一种自适应的时空域视频图像降噪方法

摘要

一种自适应的时空域视频图像降噪方法，包括以下个步骤：第一步：对于当前帧的图像，要进行空域滤波，以去除噪声；第二步：再把空域滤波后的像素与前一帧的对应像素加权平均，进行时域滤波；第三步：更新滤波参数；在一个起始时刻，对滤波参数进行初始化，利用该滤波参数，对第一个宏块进行滤波；每个宏块包含亮度分量，蓝色色度分量，红色色度分量三个分量，要分别对每个分量进行滤波；滤波分为两步，空域滤波和时域滤波；当前宏块滤波结束后，需要对滤波参数进行更新，以进行下一个宏块的滤波，更新过程分为三步，第一步是利用固定系数计算单个像素的差值，第二步是利用单个像素方差计算宏块方差，第三步则是利用方差计算下一宏块的滤波参数。

主权项

一种自适应的时空域视频图像降噪方法，其特征在于：包括以下个步骤：第一步：对于当前帧的图像，要进行空域滤波，以去除噪声；第二步：再把空域滤波后的像素与前一帧的对应像素加权平均，进行时域滤波；第三步：更新滤波参数；在一个起始时刻，对滤波参数进行初始化，利用该滤波参数，对第一个宏块进行滤波；每个宏块包含亮度分量，蓝色色度分量，红色色度分量三个分量，要分别对每个分量进行滤波；滤波分为两步，空域滤波和时域滤波；所有邻域像素都使用未滤波前的像素值；空域滤波的公式为 p ' ( x , y ) = Σ dy = 1 1 Σ dx = 1 1 D ( p ( x + dx , y + dy ) , p ( x , y ) , factor _ s ) 8 + p ( x , y ) 令d＝abs(p(x+dx，y+dy)p(x，y))，则 D ( p ( x + dx , y + dy ) , p ( x , y ) , factor _ s ) = d d ≤ factor _ s d > > 1 factor _ s < d ≤ 2 * factor _ s d > > 4 d > 2 * factor _ s 式中p(x，y)表示图像中坐标为(x，y)的像素的原始值，p′(x，y)表示图像中坐标为(x，y)的像素滤波后的值，factor_s表示空域滤波参数，abs表示取绝对值运算；时域滤波分两步，第一步是运动估计，该步骤的目的在于为当前宏块像素寻找最佳的时域匹配点，匹配准则为SAD，其计算公式为 SAD ( mv ) = Σ i abs ( p ( i ) p ' ( i + mv ) ) 式中p(i)表示当前帧中位置i处的像素值，p′(i+mv)表示参考帧中位置i+mv处的像素值；对于某个范围内的mv，对每一个都计算一个SAD值，最小的SAD值所对应的mv为最佳运动位移，其对应的参考块为当前块的最佳匹配块；如果该方法应用于视频编码器中，运动估计已在编码器中实现，不需额外实现；时域滤波的第二步是将当前像素与匹配像素进行加权平均，从而得到最终的滤波像素，其计算公式如下 p ′ ′ ( x , y , t ) = p ' ( x , y , t ) + D ( p ' ( x , y , t ) , p ' ( x ' , y ' , t 1 ) , factor _ t ) 2 式中，p′(x′，y′，t 1)代表p′(x，y，t)在运动补偿时对应的参考帧的像素；D函数的定义为： D ( p ( x + dx , y + dy ) , p ( x , y ) , factor _ t ) = d d ≤ factor _ t d > > 1 factor _ t < d ≤ 2 * factor _ t d > > 4 d > 2 * factor _ t 式中factor_t表示时域滤波参数；当前宏块滤波结束后，需要对滤波参数进行更新，以进行下一个宏块的滤波，更新过程分为三步，第一步是利用固定系数计算单个像素的方差，第二步是利用单个像素方差计算宏块方差，第三步则是利用方差计算下一宏块的滤波参数；在计算单个像素方差步骤中，使用了一个固定的滤波系数来，计算公式为 d ' ( x , y ) = Σ dy = 1 1 Σ dx = 1 1 D ( p ( x + dx , y + dy ) , p ( x , y ) , 20 ) 8 计算宏块方差使用了单个像素方差的绝对值，计算公式为： var = ΣΣabs ( d ′ ( x , y ) ) pixel count 其中pixel count表示一个宏块内像素的个数；最后通过var更新下一个宏块的滤波参数，如下式所示，factor_s＝1.0+luma_var*luma_var/1.4factor_t＝factor_s/2其中luma_var为当前的宏块方差。