CN117522733B - 一种用于视频图像的智能处理方法 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体涉及一种用于视频图像的智能处理方法，包括：根据不同角度的灰度共生矩阵计算相邻两帧图像的关联程度，根据关联程度获得相邻两帧待处理图像，将两帧待处理图像的图像块进行两两不重复组合，获得所有图像块组合方式，根据整体信噪比差异程度计算每种图像块组合方式的优选程度，获得相邻两帧待处理图像的最优图像块组合方式，根据最优图像块组合方式中每个图像块组合的第一个图像块的特征对第二个图像块进行去噪，获得去噪后的图像块组成的去噪后的图像。本发明的去噪效果更好，保留处在运动状态的图像信息的细节，提高后续光流法处理视频图像的准确性。

Description

一种用于视频图像的智能处理方法

技术领域

本发明涉及图像处理技术领域，具体涉及一种用于视频图像的智能处理方法。

背景技术

由于高速运动时动作的速度非常快，在高速运动中拍摄的视频容易出现图像模糊和抖动的情况，可以使用光流法来对视频图像进行处理，从而使动作更加清晰和流畅。

在利用光流法对视频图像进行处理之前，需要先对视频图像进行去噪，但是相邻帧图像之间的变化不仅受到噪声的影响，还受到运动产生的位移的影响，所以利用高斯滤波对视频图像进行去噪时，会将运动位移导致发生灰度变化的像素点误判为噪声并进行滤除，导致视频图像中的关键像素点缺失或者被过度平滑，使得在利用光流法确定去噪后的视频图像的光流区域时，像素点无法准确对应。

发明内容

为了解决上述问题，本发明提供一种用于视频图像的智能处理方法，所述方法包括：

获取视频中的每帧图像在不同角度的灰度共生矩阵，根据不同角度的灰度共生矩阵计算相邻两帧图像的关联程度；根据关联程度获得所有相邻两帧图像中的相邻两帧待处理图像；

对相邻两帧待处理图像中的每帧待处理图像进行分块，将两帧待处理图像的图像块进行两两不重复组合，获得相邻两帧待处理图像的所有图像块组合方式；

根据关联程度和灰度值差异计算相邻两帧待处理图像的整体信噪比差异程度；根据整体信噪比差异程度，计算相邻两帧待处理图像的每种图像块组合方式的优选程度，根据优选程度获得相邻两帧待处理图像的最优图像块组合方式；

根据最优图像块组合方式中每个图像块组合的第一个图像块的特征对第二个图像块进行去噪，获得去噪后的图像块组成的去噪后的图像。

进一步地，所述相邻两帧图像的关联程度的计算公式如下：

式中，表示第z帧图像和第z+1帧图像的关联程度，第z帧图像和第z+1帧图像是相邻两帧图像，z取遍[1,N-1]范围内的所有整数，N表示视频中包含的所有帧图像的数量，/>表示第z帧图像在角度/>的灰度共生矩阵的对比度，/>取遍{0,45,135,180}中的所有角度，/>表示第z+1帧图像在角度/>的灰度共生矩阵的对比度，/>表示第z帧图像在角度/>的灰度共生矩阵中灰度级i和灰度级j构成的点对(i,j)的频率，表示第z+1帧图像在角度/>的灰度共生矩阵中灰度级i和灰度级j构成的点对(i,j)的频率，/>表示以自然常数为底的指数函数。

进一步地，所述第z帧图像在角度的灰度共生矩阵的对比度的计算公式为：。

进一步地，所述计算相邻两帧待处理图像的整体信噪比差异程度，包括的具体步骤如下：

将第一方差和第二方差的差值的绝对值与相邻两帧待处理图像的关联程度的乘积，作为相邻两帧待处理图像的整体信噪比差异程度，其中，第一方差是第r帧待处理图像中所有像素点的灰度值的方差，第一方差是第r+1待处理帧图像中所有像素点的灰度值的方差。

进一步地，所述相邻两帧待处理图像的每种图像块组合方式的优选程度的计算公式如下：

式中，表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式的优选程度，第r帧待处理图像和第r+1帧待处理图像是相邻两帧待处理图像，r取遍[1,R]范围内的所有整数，R表示所有相邻两帧待处理图像的数量，/>表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式中第m个图像块组合的信噪比差异程度，/>表示第r帧待处理图像和第r+1帧待处理图像的整体信噪比差异程度，/>表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式中第m个图像块组合的运动幅度，/>表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式中所有图像块组合的运动幅度的均值，/>表示以自然常数为底的指数函数。

进一步地，所述图像块组合的信噪比差异程度的获取方法如下：

第m个图像块组合的信噪比差异程度是指：第m个图像块组合中两个图像块中所有像素点的灰度值的方差的差值的绝对值。

进一步地，所述图像块组合的和运动幅度的获取方法如下：

第m个图像块组合的运动幅度是指：第m个图像块组合中两个图像块的左上角的像素点之间的欧式距离。

进一步地，所述根据最优图像块组合方式中每个图像块组合的第一个图像块的特征对第二个图像块进行去噪，包括的具体步骤如下：

对于最优图像块组合方式中第m个图像块组合中的第一个图像块，计算图像块/>中所有像素点的灰度值的均值/>，将每个像素点的灰度值与均值/>的差值作为每个像素点的标准化灰度值，计算图像块/>中所有像素点的标准化灰度值的标准差/>；根据图像块/>的标准差/>获得高斯滤波核，根据高斯滤波核对最优图像块组合方式中第m个图像块组合中的第二个图像块/>进行滤波操作，获得去噪后的第二个图像块。

进一步地，所述获取视频中的每帧图像在不同角度的灰度共生矩阵，包括的具体步骤如下：

将[0,255]范围内的所有灰度值均分为16个灰度级，根据灰度级获得每帧图像在0度、45度、135度、180度共4种角度的灰度共生矩阵，灰度共生矩阵为16阶方阵。

进一步地，所述获得所有相邻两帧图像中的相邻两帧待处理图像，包括的具体步骤如下：

将所有相邻两帧图像中关联程度大于预设阈值Y的相邻两帧图像记为相邻两帧待处理图像。

本发明的技术方案的有益效果是：本发明通过计算相邻两帧待处理图像的每种图像块组合方式的优选程度，根据优选程度获得相邻两帧待处理图像的最优图像块组合方式，使得最优图像块组合方式中每个图像块组合中的两个图像块代表运动主体上相同位置，因此，能够根据第一个图像块的特征对第二个图像块进行去噪，去噪效果更好，保留处在运动状态的图像信息的细节，提高后续光流法处理视频图像的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的一种用于视频图像的智能处理方法的方法流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种用于视频图像的智能处理方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种用于视频图像的智能处理方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种用于视频图像的智能处理方法的数据传输模块的方法流程图，该方法包括：

S001、获取视频中的每帧图像。

在本实施例中，对视频中的每帧图像进行灰度化处理；以每帧图像的左下角的像素点为原点，以水平方向为x轴，以竖直方向为y轴，构建直角坐标系，每个像素点在直角坐标系中的坐标为每个像素点的位置。

S002、根据不同角度的灰度共生矩阵计算相邻两帧图像的关联程度，根据关联程度获得所有相邻两帧图像中的相邻两帧待处理图像。

需要说明的是，随着视频的播放，视频中运动主体随着场景、视角的切换发生变化：当运动主体不变时，相邻两帧图像的差异只是运动位移和噪声导致的，此时相同的运动主体导致相邻两帧图像的整体灰度分布相似，相邻两帧图像中相同位置的两个像素点的灰度值差异较小，此时可以根据前一帧图像的灰度分布特点对后一帧图像进行去噪；当运动主体发生变化时，相邻两帧图像的差异主要是运动主体的差异导致的，此时运动主体的差异导致相邻两帧图像的整体分布存在较大的差异，相邻两帧图像中相同位置的两个像素点的灰度值差异较小，此时无法根据前一帧图像的灰度分布特点对后一帧图像进行去噪。灰度共生矩阵能够反映图像的纹理特征，因此，利用相邻两帧图像的灰度共生矩阵的差异可以表示区分相邻两帧图像的运动主体是否发生变化，进而确定对哪些帧图像进而去噪。

在本实施例中，将[0,255]范围内的所有灰度值均分为16个灰度级，根据灰度级获得每帧图像在0度、45度、135度、180度共4种角度的灰度共生矩阵，此时的灰度共生矩阵为16阶方阵。

需要说明的是，灰度共生矩阵是一种提取图像的纹理特征的方法，获取灰度共生矩阵的方法具体为：将每帧图像中，将位置为(x,y)和(x+a,y+b)的两个像素点的灰度级构成的点对记为(h1,h2)，其中，(a,b)为角度的偏移距离，h1表示位置为(x,y)的像素点的灰度级，h2表示位置为(x+a,y+b)的像素点的灰度级，将所有点对(h1,h2)的频率组成的矩阵为灰度共生矩阵，其中，h1取遍所有灰度级，h2取遍所有灰度级；0度的偏移距离(a,b)=(1,0)、45度的偏移距离(a,b)=(1,1)、135度的偏移距离(a,b)=(-1,1)、180度的偏移距离(a,b)=(-1,0)。

计算相邻两帧图像的关联程度，具体计算公式为：

式中，表示第z帧图像和第z+1帧图像的关联程度，第z帧图像和第z+1帧图像是相邻两帧图像，z取遍[1,N-1]范围内的所有整数，N表示视频中包含的所有帧图像的数量，/>表示第z帧图像在角度/>的灰度共生矩阵的对比度，/>取遍{0,45,135,180}中的所有角度，/>表示第z+1帧图像在角度/>的灰度共生矩阵的对比度，/>表示第z帧图像在角度/>的灰度共生矩阵中灰度级i和灰度级j构成的点对(i,j)的频率，表示第z+1帧图像在角度/>的灰度共生矩阵中灰度级i和灰度级j构成的点对(i,j)的频率，/>表示以自然常数为底的指数函数。

其中，第z帧图像在角度的灰度共生矩阵的对比度/>的计算公式为：

需要说明的是，表示任意相邻两帧图像的对比度的差异，代表了相邻两帧图像的整体纹理的变化幅度，该值越小说明相邻两帧图像的差异越小，相邻两帧图像的运动主体越可能不变，则相邻两帧图像的关联程度越大；表示相邻两帧图像的灰度共生矩阵中相同点对的频率，该值越小，说明相邻两帧图像的差异越小，相邻两帧图像的运动主体越可能不变，则相邻两帧图像的关联程度越大；累加相邻两帧图像在4个角度的关联程度，利用指数函数将累加值规划至[0,1]范围内，关联程度接近1说明相邻两帧图像的运动主体越可能不变。

预设阈值Y，用来判断相邻两帧图像的关联程度是否符合高度关联的要求，实施人员可根据实际实施情况设置范围，例如Y=0.7。

将所有相邻两帧图像中关联程度大于预设阈值Y的相邻两帧图像记为相邻两帧待处理图像，在后续S003和S004步骤中对相邻两帧待处理图像进行去噪处理。

S003、对待处理图像进行分块，获得相邻两帧待处理图像的所有图像块组合方式，计算相邻两帧待处理图像的每种图像块组合方式的优选程度，根据优选程度获得相邻两帧待处理图像的最优图像块组合方式。

1、计算相邻两帧待处理图像的整体信噪比差异程度。

在本实施例中，计算相邻两帧待处理图像的整体信噪比差异程度，具体的计算公式为：

式中，表示第r帧待处理图像和第r+1帧待处理图像的整体信噪比差异程度，第r帧待处理图像和第r+1帧待处理图像是相邻两帧待处理图像，r取遍[1,R]范围内的所有整数，R表示所有相邻两帧待处理图像的数量，/>表示第r帧待处理图像和第r+1帧待处理图像的关联程度，/>、/>分别表示第r帧待处理图像和第r+1待处理帧图像中所有像素点的灰度值的方差。

需要说明的是，根据先验经验可知，视频图像中所产生的噪声服从正态分布，并产生随机数叠加在不含噪声的视频图像上，因此，任意帧图像可由噪声和实际灰度信息组成，导致无法直接计算出帧图像的信噪比；对于在高速运动中拍摄的视频，为保证观众的观感，视频的帧数较高，因此相邻两帧图像的实际灰度信息的差异较小，则相邻两帧图像的整体灰度差异是由噪声引起的，同时运动位移也会导致相邻两帧图像的整体灰度差异，所以可以通过计算相邻两帧图像的灰度值方差的差异来表现其噪声的变化程度，由于相邻两帧图像中运动位移导致的相邻两帧图像的整体灰度差异具有规律性，对计算相邻两帧图像的关联程度有增强的作用，而噪声导致的相邻两帧图像的整体灰度差异不具有规律性，对计算相邻两帧图像的关联程度没有增强的作用，所以可以根据相邻两帧图像的关联程度对噪声的变化程度进行加权，将运动位移对信噪比差异的影响去除，获得相邻两帧待处理图像的整体信噪比差异程度，作为估测噪声强度的依据。

2、对待处理图像进行分块，获得相邻两帧待处理图像的所有图像块组合方式，计算相邻两帧待处理图像的每种图像块组合方式的优选程度，根据优选程度获得相邻两帧待处理图像的最优图像块组合方式。

需要说明的是，对于在高速运动中拍摄的视频，运动位移会导致运动主体在相邻两帧图像中的分布位置发生变化，进而导致相邻两帧图像中的相同位置的局部区域代表的是运动主体上不同的位置，此时前一帧图像中的局部区域与后一帧图像中的局部区域的特征差异较大，如果直接通过前一帧图像对后一帧图像进行去噪，去噪效果不好。因此，需要在相邻两帧图像中找到表征运动主体上相同位置的局部区域，根据前一帧图像中的局部区域的噪声强度估测后一帧图像中的局部区域的噪声强度，进而根据前一帧图像中的局部区域的噪声分布对后一帧图像中的局部区域进行去噪，提高去噪效果。

预设尺寸K×K，用来表示图像块的大小，实施人员可根据实际实施情况设置范围，例如K×K=20×20。

在本实施例中，将相邻两帧待处理图像中的每帧待处理图像划分为大小为K×K的图像块，相邻两帧待处理图像为第r帧待处理图像和第r+1帧待处理图像，将第r帧待处理图像中的图像块和第r+1帧待处理图像中的图像块进行两两不重复组合，每两个图像块组成一个图像块组合，获得所有可能的组合的方式，将每种组合方式作为一种相邻两帧待处理图像的图像块组合方式。

计算相邻两帧待处理图像的第t种图像块组合方式的优选程度，具体计算公式为：

式中，表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式的优选程度，第r帧待处理图像和第r+1帧待处理图像是相邻两帧待处理图像，r取遍[1,R]范围内的所有整数，R表示所有相邻两帧待处理图像的数量，/>表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式中第m个图像块组合的信噪比差异程度，/>表示第r帧待处理图像和第r+1帧待处理图像的整体信噪比差异程度，/>表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式中第m个图像块组合的运动幅度，/>表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式中所有图像块组合的运动幅度的均值，/>表示以自然常数为底的指数函数；其中，第m个图像块组合的信噪比差异程度是指：第m个图像块组合中两个图像块中所有像素点的灰度值的方差的差值的绝对值；第m个图像块组合的运动幅度是指：第m个图像块组合中两个图像块的左上角的像素点之间的欧式距离。

需要说明的是，代表相邻两帧待处理图像中的图像块组合的噪声分布差异，/>代表相邻两帧待处理图像的整体噪声分布差异，如果图像块组合中两个图像块代表运动主体上相同位置，则图像块组合中两个图像块的噪声分布差异只是噪声导致的，所以图像块组合中两个图像块的信噪比差异程度趋近于相邻两帧待处理图像的整体噪声分布差异；如果图像块组合中两个图像块代表运动主体上不相同位置，则图像块组合中两个图像块的噪声分布差异是噪声以及运动主体上不相同位置的不同分布特征导致的，所以图像块组合中两个图像块的信噪比差异程度与相邻两帧待处理图像的整体噪声分布差异不同，因此，/>越小，则图像块组合中两个图像块越可能代表运动主体上相同位置，则相邻两帧待处理图像的第t种图像块组合方式的优选程度越大；同时，图像块组合中两个图像块的位置偏差是由运动主体产生的运动位移导致的，因此，如果图像块组合中两个图像块代表运动主体上相同位置，两个图像块的运动幅度应该趋近于运动主体产生的运动位移，所有图像块组合的运动幅度的均值代表了运动主体产生的运动位移，因此，/>越小，则图像块组合中两个图像块越可能代表运动主体上相同位置，则相邻两帧待处理图像的第t种图像块组合方式的优选程度越大。

计算相邻两帧待处理图像的每种图像块组合方式的优选程度，将优选程度最大的相邻两帧待处理图像的图像块组合方式作为相邻两帧待处理图像的最优图像块组合方式。

S004、根据最优图像块组合方式中每个图像块组合的第一个图像块的特征对第二个图像块进行去噪，获得去噪后的图像块组成的去噪后的图像。

需要说明的是，最优图像块组合方式中每个图像块组合中的两个图像块代表运动主体上相同位置，因此特征相似，根据第一个图像块的特征对第二个图像块进行去噪，去噪效果更好，保留处在运动状态的图像信息的细节。

在本实施例中，对于最优图像块组合方式中第m个图像块组合中的第一个图像块，计算图像块/>中所有像素点的灰度值的均值/>，将每个像素点的灰度值与均值/>的差值作为每个像素点的标准化灰度值，计算图像块/>中所有像素点的标准化灰度值的标准差/>；根据图像块/>的标准差/>获得高斯滤波核，根据高斯滤波核对最优图像块组合方式中第m个图像块组合中的第二个图像块/>进行滤波操作，获得去噪后的第二个图像块。

对相邻两帧待处理图像的最优图像块组合方式中每个图像块组合的第二个图像块进行去噪，最终获得去噪后的待处理图像。

本发明通过计算相邻两帧待处理图像的每种图像块组合方式的优选程度，根据优选程度获得相邻两帧待处理图像的最优图像块组合方式，使得最优图像块组合方式中每个图像块组合中的两个图像块代表运动主体上相同位置，因此，能够根据第一个图像块的特征对第二个图像块进行去噪，去噪效果更好，保留处在运动状态的图像信息的细节，提高后续光流法处理视频图像的准确性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种用于视频图像的智能处理方法，其特征在于，所述方法包括：

获取视频中的每帧图像在不同角度的灰度共生矩阵，根据不同角度的灰度共生矩阵计算相邻两帧图像的关联程度；

所述相邻两帧图像的关联程度的计算公式如下：

式中，表示第z帧图像和第z+1帧图像的关联程度，第z帧图像和第z+1帧图像是相邻两帧图像，z取遍[1,N-1]范围内的所有整数，N表示视频中包含的所有帧图像的数量，/>表示第z帧图像在角度/>的灰度共生矩阵的对比度，/>取遍{0,45,135,180}中的所有角度，/>表示第z+1帧图像在角度/>的灰度共生矩阵的对比度，/>表示第z帧图像在角度/>的灰度共生矩阵中灰度级i和灰度级j构成的点对(i,j)的频率，表示第z+1帧图像在角度/>的灰度共生矩阵中灰度级i和灰度级j构成的点对(i,j)的频率，/>表示以自然常数为底的指数函数；

根据关联程度获得所有相邻两帧图像中的相邻两帧待处理图像；

对相邻两帧待处理图像中的每帧待处理图像进行分块，将两帧待处理图像的图像块进行两两不重复组合，获得相邻两帧待处理图像的所有图像块组合方式；

根据关联程度和灰度值差异计算相邻两帧待处理图像的整体信噪比差异程度；根据整体信噪比差异程度，计算相邻两帧待处理图像的每种图像块组合方式的优选程度，根据优选程度获得相邻两帧待处理图像的最优图像块组合方式；

根据最优图像块组合方式中每个图像块组合的第一个图像块的特征对第二个图像块进行去噪，获得去噪后的图像块组成的去噪后的图像。

2.根据权利要求1所述的一种用于视频图像的智能处理方法，其特征在于，所述第z帧图像在角度的灰度共生矩阵的对比度的计算公式为：/>。

3.根据权利要求1所述的一种用于视频图像的智能处理方法，其特征在于，所述计算相邻两帧待处理图像的整体信噪比差异程度，包括的具体步骤如下：

将第一方差和第二方差的差值的绝对值与相邻两帧待处理图像的关联程度的乘积，作为相邻两帧待处理图像的整体信噪比差异程度，其中，第一方差是第r帧待处理图像中所有像素点的灰度值的方差，第一方差是第r+1待处理帧图像中所有像素点的灰度值的方差。

4.根据权利要求1所述的一种用于视频图像的智能处理方法，其特征在于，所述相邻两帧待处理图像的每种图像块组合方式的优选程度的计算公式如下：

式中，表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式的优选程度，第r帧待处理图像和第r+1帧待处理图像是相邻两帧待处理图像，r取遍[1,R]范围内的所有整数，R表示所有相邻两帧待处理图像的数量，/>表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式中第m个图像块组合的信噪比差异程度，/>表示第r帧待处理图像和第r+1帧待处理图像的整体信噪比差异程度，表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式中第m个图像块组合的运动幅度，/>表示第r帧待处理图像和第r+1帧待处理图像的第t种图像块组合方式中所有图像块组合的运动幅度的均值，/>表示以自然常数为底的指数函数。

5.根据权利要求4所述的一种用于视频图像的智能处理方法，其特征在于，所述图像块组合的信噪比差异程度的获取方法如下：

第m个图像块组合的信噪比差异程度是指：第m个图像块组合中两个图像块中所有像素点的灰度值的方差的差值的绝对值。

6.根据权利要求4所述的一种用于视频图像的智能处理方法，其特征在于，所述图像块组合的和运动幅度的获取方法如下：

第m个图像块组合的运动幅度是指：第m个图像块组合中两个图像块的左上角的像素点之间的欧式距离。

7.根据权利要求1所述的一种用于视频图像的智能处理方法，其特征在于，所述根据最优图像块组合方式中每个图像块组合的第一个图像块的特征对第二个图像块进行去噪，包括的具体步骤如下：

对于最优图像块组合方式中第m个图像块组合中的第一个图像块，计算图像块/>中所有像素点的灰度值的均值/>，将每个像素点的灰度值与均值/>的差值作为每个像素点的标准化灰度值，计算图像块/>中所有像素点的标准化灰度值的标准差/>；根据图像块/>的标准差/>获得高斯滤波核，根据高斯滤波核对最优图像块组合方式中第m个图像块组合中的第二个图像块/>进行滤波操作，获得去噪后的第二个图像块。

8.根据权利要求1所述的一种用于视频图像的智能处理方法，其特征在于，所述获取视频中的每帧图像在不同角度的灰度共生矩阵，包括的具体步骤如下：

将[0,255]范围内的所有灰度值均分为16个灰度级，根据灰度级获得每帧图像在0度、45度、135度、180度共4种角度的灰度共生矩阵，灰度共生矩阵为16阶方阵。

9.根据权利要求1所述的一种用于视频图像的智能处理方法，其特征在于，所述获得所有相邻两帧图像中的相邻两帧待处理图像，包括的具体步骤如下：

将所有相邻两帧图像中关联程度大于预设阈值Y的相邻两帧图像记为相邻两帧待处理图像。