[发明专利]视频降噪装置及方法

说明书

技术领域

本发明关于一种视频降噪装置及方法，特别是涉及一种基于像素相似性的视频降噪装置及方法。

背景技术

视频降噪一直是图像视频处理和计算机视觉研究的热点之一。图像视频去噪的直接目的是改善噪声污染的视频图像，解决实际图像由于噪声干扰而导致图像质量下降的问题。去噪可以有效地提高视频图像质量，增大信噪比，更好的体现原始视频所携带的信息。好的去噪方法还会提高后续视频图像处理的质量，如目标分割、边缘提取、目标跟踪和识别等。

去噪的关键是在尽可能保持有用信息完整性的同时，又能够去除信号中干扰的信息。特别是当图像中有复杂强噪声而使图像细节模糊时，去噪的同时不模糊图像细节尤其重要。例如，红外图像在成像过程中存在多种干扰因素使得红外图像噪声严重而且边缘模糊不清。一般的去噪方法，如均值滤波、中值滤波、维纳滤波和小波软硬阈值法等，都不能取得较好的去噪结果。

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装置及方法，通过利用像素在空间上（当前图像）和时间上（以前图像）的相关性进行3维递归去噪，既能去掉较强的复杂噪声和保持图像细节，还能保证去噪效果的稳定性。

本发明之另一目的在于视频降噪装置及方法，其在去噪之后，对视频图像进一步进行选择性增强，这样可以增强细节，却不会增强可能剩余的噪声。

为达上述及其它目的，本发明提出一种视频降噪装置，至少包括：

噪声级别估计模块，利用前一帧图像的去噪结果及当前图像的梯度模值直方图获得当前图像的亮度差值直方图，并根据当前图像的亮度差值直方图对当前图像进行噪声级别估计；

空域相似性去噪模块，计算当前图像中任意两像素点的空域距离，根据前一帧估计的噪声级别获得该任意两像素点的空域相似度，并根据空域相似度对当前图像进行去噪；

时域相似度计算模块，根据前一帧估计的噪声级别，计算当前图像中任一像素点与前一帧去噪图像对应位置像素点的像素时域距离，并获得相应的像素时域相似度；

递归去噪模块，根据获得的像素时域相似度、空域相似性去噪结果以及前一帧去噪结果对视频图像进行三维递归去噪。

进一步地，该噪声级别估计模块包括：

亮度差值计算模组，利用前一帧图像的去噪结果计算获得当前图像各像素点与前一帧图像对应像素点的亮度差值；

梯度模值计算模组，对当前图像中任意像素点，根据该像素点的4邻域像素获得该像素点的梯度模值；

梯度模值阈值确定模组，利用计算获得的梯度模值获得梯度模值直方图，并根据梯度模值直方图确定梯度模的阈值；

亮度差值直方图确定模组，对获得的各像素点的亮度差值，依据获得的梯度模值阈值统计获得当前图像的亮度差值直方图；

噪声估计模组，基于当前图像的亮度差值直方图计算累积直方图，并基于累积直方图进行当前图像的噪声级别估计，获得噪声级别估计结果。

进一步地，该噪声级别估计模块还包括时域距离计算模组，该时域距离计算模组用于计算获取当前图像各像素与前一帧去噪图像中对应位置像素的时域距离，该亮度差值直方图确定模组依据获得的梯度模值阈值及时域距离，对获得的各像素点的亮度差值统计确定当前图像的亮度差值直方图。

进一步地，像素的亮度差值统计到亮度差值直方图满足以下两个条件：

一是该像素的梯度模值小于或等于梯度模值阈值，二是该像素与前一帧去噪图像中对应位置像素的时域距离小于或等于一预定阈值。

进一步地，当前图像估计的噪声级别只能给下一幅图像处理中使用，当前图像只能使用前一帧图像估计的噪声级别。

进一步地，该空域相似性去噪模块包括：

结构信息计算模组，计算当前图像各像素点的水平和垂直梯度，通过将水平和垂直梯度结合获得各像素点的结构信息；

结构距离计算模组，利用获得的结构信息获得当前图像中任意两个像素点的结构距离；

空域距离计算模组，计算两个像素点的像素值距离，并根据获得的该两个像素点的结构距离，获得该两个像素点的空域距离；

空域相似度计算模组，基于两个像素点的空域距离，根据前一帧估计的噪声级别利用一空域相似度计算公式计算获得该两个像素点的空域相似度；

空域去噪模组，将当前图像从RGB空间转换到YUV空间，在YUV空间根据获得的空域相似度分别对YUV三个分量进行去噪，去噪后再将图像转回RGB颜色空间。

进一步地，该结构信息计算模组利用各像素点水平梯度和垂直梯度的差值来表示结构信息。

进一步地，该空域相似度计算公式为：