CN107979712A - 一种视频降噪方法及装置 - Google Patents
一种视频降噪方法及装置 Download PDFInfo
- Publication number
- CN107979712A CN107979712A CN201610916712.7A CN201610916712A CN107979712A CN 107979712 A CN107979712 A CN 107979712A CN 201610916712 A CN201610916712 A CN 201610916712A CN 107979712 A CN107979712 A CN 107979712A
- Authority
- CN
- China
- Prior art keywords
- current point
- block
- pixels
- time
- intensity
- 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
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000001914 filtration Methods 0.000 claims abstract description 112
- 230000001186 cumulative effect Effects 0.000 claims abstract description 29
- 230000003044 adaptive effect Effects 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 8
- 238000000527 sonication Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/62—Detection or reduction of noise due to excess charges produced by the exposure, e.g. smear, blooming, ghost image, crosstalk or leakage between pixels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Picture Signal Circuits (AREA)
Abstract
本发明公开了一种视频降噪方法及装置，该方法包括：将当前帧与对应的累加帧进行低通滤波后，提取像素块的亮度差异；将当前帧与对应的累加帧进行高通滤波得到高频信息后,提取像素块的边界差异；融合亮度差异与边界差异作为当前点运动幅度；根据当前点运动幅度得到当前点时域滤波强度与当前点空域滤波强度；根据当前点时域滤波强度与当前点空域滤波强度分别对当前点进行时域滤波和空域滤波，得到当前点灰度值，本发明能够解决视频降噪后边界模糊、拖影严重等问题。
Description
技术领域
本发明涉及图像视频处理领域，特别是涉及一种视频降噪方法及装置。
背景技术
常见视频降噪中内嵌运动判断模块，若当前点被判断为静止，则去噪输出时倾向于使用时域滤波结果；若当前点被判断为运动，则去噪输出时倾向于使用空域滤波结果。视频降噪常用的运动判断方法如下:使用当前点周围N*N的像素块灰度值与同样坐标下累积帧的对应点周围N*N的像素块灰度值相减，得到N*N的灰度值差，对这个灰度差加权求和取绝对值，将这个结果作为该点的运动判据，其值越大则认为当前点运动倾向越明显。这种运动判断方法在对灰度差加权求和时存在正负抵消的情况，其优点是由于噪声会正负抵消，其抗噪声能力较强，缺点是对于运动的边界同样也存在被抵消掉的风险，因此边界拖影现象比较明显。
如图1所示,黑色灰度值用0表示,白色灰度值用1表示,当黑色边界从左起第三列运动到左起第二列时,由于上述运动判断方法中存在正负抵消效果,最终灰度差加权求和取绝对值后为0，判断为静止，使用时域滤波后输出图像边界会出现明显模糊或者拖影。
发明内容
为克服上述现有技术存在的不足，本发明之目的在于提供一种视频降噪方法及装置，其能够解决能够解决视频降噪后边界模糊、拖影严重等问题。
为达上述及其它目的，本发明提出一种视频降噪方法，包括如下步骤：
步骤一，将当前帧与对应的累加帧进行低通滤波后，提取像素块的亮度差异；
步骤二，将当前帧与对应的累加帧进行高通滤波得到高频信息后，提取像素块的边界差异；
步骤三，融合亮度差异与边界差异作为当前点运动幅度；
步骤四，根据当前点运动幅度得到当前点时域滤波强度与当前点空域滤波强度；
步骤五，根据当前点时域滤波强度与当前点空域滤波强度分别对当前点进行时域滤波和空域滤波，得到当前点灰度值；
进一步地，步骤一进一步包括：
计算当前帧内当前处理点周围N*N像素块的低通滤波结果作为第一低频像素块，输出记作lf(L(i,j,n))；
计算当前处理点对应累加帧坐标周围N*N像素块的低通滤波结果作为第二低频像素块，输出记作lf(L(i,j,s))；
计算第一低频像素块与第二低频像素块之间差异作为当前处理点的亮度差异。
进一步地，步骤二进一步包括：
计算当前帧内当前处理点周围N*N像素块的高通滤波结果作为第一高频像素块，输出记作hf(L(i,j,n))；
计算当前处理点对应累加帧坐标周围N*N像素块的高通滤波结果作为第二高频像素块，输出记作hf(L(i,j,s))；
计算该第一高频像素块与第二高频像素块之间的差异作为当前处理点的边界差异。
进一步地，于步骤五后，还包括如下步骤：
利用第一高频像素块对该当前点灰度值进行边界增强。
进一步地，对时空域滤波的输出值采用如下公式进行增强：
Pfs(i,j,n)＝weshrink(hf(L(i,j,n)))+Pts(i,j,n)
其中shrink代表抗噪声处理运算，权重we通过时域滤波权重以及高通滤波输出结果索引预定义表得到，Pts(i,j,n)为经过时空域滤波得到的当前点灰度值。
进一步地，于步骤三中，在计算当前点的运动幅度时,利用如下公式进行融合得到或通过求取亮度差异和边界差异的最大值得到：
M(i,j)＝(1-λ)LM(i,j)+λEM(i,j)
其中，M(i,j)为当前点运动幅度,LM(i,j)为亮度差异，EM(i,j)为边界差异，权重λ可以预定义也可以通过当前噪声强度或边界强度索引预定义表得到。
进一步地，于步骤五中，利用下式获得当前点灰度值：
获得当前点时域滤波强度w和空域滤波强度1-w后，分别对当前点进行时域滤波和空域滤波，其输出分别为Pt(i,j,n)和Ps(i,j,n)，经过时空域滤波得到的当前点灰度估计值可以写成如下：
Pts(i,j,n)＝wPt(i,j,n)+(1-w)Ps(i,j,n)
其中，w为当前点时域滤波强度，1-w为当前点空域滤波强度，Pt(i,j,n)与Ps(i,j,n)分别为对当前点进行时域滤波和空域滤波的结果。
为达到上述目的，本发明还提供一种视频降噪装置，包括：
图像视频输入单元，用于获取图像视频输入信号；
噪声估计单元，用于估计输入信号的噪声强度，从而动态调整运动自适应单元的参数；
图像缓存单元，用于送出累加帧或者前一帧至运动自适应判定单元；
运动自适应判定单元，用于将当前帧与对应的累加帧分别进行低通滤波及高通滤波后，提取像素块的亮度差异以及边界差异，对亮度差异与边界差异进行融合后获得当前点运动幅度；
时空域滤波单元，根据运动自适应判定单元输出的当前点的运动幅度来决定时域和空域滤波的强度，并根据当前点时域滤波强度与当前点空域滤波强度分别对当前点进行时域滤波和空域滤波，得到当前点灰度值；
图像视频输出单元，用于将处理后的图像输出。
进一步地，该装置还包括边界增强单元，用于根据该运动自适应判定单元中得到的当前帧像素块的高通滤波输出对该时空域滤波单元的输出进行边界增强。
进一步地，该运动自适应判定单元进一步包括：
亮度差异提取单元，从该图像视频输入单元和该图像缓存单元中得到当前帧和累加帧的灰度值进行低通滤波后用于提取像素块的亮度差异；
边界差异提取单元，从该图像视频输入单元和图像缓存单元中得到当前帧和累加帧的灰度值提取高频信息后用于提取像素块的边界差异；
运动幅度判断单元，对亮度和边界差异进行融合获得当前点运动幅度。
与现有技术相比，本发明一种视频降噪方法及装置通过增加边界运动判断及边界增强，解决了视频降噪后输出图像边界模糊、拖影等问题。
附图说明
图1为本发明一种基于单图像传感器的全景摄像机之第一较佳实施例的架构示意图；
图2为本发明一种视频降噪方法的步骤流程图；
图3为本发明一种视频降噪方法之具体实施例的步骤流程图；
图4为本发明较佳实施例中提供高通滤波输出抗噪声函数示意图；
图5为本发明一种视频降噪装置的架构示意图；
图6为本发明较佳实施例中运动自适应判定单元的细部结构图。
具体实施方式
以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。
在具体介绍本发明之前，先说明本发明的原理：
假设当前帧为第n帧，且n大于1，假设当前待处理点空间坐标为(i,j)，以该点为中心，在当前帧内取N*N的像素块，记为L(i,j,n)。对上述像素块作低通滤波，输出记作lf(L(i,j,n))。类似地，以累加帧s同样空间坐标下的对应点为中心，在其中取N*N的像素块，记为L(i,j,s)，对上述像素块作低通滤波，输出记作lf(L(i,j,s))。利用下面公式1计算上述两个像素块低通滤波输出之间差的和再取绝对值，作为该点的亮度差异。
LM(i,j)＝|∑(lf(L(i,j,n))-lf(L(i,j,s)))| (1)
上述计算亮度差异时，可以采用累加帧中相同空间坐标的像素块，也可以采用前一帧或者后一帧中相同空间坐标的像素块。上述当前帧和累加帧的低通滤波可以选用相同的滤波核函数也可以选择不同的滤波核函数。
对上述当前帧像素块L(i,j,n)作高通滤波，输出记作hf(L(i,j,n))。类似地，对累加帧s的像素块做高通滤波，输出记作hf(L(i,j,s))。利用公式2计算上述两个像素块高通滤波输出之间差的和再取绝对值，作为该点的边界差异。
EM(i,j)＝|∑(hf(L(i,j,n))-hf(L(i,j,s)))| (2)
上述计算边界差异时，可以采用累加帧中相同空间坐标的像素块，也可以采用前一帧或者后一帧中相同空间坐标的像素块。上述当前帧和累加帧的高通滤波可以通过两种方法实现：1、通过一个2维FIR滤波器与像素块数据做卷积运算得到，此时公式2的两个滤波器可以选用相同的滤波核函数也可以选择不同的滤波核函数；2、也可以自适应地通过由水平、垂直以及斜方向梯度得到的权重与像素块数据加权运算得到。
为了降低噪声对高通滤波结果的影响，在对当前帧像素块做高通滤波之前，可以先做一次边界自适应的空域去噪。
利用如下公式3将上述计算得到的当前点的亮度差异和边界差异加权融合得到当前点运动幅度。
M(i,j)＝(1-λ)LM(i,j)+λEM(i,j) (3)
上述权重λ可以预定义也可以通过当前噪声强度或边界强度索引预定义表得到。
当然，上述当前点运动幅度也可以通过求取亮度差异和边界差异的最大值得到，本发明不以此为限。
然后，通过公式3得到的当前点运动幅度查表得到当前点时域滤波强度w和空域滤波强度1-w。分别对当前点进行时域滤波和空域滤波，其输出分别为Pt(i,j,n)和Ps(i,j,n)。上述空域滤波可以通过双边滤波、非局部均值等方法实现。上述时域滤波可以通过IIR滤波器等方法实现。
经过时空域滤波得到的当前点灰度估计值可以写成：
Pts(i,j,n)＝wPt(i,j,n)+(1-w)Ps(i,j,n) (4)
最终，为了进一步避免运动边界模糊，利用上述得到的当前帧像素块L(i,j,n)的高通滤波输出hf(L(i,j,n))对时空域滤波输出值进行增强。其中shrink代表抗噪声处理运算，权重we通过上述时域滤波权重以及高通滤波输出结果索引预定义表得到。当满足条件噪声较小，时域滤波权重较大且高通滤波输出结果较大时，增加权重we，否则减小权重we。
Pfs(i,j,n)＝weshrink(hf(L(i,j,n)))+Pts(i,j,n) (5)
图2为本发明一种视频降噪方法的步骤流程图。如图2所示，本发明一种视频降噪方法，包括如下步骤：
步骤201，将当前帧与对应的累加帧进行低通滤波后，提取像素块的亮度差异。
具体地，步骤201进一步包括：
计算当前帧内当前处理点周围N*N像素块(记为L(i,j,n))的低通滤波结果作为第一低频像素块，输出记作lf(L(i,j,n))
计算当前处理点对应累加帧坐标周围N*N像素块(记为L(i,j,s))的低通滤波结果作为第二低频像素块，输出记作lf(L(i,j,s))；
计算第一低频像素块与第二低频像素块之间差异作为当前处理点的亮度差异。具体地，利用如下公式计算上述两个像素块低通滤波输出之间差的和再取绝对值，作为该点的亮度差异：
LM(i,j)＝|∑(lf(L(i,j,n))-lf(L(i,j,s)))|
步骤202，将当前帧与对应的累加帧进行高通滤波，得到高频信息后提取像素块的边界差异。
具体地，步骤202进一步包括：
计算当前帧内当前处理点周围N*N像素块的高通滤波结果作为第一高频像素块，输出记作hf(L(i,j,n))；
计算当前处理点对应累加帧坐标周围N*N像素块的高通滤波结果作为第二高频像素块，输出记作hf(L(i,j,s))；
计算第一高频像素块与第二高频像素块之间的差异作为当前处理点的边界差异。具体地，利用如下公式计算上述两个像素块高通滤波输出之间差的和再取绝对值，作为该点的边界差异：
EM(i,j)＝|∑(hf(L(i,j,n))-hf(L(i,j,s)))|
步骤203，融合亮度差异与边界差异作为当前点运动幅度。具体地，可利用如下公式进行融合：
M(i,j)＝(1-λ)LM(i,j)+λEM(i,j) (3)
上述权重λ可以预定义也可以通过当前噪声强度或边界强度索引预定义表得到。
步骤204，根据当前点运动幅度得到当前点时域滤波强度与当前点空域滤波强度。具体地说，根据当前点运动幅度查表得到当前点时域滤波强度w和空域滤波强度1-w。
步骤205，根据当前点时域滤波强度与当前点空域滤波强度分别对当前点进行时域滤波和空域滤波，得到当前点灰度值。具体地说，获得当前点时域滤波强度w和空域滤波强度1-w后，分别对当前点进行时域滤波和空域滤波，其输出分别为Pt(i,j,n)和Ps(i,j,n)，经过时空域滤波得到的当前点灰度估计值可以写成如下：
Pts(i,j,n)＝wPt(i,j,n)+(1-w)Ps(i,j,n)
较佳地，于步骤205后，还包括如下步骤：
利用第一高频像素块对当前点灰度值进行边界增强。具体地说，为了进一步避免运动边界模糊，利用当前帧像素块L(i,j,n)的高通滤波输出即第一高频像素块hf(L(i,j,n))对时空域滤波的输出值采用如下公式进行增强：
Pfs(i,j,n)＝weshrink(hf(L(i,j,n)))+Pts(i,j,n)
其中shrink代表抗噪声处理运算，权重we通过上述时域滤波权重以及高通滤波输出结果索引预定义表得到。当满足条件噪声较小，时域滤波权重较大且高通滤波输出结果较大时，增加权重we，否则减小权重we。
图3为本发明提供的视频降噪方法的具体实施例的流程图，具体包括如下步骤：
(A)在当前帧内以空间坐标为(i,j)的当前待处理点为中心，在周围5×5邻域取像素块，与预定义的低通滤波核函数做卷积运算，得到第一低频像素块。
(B)类似步骤A，以累加帧同样空间坐标下的对应点为中心，在其中取5×5的像素块，与预定义的低通滤波核函数做卷积运算，得到第二低频像素块。
(C)计算上述两个像素块低通滤波输出像素块之间差的和再取绝对值，作为该点的亮度差异。
需要注意的是，上述步骤B中的像素块可以来自累加帧也可以来自当前帧的前一帧或者后一帧。
D)在当前帧内以空间坐标为(i,j)的当前待处理点为中心，在周围5×5邻域取像素块，与预定义的高通滤波核函数做卷积运算，得到第一高频像素块。
E)类似步骤D，以累加帧同样空间坐标下的对应点为中心，在其中取5×5的像素块，与预定义的高通滤波核函数做卷积运算，得到第二高频像素块。
F)计算上述两个高频像素块之间差的和再取绝对值，作为该点的边界差异。
上述步骤D，E中的高频像素块可以通过与全方向的高通滤波器卷积得到，也可以通过分别与水平、垂直和斜方向上的高通滤波器卷积后加权求和得到。
G)将步骤C中得到的亮度差异和步骤F中得到的边界差异取极大值作为该点的运动幅度。
H)由当前点的运动幅度查表得到当前点的时域滤波强度。
I)由当前点的运动幅度查表得到当前点的空域滤波强度。
J)融合时空域滤波结果，得到当前点的灰度值。
K)为了进一步避免运动模糊和拖影，采用步骤D中计算得到的当前点的高通滤波输出和步骤J中的时空域滤波输出进行融合。为了抑制当前点的高通滤波输出中可能存在的噪声，只增强其中的边界，在融合之前进行抗噪声处理运算。融合权重通过步骤H中时域滤波权重以及抗噪声处理之后的当前点高通滤波输出结果索引预定义表得到。
上述抗噪声运算可以通过将高通滤波结果取绝对值后代入图4中的shrink函数，将输出权值与高通滤波结果相乘实现。
图5为本发明一种视频降噪装置的架构示意图。如图5所示，本发明一种视频降噪装置，包括：图像视频输入单元10、噪声估计单元11、运动自适应判定单元12、图像缓存单元13、时空域滤波单元14、边界增强单元15，图像视频输出单元16。
其中，图像视频输入单元10，用于获取图像视频输入信号；噪声估计单元11用于估计输入信号的噪声强度，从而动态调整运动自适应单元的参数；图像缓存单元13，用于送出累加帧或者前一帧至运动自适应判定单元12；运动自适应判定单元12，用于将当前帧与对应的累加帧分别进行低通滤波及高通滤波后，提取像素块的亮度差异以及边界差异，对亮度差异与边界差异进行融合后获得当前点运动幅度；时空域滤波单元14从图像缓存单元13中得到累加帧数据，从图像视频输入单元10中得到当前帧数据，并根据运动自适应判定单元12输出的当前点的运动幅度来决定时域和空域滤波的强度，并根据当前点时域滤波强度与当前点空域滤波强度分别对当前点进行时域滤波和空域滤波，得到当前点灰度值，其输出更新至缓存单元13；边界增强单元15用于根据该运动自适应判定单元12中得到的当前帧像素块的高通滤波输出对该时空域滤波单元14的输出进行边界增强；图像视频输出单元16，用于将处理后的图像输出。
图6为本发明较佳实施例中运动自适应判定单元的细部结构图。具体地，该运动自适应判定单元进一步包括亮度差异提取单元20、边界差异提取单元22以及运动幅度判断单元23，其中亮度差异提取单元20从图像视频输入单元和图像缓存单元中得到当前帧和累加帧的灰度值进行低通滤波后用于提取像素块的亮度差异；边界差异提取单元22从图像视频输入单元和图像缓存单元中得到当前帧和累加帧的灰度值提取高频信息后用于提取像素块的边界差异；运动幅度判断单元23，对上述亮度和边界差异进行融合获得当前点运动幅度。
可见，本发明一种视频降噪方法及装置通过增加边界运动判断及边界增强，解决了视频降噪后输出图像边界模糊、拖影等问题。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。
Claims (10)
1.一种视频降噪方法，包括如下步骤：
步骤一，将当前帧与对应的累加帧进行低通滤波后，提取像素块的亮度差异；
步骤二，将当前帧与对应的累加帧进行高通滤波,得到高频信息后,提取像素块的边界差异；
步骤三，融合亮度差异与边界差异作为当前点运动幅度；
步骤四，根据当前点运动幅度得到当前点时域滤波强度与当前点空域滤波强度；
步骤五，根据当前点时域滤波强度与当前点空域滤波强度分别对当前点进行时域滤波和空域滤波，得到当前点灰度值。
2.如权利要求1所述的一种视频降噪方法，其特征在于，步骤一进一步包括：
计算当前帧内当前处理点周围N*N像素块的低通滤波结果作为第一低频像素块，输出记作lf(L(i,j,n))；
计算当前处理点对应累加帧坐标周围N*N像素块的低通滤波结果作为第二低频像素块，输出记作lf(L(i,j,s))；
计算第一低频像素块与第二低频像素块之间差异作为当前处理点的亮度差异。
3.如权利要求2所述的一种视频降噪方法，其特征在于，步骤二进一步包括：
计算当前帧内当前处理点周围N*N像素块的高通滤波结果作为第一高频像素块，输出记作hf(L(i,j,n))；
计算当前处理点对应累加帧坐标周围N*N像素块的高通滤波结果作为第二高频像素块，输出记作hf(L(i,j,s))；
计算该第一高频像素块与第二高频像素块之间的差异作为当前处理点的边界差异。
4.如权利要求3所述的一种视频降噪方法，其特征在于，于步骤五后，还包括如下步骤：
利用第一高频像素块对该当前点灰度值进行边界增强。
5.如权利要求4所述的一种视频降噪方法，其特征在于，对时空域滤波的输出值采用如下公式进行增强：
Pfs(i,j,n)＝weshrink(hf(L(i,j,n)))+Pts(i,j,n)
其中shrink代表抗噪声处理运算，权重we通过时域滤波权重以及高通滤波输出结果索引预定义表得到，Pts(i,j,n)为经过时空域滤波得到的当前点灰度值。
6.如权利要求4所述的一种视频降噪方法，其特征在于，于步骤三中，在计算当前点的运动幅度时,利用如下公式进行融合得到或通过求取亮度差异和边界差异的最大值得到：
M(i,j)＝(1-λ)LM(i,j)+λEM(i,j)
其中，M(i,j)为当前点运动幅度,LM(i,j)为亮度差异，EM(i,j)为边界差异，权重λ可以预定义或通过当前噪声强度或边界强度索引预定义表得到。
7.如权利要求4所述的一种视频降噪方法，其特征在于，于步骤五中，利用下式获得当前点灰度值：
获得当前点时域滤波强度w和空域滤波强度1-w后，分别对当前点进行时域滤波和空域滤波，其输出分别为Pt(i,j,n)和Ps(i,j,n)，经过时空域滤波得到的当前点灰度估计值可以写成如下：
Pts(i,j,n)＝wPt(i,j,n)+(1-w)Ps(i,j,n)
其中，w为当前点时域滤波强度，1-w为当前点空域滤波强度，Pt(i,j,n)与Ps(i,j,n)分别为对当前点进行时域滤波和空域滤波的结果。
8.一种视频降噪装置，包括：
图像视频输入单元，用于获取图像视频输入信号；
噪声估计单元，用于估计输入信号的噪声强度，从而动态调整运动自适应单元的参数；
图像缓存单元，用于送出累加帧或者前一帧至运动自适应判定单元；
运动自适应判定单元，用于将当前帧与对应的累加帧分别进行低通滤波及高通滤波后，提取像素块的亮度差异以及边界差异，对亮度差异与边界差异进行融合后获得当前点运动幅度；
时空域滤波单元，根据运动自适应判定单元输出的当前点的运动幅度来决定时域和空域滤波的强度，并根据当前点时域滤波强度与当前点空域滤波强度分别对当前点进行时域滤波和空域滤波，得到当前点灰度值；
图像视频输出单元，用于将处理后的图像输出。
9.如权利要求8所述的一种视频降噪装置，其特征在于：该装置还包括边界增强单元，用于根据该运动自适应判定单元中得到的当前帧像素块的高通滤波输出对该时空域滤波单元的输出进行边界增强。
10.如权利要求8所述的一种视频降噪装置，其特征在于，该运动自适应判定单元进一步包括：
亮度差异提取单元，从该图像视频输入单元和该图像缓存单元中得到当前帧和累加帧的灰度值进行低通滤波后用于提取像素块的亮度差异；
边界差异提取单元，从该图像视频输入单元和图像缓存单元中得到当前帧和累加帧的灰度值提取高频信息后用于提取像素块的边界差异；
运动幅度判断单元，对亮度和边界差异进行融合获得当前点运动幅度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610916712.7A CN107979712B (zh) | 2016-10-20 | 2016-10-20 | 一种视频降噪方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610916712.7A CN107979712B (zh) | 2016-10-20 | 2016-10-20 | 一种视频降噪方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107979712A true CN107979712A (zh) | 2018-05-01 |
| CN107979712B CN107979712B (zh) | 2020-02-21 |
Family
ID=62003570
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610916712.7A Active CN107979712B (zh) | 2016-10-20 | 2016-10-20 | 一种视频降噪方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107979712B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110675401A (zh) * | 2018-07-02 | 2020-01-10 | 浙江大学 | 一种全景图像像素块滤波方法及装置 |
| CN111507923A (zh) * | 2020-04-21 | 2020-08-07 | 浙江大华技术股份有限公司 | 一种视频图像的噪声处理方法、装置、设备和介质 |
| CN111724321A (zh) * | 2020-06-19 | 2020-09-29 | 上海富瀚微电子股份有限公司 | 一种图像滤波方法及系统 |
| CN113315884A (zh) * | 2020-02-26 | 2021-08-27 | 华为技术有限公司 | 一种实时视频降噪方法、装置、终端及存储介质 |
| CN113726311A (zh) * | 2021-08-23 | 2021-11-30 | 北京智源人工智能研究院 | 脉冲信号滤波电路及电子设备 |
| CN114679519A (zh) * | 2020-12-24 | 2022-06-28 | 浙江宇视科技有限公司 | 视频处理方法、装置、电子设备及存储介质 |
| CN116205810A (zh) * | 2023-02-13 | 2023-06-02 | 爱芯元智半导体(上海)有限公司 | 视频降噪方法、装置和电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1713730A (zh) * | 2004-06-16 | 2005-12-28 | 三星电子株式会社 | 估计图像噪声的方法和设备和消除噪声的方法和记录介质 |
| EP2315353A1 (en) * | 2008-06-10 | 2011-04-27 | Japan Science and Technology Agency | Filter |
| US8050509B2 (en) * | 2006-11-21 | 2011-11-01 | Samsung Electronics Co., Ltd. | Method of and apparatus for eliminating image noise |
| CN103024248A (zh) * | 2013-01-05 | 2013-04-03 | 上海富瀚微电子有限公司 | 运动自适应的视频图像降噪方法及其装置 |
-
2016
- 2016-10-20 CN CN201610916712.7A patent/CN107979712B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1713730A (zh) * | 2004-06-16 | 2005-12-28 | 三星电子株式会社 | 估计图像噪声的方法和设备和消除噪声的方法和记录介质 |
| US8050509B2 (en) * | 2006-11-21 | 2011-11-01 | Samsung Electronics Co., Ltd. | Method of and apparatus for eliminating image noise |
| EP2315353A1 (en) * | 2008-06-10 | 2011-04-27 | Japan Science and Technology Agency | Filter |
| CN103024248A (zh) * | 2013-01-05 | 2013-04-03 | 上海富瀚微电子有限公司 | 运动自适应的视频图像降噪方法及其装置 |
Non-Patent Citations (1)
| Title |
|---|
| 杨晶晶: "数字视频图像预处理算法的研究与实现", 《优秀硕士学位论文全文数据库》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110675401A (zh) * | 2018-07-02 | 2020-01-10 | 浙江大学 | 一种全景图像像素块滤波方法及装置 |
| CN110675401B (zh) * | 2018-07-02 | 2023-07-11 | 浙江大学 | 一种全景图像像素块滤波方法及装置 |
| CN113315884A (zh) * | 2020-02-26 | 2021-08-27 | 华为技术有限公司 | 一种实时视频降噪方法、装置、终端及存储介质 |
| CN111507923A (zh) * | 2020-04-21 | 2020-08-07 | 浙江大华技术股份有限公司 | 一种视频图像的噪声处理方法、装置、设备和介质 |
| CN111507923B (zh) * | 2020-04-21 | 2023-09-12 | 浙江大华技术股份有限公司 | 一种视频图像的噪声处理方法、装置、设备和介质 |
| CN111724321A (zh) * | 2020-06-19 | 2020-09-29 | 上海富瀚微电子股份有限公司 | 一种图像滤波方法及系统 |
| CN111724321B (zh) * | 2020-06-19 | 2023-04-28 | 上海富瀚微电子股份有限公司 | 一种图像滤波方法及系统 |
| CN114679519A (zh) * | 2020-12-24 | 2022-06-28 | 浙江宇视科技有限公司 | 视频处理方法、装置、电子设备及存储介质 |
| CN114679519B (zh) * | 2020-12-24 | 2024-03-08 | 浙江宇视科技有限公司 | 视频处理方法、装置、电子设备及存储介质 |
| CN113726311A (zh) * | 2021-08-23 | 2021-11-30 | 北京智源人工智能研究院 | 脉冲信号滤波电路及电子设备 |
| CN113726311B (zh) * | 2021-08-23 | 2022-05-06 | 北京智源人工智能研究院 | 脉冲信号滤波电路及电子设备 |
| CN116205810A (zh) * | 2023-02-13 | 2023-06-02 | 爱芯元智半导体(上海)有限公司 | 视频降噪方法、装置和电子设备 |
| CN116205810B (zh) * | 2023-02-13 | 2024-03-19 | 爱芯元智半导体(上海)有限公司 | 视频降噪方法、装置和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107979712B (zh) | 2020-02-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107979712A (zh) | 一种视频降噪方法及装置 | |
| US9129374B2 (en) | Image sharpening method and device | |
| Wang et al. | Fast single haze image enhancement | |
| CN109389560B (zh) | 一种自适应加权滤波图像降噪方法、装置及图像处理设备 | |
| CN103854259B (zh) | 图像处理设备以及处理图像的方法 | |
| JP4858610B2 (ja) | 画像処理方法 | |
| CN111915535B (zh) | 一种图像去噪的方法及装置 | |
| CN105850114A (zh) | 用于图像的逆色调映射的方法 | |
| JP2015507241A (ja) | デジタルメイクアップ | |
| KR20080046015A (ko) | 영상 잡음 제거 방법 및 장치 | |
| CN109816608B (zh) | 一种基于噪声抑制的低照度图像自适应亮度增强方法 | |
| CN104240189B (zh) | 恢复抗锯齿边缘的滤波方法和装置 | |
| CN109003233B (zh) | 一种基于自适应权重全变分模型的图像去噪方法 | |
| CN110298792B (zh) | 低光照图像增强与去噪方法、系统及计算机设备 | |
| CN110473152B (zh) | 基于改进Retinex算法的图像增强方法 | |
| CN104318529A (zh) | 处理在恶劣环境中所拍摄低照度图像的方法 | |
| CN110246088A (zh) | 基于小波变换的图像亮度降噪方法及其图像降噪系统 | |
| CN110400274A (zh) | 一种车载红外行人检测用红外图像增强方法 | |
| Zhou et al. | A multifeature fusion method for the color distortion and low contrast of underwater images | |
| CN103489168A (zh) | 一种红外图像自适应转伪彩增强方法及系统 | |
| CN115587945A (zh) | 高动态红外图像细节增强方法、系统及计算机存储介质 | |
| CN201726464U (zh) | 一种新的视频图像锐化处理装置 | |
| CN113436112A (zh) | 一种图像增强方法、装置及设备 | |
| CN110992287B (zh) | 一种非均匀光照视频的清晰化方法 | |
| CN110175959B (zh) | 一种台风云图增强方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |