国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

一種基于時(shí)空聯(lián)合的實(shí)時(shí)視頻降噪算法

2011-11-27 01:46:02謝永昌狄紅衛(wèi)
關(guān)鍵詞:宏塊空域時(shí)域

高 輝 ,謝永昌,狄紅衛(wèi),2

(1.暨南大學(xué) 光電工程研究所,廣東 廣州510632;2.光電信息與傳感技術(shù)廣東普通高校重點(diǎn)實(shí)驗(yàn)室(暨南大學(xué)),廣東 廣州510632)

視頻監(jiān)控以其直觀、方便、信息內(nèi)容豐富而廣泛應(yīng)用于安防、監(jiān)控等場(chǎng)合,成為金融、商業(yè)、交通乃至住宅、社區(qū)等領(lǐng)域安全防范的重要手段,為這些行業(yè)的安全防范和環(huán)境監(jiān)控起到了不可忽視的作用。然而受監(jiān)控環(huán)境、光照變化等影響,噪聲一直是實(shí)時(shí)視頻監(jiān)控中不可回避的問題,也成為影響視頻質(zhì)量的重要因素。

目前視頻降噪的方法主要分為空域降噪法和時(shí)域降噪法兩類??沼蚪翟敕ㄒ话慊诘屯V波的方法,但在視頻監(jiān)控中,由于空域?yàn)V波沒有充分利用時(shí)域信息,效果并不理想。時(shí)域降噪法既可以有效去除噪聲也可以很好地保護(hù)圖像的細(xì)節(jié),可是單純的時(shí)域?yàn)V波會(huì)引入運(yùn)動(dòng)拖影現(xiàn)象。參考文獻(xiàn)[1]提出了一種基于運(yùn)動(dòng)補(bǔ)償?shù)臅r(shí)域自適應(yīng)視頻降噪算法,該算法時(shí)間復(fù)雜度相對(duì)較高,而且為了滿足實(shí)時(shí)性,不能結(jié)合多幀數(shù)據(jù)進(jìn)行濾波,只考慮了前一幀數(shù)據(jù),因而影響了降噪效果。參考文獻(xiàn)[2]提出了結(jié)合運(yùn)動(dòng)檢測(cè)區(qū)分每幀圖像的運(yùn)動(dòng)區(qū)域和非運(yùn)動(dòng)區(qū)域,再分別對(duì)不同的區(qū)域采用不同的濾波策略。這種結(jié)合了時(shí)域、空域的視頻濾波降噪算法充分利用了視頻的時(shí)域、空域信息,能夠避免使用單個(gè)算法的缺點(diǎn),得到了不錯(cuò)的效果,然而,這種時(shí)空聯(lián)合去噪方法的效果取決于運(yùn)動(dòng)檢測(cè)的精確度。

針對(duì)監(jiān)控視頻圖像的特點(diǎn),本文提出了一種基于時(shí)空聯(lián)合的實(shí)時(shí)視頻降噪算法。通過結(jié)合多幀圖像進(jìn)行運(yùn)動(dòng)檢測(cè),自適應(yīng)地區(qū)分圖像的運(yùn)動(dòng)區(qū)域和靜止區(qū)域,對(duì)靜止區(qū)域采用時(shí)域加權(quán)均值濾波,對(duì)運(yùn)動(dòng)區(qū)域采用空域ANL濾波。實(shí)驗(yàn)結(jié)果表明,該方法能夠顯著提高視頻的信噪比和圖像的主觀質(zhì)量,而且沒有運(yùn)動(dòng)拖影和明顯的細(xì)節(jié)信息丟失,并在視頻監(jiān)控系統(tǒng)中得到了商業(yè)化的應(yīng)用。

1 基于運(yùn)動(dòng)檢測(cè)的時(shí)空聯(lián)合視頻降噪算法

1.1 算法流程

基于運(yùn)動(dòng)檢測(cè)的時(shí)空聯(lián)合視頻降噪流程如圖1所示。

圖1 基于時(shí)空聯(lián)合的實(shí)時(shí)視頻降噪算法流程圖

具體步驟如下:

(1)以4像素×4像素大小的宏塊為基本處理單位,進(jìn)行噪聲方差的估計(jì);

(2)結(jié)合噪聲方差設(shè)置運(yùn)動(dòng)檢測(cè)的閾值T;(3)利用宏塊的像素值之和進(jìn)行運(yùn)動(dòng)檢測(cè);

(4)針對(duì)不同的區(qū)域,對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行ANL濾波,對(duì)非運(yùn)動(dòng)區(qū)域進(jìn)行時(shí)域均值濾波。

1.2 運(yùn)動(dòng)檢測(cè)算法

運(yùn)動(dòng)檢測(cè)算法是本算法的核心,它決定整個(gè)算法的性能。運(yùn)動(dòng)檢測(cè)的方法主要有背景差分法、時(shí)間差分法和光流法。光流法計(jì)算復(fù)雜而且抗干擾性差,一般無法做到實(shí)時(shí)處理。幀間差分法只檢測(cè)相對(duì)運(yùn)動(dòng)的物體,因兩幅圖像之間的時(shí)間間隔較短,差分圖像受光線變化影響小,檢測(cè)有效而穩(wěn)定,但該方法存在忽視兩幀間物體重疊部位形成空洞和檢測(cè)出的物體的位置不精確的缺陷。與幀間差分法相比,背景差分法一般能夠提供較完全的特征數(shù)據(jù),得到較精確的目標(biāo)圖像,但在實(shí)際應(yīng)用中,由于進(jìn)行比較的兩幅圖像攝自不同的時(shí)刻,因此容易受光照變化、風(fēng)等自然因素和其他人為因素的影響,出現(xiàn)許多偽運(yùn)動(dòng)目標(biāo)點(diǎn),影響目標(biāo)檢測(cè)的效果[3]。

在視頻監(jiān)控中,時(shí)域降噪的效果遠(yuǎn)比空域降噪要好,在不造成運(yùn)動(dòng)拖影的前提下應(yīng)以時(shí)域降噪為主,使降噪的效果最優(yōu),因此運(yùn)動(dòng)檢測(cè)相當(dāng)關(guān)鍵。參考文獻(xiàn)[2]采用幀間差分法,但是參考文獻(xiàn)[2]判斷運(yùn)動(dòng)和靜止塊的準(zhǔn)則是:若當(dāng)前幀的當(dāng)前子塊與前幀對(duì)應(yīng)子塊中超過80%的塊滿足設(shè)定條件,當(dāng)前子塊才被判斷為靜止區(qū)域。這種方法使得很多靜止的區(qū)域被誤判為運(yùn)動(dòng)的區(qū)域,從而降低了去噪的效果,同時(shí)帶來過多的使用空域降噪而引起的在視頻序列應(yīng)用上的閃爍問題。本文提出只要當(dāng)前幀的當(dāng)前子塊與前幀對(duì)應(yīng)子塊中有一個(gè)子塊滿足設(shè)定條件,當(dāng)前子塊就被判斷為靜止區(qū)域,進(jìn)而采用加權(quán)時(shí)域均值濾波[4]。

首先將待處理的視頻幀劃分成4像素×4像素的宏塊。宏塊的選取不宜過大也不宜過小,宏塊越大檢測(cè)出來的運(yùn)動(dòng)區(qū)域越不精細(xì),從而導(dǎo)致運(yùn)動(dòng)的區(qū)域過多,影響降噪的效果。宏塊選取過小會(huì)造成運(yùn)動(dòng)檢測(cè)不準(zhǔn)確,特別是在高噪聲背景下檢測(cè)。這是因?yàn)楸疚臑榱诉M(jìn)一步減少噪聲的干擾,采用宏塊的像素值之和作為設(shè)置運(yùn)動(dòng)檢測(cè)閾值的判斷準(zhǔn)則,這相當(dāng)于做了一次簡(jiǎn)單的均值濾波。劃分宏塊后,計(jì)算宏塊的像素值之和,然后進(jìn)行比較,若兩對(duì)應(yīng)宏塊像素值和的差值的平方小于閾值T,則認(rèn)為是靜止?fàn)顟B(tài)。具體的步驟如下(記當(dāng)前幀為k,宏塊的橫坐標(biāo)和縱坐標(biāo)分別為 i、j):

(1)初始化前L幀的每個(gè)宏塊的運(yùn)動(dòng)狀態(tài)為靜止?fàn)顟B(tài)即 M(i,j,k-l)=0,其中 l∈[1,L],M(i,j,k-l)為 0 時(shí)表示靜止?fàn)顟B(tài),為1時(shí)表示運(yùn)動(dòng)狀態(tài);

(2)求當(dāng)前宏塊B(i,j,k)的像素值之和SB(i,j,k);

(3)SB(i,j,k)與第k-l幀對(duì)應(yīng)宏塊的像素值之和SB(i,j,k-l)比較,若 D(i,j,k-l)=[SB(i,j,k-l)-SB(i,j,k)]2>T,則將以B(i,j,k-l)為中心的3×3的宏塊設(shè)置為運(yùn)動(dòng)狀態(tài),即 M(m,n,k-l)=1,其中 m∈[i-1,i+1],n∈[j-1,j+1];

(4)若 l>L,則轉(zhuǎn)到步驟(5),否則 l=l+1,并轉(zhuǎn)到步驟(3)進(jìn)行下一幀對(duì)應(yīng)宏塊的檢測(cè);

(5)若前L幀對(duì)應(yīng)宏塊中有一個(gè)宏塊的M(i,j,k-l)=0,即為靜止?fàn)顟B(tài),則將當(dāng)前宏塊判斷為靜止區(qū)域,令M(i,j,k)=0;若完成所有宏塊的檢測(cè)則轉(zhuǎn)到步驟(6),否則轉(zhuǎn)到步驟(2)進(jìn)行下一個(gè)宏塊的檢測(cè);

(6)完成所有宏塊的運(yùn)動(dòng)檢測(cè)。

1.3 時(shí)域加權(quán)均值濾波

對(duì)于當(dāng)前幀中判定為靜止區(qū)域的塊,采用時(shí)域加權(quán)均值濾波實(shí)現(xiàn)降噪。具體如下:

式中:

1.4 空域降噪中的ANL算法

對(duì)于當(dāng)前幀中判定為運(yùn)動(dòng)區(qū)域的塊,采用空域降噪。傳統(tǒng)的空域降噪方法有均值濾波、中值濾波、加權(quán)均值濾波等,這些方法都會(huì)造成明顯的細(xì)節(jié)信息丟失[5]??沼蚪翟氲乃惴ㄖ?,Non_local means是一種性能優(yōu)良的算法,特別是基于Non_local means的鄰域自適應(yīng)算法 (簡(jiǎn)稱ANL算法)降噪效果很好[6],本文采用 ANL作為時(shí)空聯(lián)合降噪算法中的空域降噪方法。

假設(shè)被噪聲污染的圖像為v={v(x)|x∈I},則濾波之后的圖像表示為 NL[v](x),對(duì)于每一個(gè)像素 x,通過計(jì)算其加權(quán)平均來得到去噪之后的圖像:

其中:

式(2)中,w(x,y)是權(quán)值,根據(jù)像素點(diǎn) x和像素點(diǎn) y之間的相似程度來計(jì)算,并且滿足0≤w(x,y)≤1,Σyw(x,y)=1。這種相似程度并不是簡(jiǎn)單地對(duì)這兩個(gè)像素點(diǎn)的直接差值進(jìn)行度量,而是通過比較v(Nx)和 v(Ny)的相似程度以求得權(quán)值,v(Nk)表示以像素k為中心的一個(gè)矩形區(qū)域。像素之間相似程度的判定是根據(jù)這個(gè)矩形區(qū)域內(nèi)的對(duì)應(yīng)像素相減之后的平方和的大小來度量的,差值的平方和越小,表明像素越相似,則相對(duì)應(yīng)的權(quán)值就會(huì)越大;相反,差值的平方和越大,表明像素的相似程度越小,相對(duì)應(yīng)的權(quán)值就會(huì)越小。dis小于閾值T1的像素,可以認(rèn)為是噪聲帶來的影響,其區(qū)域相對(duì)平坦,因此可以直接求其平均,這樣就會(huì)較好地去除噪聲;而對(duì)dis大于閾值T2的像素,其權(quán)值為0,這樣的截?cái)鄷?huì)減少圖像模糊現(xiàn)象,較好地保持圖像的邊緣;而對(duì)大于T1小于 T2的像素,可以按照其實(shí)際的dis來計(jì)算權(quán)值。

如圖2所示,圖中粗線區(qū)域中心A表示待處理點(diǎn),其右上方鄰域的點(diǎn)B為要加權(quán)平均的點(diǎn),即虛線區(qū)域中心像素點(diǎn),為了計(jì)算此點(diǎn)的權(quán)值,以待處理點(diǎn)A為中心的3×3的矩形窗口和B點(diǎn)為中心的 3×3矩形窗口內(nèi)像素點(diǎn)對(duì)應(yīng)相減的平方和,即(1-1′)2+(2-2′)2…來度量權(quán)值。本文采用9×9大小的搜索范圍,相似矩形區(qū)域?yàn)?×3。

圖2 對(duì)應(yīng)像素示意圖

2 實(shí)驗(yàn)結(jié)果與分析

為了說明算法的有效性,本文對(duì)添加了高斯噪聲的bridge-far測(cè)試序列進(jìn)行了仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果如圖3所示。

從圖3(c)和圖3(d)的背景可以發(fā)現(xiàn)圖3(d)的去噪效果比圖3(c)的要好,說明本文提出的運(yùn)動(dòng)檢測(cè)算法對(duì)運(yùn)動(dòng)和靜止區(qū)域的判斷更合理。對(duì)于圖3(e)和圖3(f)兩種空域降噪算法,ANL算法明顯要比空域自適應(yīng)降噪算法好很多。從圖3(g)和圖3(h)中可以看出,本文提出的時(shí)空聯(lián)合降噪算法比參考文獻(xiàn)[3]中的算法更好,而且從快速飛入的小鳥和緩慢前進(jìn)的大船可以看出本算法可以準(zhǔn)確地檢測(cè)出運(yùn)動(dòng)區(qū)域,同時(shí)不會(huì)造成運(yùn)動(dòng)拖影;從湖面的波紋可以說明本算法沒有造成明顯的細(xì)節(jié)信息丟失。表1給出了相應(yīng)的實(shí)驗(yàn)數(shù)據(jù)。

圖3 實(shí)驗(yàn)結(jié)果

表1 實(shí)驗(yàn)數(shù)據(jù)PSNR比較

針對(duì)監(jiān)控視頻圖像的特點(diǎn),提出了一種基于時(shí)空聯(lián)合的實(shí)時(shí)視頻降噪算法。通過結(jié)合多幀圖像進(jìn)行運(yùn)動(dòng)檢測(cè),分別對(duì)非運(yùn)動(dòng)區(qū)域做時(shí)域均值濾和對(duì)運(yùn)動(dòng)區(qū)域做空域ANL濾波。實(shí)驗(yàn)結(jié)果表明,本文提出的降噪算法不僅可以實(shí)時(shí)有效地去除噪聲,而且沒有造成運(yùn)動(dòng)拖影和明顯的細(xì)節(jié)信息丟失。該算法已在視頻監(jiān)控系統(tǒng)中得到商業(yè)化的應(yīng)用。

[1]李巖,喬彥峰,高豐端,等.一種基于運(yùn)動(dòng)補(bǔ)償?shù)臅r(shí)域自適應(yīng)視頻降噪算法[J].電子器件,2007,3(5):166-169.

[2]張文杰.一種基于運(yùn)動(dòng)檢測(cè)的智能視頻序列降噪算法[J].電 子 工 程 師,2007,33(12):37-39.

[3]Chen Zihui,Wang Li,Yu Youjian.Algorithm study of motion detection based on background difference and time difference[J].Journal of Tianjin Institute of Urban Construction 2009,15(4):298-300.

[4]DABOV K,FOI A,EGIAZARIAN K.Video denoising by sparse 3D transform-domain collaborative filtering[A].Proc.15th European Signal Processing Conference.EUSI-PCO 2007,Poznan,Poland,September 2007.

[5]崔建偉,谷源濤,唐昆.采用背景提取和自適應(yīng)濾波的視頻降噪算法[J].電視技術(shù),2009,30(S2):75-78.

[6]BUADES A,COLL B,MOREL J M.A non-local algorithm for image denoising[A].IEEE Proceeding of Computer Society Conference on Computer Vision and Pattern Recognition.San Diego,USA,2005,2:60-65.

猜你喜歡
宏塊空域時(shí)域
我國(guó)全空域防空體系精彩亮相珠海航展
基于時(shí)域信號(hào)的三電平逆變器復(fù)合故障診斷
基于極大似然準(zhǔn)則與滾動(dòng)時(shí)域估計(jì)的自適應(yīng)UKF算法
基于貝葉斯估計(jì)的短時(shí)空域扇區(qū)交通流量預(yù)測(cè)
淺談我國(guó)低空空域運(yùn)行管理現(xiàn)狀及發(fā)展
基于能量空域調(diào)控的射頻加熱花生醬均勻性研究
基于時(shí)域逆濾波的寬帶脈沖聲生成技術(shù)
基于選擇特征宏塊的快速視頻穩(wěn)像
基于時(shí)域波形特征的輸電線雷擊識(shí)別
基于宏塊合并的H.264模式選擇算法
罗甸县| 三都| 平山县| 正宁县| 罗定市| 平湖市| 桐梓县| 临江市| 光山县| 叶城县| 高青县| 理塘县| 凌海市| 兰考县| 通城县| 商丘市| 铜鼓县| 南昌市| 即墨市| 宿松县| 孙吴县| 鹿泉市| 拉萨市| 榕江县| 唐河县| 临江市| 赤水市| 西盟| 武冈市| 泽普县| 厦门市| 贵州省| 永川市| 平陆县| 六安市| 延津县| 巴青县| 靖边县| 泸水县| 甘孜县| 中西区|