离对应的当前像素点的预设时域内具有相同空间位置的像素点的集合Ω。

Ω＝{p_(t+m)|-t_r≤m≤t_r and md(p_t,p_(t+m))<err},其中，t＝0,t_r＝2，m取值为-2至2；err为预设阈值。即从md(p₀,p_-2)、md(p₀,p_-1)、md(p₀,p₀)、md(p₀,p₁)、md(p₀,p₂)中选择小于err的模板距离，并将该模板距离对应的像素点组成集合Ω。如果经过计算，md(p₀,p_-2)、md(p₀,p₀)、md(p₀,p₁)的值小于err，则Ω＝{p_-2，p₀，p₁}。

然后，计算集合内的所有像素点(即与当前像素点具有相同的空间位置的像素点)的像素均值。公式如下：

$filter\left(p_0\right)=\frac{\underset{p\&Element;\mathrm{\&Omega;}}{\&Sigma;}p}{num\left(\mathrm{\&Omega;}\right)}=\frac{P_{-2}+P_0+P_1}{3}.$

通过计算模板距离，确定预设时域内与当前像素点具有相同空间位置的结构相似的所有像素点，并对确定的所有像素点进行线性平均，得到滤波后的当前像素点的值,由于考虑了待滤波像素点的时域特性，滤波效果更好；并且本发明采用的滤波方法运算简单，滤波性能更高。

具体实施时，在计算获得当前像素点p₀预设时域内的所有模板距离md(p₀,p_-2)、md(p₀,p_-1)、md(p₀,p₀)、md(p₀,p₁)、md(p₀,p₂)之后，还可以通过利用当前像素点的时域内同位置像素点按照与当前像素点的模板距离的双边加权平均的方法对当前像素点进行滤波，公式如下：

$filter\left(p_0\right)=\frac{\underset{-2\&le;t\&le;2}{\mathrm{\&Sigma;}}(e^{-\frac{md(P_0,P_t)}{{\mathrm{\&sigma;}}^2}}\&times;P_t)}{\underset{-2\&le;t\&le;2}{\mathrm{\&Sigma;}}{e}^{-\frac{md(P_0,P_t)}{{\mathrm{\&sigma;}}^2}}}=\frac{e^{-\frac{md(P_0,P_{-2})}{{\mathrm{\&sigma;}}^2}}\&times;P_{-2}+e^{-\frac{md(P_0,P_{-1})}{{\mathrm{\&sigma;}}^2}}\&times;P_{-1}+...+e^{-\frac{md(P_0,P_2)}{{\mathrm{\&sigma;}}^2}}\&times;P_2}{e^{-\frac{md(P_0,P_{-2})}{{\mathrm{\&sigma;}}^2}}+e^{-\frac{md(P_0,P_{-1})}{{\mathrm{\&sigma;}}^2}}+...+e^{-\frac{md(P_0,P_{-2})}{{\mathrm{\&sigma;}}^2}}}$

实施例三：

相应的，本申请还公开了一种基于时域的视频图像滤波装置，如图4所示，包括：

模板距离计算模块420，用于分别计算当前像素点与预设时域内视频图像中同位置像素点的模板距离；

滤波模块440，用于根据所述模板距离计算模块420计算得到的所述模板距离对所述当前像素点进行滤波。

本申请的实施例，通过分别计算当前像素点与预设时域内视频图像中同位置像素点的模板距离；然后，根据计算得到的所述模板距离对所述当前像素点进行滤波，减少了视频图像滤波的计算复杂度，提高了视频图像的滤波效率，同时，考虑了时域特性，有效地改善了滤波效果。

具体实施时，首先要建立用于确定滤波参考像素点的模板，如图4所示，所述装置还包括：

模板建立模块400，用于预先创建模板，所述模板包括：当前像素点的位置、以所述当前像素点为中心的多个邻域像素点的位置。

模板的具体创建过程参见方法实施例，此处不再赘述。

在本申请的一个具体实施例中，如图5所示，所述模板距离计算模块420，包括：

同位置像素点确定子模块4201，用于确定与当前像素点所在图像帧在预设时域内的视频图像帧中，与所述当前像素点具有相同空间位置的像素点为所述当前像素点的同位置像素点；

模板内像素点确定子模块4202，用于根据预设模板分别确定所述当前像素点以及所述当前像素点的同位置像素点的模板内像素点；

模板距离计算子模块4203，用于把所述当前像素点和任一同位置像素点的模板内每个位置相同像素点的差值平方，采用动态生成的权值进行加权平均，得到所述当前像素点和所述任一同位置像素点的模板距离，其中，所述权值等于所述任一同位置像素点的模板内每个像素点与中心像素点之间距离的负指数。

具体实施时，根据公式:

$md(p_t,p_{(t+m)})=\frac{{\mathrm{\&Sigma;}}_{X\&Element;\mathrm{\&Phi;}}({(p_{tX}-p_{(t+m)X})}^2\&times;e^{-{\left(\frac{dist(p_{tX},p_{ta})}{{\mathrm{\&sigma;}}_1}\right)}^2})}{{\mathrm{\&Sigma;}}_{X\&Element;\mathrm{\&Phi;}}\left(e^{-{\left(\frac{dist(p_{tX},p_{ta})}{{\mathrm{\&sigma;}}_1}\right)}^2}\right)},$

把所述当前像素点和任一同位置像素点的模板内每个位置相同像素点的差值平方，采用动态生成的权值进行加权平均，计算当前像素点p_t和与所述当前像素点所在图像帧在预设时域内的视频图像帧中同位置像素点p_(t+m)之间的模板距离md(p_t,p_(t+m))。其中，Φ表示模板内像素点的位置集合，p_ta表示p_t的模板内中心像素点，p_tX表示p_t的模板内任意一个位置的像素点，dist(p_tX,p_ta)表示模板Φ中心位置像素点和任意一个位置的像素点之间的像素距离，σ₁表示标准差；t+m满足预设时域。σ₁是标准差，它是一个常数，如1，建议取值范围为0.5-5。上述公式中，把当前待像素点p_t和任一同位置像素点p_(t+m)的模板内每个位置相同的对应像素点p_tX和p_(t+m)X(X∈Φ)差值的平方进行加权平均，得到当前像素点和所述任一同位置像素点的模板距离，其中，所述权值等于模板内每个像素点与中心像素点之间距离的负指数。

所述滤波模块440，包括：

像素点选择子模块4401，用于确定小于预设阈值的模板距离对应的所有像素点；

第一计算子模块4402，用于获得确定的所述所有像素点的像素均值作为当前像素点的像素值。

本滤波方法通过对预设时域内和当前像素点同位置的且结构相似的像素点(模板距离很小的像素点)做线性平均，计算简便，节省设备的硬件资源，提高了处理效率。

实施例四：

在本申请的另一实施例中，如图6所示，所述滤波模块440，包括：

第二计算子模块4403，用于利用所述模板距离对当前像素点的预设时域内所有视频图像中同位置像素点的像素值进行双边加权平均，得到当前像素点的像素值。具体实施时，可参照方法实施例中的双边加权平均的公式计算当前像素点的值，本申请在此不再赘述。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上对本申请提供的一种基于时域的视频图像滤波方法进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

Claims (10)

1.一种基于时域的视频图像滤波方法，其特征在于，包括：

分别计算当前像素点与预设时域内视频图像中同位置像素点的模板距离；

根据计算得到的所述模板距离对所述当前像素点进行滤波。

2.如权利要求1所述的方法，其特征在于，分别计算当前像素点与预设时域内视频图像帧中同位置像素点的模板距离，包括：

确定与当前像素点所在图像帧在预设时域内的视频图像帧中，与所述当前像素点具有相同空间位置的像素点为所述当前像素点的同位置像素点；

根据预设模板分别确定所述当前像素点以及所述当前像素点的同位置像素点的模板内像素点；

把所述当前像素点和任一同位置像素点的模板内每个位置相同像素点的差值平方，采用动态生成的权值进行加权平均，得到所述当前像素点和所述任一同位置像素点的模板距离，其中，所述权值等于所述任一同位置像素点的模板内每个像素点与中心像素点之间距离的负指数。

3.如权利要求2所述的方法，其特征在于，所述根据计算得到的所述模板距离对所述当前像素点进行滤波，包括：

确定小于预设阈值的模板距离对应的所有像素点；

获得确定的所述所有像素点的像素均值作为当前像素点的像素值。

4.如权利要求2所述的方法，其特征在于，所述根据计算得到的所述模板距离对所述当前像素点进行滤波，包括：

利用所述模板距离对当前像素点的预设时域内所有视频图像中同位置像素点的像素值进行双边加权平均，得到当前像素点的像素值。

5.如权利要求1至4任意一项权利要求所述的方法，其特征在于，在所述分别计算当前像素点与预设时域内视频图像帧中同位置像素点的模板距离之前，所述方法还包括：预先创建模板，所述模板包括：当前像素点的位置、以所述当前像素点为中心的多个邻域像素点的位置。

6.一种基于时域的视频图像滤波装置，其特征在于，包括：

模板距离计算模块，用于分别计算当前像素点与预设时域内视频图像中同位置像素点的模板距离；

滤波模块，用于根据所述模板距离计算模块计算得到的所述模板距离对所述当前像素点进行滤波。

7.如权利要求6所述的装置，其特征在于，所述模板距离计算模块，包括：

同位置像素点确定子模块，用于确定与当前像素点所在图像帧在预设时域内的视频图像帧中，与所述当前像素点具有相同空间位置的像素点为所述当前像素点的同位置像素点；

模板内像素点确定子模块，用于根据预设模板分别确定所述当前像素点以及所述当前像素点的同位置像素点的模板内像素点；

模板距离计算子模块，用于把所述当前像素点和任一同位置像素点的模板内每个位置相同像素点的差值平方，采用动态生成的权值进行加权平均，得到所述当前像素点和所述任一同位置像素点的模板距离，其中，所述权值等于所述任一同位置像素点的模板内每个像素点与中心像素点之间距离的负指数。

8.如权利要求7所述的装置，其特征在于，所述滤波模块，包括：

像素点选择子模块，用于确定小于预设阈值的模板距离对应的所有像素点；

第一计算子模块，用于获得确定的所述所有像素点的像素均值作为当前像素点的像素值。

9.如权利要求7所述的装置，其特征在于，所述滤波模块，包括：

第二计算子模块，用于利用所述模板距离对当前像素点的预设时域内所有视频图像中同位置像素点的像素值进行双边加权平均，得到当前像素点的像素值。

10.如权利要求6至9任意一项权利要求所述的装置，其特征在于，还包括：

模板建立模块，用于预先创建模板，所述模板包括：当前像素点的位置、以所述当前像素点为中心的多个邻域像素点的位置。