CN107613160A - 基于多频降噪的信号处理系统 - Google Patents
基于多频降噪的信号处理系统 Download PDFInfo
- Publication number
- CN107613160A CN107613160A CN201711017219.2A CN201711017219A CN107613160A CN 107613160 A CN107613160 A CN 107613160A CN 201711017219 A CN201711017219 A CN 201711017219A CN 107613160 A CN107613160 A CN 107613160A
- Authority
- CN
- China
- Prior art keywords
- noise
- frequency domain
- riffle
- noise reduction
- processing system
- 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.)
- Withdrawn
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了基于多频降噪的信号处理系统，包括：用于对视频噪声提取频域作为噪声频域的提取模块；用于以噪声频域为样本进行机器学习生成二分器的SVM模块；用于对需要降噪的视频信号提取频域并对频域进行傅里叶变换的分析模块；用于对傅里叶变换后的视频频域根据二分器进行判断的判断模块；用于将二分器判断为噪声的频率删除的删除模块。本发明基于多频降噪的信号处理系统，通过上述模块，将所有的噪声通过二分器进行一次性的剔除，从而在对视频噪声进行处理时，只需要一次处理即可以完成对视频噪声的剔除，降低了图像处理成本。
Description
技术领域
本发明涉及计算机技术领域，具体涉及基于多频降噪的信号处理系统。
背景技术
视频噪音是由传感器、扫描仪电路或数码相机产生的图像的亮度或彩色随机变动。视频噪音也源自于胶片粒度和不变的量子检测器中的点噪声。视频噪音通常被看作图像获取中不需要的成分。来自图像传感器的图像中较亮部分的主要噪声通常是由统计量子波动造成，也就是在给定曝光级别的光子数量的变动，这个噪声也叫做的光子散粒噪声。散粒噪声有RMS值正比于图像亮度的平方根，并且不同像素的噪声是独立于另外一个像素。散粒噪声遵从Poisson分布，其通常是与高斯分布没有什么不同。另外对于光子散粒噪声，也有来自黑暗泄露电流图像传感器的散粒噪声，这个噪声有个时候叫做“黑散粒噪声”或“暗电流散粒噪声”。暗电流在图像传感器的“热像素”处最大；热像素能被减去(使用暗帧减法)，仅仅留下散粒噪声，或随机部分；如果dark-frame减法不能做到，或如果曝光时间足够长，那热点像素超过了线性电容的充电量，噪声就不仅仅是点噪声了，并且热像素就看上去像salt-and-pepper噪声了。
现有的图像噪声处理方式，只能过滤一个频段的噪声，但是实际中图像噪声的频域分布很广，这就导致了对图像进行降噪时需要重复降噪多次，提高了图像处理成本。
发明内容
本发明所要解决的技术问题是现有的图像噪声处理方式，只能过滤一个频段的噪声，但是实际中图像噪声的频域分布很广，这就导致了对图像进行降噪时需要重复降噪多次，提高了图像处理成本，目的在于提供基于多频降噪的信号处理系统，解决上述问题。
本发明通过下述技术方案实现：
基于多频降噪的信号处理系统，包括：用于对视频噪声提取频域作为噪声频域的提取模块；用于以噪声频域为样本进行机器学习生成二分器的SVM模块；用于对需要降噪的视频信号提取频域并对频域进行傅里叶变换的分析模块；用于对傅里叶变换后的视频频域根据二分器进行判断的判断模块；用于将二分器判断为噪声的频率删除的删除模块。
现有技术中，图像噪声处理方式，只能过滤一个频段的噪声，但是实际中图像噪声的频域分布很广，这就导致了对图像进行降噪时需要重复降噪多次，提高了图像处理成本。本发明应用时，先对视频噪声提取频域作为噪声频域，再以噪声频域为样本进行机器学习生成二分器，然后对需要降噪的视频信号提取频域并对频域进行傅里叶变换，然后对傅里叶变换后的视频频域根据二分器进行判断，再然后将二分器判断为噪声的频率删除。本发明通过上述模块，将所有的噪声通过二分器进行一次性的剔除，从而在对视频噪声进行处理时，只需要一次处理即可以完成对视频噪声的剔除，降低了图像处理成本。
进一步的，所述机器学习采用线性核函数。
进一步的，所述二分器为噪声和正常两种分类。
进一步的，所述判断模块将符合二分器的频率定义为噪声，将不符合二分器的频率定义为正常。
进一步的，本发明还包括：用于将删除了噪声的视频信号进行合成的合成模块。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明基于多频降噪的信号处理系统，通过上述模块，将所有的噪声通过二分器进行一次性的剔除，从而在对视频噪声进行处理时，只需要一次处理即可以完成对视频噪声的剔除，降低了图像处理成本。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明系统结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
如图1所示，本发明基于多频降噪的信号处理系统，包括：用于对视频噪声提取频域作为噪声频域的提取模块；用于以噪声频域为样本进行机器学习生成二分器的SVM模块；用于对需要降噪的视频信号提取频域并对频域进行傅里叶变换的分析模块；用于对傅里叶变换后的视频频域根据二分器进行判断的判断模块；用于将二分器判断为噪声的频率删除的删除模块。所述机器学习采用线性核函数。所述二分器为噪声和正常两种分类。所述判断模块将符合二分器的频率定义为噪声，将不符合二分器的频率定义为正常。本发明还包括：用于将删除了噪声的视频信号进行合成的合成模块。
本实施例实施时，先对视频噪声提取频域作为噪声频域，再以噪声频域为样本进行机器学习生成二分器，然后对需要降噪的视频信号提取频域并对频域进行傅里叶变换，然后对傅里叶变换后的视频频域根据二分器进行判断，再然后将二分器判断为噪声的频率删除。本发明通过上述模块，将所有的噪声通过二分器进行一次性的剔除，从而在对视频噪声进行处理时，只需要一次处理即可以完成对视频噪声的剔除，降低了图像处理成本。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.基于多频降噪的信号处理系统，其特征在于，包括：
用于对视频噪声提取频域作为噪声频域的提取模块；
用于以噪声频域为样本进行机器学习生成二分器的SVM模块；
用于对需要降噪的视频信号提取频域并对频域进行傅里叶变换的分析模块；
用于对傅里叶变换后的视频频域根据二分器进行判断的判断模块；
用于将二分器判断为噪声的频率删除的删除模块。
2.根据权利要求1所述的基于多频降噪的信号处理系统，其特征在于，所述机器学习采用线性核函数。
3.根据权利要求1所述的基于多频降噪的信号处理系统，其特征在于，所述二分器为噪声和正常两种分类。
4.根据权利要求1所述的基于多频降噪的信号处理系统，其特征在于，所述判断模块将符合二分器的频率定义为噪声，将不符合二分器的频率定义为正常。
5.根据权利要求1所述的基于多频降噪的信号处理系统，其特征在于，包括：
用于将删除了噪声的视频信号进行合成的合成模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711017219.2A CN107613160A (zh) | 2017-10-26 | 2017-10-26 | 基于多频降噪的信号处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711017219.2A CN107613160A (zh) | 2017-10-26 | 2017-10-26 | 基于多频降噪的信号处理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107613160A true CN107613160A (zh) | 2018-01-19 |
Family
ID=61080064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711017219.2A Withdrawn CN107613160A (zh) | 2017-10-26 | 2017-10-26 | 基于多频降噪的信号处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107613160A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109951695A (zh) * | 2018-11-12 | 2019-06-28 | 北京航空航天大学 | 基于手机的自由移动光场调制三维成像方法和成像系统 |
-
2017
- 2017-10-26 CN CN201711017219.2A patent/CN107613160A/zh not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109951695A (zh) * | 2018-11-12 | 2019-06-28 | 北京航空航天大学 | 基于手机的自由移动光场调制三维成像方法和成像系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wei et al. | A physics-based noise formation model for extreme low-light raw denoising | |
| Shi et al. | Normalised gamma transformation‐based contrast‐limited adaptive histogram equalisation with colour correction for sand–dust image enhancement | |
| Kaur et al. | Comparison of contrast enhancement techniques for medical image | |
| CN104282003B (zh) | 一种基于梯度筛选的数字模糊图像盲复原方法 | |
| CN109493283A (zh) | 一种高动态范围图像鬼影消除的方法 | |
| Cao et al. | Spatially adaptive column fixed-pattern noise correction in infrared imaging system using 1D horizontal differential statistics | |
| Hu et al. | Source camera identification using large components of sensor pattern noise | |
| US20240179421A1 (en) | Method and apparatus for generating image data | |
| CN110753950B (zh) | 利用模拟接口的高速二维事件检测和成像 | |
| Gao et al. | Single image dehazing using local linear fusion | |
| CN116309483A (zh) | 基于ddpm的半监督变电设备表征缺陷检测方法及系统 | |
| Sheng et al. | Multi-scale residual attention network for single image dehazing | |
| Pal et al. | Defogging of visual images using SAMEER-TU database | |
| CN107613160A (zh) | 基于多频降噪的信号处理系统 | |
| Gupta et al. | Fast single image haze removal method for inhomogeneous environment using variable scattering coefficient | |
| Zhang et al. | Trustworthy image fusion with deep learning for wireless applications | |
| CN116612355A (zh) | 人脸伪造识别模型训练方法和装置、人脸识别方法和装置 | |
| CN107862670B (zh) | 一种针对红外成像电串扰的图像复原方法 | |
| CN107809561A (zh) | 有利于降低视频噪声的方法 | |
| CN105141849B (zh) | 一种提高夜视聚焦统计信息准确度的方法及系统 | |
| Liu et al. | Modified grey world method to detect and restore colour cast images | |
| Zhang et al. | FF-Former: Swin Fourier Transformer for Nighttime Flare Removal | |
| Kim et al. | Information measure based tone mapping of outdoor LDR image for maximum scale‐invariant feature transform extraction | |
| Song et al. | Research on image enhancement algorithms based on Matlab | |
| CN114418873A (zh) | 一种暗光图像降噪方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180119 |