一種分層自適應閾值視頻去噪方法
【專利摘要】本發(fā)明公開了一種分層自適應閾值視頻去噪方法，包括以下步驟：輸入含噪視頻，對其進行Surfacelet變換；分別對每層Surfaclet分解的方向子帶內(nèi)的系數(shù)估計噪聲方差；利用每層方向子帶系數(shù)的大小計算初始閾值；對第高層分解子帶利用系數(shù)領域信息自適應調整上述得到的該層初始閾值；對其他層利用方向能量比自適應調整各層的初始閾值；利用軟閾值函數(shù)進行去噪處理；對去噪后的系數(shù)進行重構，得到去噪后視頻。本發(fā)明顯著減少了計算復雜度，提高了去噪視頻的PSNR值，能夠有效地保持視頻的細節(jié)信息，可用于自然視頻去噪和三維圖像去噪。
【專利說明】一種分層自適應閾值視頻去噪方法
【技術領域】
[0001]本發(fā)明涉及一種視頻去噪方法，特別涉及一種分層自適應閾值視頻去噪方法。
【背景技術】
[0002]隨著現(xiàn)代計算機和成像設備處理能力的增強，很多領域展開了對于高分辨率三維和更高維空間立體數(shù)據(jù)獲取和應用研究，包括生物醫(yī)學圖像、視頻圖像、銀河系外天文圖像、計算機視覺、以及三維SAR圖像等。為了有效地分析和表示這種海量數(shù)據(jù)，在不同的工程領域，需要創(chuàng)建和應用新的信號處理工具。
[0003]視頻去除噪聲的研究最初以圖像為單位逐幀處理，傳統(tǒng)的視頻去噪方法按空域、時域、變換域來進行劃分?？沼驗V波有中值濾波和系數(shù)自適應濾波等濾波方法，對各幀圖像均能得到較好的濾波效果。但是在視頻應用中，由于空域濾波沒有充分利用時域信息，不能得到理想的濾波效果。時域濾波考慮了幀間相關性，但是只適合靜止目標，對運動目標會產(chǎn)生偽影等現(xiàn)象。變換域通常都是逐幀去噪，對視頻不斷變化的特性估計不足。
[0004]新的視頻去噪算法主要是在原有算法的基礎上加入運動檢測估計，利用視頻各幀圖像的運動相關性，可以有效的解決偽影、拖尾等現(xiàn)象。另外一種新的視頻去噪算法是將時間作為一維，將視頻信號作為特殊的三維信號，整體做三維變換，也能夠取得較好的去噪效果O
[0005]人們已經(jīng)提出了多種對于這種圖像數(shù)據(jù)的稀疏表示方法，其中多尺度分析方法最為引人注目。然而，絕大數(shù)的三維變換都是可分一維變換的組合，不是真正意義上的三維變換，這類變換得到的子帶會混淆三維信號的方向信息，不適合處理圖像立方體。如=LexingYing和Candes等人提出了 Curvelet變換的三維形式，即3D_Curvelet,具有良好的方向選擇性，但是其過大的冗余度(約40倍)使得算法效率非常低；Bamberger提出一個三維子帶分解方案，通過利用棋盤格濾波器組分別沿著兩個正交信號平面來實現(xiàn)，這個信號平面由二維平面上的一個二維方向濾波器組(DFB)進行分解。然而，所得到的通帶形狀是三維三角柱，而且不對應于單一方向域，角度分辨率只能沿著其中一個軸細化。為了有效表示高維數(shù)據(jù)，Yue M.Lu和Minh N.Do在文獻中將DFB擴充到高維，從而構成多維方向濾波器組(NDFB)，通過多尺度金字塔和NDFB的結合提出了 Surfacelet，Surfacelet的多尺度分解定義在頻率域，這樣其基圖像定位在頻率域，它能有效捕獲和表示光滑表面信號奇異性，并具有多方向分解、各向異性和低冗余度等性質，它能夠非常有效的捕捉到三維信號的光滑表面奇異性，非常適合處理三維信號。
[0006]但是現(xiàn)有的基于Surfacelet變換的視頻去噪算法并不能很好的利用Surfacelet變換優(yōu)點，沒有很好的利用變換域的系數(shù)的領域、方向信息。而且Surfacelet變換對硬件的要求較高，也限制它的應用。

【發(fā)明內(nèi)容】

[0007]本發(fā)明所要解決的技術問題是提供一種分層自適應閾值視頻去噪方法，減少算法復雜度，并在改善視頻去噪效果的同時可以有效的解決偽影、拖尾和偽吉布斯效應等現(xiàn)象。
[0008]本發(fā)明為解決上述技術問題采用以下技術方案:
[0009]一種分層自適應閾值視頻去噪方法，包含以下步驟:
[0010]步驟1，輸入含噪視頻，并對含噪視頻做Surfacelet變換，分解為4層；
[0011]步驟2,利用中值估計法估計Surfacelet變換域最高層方向子帶噪聲標準差:
[0012]ο 1 = median (| y (i, j, k) )/0.6745
[0013]式中，y(i,j, k)為最高層 Surfacelet 變換域某一方向子帶；i e {1,2,3,...,1},j e {1，2，3，…，J}，k e {1,2, 3, - ,K} ;1、J、K分別為該子帶的長度、寬度、高度；應用蒙特卡洛算法估計高斯白噪聲經(jīng)過Surfacelet變換后各層噪聲標準差關系:
[0014]
【權利要求】
1.一種分層自適應閾值視頻去噪方法，其特征在于，包含以下步驟: 步驟I，輸入含噪視頻，并對含噪視頻做Surfacelet變換,分解為4層； 步驟2,利用中值估計法估計Surfacelet變換域最高層方向子帶噪聲標準差: ο 1 = median (| y (i, j, k) )/0.6745 式中，y(i，j，k)為最高層Surfacelet變換域某一方向子帶；i e {1，2，3，…，1}，j e {1，2，3，…，J}，k e {1,2, 3, - ,K} ;1、J、K分別為該子帶的長度、寬度、高度；應用蒙特卡洛算法估計高斯白噪聲經(jīng)過Surfacelet變換后各層噪聲標準差關系:

2.根據(jù)權利要求1所述的基于Surfacelet變換域的分層自適應閾值視頻去噪方法，其特征在于，步驟4中所述收縮因子的計算公式為:
3.根據(jù)權利要求1所述的基于Surfacelet變換域的分層自適應閾值視頻去噪方法，其特征在于，步驟5中所述調整因子的計算公式為:
4.根據(jù)權利要求2所述的基于Surfacelet變換域的分層自適應閾值視頻去噪方法，其特征在于，所述鄰域內(nèi)所有系數(shù)值的平方和，其計算公式為:
5.根據(jù)權利要求3所述的基于Surfacelet變換域的分層自適應閾值視頻去噪方法，其特征在于，所述第J尺度下第K方向子帶的能量值，其計算公式為:
6.根據(jù)權利要求3所述的基于Surfacelet變換域的分層自適應閾值視頻去噪方法，其特征在于，所述J尺度下所有方向子帶的能量值，其計算公式為:
7.根據(jù)權利要求1所述的基于Surfacelet變換域的分層自適應閾值視頻去噪方法，其特征在于，步驟3中所述可調經(jīng)驗值r取多次實驗的最理想數(shù)值，
8.根據(jù)權利要求1所述的基于Surfacelet變換域的分層自適應閾值視頻去噪方法，其特征在于，步驟4中所述可調經(jīng)驗值c取多次實驗的最理想數(shù)值，
【文檔編號】H04N19/166GK103747268SQ201310726947
【公開日】2014年4月23日 申請日期:2013年12月25日 優(yōu)先權日:2013年12月25日
【發(fā)明者】鹿浩, 王佳希, 陳亮, 曹寧 申請人:河海大學