[发明专利]一种对视频图像进行自适应去噪的方法及装置

说明书

技术领域

本发明涉及视频图像处理、视频通信技术，尤其涉及一种对视频图像进行自适应去噪的方法及装置。

背景技术

视频图像的采集、压缩编码、传输、解码、显示等是视频应用系统的主要功能，在这些过程中会不可避免地引入各种噪声。含有噪声的视频图像不但会直接影响图像的主观质量，而且会影响视频图像的多种后续处理任务，例如：存储、编解码、传输、目标识别与跟踪等。

视频序列不仅要关注每一帧图像的视觉效果，还要关注整个序列的视觉感受。由于电子产品本身固有的原因，噪声是不可避免的，而噪声又会影响视觉效果，因此为了提高人们的视觉感受并利于后续的视频处理，使用滤波技术对视频图像进行去噪声处理已成为非常必要的技术手段。

在去噪声的同时，要尽量保持图像的边缘和细节信息，否则去噪声后的视觉效果可能还不如去除噪声之前的效果，甚至会失去一些重要的信息。

传统的去噪声处理方法有邻域平均法、倒数梯度加权法、线性插值法、中值滤波法等。上述算法简单且容易实现，但对图像的去噪效果并不是很理想，处理后的图像相对模糊且细节保持较差。还有利用图像局部均值和方差进行判断去噪的方法，但由于计算量较大，不适用于图像的实时处理。基于随机几何形态学的小波图像去噪法也是另一大热点，但其计算量也比较大，而且软门限去噪还会损害图像的平坦区域，故也不适用于图像的实时处理。

发明内容

本发明提供了一种对视频图像进行自适应去噪的方法及装置，以解决现有技术中存在的去噪算法计算量大且去噪效果不好的缺陷。

为解决上述问题，本发明提供了一种对视频图像进行自适应去噪的方法，包括：

从缓冲区中读入一帧视频图像，分别计算该帧图像中每一像素点与相邻帧中与该像素点处于相同位置的像素点之间的运动矢量及分别对该帧图像中每一像素点进行边缘检测；分别利用各像素点的运动矢量的计算结果及边缘检测结果为各像素点选择相应强度的滤波方式，然后利用高斯相似度滤波器对各像素点进行相应的滤波。

进一步地，上述方法具体包括以下步骤：

A、从缓冲区中读入一帧视频图像；

B、从该帧图像中选出一个未经过滤波处理的像素点；

C、计算该像素点与相邻帧中与该像素点处于相同位置的像素点之间的运动矢量，且对该像素点进行边缘检测；

D、利用该像素点的运动矢量的计算结果及边缘检测结果为该像素点选择相应强度的滤波方式，然后按照该选择出的滤波方式利用高斯相似度滤波器对该像素点进行滤波；

E、判断该帧图像中所有像素点是否均已经过滤波处理，若不是，则执行步骤B。

进一步地，上述方法还可包括：

对该帧图像中的每一像素点进行完滤波处理后，将去噪后的图像数据送入显示缓存。

进一步地，上述方法还可具有以下特征：

所述计算该像素点与相邻帧中处于相同位置的像素点之间的运动矢量是指：计算该像素点的像素值与相邻帧中与该像素点处于相同位置的像素点的像素值的差值的绝对值。

进一步地，上述方法还可具有以下特征：

所述对该像素点进行边缘检测是指：利用拉普拉斯高斯变换(LoG)检测算子对该像素点的边缘细节进行检测，得到边缘检测值。

进一步地，上述方法还可具有以下特征：

所述LoG检验算子为

进一步地，上述方法还可包括：

预先设定4个门限值，包括：第一门限值、第二门限值、第三门限值及第四门限值；

所述利用该像素点的运动矢量的计算结果及边缘检测结果为该像素点选择相应强度的滤波方式是指，对该像素点执行下述操作：

A、判断该像素点的运动矢量值是否小于所述第一门限值或者边缘检测值是否大于所述第四门限值，若是，则选择时域滤波方式；否则执行下一步骤；

B、判断该像素点的运动矢量值是否小于所述第二门限值或者边缘检测值是否大于所述第三门限值，若是，则选择弱滤波方式；否则，选择强滤波方式。

进一步地，上述方法还可具有以下特征：

所述第一门限值的取值范围为2～5，所述第二门限值的取值范围为10～15。

进一步地，上述方法还可具有以下特征：

所述利用高斯相似度滤波器对该像素点进行相应的滤波具体包括：

1)计算该像素与邻域像素间的相似度值Gs；

2)对相邻前后帧中与当前像素点的邻域位置相同的所有像素点进行相似度运算；

3)根据公式计算出该像素点去噪后的像素值；