一种固定场景下低信噪比视频的自适应3D降噪方法

摘要

本发明公开了一种固定场景下低信噪比视频的自适应3D降噪方法，将“背景的估计、更新”和“时域滤波”有机的结合了起来，既估计出了实时的背景，又极大地抑制了噪声，获得了十分清晰的背景区域；检测运动目标时，采用分块判决法再次判定运动像素块，计算量小，不需要多余的参数设置，既对运动检测起到了补偿的作用，而且规则的方块又有利于后续的分区处理；背景更新时，将平均帧以相对较大的权系数更新到背景帧中，可以很好地适应光线的实时变化，提高抗干扰能力，且避免了“块闪烁”效应；只更新与背景区域位置对应的宏块，可以保持背景的干净；根据视频序列噪声方差的实时变化来估计二值化的阈值，估计准确，自适应性强。

主权项

一种固定场景下低信噪比视频的自适应3D降噪方法，其特征在于，包括如下步骤：步骤1、采集用于初始背景估计的N帧视频图像序列F₁～F_N，将第k帧F_k与后一帧F_k+1的灰度值进行差分，得到N‑1个差分图像，令D_k表示第k个帧间差分图像，其中k＝1,2,…,N‑1，N取30～150；步骤2、根据视频序列噪声标准差估计二值化阈值T_k：针对每个帧间差分图像，将其划分成大小为M×M的方形区域，其中M为正整数，计算每个方形区域的平均灰度值和标准差，取所有标准差中最小值作为该帧间差分图像噪声标准差的估计，则第k个帧间差分图像D_k对应的二值化阈值为T_k＝alpha₁×δ_k；其中δ_k表示第k个帧间差分图像D_k对应的噪声标准差的估计，alpha₁取3～4；步骤3、将帧间差分图像D_k以T_k为阈值进行二值化，得到二值图像O_k；针对视频图像中的某一个位置的像素点，找到二值图中该位置的像素点值为0的所有二值图，将找到的二值图对应的视频图像中该像素点的灰度值累加求和值，再将该和值除以累加次数，得到该像素点的背景估计值；按照上述方法遍历视频图像的所有像素点，求出所有像素点的背景估计值组成初始背景图像back_orig；步骤4、实时采集视频序列，将当前帧f_n与当前背景图像back的灰度值进行差分，得到当前背景差分图像DB_n；其中，当n＝1时，back为步骤3得到的初始背景图像back_orig；步骤5、按照步骤2的方法估计二值化阈值T_n，即：以当前背景差分图像DB_n为对象，将其划分成大小为M×M的多个方形区域，计算每个方形区域的平均灰度值和标准差，取所有标准差中最小值作为当前背景差分图像噪声标准差的估计δ_n，则二值化阈值T_n＝alpha₂×δ_n，其中alpha₂取4～5；步骤6、将所述当前背景差分图像DB_n以T_n为阈值进行二值化处理，并去除连通域小于10的散点噪声，得到二值化的背景差分图像bwDB_n；步骤7、分块判决法判定运动像素块：将二值化的背景差分图像bwDB_n划分成M′×M′大小的方形区域，其中M′为正整数；然后判别每个区域的状态：若M′×M′的区域中所有像素点的值均为0，则当前灰度图像f_n中的该区域判定为背景像素块FB_back；否则当前灰度图像f_n中的该区域判定为运动像素块FB_mov；步骤8、对步骤7中判定的运动像素块FB_mov进行空域滤波，填充到当前背景图像back中运动像素块各自所在的位置，得到当前帧的3D降噪图像；步骤9、实时更新当前背景图像，用于下一次的处理：首先，将当前帧f_n与其前一帧f_n‑1、后一帧f_n+1进行累加平均，得到平均值图像f_n；然后，对平均值图像和当前背景图像back对应的像素点加权求和，得到更新后的当前背景图像back，具体为：判断当前灰度图像f_n中每一个像素点属于某个背景像素块FB_back中的像素点还是属于某个运动像素块FB_mov中的像素点：如果属于背景像素块FB_back中的像素点，则平均值图像中该点的权值取为α，当前背景图像中的该点权值取为1‑α，α取0.3～0.4；如果属于运动像素块FB_mov中的像素点，则当前背景图像中该点的权值取为1，平均值图像中的该点权值取为0；步骤10、对于输入的每一帧视频图像，分别进行步骤4至步骤9的处理，得到视频的3D降噪结果。