CN110415191A - 一种基于连续视频帧的图像去模糊算法 - Google Patents

Abstract

本发明公开了一种基于连续视频帧的图像去模糊算法，包括如下步骤：获取多个连续的视频帧，按照时间顺序对视频帧进行排序，对每个视频帧进行图像清晰处理，通过估计图像的噪声方差，对图像的灰度计算，使用滤波算法，对图像滤波处理，在对单个视频帧的进行处理后，按照时间顺序进行排列，成像，在对连续视频帧的图像处理时，通过计算灰度方差，能够判定图像灰度的偏差，能够更好的修正，根据图片的原本灰度，综合灰度方差对图片灰度恢复，然后进行滤波算法处理，去除图像内的干扰，得到伪彩色图，得到高质量的去模糊清晰图像，然后通过DSP图像融合装置进行图像融合，按照视频帧的时间顺序重排，获取高清视频。

Description

一种基于连续视频帧的图像去模糊算法

技术领域

本发明涉及图像处理技术领域，具体为一种基于连续视频帧的图像去模糊算法。

背景技术

现有的电视和手机等终端设备，为提升用户观看视频的体验，通常采用运动估计和运动补偿，在进行视频观看时，由于人类眼睛的特殊生理结构，如果所看画面之帧率高于16的时候，就会认为是连贯的，此现象称之为视觉停留，这也就是为什么电影胶片是一格一格拍摄出来，然后快速播放的，在播放时由于视频帧数过快，使得成像不清晰，成像不清晰原因是因为视频组成的图像的不清晰导致的，由于视频拍摄时，会受到很多干扰，会导致视频成像模糊，影响观看效果，因此，设计一种基于连续视频帧的图像去模糊算法是很有必要的。

发明内容

本发明的目的在于提供一种基于连续视频帧的图像去模糊算法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于连续视频帧的图像去模糊算法，包括如下步骤：

1)获取多个连续的视频帧；

2)按照时间顺序对视频帧进行排序；

3)对每个视频帧进行图像清晰处理；

4)通过估计图像的噪声方差，对图像的灰度计算；

5)使用滤波算法，对图像滤波处理；

6)在对单个视频帧的进行处理后，按照时间顺序进行排列，成像。

根据上述技术方案，其中灰度计算步骤如下，

自适应选择灰度方差，过程如下：

估计图像的噪声方差：

噪声方差σ_n可以通过与拉普拉斯模板卷积的方式来估计，计算公式为：

其中，W和H是图像的宽和高，I(x,y)是极化SAR图像的极化总功率图，M是拉普拉斯变换模板，I(x,y)*M表示极化总功率图与拉普拉斯变换模板M进行卷积运算；

根据噪声方差计算灰度方差：

以最小均方误差为标准，σ_n为自变量，σ_r为因变量进行曲线拟合，计算σ_r的最优值，得出σ_n与σ_r之间为线性关系，取σ_r＝3σ_n。

根据上述技术方案，其中滤波处理步骤如下，

其中是滤波器的输出图像；

b是像素灰度值；

C(i，j)是归一化常数；

G是一个高斯型函数，标准差为σ_r。

根据上述技术方案，所述步骤3)中，在对视频帧的图像进行处理时，采用Wiener滤波算法对模糊退化图像进行处理。

根据上述技术方案，所述步骤5)中，在滤波完毕后，利用pauli RGB分解得到伪彩色图。

根据上述技术方案，所述步骤6)前，在图像输出前，使用DSP的图像融合装置进行融合成像。

与现有技术相比，本发明的有益效果是：在对连续视频帧的图像处理时，通过计算灰度方差，能够判定图像灰度的偏差，能够更好的修正，根据图片的原本灰度，综合灰度方差对图片灰度恢复，然后进行滤波算法处理，去除图像内的干扰，得到伪彩色图，得到高质量的去模糊清晰图像，然后通过DSP图像融合装置进行图像融合，按照视频帧的时间顺序重排，获取高清视频。

附图说明

图1是本发明的方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：一种基于连续视频帧的图像去模糊算法，包括如下步骤：

1)获取多个连续的视频帧；

2)按照时间顺序对视频帧进行排序；

3)对每个视频帧进行图像清晰处理；

4)通过估计图像的噪声方差，对图像的灰度计算；

5)使用滤波算法，对图像滤波处理；

6)在对单个视频帧的进行处理后，按照时间顺序进行排列，成像。

根据上述技术方案，其中灰度计算步骤如下，

自适应选择灰度方差，过程如下：

估计图像的噪声方差：

噪声方差σ_n可以通过与拉普拉斯模板卷积的方式来估计，计算公式为：

其中，W和H是图像的宽和高，I(x,y)是极化SAR图像的极化总功率图，M是拉普拉斯变换模板，I(x,y)*M表示极化总功率图与拉普拉斯变换模板M进行卷积运算；

根据噪声方差计算灰度方差：

以最小均方误差为标准，σ_n为自变量，σ_r为因变量进行曲线拟合，计算σ_r的最优值，得出σ_n与σ_r之间为线性关系，取σ_r＝3σ_n。

根据上述技术方案，其中滤波处理步骤如下，

其中是滤波器的输出图像；

b是像素灰度值；

C(i，j)是归一化常数；

G是一个高斯型函数，标准差为σ_r。

根据上述技术方案，步骤3)中，在对视频帧的图像进行处理时，采用Wiener滤波算法对模糊退化图像进行处理。

根据上述技术方案，步骤5)中，在滤波完毕后，利用pauli RGB分解得到伪彩色图。

根据上述技术方案，步骤6)前，在图像输出前，使用DSP的图像融合装置进行融合成像。

基于上述，本发明的优点在于，在对连续视频帧的图像处理时，因整段视频的视频帧过多，灰度不统一，在计算是需要对图像进行处理时，每个图像需要单独进行处理计算，通过计算灰度方差，能够判定图像灰度的偏差，能够更好的修正，然后进行滤波算法处理，得到伪彩色图，得到高质量的去模糊清晰图像，然后通过DSP图像融合装置进行图像融合，按照视频帧的时间顺序重排，获取高清视频。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种基于连续视频帧的图像去模糊算法，包括如下步骤：其特征在于：

1)获取多个连续的视频帧；

2)按照时间顺序对视频帧进行排序；

3)对每个视频帧进行图像清晰处理；

4)通过估计图像的噪声方差，对图像的灰度计算；

5)使用滤波算法，对图像滤波处理；

6)在对单个视频帧的进行处理后，按照时间顺序进行排列，成像。

2.一种基于连续视频帧的图像去模糊算法，其中灰度计算步骤如下：其特征在于：

自适应选择灰度方差，过程如下：

估计图像的噪声方差：

噪声方差σ_n可以通过与拉普拉斯模板卷积的方式来估计，计算公式为：

其中，W和H是图像的宽和高，I(x,y)是极化SAR图像的极化总功率图，M是拉普拉斯变换模板，I(x,y)*M表示极化总功率图与拉普拉斯变换模板M进行卷积运算；

根据噪声方差计算灰度方差：

以最小均方误差为标准，σ_n为自变量，σ_r为因变量进行曲线拟合，计算σ_r的最优值，得出σ_n与σ_r之间为线性关系，取σ_r＝3σ_n。

3.一种基于连续视频帧的图像去模糊算法，其中滤波处理步骤如下：其特征在于：

其中是滤波器的输出图像；

b是像素灰度值；

C(i，j)是归一化常数；

G是一个高斯型函数，标准差为σ_r。

4.根据权利要求1所述的一种基于连续视频帧的图像去模糊算法，其特征在于：所述步骤3)中，在对视频帧的图像进行处理时，采用Wiener滤波算法对模糊退化图像进行处理。

5.根据权利要求1所述的一种基于连续视频帧的图像去模糊算法，其特征在于：所述步骤5)中，在滤波完毕后，利用pauliRGB分解得到伪彩色图。

6.根据权利要求1所述的一种基于连续视频帧的图像去模糊算法，其特征在于：所述步骤6)前，在图像输出前，使用DSP的图像融合装置进行融合成像。