一種基于運動(dòng)檢測的智能視頻序列降噪算法

　　(江陰職業(yè)技術(shù)學(xué)院電子信息工程系，江蘇省江陰市214433)

　　0 引 言

　　目前圖像去噪的方法大致分為空域濾波和時(shí)域濾波兩類(lèi)。空域濾波有中值濾波、基于小波變換的濾波、系數自適應濾波等經(jīng)典濾波方法，都取得較好的圖像處理效果，但在視頻應用中，由于空域濾波沒(méi)有充分利用時(shí)域的信息，不能取得最佳效果。時(shí)域濾波由于考慮了幀間圖像的相關(guān)性，具有更好的效果，但是此類(lèi)方法只適用于靜止目標，對運動(dòng)目標會(huì )產(chǎn)生偽影等時(shí)域模糊現象。對于微位移目標，該方法會(huì )引起目標邊緣的虛像甚至偽像；對于大運動(dòng)目標，可能導致目標圖像不可識別。在后兩種情況下，圖像的信噪比會(huì )降低。

　　本文提出一種基于運動(dòng)檢測的智能時(shí)域、空域視頻濾波降噪算法，該方法能夠有效地區分每幀圖像的運動(dòng)區域和靜止區域，并對每幀運動(dòng)區域和靜止區域的像素采用不同的濾波策略，每一策略又進(jìn)一步根據當前像素的局部特性自適應地進(jìn)行處理。實(shí)驗結果表明，由于該方法結合了運動(dòng)檢測算法、時(shí)域自適應算法、空域自適應算法，所以能夠使圖像去噪的效果達到單個(gè)算法所不能達到的效果。 1基于運動(dòng)檢測的自適應濾波算法

　　1．1算法原理

　　整個(gè)算法的流程如圖1所示。由于時(shí)域均值濾波能對視頻序列的靜止區域產(chǎn)生更好的結果，算法應盡可能使用時(shí)域均值濾波。為此，算法降低了對靜止區域的判決標準：除了前后幀沒(méi)有差別的區域被認為是靜止區域之外，那些只有前面少量幀檢測到運動(dòng)的位置依然被認為是靜止區域(這種情況的例子很多，如靜止背景中有快速運動(dòng)物體劃過(guò)、靜止不動(dòng)的物體偶爾地運動(dòng)等)。對于運動(dòng)區域，為了避免偽影等時(shí)域模糊現象，算法只使用空間處理。其中閾值Tt用于判斷在時(shí)域上兩個(gè)像素之間的差別是由運動(dòng)造成的還是由噪聲造成的；閾值Ts用來(lái)判斷空域上兩個(gè)像素間的差別是由噪聲造成的還是由圖像邊緣或紋理等空間細節造成的，這兩個(gè)閾值與噪聲的方差成正比。

　　1．2運動(dòng)區域檢測算法

　　運動(dòng)區域檢測在本算法中居于核心地位，決定整個(gè)算法的性能。為了降低噪聲對檢測準確性的干擾，本算法先將輸入幀劃分為小塊，計算小塊的均值來(lái)判斷前后幀是否有運動(dòng)出現，這實(shí)際t是先進(jìn)行空間濾波后進(jìn)行判斷，而區域的運動(dòng)性質(zhì)判斷則以子塊為單位。

　　將當前幀劃分成4×4大小的子快，首先計算塊內的平均值，然后進(jìn)行比較，若兩子塊差值小于閾值Tt，則將計數Count(記為c)加1。如果c大于80％，也就是說(shuō)，當前幀的前L幀中絕大多數(大于80％)的當前位置處沒(méi)有運動(dòng)，則為靜止區域，可以進(jìn)行時(shí)域均值濾波，否則判斷為運動(dòng)區域。為進(jìn)一步保證檢測的準確性，本算法還加入對檢測結果的空間約束，亦即若某一子塊被發(fā)現是運動(dòng)子塊，那么它的所有相鄰子塊都被判定是運動(dòng)子塊。

　　上述運動(dòng)檢測(輸入當前幀的當前子塊B(i，j，k)時(shí))的步驟如下：

　　a)完成初始設置，置C=0。

　　b)若當前子塊的標記M(i，j)已被標記為運動(dòng)或靜止，則不作處理，直接轉步驟^。

　　c)計算子塊的平均值S(i，j,k)，即

　　d)比較．s與第k一l幀對應子塊平均值．s(i,j，k一l)，若差值小于閾值T1時(shí)，轉步驟e，否則轉步驟f。其中，閾值T1=(1．3σv)2。

　　e)C=C+1。

　　f)若全部幀已經(jīng)比較完畢，轉步驟g，否則l=l+l，轉步驟d。

　　g)若C／L>80％，置當前子塊的標記M(j,j)為靜止塊，否則為運動(dòng)塊，并置當前塊的所有相鄰塊為運動(dòng)塊。

　　h)當前子塊的檢測結束。

　　1．3時(shí)域自適應濾波算法

　　如前所述，對于靜止區域的像素，簡(jiǎn)單的時(shí)域均值濾波能得到原始信號的最優(yōu)估計，因而本算法中采用下式所示的自適應時(shí)域濾波器：

　　1．4空域自適應濾波算法

　　空域濾波比時(shí)域濾波復雜得多，這是因為視頻圖像的每一幀都包含豐富的空間信息，幾乎不可能出現靜止區域像素在時(shí)域上組成一個(gè)常數信號的情況。在使用空間濾波器濾除噪聲時(shí)，容易對每幀的細節產(chǎn)生明顯的模糊，降低視頻圖像的視覺(jué)質(zhì)量。因而，空域的濾波要求更高的靈活性，在降噪的同時(shí)要盡可能保留圖像中的邊緣、紋理等細節信息。

　　本算法采用的空域自適應濾波的原理如下式：

　　式中：S1j為空間濾波器的范圍；T=(1．8σv)2。

　　由式(2)和式(3)可見(jiàn)，本算法的空域自適應濾波為避免毀壞圖像各幀中的邊緣、紋理等細節，當前像素的濾波值只由濾波器范圍內彼此相近的像素決定，當某像素與當前像素差別較大時(shí)，其權值很小，因而對當前點(diǎn)的濾波值的影響也很小。同時(shí)，與當前像素空間位置越接近的點(diǎn)對當前像素的濾波值影響越大，這進(jìn)一步減輕了空間濾波過(guò)程對圖像的空間細節的毀壞。

　　2實(shí)驗結果分析

　　本文只對加了高斯噪聲的"Foreman"測試序列進(jìn)行了處理。處理結果如圖2所示。

　　3種濾波器進(jìn)行處理后的圖像的信噪比見(jiàn)表1。

　　經(jīng)過(guò)分析可以發(fā)現，使用空域濾波器得到的效果最差，時(shí)域濾波器得到的效果比較好，但是在圖像運動(dòng)部分效果一般。用本文提出的基于運動(dòng)檢測的算法處理時(shí)，得到的效果最好，其信噪比有很大的提高，同時(shí)，主觀(guān)上可以看出明顯的區別。

　　3結束語(yǔ)

　　本文提出的算法結合了時(shí)域、空域視頻濾波降噪算法，能夠充分發(fā)揮兩者的優(yōu)點(diǎn)，同時(shí)能夠避免使用單個(gè)算法的缺點(diǎn)，所以得到了最佳的效果，試驗結果也證明了這一點(diǎn)。