CN101123681A - 一种数字图像降噪方法及装置 - Google Patents
一种数字图像降噪方法及装置 Download PDFInfo
- Publication number
- CN101123681A CN101123681A CNA2007101522545A CN200710152254A CN101123681A CN 101123681 A CN101123681 A CN 101123681A CN A2007101522545 A CNA2007101522545 A CN A2007101522545A CN 200710152254 A CN200710152254 A CN 200710152254A CN 101123681 A CN101123681 A CN 101123681A
- Authority
- CN
- China
- Prior art keywords
- noise
- field
- frame
- image
- noise reduction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 48
- 238000001914 filtration Methods 0.000 claims description 47
- 230000033001 locomotion Effects 0.000 claims description 29
- 239000006002 Pepper Substances 0.000 claims description 18
- 235000002566 Capsicum Nutrition 0.000 claims description 17
- 241000722363 Piper Species 0.000 claims description 17
- 235000016761 Piper aduncum Nutrition 0.000 claims description 17
- 235000017804 Piper guineense Nutrition 0.000 claims description 17
- 235000008184 Piper nigrum Nutrition 0.000 claims description 17
- 150000003839 salts Chemical class 0.000 claims description 17
- 238000012935 Averaging Methods 0.000 claims description 6
- 230000000750 progressive effect Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 238000011946 reduction process Methods 0.000 claims description 2
- 230000002123 temporal effect Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 claims 1
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000010191 image analysis Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Picture Signal Circuits (AREA)
Abstract
本发明公开一种数字图像降噪方法及装置,降噪方法包括:对输入图像进行噪声分析,计算输入图像帧间或相隔一场的两个场间的差值帧/场图像,基于差值帧图像分析本帧/场噪声统计特性;进行噪声分析,计算噪声功率、确定噪声标志和确定噪声分类;自适应选择帧/场内降噪或/和帧/场间降噪方法。用于数字图像降噪装置包括:帧存储器、噪声分析单元和帧/场降噪单元。由于本发明通过对差值帧/场图像进行噪声特性分析,来选择采用帧/场内和/或帧/场间降噪方法,并且根据噪声和图像信息的特征选取适当的权值,降噪后获得了具有更好视觉效果的图像。
Description
技术领域
本发明涉及图像处理技术,尤其涉及一种用于数字电视图像降噪的方法及装置。
背景技术
在图像获取、传输和存储的过程中总是不可避免地受到各种噪声源的干扰。当干扰来自于系统外部,如外界电磁波经过电源进入系统内部而引起的外部噪声;也有来自于系统内部的干扰,如摄像机的热噪声或电器机械运动而产生的抖动噪声等内部噪声。图像中比较典型的噪声是白噪声和脉冲噪声,降噪对提高电视画面质量是至关重要的。
现有技术中,降噪可以在图像变换域或空间域完成。在图像变换域去噪的方法是:先对图像进行某种变换,将图像从空间域转换到变换域,再对变换系数进行处理,最后反变换到空域来达到去除图像噪声的目的。在空间域去噪的方法是:可分为帧内降噪和帧间降噪,两者各有利弊。对于受噪的静止图像序列,帧间降噪方法优于帧内降噪,尤其是在静止图像的边缘区域,帧内降噪容易造成滤波后的图像边缘模糊,而帧间降噪能很好地克服这一缺点;对于受噪图像序列的运动部分,帧内降噪则优于帧间降噪。
帧内降噪:包括一维滤波和二维滤波,一维滤波,如一维中值滤波器,它在受噪声比较严重的情况下通常不能满足要求。二维滤波的降噪效果一般有明显改善,且去噪程度随窗口尺寸的增加有所提高,常用的二维滤波方法有:(1)中值滤波,它是一种空间域非线性滤波方法,由于它在实际运算过程中并不需要图像的统计特性,所以比较方便。并且对滤除椒盐噪声等尤其有效。同时对图像的边缘也有较好的保护,但是它对于图像中的点线等细节的模糊却是不可忽视的。且随着窗口的扩大,滤波作用越强,但有效信号的损失也将明显增加。(2)均值滤波及加权均值滤波:这类属于线性滤波技术,其处理对象主要是高斯白噪声。在噪声图像的预处理中,均值滤波因实现极其简单而对高斯噪声有较好的平滑能力,至今仍是一种常用的方法,但是由于(a)在图像边缘区域存在两类不同的像素值,采用相同权值的均值滤波会造成滤波后图像的边缘模糊;(b)均值滤波对椒盐噪声十分敏感,其根本原因在于在均值运算中,各个像素的权值都一样,当滤波窗内存在椒盐噪声时,噪声点在很大程度上减弱滤波效果,同时存在椒盐噪声点的区域在均值滤波后影响扩散到了周围像素;(c)均值滤波没有充分利用图像的像素之间相关性和像素的位置等信息。
帧间视频降噪:帧间滤波能很好地去除静止帧图像上各种类型的噪声,缺点是采用帧间降噪算法通常会引入运动边界模糊;滤波深度越深,则运动物体越模糊。为此,出现了一些改进的帧间滤波方法,结合运动检测和边缘检测进行帧间滤波,当然其代价是增加硬件实现的复杂度。帧间滤波方法主要有:多帧平均法,以及基于运动自适应的一阶时间递归(IIR)滤波,即帧间低通滤波。在后者方法中,用以下公式(1)计算出降噪后图像的像素亮度值(帧间降噪输出值),
YF0_out=YF0_in*(1-k)+YF2_out*k (1)其中:k是控制滤波深度的参数(通过噪声分析得到),YF0_m是当前场图像中待降噪像素亮度值,YF2_out是向前隔一场图像中对应像素位置的亮度值,k是控制滤波深度的参数。通常由信号的噪声电平决定,这个参数决定了滤波器特性的好坏。确定k的方法通常有两种:第一种是利用场消隐期间,测量出信号中的噪声电平,再根据噪声电平来确定滤波系数k。第二种是通过帧内的噪声分析确定滤波系数k。但现有的帧间降噪方法中仍存在对运动图像的误判和漏判的问题。
发明内容
为了克服现有技术存在的不足,本发明的目的在于提供一种通过噪声分析选择相应数字图像降噪的方法及装置,以获得更好的主观图像质量。
本发明解决其技术问题所采用的技术方案是:本发明公开了一种数字图像降噪方法,包括以下步骤:
(1)对输入图像进行噪声分析,计算输入图像帧间或相隔一场的两个场间的差值帧/场图像,获得一帧/场差值图像;
(2)基于差值帧图像分析本帧/场噪声统计特性,判定本帧/场是否为噪声帧/场,如果噪声分析表明本帧/场为噪声污染的图像,则进行降噪处理,否则不做任何处理,对表明本帧/场为噪声污染的图像,采用基于基本块划分计算出本帧/场的噪声类型和噪声功率;
(3)结合每个像素的运动值选用帧/场内降噪或/和帧/场间降噪,如果图像内含有椒盐噪声,则要对噪声图像进行帧/场内降噪,当图像内含有高斯噪声时,根据当前图像帧/场中待降噪像素的运动值判定是否大于设置的门限,若是则采用帧/场内降噪,否则采用帧/场间降噪,如果同时含有以上两类噪声,则采用帧/场内和帧/场间联合降噪。
当输入图像为逐行视频格式时,采用两个相邻帧相减,当输入格式为隔行视频时,采用相隔一场的,即具有帧周期的两个场图像相减,对所得的差值帧/场进行低通滤波或绝对值预处理,获得一帧/场差值图像。
本发明公开了一种用于数字图像降噪装置,包括:帧存储器、噪声分析单元和帧/场降噪单元。帧存储器,用于保存帧/场图像,与噪声分析单元相连;噪声分析单元,用于接收输入当前帧/场图像,对差值帧/场图像进行噪声特征分析,与帧/场降噪单元相连接,向其提供控制信息;帧/场降噪单元,包括帧/场内降噪单元和帧/场间降噪单元,二者相连,用于完成图像帧/场内降噪后的图像继续通过帧/场间降噪;接收的输入当前帧/场图像,通过上述单元的组合处理,输出降噪后的图像。
本发明的有益效果是,由于本发明通过对两帧/场图像相减,去除图像中的一些静止物体及边缘,使得差值帧/场图像中有更多被噪声污染的背景区域,便于更准确地进行噪声特性分析。而且本发明是基于噪声分析结果选择采用帧/场内和/或帧/场间降噪方法,能有效地降噪并获得更清晰的图像。另外,在确定帧/场间降噪中IIR滤波系数k时,采用边缘检测出水平边缘和垂直边缘,以此作为当前帧的边缘信号,再和前一帧的边缘信号进行异或操作,得到活动图像的边缘信号,从而减少了对运动图像的误判和漏判。因本发明采取了上述技术措施,降噪后获得了具有更好视觉效果的图像。
附图说明
图1为本发明一种数字图像降噪方法的原理框图。
图2为本发明方法中降噪步骤的流程框图。
图3为一帧/场图像中矩形区域选取的示意图。
图4为一个矩形区域的基本块划分方法的示意图。
图5为有效基本块的分析结构示意图。
图6为场间降噪的基本结构框图。
图7为计算运动值的方框图。
图8为k-d关系图。
图9为本发明一种用于数字图像降噪装置的框图。
具体实施方式
下面参照附图并结合实施例对本发明作进一步说明。
如图1所示,本发明降噪方法的基本原理是,首先对输入图像进行噪声分析,计算输入图像帧间或相隔一场的两个场间的差值帧/场图像;然后通过对差值帧/场进行噪声分析,给出诸如帧/场噪声标志、噪声类型和场噪声功率的控制信息,用于自适应选择帧/场内或/和帧/场问降噪;最后输出降噪后的图像。
图2是本发明方法中降噪步骤的流程框图。降噪过程如下:
1)开始启动系统工作;
2)通过逐行扫描或隔行扫描输入一帧/场图像;
3)进行噪声分析(1),计算噪声功率:首先对连续两帧或相隔一场的两场间对应像素相减,计算出差值帧/场,对差值取绝对值作为像素的绝对差值,构造出最终的差值帧/场;然后对差值帧/场图像随机选取的矩形区域和划分的基本块,计算其中每个有效基本块的噪声功率,计算公式为
最后对本帧/场所有的有效基本块噪声功率平均,得到本帧/场瞬时噪声功率,再对其进行IIR滤波,以保证帧/场噪声功率值具有一定的连续性;
4)进行噪声分析(2),确定噪声标志:判定每个有效基本块,如果其噪声功率大于一个噪声功率门限Tn,则噪声块计数Nt增1,最终如果Nt大于λNv(其中λ为系数,范围在0到1之间;Nv表示有效基本块数),则设置本帧/场噪声标志为“1”,否则为“0”;
5)判定是否为含噪声图像:如果本帧/场噪声标志为“1”,表明为含噪声图像,进入步骤6),若为“0”,则直接至步骤12);
6)进行噪声分析(3),确定噪声分类:利用噪声的统计特性确定噪声类别,首先计算每个有效基本块的2阶中心矩σ和4阶中心矩k4;然后对本帧/场中所有2阶中心矩和4阶中心矩分别求均值σa和k4a,利用公式μ=σa/k4a,得到μ;如果μ小于门限TG,则认为本帧/场噪声类型为高斯白噪声;如果μ大于TP(要求TP>TG)则认为是椒盐噪声;如果μ在TG和TP之间,则认为图像中含有两种类型混合噪声;
7)确定为高斯白噪声的图像进入步骤8),否则直接至步骤11);
8)对含有高斯白噪声的图像,如果待降噪像素点的运动值小于门限Th2时,进入步骤9),如果待降噪像素点的运动值大于门限Th2时,进入步骤11);
8)对进入的待降噪像素点,进行帧/场间滤波,启动帧/场间降噪;
10)如果为含有椒盐噪声的图像,进入步骤11),否则进入步骤12);
11)对进入的图像,进行帧/场内滤波,启动帧/场内降噪;
12)输出降噪后的图像,系统工作结束。
如果噪声分类为混合噪声,即既有椒盐噪声又含有高斯白噪声,则步骤9)和步骤11)同时进行,开启帧/场内和帧/场间降噪。
图3和图4分别是本发明一帧/场图像中矩形区域的选取和矩形区域的基本块划分方法的示意图。可以在图像的任意位置上选择一个或多个矩形区域,例如在水平方向的起始点可以在一行中随机选择,宽度也可以在容许的范围内任意选择,并可选择多个矩形区域。其选择原则是尽量覆盖图像的静止区域,并尽量节省硬件资源,矩形区域内的像素用于噪声功率分析,其宽度以一个分析块宽度、高度以小于等于整个图像的高度。在本实施例中,将图像沿水平方向平均分成两部分A(向左斜的阴影线部分)和B(向右斜的阴影线部分),每部分各随机选择一个条带a和b,如图3所示。再将每个矩形区域划分成一个或多个基本块,用来分析噪声特性。作为示例,仅在条带a和b中选择一个竖直条带a来说明基本块划分方法。参见图4,基本块的宽度与条带的宽度相同,高度与宽度相近;设条带a宽度为W个像素,而基本块的长度L则与图像的扫描格式有关,如果是逐行格式图像则长度为L1,隔行图像长度为L2(一般L1<L2)个像素。首选第一个基本块从图像的第一行开始往下选择L行,构成一个基本块C;如果第一个块为有效分析块,则从块尾加ΔL行开始向下选择L行构造新的基本块D;如果第一个基本块为无效噪声分析块,则从块开始行加ΔL向下选择L行,即仅需要补充ΔL个新行就构成一个新的分析块。这样可以保证条带中尽量多的有效像素参与噪声分析,而又适当降低了块的数目。图4中第一个块C为有效块,第二个块D为无效块,第三个块E也为无效块,第四个块F为有效块,第五个块G为有效块,等等。
采用这样的基本块分割方法,在后面的噪声分析中仅需L*W个像素数据块的存储单元,大大降低硬件开销。
图5为有效基本块的分析结构示意图。对每个L*W大小的基本块分析其是否为有效块,其有效性的判定原则为是否包含噪声的静止非边缘区域。在本实施例中仅以是否含有边缘信息作为有效的判据。判断过程为:首先计算其均值,然后根据均值的变化情况可以判断是否当前基本块为有效块。下面将以图5中所示的基本块大小为例分析基本块的有效性。
(1)对于5×5(帧图)的结构,如图5所示,可以划分为4个3×3的子块,分别为虚线框部分J、实线框部分Q、点线框部分S和点划线框部分Z,每个框3×3个像素;而对3×3(场图)的结构,可以划分为4个2×2的子块,然后计算每个子块的均值,设其均值分别为MLU、MLD、MRU和MRD;
(2)如果MLU>MRU并且MLD>MRD,或者MLU<MRU并且MLD<MRD,则认为本基本块在垂直方向上有边缘;同理,如果MLU>MLD并且MRU>MRD或者MLU<MLD并且MRU<MRD,则认为本基本块在水平方向上存在边缘;如果MLU>MRU并且MLD<MRD或者MLU<MRU并且MLD>MRD,则认为本基本块在斜方向(对角线)上存在边缘;此时认为当前基本块无效。
本发明帧/场噪声功率的计算方法:首先计算基本块噪声功率,再计算帧/场噪声功率。
(1)计算基本块噪声功率:如果当前基本块为有效块,则计算其噪声功率。首选计算其均值,然后计算其方差,或者直接计算绝对差均值来表示其噪声功率。首先利用公式(2)计算基本块的均值:
其中:W为基本块宽度,L为基本块长度,p(l,w)为基本块中(l,w)位置处的像素亮度差值,Mb为当前基本块的噪声均值。
则基本块噪声功率为:
其中:M为基本块均值,Pb为基本块的噪声功率。
为了减少运算复杂度,基本块的噪声功率可以如下式计算:
(2)计算帧/场噪声功率
对本帧/场所有的有效基本块噪声功率平均,得到本帧/场瞬时噪声功率;然后沿时间轴(即以帧或场)方向对帧/场瞬时噪声功率进行IIR滤波,以保证帧/场噪声功率值具有一定的连续性,防止连续帧/场间降噪强度出现较大跳跃,而使得主观图像出现明显人为处理失真。
本发明帧/场内降噪和帧/场间降噪的自适应选择:选择方式是如果噪声类型为椒盐噪声,帧/场内降噪开启;如果噪声类型为高斯白噪声,且待降噪像素点的运动值大于门限Th2时,启动帧/场内降噪;如果噪声类型为高斯白噪声,且待降噪像素点的运动值不大于门限Th2时,启动帧/场间降噪;如果为混合噪声(既有椒盐噪声又含有高斯白噪声),则同时开启帧/场内和帧/场间降噪。具体降噪方法如下:
(1)帧/场内降噪方法:
如果噪声类型为椒盐噪声,则采用L*W的块中值滤波;如果噪声类型为高斯白噪声或混合类型,则采用L*W的块均值滤波,其中块的宽度为W,高度为L,且L和W可以相等。
(2)帧/场间降噪方法:
场间降噪的基本结构如图6所示,这实际上是一个一阶IIR滤波结构,输入像素乘以k系数,并与一帧延时滤波处理后的图像F1乘以(1-k)求和,实现一阶IIR滤波,输出像素。其中k系数可以通过图8的k-d关系图获得。
图7为计算运动值的方框图。对于待降噪的像素,首先计算出它与前一帧(或两场)相对应的像素间差值DA,可选择一个简单的低通滤波(LPF)对差值进行处理,降低噪声对实际运动值估计的影响,输出这个待降噪像素的运动值d,
参见图8,由k-d关系图可以确定帧/场间降噪中IIR滤波系数k。在k-d关系图中将d作为图的横轴,在本示例中关系图函数曲线采用4段折线的k系数进行IIR滤波。当运动值小于门限Th0时,采用常数k=1/8,这在硬件实现是可以通过右移3位精确且方便地实现;当运动值落在门限Th0和门限Th1之间时,令k=1/4,较第一段相比滤波深度下降,滤波能力减弱,但会降低物体运动的拖尾效应;当运动值处于门限Th1和门限Th2之间时,k与运动值保持一个线性关系,随着运动的增加而增加,场间降噪能力逐渐降低;当运动值大于门限Th2时,k将保持常数1,即此时帧/场间降噪功能关闭。
根据所得到的k系数,通过下面的公式(1),计算出场间降噪后的像素:
YF0_out=YF0_in*(1-k)+YF2_out*k (1)
另外,需要利用场景检测方法,判定当前帧/场是否正好处于切换后的第一帧/场。如果是,则需要对IIR滤波的k系数置为0,避免以前图像序列的噪声分析结果对新图像序列产生明显的不利影响;如果此时图像为含有噪声的图像,则只进行帧/场内滤波。
参见图9,本发明用于数字图像降噪装置包括:帧存储器、噪声分析单元和帧/场降噪单元。帧存储器和噪声分析单元相连,同时噪声分析单元还要接收输入当前帧/场图像;帧/场降噪单元包括帧/场内降噪单元和帧/场间降噪单元,二者相连,用于完成图像帧/场内降噪后的图像继续通过帧/场间降噪,进一步提升图像质量;噪声分析单元分别与帧/场内降噪单元和帧/场间降噪单元相连,提供噪声强度等控制信息,并提供给后者滤波参数信息等。
帧存储器预先保存一帧或两场图像,以便在噪声分析单元能够实现两帧(或相隔两场)图像间的差值(运动)帧/场的运算。
本降噪装置的工作过程是:在帧存储器中已经保存了前一帧或两场图像信息,在噪声分析单元中,首先根据新输入的一帧/场图像和帧存储器中的已存图像相减,得到计算差值图像;同时要用新输入的图像更新帧存储器中原来保存的图像;噪声分析单元在上面所得到的差值图像上随机选取矩形区域,并在矩形区域中划分出基本块,通过分析每个基本块的统计特性,确定基本块的有效性;根据所有有效块的噪声特性确定诸如本帧/场噪声功率、噪声类型、噪声帧/场标志的控制信息;这些控制信息共同用来确定是否开启帧/场内噪声单元或/和帧/场间噪声单元:如果当前帧/场为非噪声帧/场,则关闭两个降噪单元;当为噪声帧/场时,要进一步检测噪声类型是否为椒盐噪声或噪声功率大于设置门限的高斯白噪声,如果是则开启帧/场内降噪单元,否则关闭;当噪声类型中含有高斯白噪声时,噪声功率如果低于设置门限,则开启帧/场间降噪,否则关闭。最后通过两个降噪单元输出降噪处理后的图像。
帧/场内降噪器在帧/场内进行降噪处理,以待处理像素为中心矩形块为基础进行中值滤波器和/或均值滤波器;帧/场间降噪采用时间递归方式的滤波器;通过这三个基本单元的组合处理,能够获得更好的主观图像质量。
Claims (12)
1.一种数字图像降噪方法,其特征在于,包括以下步骤:
(1)对输入图像进行噪声分析,计算输入图像帧间或相隔一场的两个场间的差值帧/场图像,获得一帧/场差值图像;
(2)基于差值帧图像分析本帧/场噪声统计特性,判定本帧/场是否为噪声帧/场,如果噪声分析表明本帧/场为噪声污染的图像,则进行降噪处理,否则不做任何处理,对表明本帧/场为噪声污染的图像,采用基于基本块划分计算出本帧/场的噪声类型和噪声功率;
(3)结合每个像素的运动值选用帧/场内降噪或/和帧/场间降噪,如果图像内含有椒盐噪声,则要对噪声图像进行帧/场内降噪,当图像内含有高斯噪声时,根据当前图像帧/场中待降噪像素的运动值判定是否大于设置的门限,若是则采用帧/场内降噪,否则采用帧/场间降噪,如果同时含有以上两类噪声,则采用帧/场内和帧/场间联合降噪。
2.根据权利要求1所述的一种数字图像降噪方法,其特征在于,步骤(1)中所述的输入图像帧间或相隔一场的两个场间的差值帧/场图像是指,当输入图像为逐行视频格式时,采用两个相邻帧相减,当输入格式为隔行视频时,采用相隔一场的,即具有帧周期的两个场图像相减,对所得的差值帧/场进行低通滤波或绝对值预处理,获得一帧/场差值图像。
3.根据权利要求1所述的一种数字图像降噪方法,其特征在于,步骤(2)中所述的噪声图像统计特性分析,包括以下步骤:
(1)对差值帧/场图像随机选取一个或多个矩形区域,并将每个矩形区域划分成一个或多个基本块,然后计算其中每个有效基本块的噪声功率,得出本场噪声功率,再对连续的场噪声功率进行平滑处理,获得比较稳定的场噪声功率的估计值,基于此噪声功率估计值设置一组降噪门限,计算出帧内IIR滤波系数k;
(2)根据基本块噪声功率,判定本帧/场是否为噪声帧/场;
(3)根据每个基本块的噪声功率及其分布特性,判定本帧/场的噪声类型。
4.根据权利要求3所述的一种数字图像降噪方法,其特征在于,步骤(1)中所述的矩形区域是用于噪声功率分析的图像矩形区域,其宽度为一个分析块宽度,高度为小于等于整个图像的高度。
5.根据权利要求3所述的一种数字图像降噪方法,其特征在于,步骤(1)中所述的有效基本块是指,此基本块中不含有边缘信息,能够表示出本区域的噪声功率,并能够用于本帧/场噪声功率的计算。
6.根据权利要求3所述的一种数字图像降噪方法,其特征在于,步骤(1)中所述的本场噪声功率是指,通过对几个矩形区域所计算的各个基本块的噪声功率进行平均、或取最小噪声功率、或取最大噪声功率。
7.根据权利要求3所述的一种数字图像降噪方法,其特征在于,步骤(1)中所述的IIR的滤波系数k是通过本帧/场中待降噪像素的运动值以及曲线或分段曲线函数计算得出。
8.根据权利要求3所述的一种数字图像降噪方法,其特征在于,步骤(1)中所述的对场噪声功率平滑处理是对场噪声功率沿时间方向进行平滑,以消除联系帧/场噪声功率出现剧变。
9.根据权利要求1所述的一种数字图像降噪方法,其特征在于,步骤(3)中所述的帧/场内降噪采用区域中值滤波或均值滤波方法,以减少椒盐和高斯类型的噪声。
10.根据权利要求1所述的一种数字图像降噪方法,其特征在于,步骤(3)中所述的帧/场间降噪采用沿时间方向进行的IIR类型的滤波,以降低高斯白噪声。
11.根据权利要求1所述的一种数字图像降噪方法,其特征在于,步骤(3)中所述的降噪过程如下:
1)开始启动系统工作;
2)通过逐行扫描或隔行扫描输入一帧/场图像;
3)进行噪声分析(1),计算噪声功率:首先对连续两帧或相隔一场的两场间对应像素相减,计算出差值帧/场,对差值取绝对值作为像素的绝对差值,构造出最终的差值帧/场;然后对差值帧/场图像随机选取的矩形区域和划分的基本块,计算其中每个有效基本块的噪声功率,计算公式为
最后对本帧/场所有的有效基本块噪声功率平均,得到本帧/场瞬时噪声功率,再对其进行IIR滤波,以保证帧/场噪声功率值具有一定的连续性;
4)进行噪声分析(2),确定噪声标志:判定每个有效基本块,如果其噪声功率大于一个噪声功率门限Tn,则噪声块计数Nt增1,最终如果Nt大于λNv,其中λ为系数,范围在0到1之间,Nv表示有效基本块数,则设置本帧/场噪声标志为“1”,否则为“0”;
5)判定是否为含噪声图像:如果本帧/场噪声标志为“1”,表明为含噪声图像,进入步骤6),若为“0”,则直接至步骤12);
6)进行噪声分析(3),确定噪声分类:利用噪声的统计特性确定噪声类别,首先计算每个有效基本块的2阶中心矩σ和4阶中心矩k4;然后对本帧/场中所有2阶中心矩和4阶中心矩分别求均值σa和k4a,利用公式μ=σa/k4a,得到μ;如果μ小于门限TG,则认为本帧/场噪声类型为高斯白噪声;如果μ大于TP,要求TP>TG,则认为是椒盐噪声;如果μ在TG和TP之间,则认为图像中含有两种类型混合噪声;
7)确定为高斯白噪声的图像进入步骤8),否则直接至步骤11);
8)对含有高斯白噪声的图像,如果待降噪像素点的运动值小于门限Th2时,进入步骤9),如果待降噪像素点的运动值大于门限Th2时,进入步骤11);
9)对进入的待降噪像素点,进行帧/场间滤波,启动帧/场间降噪;
10)如果为含有椒盐噪声的图像,进入步骤11),否则进入步骤12);
11)对进入的图像,进行帧/场内滤波,启动帧/场内降噪;
12)输出降噪后的图像,系统工作结束;
如果噪声分类为混合噪声,即既有椒盐噪声又含有高斯白噪声,则步骤9)和步骤11)同时进行,开启帧/场内和帧/场间降噪。
12.一种用于数字图像降噪装置,其特征在于,包括:
帧存储器,用于保存帧/场图像,与噪声分析单元相连;
噪声分析单元,用于接收输入当前帧/场图像,对差值帧/场图像进行噪声特征分析,与帧/场降噪单元相连接,向其提供控制信息;
帧/场降噪单元,包括帧/场内降噪单元和帧/场间降噪单元,二者相连,用于完成图像帧/场内降噪后的图像继续通过帧/场间降噪;
接收的输入当前帧/场图像,通过上述单元的组合处理,输出降噪后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007101522545A CN100559836C (zh) | 2007-09-20 | 2007-09-20 | 一种数字图像降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007101522545A CN100559836C (zh) | 2007-09-20 | 2007-09-20 | 一种数字图像降噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101123681A true CN101123681A (zh) | 2008-02-13 |
CN100559836C CN100559836C (zh) | 2009-11-11 |
Family
ID=39085843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2007101522545A Expired - Fee Related CN100559836C (zh) | 2007-09-20 | 2007-09-20 | 一种数字图像降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100559836C (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010069167A1 (zh) * | 2008-12-15 | 2010-06-24 | 东软集团股份有限公司 | 识别图像中障碍物的方法和装置 |
CN101853489A (zh) * | 2009-04-02 | 2010-10-06 | 深圳艾科创新微电子有限公司 | 一种视频图像降噪装置及方法 |
CN102156964A (zh) * | 2011-03-31 | 2011-08-17 | 杭州海康威视软件有限公司 | 彩色图像去噪声的方法及其系统 |
CN102170519A (zh) * | 2010-06-22 | 2011-08-31 | 上海盈方微电子有限公司 | 一种高效的图像降噪算法及硬件实现装置 |
CN102948139A (zh) * | 2010-04-04 | 2013-02-27 | 德克萨斯仪器股份有限公司 | 在时域噪声滤波中减少幻影伪像 |
CN103414845A (zh) * | 2013-07-24 | 2013-11-27 | 中国航天科工集团第三研究院第八三五七研究所 | 一种自适应的视频图像降噪方法及降噪系统 |
CN103428409A (zh) * | 2012-05-15 | 2013-12-04 | 深圳中兴力维技术有限公司 | 一种基于固定场景的视频降噪处理方法及装置 |
CN101577836B (zh) * | 2009-03-13 | 2014-03-26 | 北京中星微电子有限公司 | 一种视频干扰度分析方法及装置 |
CN103714522A (zh) * | 2014-01-06 | 2014-04-09 | 海信集团有限公司 | 图像降噪方法和图像降噪系统 |
CN103889305A (zh) * | 2011-10-04 | 2014-06-25 | 奥林巴斯株式会社 | 图像处理装置、内窥镜装置、图像处理方法及图像处理程序 |
CN102055945B (zh) * | 2009-10-30 | 2014-10-15 | 富士通微电子(上海)有限公司 | 数字视频信号处理中的去噪音方法及系统 |
CN104796581A (zh) * | 2015-04-16 | 2015-07-22 | 中国科学院自动化研究所 | 一种基于噪声分布特征检测的视频去噪系统 |
CN105208376A (zh) * | 2015-08-28 | 2015-12-30 | 青岛中星微电子有限公司 | 一种数字降噪方法和装置 |
CN106254864A (zh) * | 2016-09-30 | 2016-12-21 | 杭州电子科技大学 | 监控视频中的雪花和噪点噪声检测方法 |
CN106303157A (zh) * | 2016-08-31 | 2017-01-04 | 广州市百果园网络科技有限公司 | 一种视频降噪处理方法及视频降噪处理装置 |
CN107276182A (zh) * | 2017-08-08 | 2017-10-20 | 无锡北斗星通信息科技有限公司 | 室内无线充电报警平台 |
CN107438146A (zh) * | 2016-05-24 | 2017-12-05 | 展讯通信(上海)有限公司 | 控制三维降噪开启的方法、装置及电子设备 |
CN110072034A (zh) * | 2018-01-23 | 2019-07-30 | 瑞昱半导体股份有限公司 | 影像处理方法及影像处理装置 |
CN110782413A (zh) * | 2019-10-30 | 2020-02-11 | 北京金山云网络技术有限公司 | 一种图像处理方法、装置、设备及存储介质 |
CN111325336A (zh) * | 2020-01-21 | 2020-06-23 | 浙江大学 | 一种基于强化学习的规则提取方法及应用 |
CN111833269A (zh) * | 2020-07-13 | 2020-10-27 | 字节跳动有限公司 | 视频降噪方法、装置、电子设备及计算机可读介质 |
CN113315884A (zh) * | 2020-02-26 | 2021-08-27 | 华为技术有限公司 | 一种实时视频降噪方法、装置、终端及存储介质 |
CN113610715A (zh) * | 2021-06-25 | 2021-11-05 | 中国海洋大学 | 一种基于数字档案图像降噪处理方法 |
CN114820330A (zh) * | 2021-01-22 | 2022-07-29 | 中国计量大学 | 一种增强型显微图像降噪恢复方法 |
-
2007
- 2007-09-20 CN CNB2007101522545A patent/CN100559836C/zh not_active Expired - Fee Related
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8406474B2 (en) | 2008-12-15 | 2013-03-26 | Neusoft Corporation | Method and apparatus for identifying obstacle in image |
WO2010069167A1 (zh) * | 2008-12-15 | 2010-06-24 | 东软集团股份有限公司 | 识别图像中障碍物的方法和装置 |
CN101577836B (zh) * | 2009-03-13 | 2014-03-26 | 北京中星微电子有限公司 | 一种视频干扰度分析方法及装置 |
CN101853489B (zh) * | 2009-04-02 | 2014-03-12 | 深圳艾科创新微电子有限公司 | 一种视频图像降噪装置及方法 |
CN101853489A (zh) * | 2009-04-02 | 2010-10-06 | 深圳艾科创新微电子有限公司 | 一种视频图像降噪装置及方法 |
CN102055945B (zh) * | 2009-10-30 | 2014-10-15 | 富士通微电子(上海)有限公司 | 数字视频信号处理中的去噪音方法及系统 |
CN102948139A (zh) * | 2010-04-04 | 2013-02-27 | 德克萨斯仪器股份有限公司 | 在时域噪声滤波中减少幻影伪像 |
CN102948139B (zh) * | 2010-04-04 | 2016-01-20 | 德克萨斯仪器股份有限公司 | 在时域噪声滤波中减少幻影伪像 |
CN102170519A (zh) * | 2010-06-22 | 2011-08-31 | 上海盈方微电子有限公司 | 一种高效的图像降噪算法及硬件实现装置 |
CN102156964A (zh) * | 2011-03-31 | 2011-08-17 | 杭州海康威视软件有限公司 | 彩色图像去噪声的方法及其系统 |
CN102156964B (zh) * | 2011-03-31 | 2013-10-30 | 杭州海康威视数字技术股份有限公司 | 彩色图像去噪声的方法及其系统 |
CN103889305B (zh) * | 2011-10-04 | 2016-08-31 | 奥林巴斯株式会社 | 图像处理装置、内窥镜装置及图像处理方法 |
CN103889305A (zh) * | 2011-10-04 | 2014-06-25 | 奥林巴斯株式会社 | 图像处理装置、内窥镜装置、图像处理方法及图像处理程序 |
CN103428409A (zh) * | 2012-05-15 | 2013-12-04 | 深圳中兴力维技术有限公司 | 一种基于固定场景的视频降噪处理方法及装置 |
CN103428409B (zh) * | 2012-05-15 | 2017-08-04 | 深圳中兴力维技术有限公司 | 一种基于固定场景的视频降噪处理方法及装置 |
CN103414845A (zh) * | 2013-07-24 | 2013-11-27 | 中国航天科工集团第三研究院第八三五七研究所 | 一种自适应的视频图像降噪方法及降噪系统 |
CN103714522A (zh) * | 2014-01-06 | 2014-04-09 | 海信集团有限公司 | 图像降噪方法和图像降噪系统 |
CN104796581A (zh) * | 2015-04-16 | 2015-07-22 | 中国科学院自动化研究所 | 一种基于噪声分布特征检测的视频去噪系统 |
CN104796581B (zh) * | 2015-04-16 | 2018-02-02 | 北京思朗科技有限责任公司 | 一种基于噪声分布特征检测的视频去噪系统 |
CN105208376A (zh) * | 2015-08-28 | 2015-12-30 | 青岛中星微电子有限公司 | 一种数字降噪方法和装置 |
CN105208376B (zh) * | 2015-08-28 | 2017-09-12 | 青岛中星微电子有限公司 | 一种数字降噪方法和装置 |
CN107438146A (zh) * | 2016-05-24 | 2017-12-05 | 展讯通信(上海)有限公司 | 控制三维降噪开启的方法、装置及电子设备 |
CN106303157A (zh) * | 2016-08-31 | 2017-01-04 | 广州市百果园网络科技有限公司 | 一种视频降噪处理方法及视频降噪处理装置 |
CN106254864A (zh) * | 2016-09-30 | 2016-12-21 | 杭州电子科技大学 | 监控视频中的雪花和噪点噪声检测方法 |
CN106254864B (zh) * | 2016-09-30 | 2017-12-15 | 杭州电子科技大学 | 监控视频中的雪花和噪点噪声检测方法 |
CN107276182A (zh) * | 2017-08-08 | 2017-10-20 | 无锡北斗星通信息科技有限公司 | 室内无线充电报警平台 |
CN107276182B (zh) * | 2017-08-08 | 2018-02-27 | 河南工程学院 | 室内无线充电报警平台 |
CN110072034A (zh) * | 2018-01-23 | 2019-07-30 | 瑞昱半导体股份有限公司 | 影像处理方法及影像处理装置 |
CN110782413A (zh) * | 2019-10-30 | 2020-02-11 | 北京金山云网络技术有限公司 | 一种图像处理方法、装置、设备及存储介质 |
CN110782413B (zh) * | 2019-10-30 | 2022-12-06 | 北京金山云网络技术有限公司 | 一种图像处理方法、装置、设备及存储介质 |
CN111325336A (zh) * | 2020-01-21 | 2020-06-23 | 浙江大学 | 一种基于强化学习的规则提取方法及应用 |
CN113315884A (zh) * | 2020-02-26 | 2021-08-27 | 华为技术有限公司 | 一种实时视频降噪方法、装置、终端及存储介质 |
CN111833269A (zh) * | 2020-07-13 | 2020-10-27 | 字节跳动有限公司 | 视频降噪方法、装置、电子设备及计算机可读介质 |
CN111833269B (zh) * | 2020-07-13 | 2024-02-02 | 字节跳动有限公司 | 视频降噪方法、装置、电子设备及计算机可读介质 |
CN114820330A (zh) * | 2021-01-22 | 2022-07-29 | 中国计量大学 | 一种增强型显微图像降噪恢复方法 |
CN113610715A (zh) * | 2021-06-25 | 2021-11-05 | 中国海洋大学 | 一种基于数字档案图像降噪处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN100559836C (zh) | 2009-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101123681A (zh) | 一种数字图像降噪方法及装置 | |
KR100564592B1 (ko) | 동영상 데이터 잡음제거방법 | |
EP1980109B1 (en) | Methods and apparatus for edge-based spatio-temporal filtering | |
KR101375661B1 (ko) | 움직임 감지 및 움직임 보상을 수반하는 적응적 시간방법을 이용하는 영상 노이즈 감소 시스템 및 방법 | |
KR970009469B1 (ko) | 더블스무딩(Double Smoothing) 기능을 갖는 비월/순차주사변환장치 및 그 방법 | |
EP2311007B1 (en) | Method and apparatus for banding artifact detection | |
US7663701B2 (en) | Systems, methods, and apparatus for noise reduction | |
US7050501B2 (en) | Digital noise reduction techniques | |
KR20070116717A (ko) | 압축된 디지털 이미지의 mpeg 노이즈 강도 측정 방법및 장치 | |
TWI390467B (zh) | 動態雜訊濾波裝置及西格瑪濾波方法 | |
US20070229709A1 (en) | Noise reducer, noise reducing method, and video signal display apparatus | |
WO2001052524A1 (en) | Noise reduction | |
JPH08186714A (ja) | 画像データのノイズ除去方法及びその装置 | |
CN106412383A (zh) | 视频图像的处理方法和装置 | |
US20020094130A1 (en) | Noise filtering an image sequence | |
US7511769B2 (en) | Interframe noise reduction for video | |
EP2321796B1 (en) | Method and apparatus for detecting dark noise artifacts | |
CN104125474B (zh) | 一种自适应夜视视频降噪方法 | |
WO2010064316A1 (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
KR100839922B1 (ko) | 적응적 평균값 필터를 이용한 컬러 잡음 제거 장치 및 방법 | |
KR100213235B1 (ko) | 적응적 엣지보존 저역통과필터의 필터링 방법 및 그에 따른 저역통과필터 | |
JP4065287B2 (ja) | 画像データのノイズ除去方法及びその装置 | |
JP5091880B2 (ja) | 動画像ノイズ除去装置および動画像ノイズ除去プログラム | |
KR100821939B1 (ko) | 영상 잡음 제거 장치 및 방법 | |
KR100772405B1 (ko) | 전역 움직임 추정에 근거한 적응성 잡음 감쇄 방법 및 영상처리 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20091111 Termination date: 20120920 |