结合时间轴滤波的视频消噪方法的研究

《结合时间轴滤波的视频消噪方法的研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、http://www.paper.edu.cn结合时间轴滤波的视频消噪方法的研究王小荷，陈兵旗中国农业大学工学院，北京（100083）E-mail：streamwangwang@126.com摘要：本研究提出了一种视频图像去噪新方法，处理步骤包括：提取视频图像背景、每帧图像进行二维小波域自适应多阈值去噪滤波、使用自适应阈值分割运动部分和静止部分、分别针对运动部分和静止部分设定不同的邻域大小进行时间轴上的中值滤波。对于含有运动物体的图像序列，该算法在有效地抑制噪声、提高信噪比的同时，很好的保留了运动图像的边缘，降低了运动图像的模糊程度。关键词：小波变换，运动检测，中值滤波，视

2、频去噪中图分类号：TP7511.引言视频图像在形成、传输和记录的过程中，成像系统、传输介质和记录设备的不完善，都会造成图像的质量下降。尤其当所观察的目标距离太远、或气象条件比较差时，容易导致目标能量小，噪声大，图像信噪比降低。这对后续图像的处理（如分割、压缩和图像理解等）将产生不利影响，这时对一段视频图像的去噪工作就显得尤为重要。目前对消噪的研究大多集中于单帧图像，而对视频图像序列的消噪研究得相对较少。对视频图像去噪有帧内滤波和帧间滤波两种方法。帧内滤波是对视频序列中的各帧分别进行滤波，其缺点是：即使所采取的消噪算法能够有效地对各帧进行消噪，消噪后的视频图像仍不能令人满意。

3、一方面是由于消噪后各帧存在不同程度的降质，另一方面是由于各帧分别消噪后会使得帧与帧之间不连续，播放时产生一些令人不愉快的视觉效果。相比而言，帧间滤波由于考虑了帧间图像的相关性具有更好的去噪效果。传统的帧间滤波多采用多帧累加[1]平均的方法，对于静态图像可以有效地抑制噪声，提高图像清晰度，但此类方法只适用于静止目标，对于微位移目标，该方法会引起目标边缘的虚像甚至伪像，对于大运动目标，可能导致目标图像不可识别。而且在我们的实际应用中，更多的是具有运动物体的活动图像，静态图像只占一小部分。张俊举等人提出的基于运动判断的动态帧间滤波方法，可以判断成[2]像目标是否运动，进一步判断是

4、否进行滤波，或者进行几级滤波。但对于视频图像中存在运动的像素点，降低噪声的效果较差，而且它的运动判据很不完善。近年来，小波理论的应用日益成熟，由于其具有良好的时频局部化特性，对含噪信号进行处理时，可有效地滤除噪声和保留高频信息，得到对原信号的最佳恢复。重庆通信学院的粘永健等人提出了在小波域[3,4]内对视频图像进行滤波去噪的新方法，取得了较好的效果,但在含有运动物体的视频图像去噪方面仍存在着运动检测过于粗略等问题。本研究提出了一种二维小波域自适应滤波与时间轴滤波相结合的视频图像去噪新方法。对于二维小波域自适应滤波算法，提出了一种高效的自适应阈值选取方案；时间轴滤波则是在运动

5、检测基础上，针对图像中的静态部分、运动部分分别设定中值滤波邻域实现平滑的帧间滤波方法。实验结果证明本方法在去掉噪声的同时，很好的保留了运动图像的边缘，降低了运动图像的模糊程度。与单纯的帧内滤波和帧间滤波相比，这种新的三维滤波器可以进一步提高视频图像质量。2.实验方法本研究所使用的硬件设备为：台式电脑，CPU2.4GHz，256MB内存，Windows2000系-1-http://www.paper.edu.cn统；34万像素SONY数码摄相机，设定图像大小为256×256像素，NTSC制式，图像采集帧率为30帧/秒。摄像机与计算机通过IEEE1394接口进行连接。算法程序是

6、利用MicrosoftVisualC++6.0开发实现的。按照以下步骤进行实验。1)含噪视频图像采集。2)背景提取。3)每帧图像进行二维小波域自适应多阈值去噪滤波。4)运动检测。5)分别针对运动部分和静止部分进行时间轴上的中值滤波，然后合并数据输出视频图像。2.1含噪视频图像的获得为了能在实验中得到精确的数据分析，首先采用在清晰图像上人为加噪声进行处理，即在原始信号和噪声信号都已知的前提下，进行此实验，并采用平均峰值信噪比PSNR(peaksignal-to-noiseratio)作为消噪后图像的质量评价标准。其中PSNR定义为：2⎛(max(fx(,y)))⎞PSNR=1

7、0lg⎜MSE⎟（1）⎝⎠∧式中，f(x,y)为不含噪声图像数据，MSE（meansquarederror）为均方误差，f(,xy)代表噪声图像或消噪后重建的图像数据，MSE的定义为MN∧21⎡⎤MSE=∑∑⎢f(,xy)−f(x,y)⎥（2）MNxy==11⎣⎦在仿真实验的基础上，进行实地拍摄，验证实验方法的实际可行性。因为夜间拍摄的图像容易受到噪声污染，有严重的“雪花点”现象，所以选择夜间拍摄噪声污染的视频图像。拍摄地点为城市道路拐角处。2.2背景提取将实验用的含噪图像序列都读入缓冲区作为背景计算帧。先确定背景