基于Surfacelet变换的系数自适应收缩视频去噪方法

摘要

本发明公开了一种基于Surfacelet变换的系数自适应收缩视频去噪方法，以改善视频图像边缘模糊和噪声去除不充分等现象，提高视频去噪效果，主要用于视频图像的去噪和三维立体图像的去噪。其实现过程是：(1)输入含噪视频序列，并对其进行Surfacelet变换(ST)；(2)对Surfacelet变换域中每一层各个方向子带的ST系数计算阈值；(3)对各方向子带中ST系数进行分类得到相应的掩模；(4)计算各方向子带中ST系数的能量比和先验比，然后计算ST系数的收缩因子；(5)对ST系数进行收缩处理；(6)对收缩后的ST系数进行逆Surfacelet变换，得到去噪后的视频序列。本发明与现有的技术相比，明显地提高了对含噪视频中噪声的抑制能力，同时也能够很好地保留视频图像的纹理细节和边缘信息。

主权项

一种基于Surfacelet变换的系数自适应收缩视频去噪方法，其特征在于：包含以下步骤：步骤1.输入含噪视频序列，并对其进行Surfacelet变换，分解层数为4层，每层对应的方向数分别为192、192、48、12；步骤2.对Surfacelet变换域中的系数按如下公式计算最精细层到最粗糙层的各方向子带的阈值：Tl，k＝3·δn·El，k式中：Tl，k为第l层k方向子带中ST系数对应的三维矩阵阈值；δn为噪声方差；El，k为高斯噪声在ST域第l层k方向子带中的概率分布特征；步骤3.利用步骤2中得到的阈值对各层各个方向子带的ST系数进行分类得到相应的掩模，计算公式如下： x l , k ( m , n , p ) = 1 , a l , k ( m , n , p ) > T l , k ( m , n , p ) 0 , a l , k ( m , n , p ) ≤ T l , k ( m , n , p ) 式中：xl，k(m，n，p)为第l层k方向子带中(m，n，p)位置上ST系数对应的掩模；al，k(m，n，p)＝|wl，k(m，n，p)|为ST系数的幅值，式中wl，k(m，n，p)为第l层k方向子带在位置(m，n，p)上的ST系数；步骤4.利用步骤2中得到的阈值计算ST系数的能量比： ξ l , k ( m , n , p ) = a l , k ( m , n , p ) 2 · T l , k ( m , n , p ) - a l , k ( m , n , p ) 式中：ξl，k(m，n，p)反映第l层k方向子带中(m，n，p)位置上ST系数的能量比；步骤5.利用步骤3中得到的掩模计算ST系数的先验比；步骤6.利用步骤4中得到的能量比和步骤5中得到的先验比按以下公式计算ST系数的收缩因子： q l , k ( m , n , p ) = ξ l , k ( m , n , p ) η l , k ( m , n , p ) 1 + ξ l , k ( m , n , p ) η l , k ( m , n , p ) , a l , k ( m , n , p ) ≤ 2 T l , k ( m , n , p ) 1 , a l , k ( m , n , p ) > 2 T l , k ( m , n , p ) 式中：ql，k(m，n，p)为第l层k方向子带中(m，n，p)位置上ST系数对应的收缩因子；ξl，k(m，n，p)为第l层k方向子带中(m，n，p)位置上ST系数的能量比；ηl，k(m，n，p)为第l层k方向子带中(m，n，p)位置上ST系数的先验比；步骤7.利用收缩因子对ST系数按以下收缩公式进行收缩处理，得到收缩后的ST系数为：yl，k(m，n，p)＝wl，k(m，n，p)·ql，k(m，n，p)：式中：yl，k(m，n，p)为第l层k方向子带中(m，n，p)位置上收缩后的ST系数；wl，k(m，n，p)为第l层k方向子带中(m，n，p)位置上的ST系数；ql，k(m，n，p)为第l层k方向子带中(m，n，p)位置上ST系数对应的收缩因子；步骤8.对收缩后的ST系数进行Surfacelet逆变换，得到去噪后的视频序列。