[发明专利]基于频域和空域特征的视频拉条的检测和恢复方法

说明书

一种基于傅里叶变换特征和空域特征的视频拉条快速检测及恢复方法。为提高拉条检测速度，先基于相邻帧差分图像粗糙度统计方法,在视频序列中快速检测发生拉条的视频帧序号；再在拉条帧上，寻找确定发生像素移位的像素坐标位置和移位数量。修复阶段是：先对拉条帧中因像素移位造成拉条区域的起始两行以外的其他所有行区域都进行部分修复，再对发生拉条像素移位的第Lsubgt;y/subgt;行和第Lsubgt;y/subgt;+1行的两行执行移位修复：定义MSD获得该两行的移位修复结果，计算确定拉条帧像素移位的列坐标Lsubgt;x/subgt;；最后使用前后帧时空插值算法对缺失像素的区域进行填充修复。本发明方法能快速、准确检测视频拉条在视频中的位置，并快速恢复。

技术领域

本发明涉及一种数字图像处理方法，确切地说，涉及一种基于频域和空域特征的视频拉条的检测和恢复方法，属于计算机视觉图像处理的技术领域。

背景技术

通过文献检索发现，目前，已经有许多研究人员提出了多种针对特定的视频图像缺陷的检测及其恢复方法。

例如，对于旧电影中的“闪烁(flicker)”问题的修复，研究人员提出了一种新模型。该模型根据Hurter-Driffield密度与对数曝光特性，用于估计由曝光不一致引起的图像强度误差，并提出了用于估计可用灰度级上的校正分布的算法。这个算法对于消除电影的各种闪烁是非常有效的。

旧电影中常见的退化形式是胶片撕裂(film tear)。这是由于胶片的物理撕裂造成的。撕裂导致退化帧的区域的位移和图像数据的丢失，至今业界尚未提出自动处理胶片撕裂及其恢复的方法，

对于电影中的颗粒噪音(grain noise)检测，研究人员通过在频域中计算的新度量来确定关于强度和纹理的均匀块。然后，基于这些均匀块，估计与信号相关的颗粒噪声水平，并检测电影颗粒的图像区域，从而符合包括数字电影的修复和特效合成的实际应用要求。

对于旧电影缺陷(film defect)，研究人员重点讨论了在老化薄膜中定位长垂直线缺陷的难题。提出了一种渐进检测算法，能够检测到召回率超过86％的有效线缺陷，然后再逐步移除这些线缺陷。

视频自动处理通常涉及处理具有不同强度和“颗粒”噪声的“斑点”形式的替换噪声(replacement noise)。替换噪声是必须检测的丢失数据，需要基于周围的时空信息重建，而加性噪声可以被视为降噪问题。因此，研究人员提出将马尔可夫链蒙特卡罗方法用于联合检测和去除替换和加性噪声分量。

对于各种方向，颜色和形状的线划痕(line scratches)，研究人员提出了一种检测和去除静止图像中的线划痕的检测/恢复方法，该方法适用于均匀或复杂背景下存在的简单和复杂划痕。这项工作中，划痕的两个属性被认为是：划痕与其邻居相比具有高对比度，且其通常垂直出现，以及划痕长度超过图像的一半时，才被考虑在内。首先，应用简单的阈值技术来检测候选划痕像素，然后将在第一步骤中检测到的像素用于在恢复步骤期间去除划痕的掩模，使用基于13x13邻域的高阶非自适应插值方法来修复检测到的划痕。

对于线划痕(line scratches)的视频图像缺陷，还有些研究者对图像中的各种方向，颜色和形状的线条划痕进行分析后，提出一种检测/恢复方法来处理这个缺陷。首先，使用预处理步骤沿着一组选定的方向增强图像特征，再将Hough变换应用于12个输出二进制图像，以便提取所有相关线。最后，向用户提出一组可能的划痕，以供用户为划痕分析过程中的后续步骤选择一个候选者。关于线划痕的恢复，则提出一种基于块匹配的新方法。与简单的插值过程相比较，该基于块匹配的方法确保了划痕上的线的正确重建，引入了更少的模糊。