[發明專利]一種混合泊松、高斯和脈沖噪聲的視頻去噪方法

有效

• 申請號: 201710179189.9
• 申請日: 2017-03-23
• 公開（公告）號: CN107123094B
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 四川精目科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種混合泊松、高斯和脈沖噪聲的視頻去噪方法，涉及圖像處理領域，包括：首先將噪聲視頻每一幀圖像劃分為圖像塊，在噪聲視頻幀序列中通過塊匹配方法對每一個圖像塊搜索相似圖像塊；然后構造泊松?高斯混合噪聲先驗，建立泊松、高斯和脈沖混合噪聲環境下的視頻去噪模型；最后采用優化算法求解去噪模型，獲得去噪后的清晰圖像塊，并在此基礎上生成去噪后的清晰視頻圖像。本方法不同于傳統視頻去噪方法只針對某種類型的噪聲，本方法針對混合泊松、高斯和脈沖噪聲的視頻去噪，能夠更好地解決實際噪聲環境下的視頻去噪問題，而且與傳統的視頻去噪算法相比能夠獲得更高質量的視頻去噪圖像。

技術領域：

本發明主要涉及到圖像與視頻信息處理領域，特指一種混合泊松、高斯和脈沖噪聲的視頻去噪方法。

背景技術：

盡管數碼相機和數字傳感器在近年來獲得了飛速發展，但在信息獲取和傳輸過程中，視頻數據經常受到多種噪聲的影響。視頻信號中的噪聲會引起視覺效果上的不適感，并且會影響一些后續的視頻處理算法的性能，包括特征提取、目標檢測和運動跟蹤等[1]。因此，視頻去噪仍然是一個活躍的研究方向，并且隨著網絡相機和手機相機的大量使用而體現出更重要的意義。為了從噪聲污染和降質的視頻數據中恢復出原始信息，很多學者設計了多種視頻去噪算法用來解決這一問題[2-4]。由于數碼相機的高采集率，視頻數據的質量往往低于靜態的單幅圖像數據，其質量問題包括低信噪比和低分辨率等。同時，視頻數據相比于靜態圖像數據而言具有更高的時空冗余度，能比靜態圖像數據提供更豐富的場景信息。因此對降質視頻的復原算法效果，在很大程度上取決于這種時空冗余度能否被有效利用，以及能夠挖掘到什么程度。

在現實的成像系統中，除了能夠近似成高斯白噪聲的系統內部產生噪聲之外，還存在著泊松和脈沖噪聲，其中泊松噪聲體現光子計數上的波動性[5]，脈沖噪聲則體現傳感器信號的采集和傳輸誤差。傳統視頻去噪算法主要處理單一類型噪聲，對于混合噪聲去噪效果往往不理想。盡管泊松、高斯與脈沖混合噪聲的處理在實際環境中具有重要意義，但在該類混合噪聲視頻去噪算法方面的研究仍然非常有限。

本發明提供一種混合泊松、高斯和脈沖噪聲的視頻去噪方法，能夠更合理地對該種混合噪聲進行建模和處理，對于該種混合噪聲能夠取得比現有方法更理想的去噪效果，對于泊松、高斯和脈沖混合噪聲環境下的視頻去噪具有重要的理論和實踐意義。

[1]A.Bovik,Handbook of Image and Video Processing,Academic Press,SanDiego,CA,2000.

[2]K.Dabov,A.Foi,and K.Egiazarian,Video denoising by sparse 3-Dtransform-domain collaborative filtering,IEEE trans.Eur.Signal Process.Conf.,Poznan,Poland,1257-1260,Sep.2007.

[3]Maggioni M,Boracchi G,Foi A,et al.Video denoising,deblocking,andenhancement through separable 4-d nonlocal spatiotemporal transforms.IEEETransactions on image processing,2012,21(9):3952-3966.

[4]Hui Ji,Sibin Huang,Zuowei Shen,and Yuhong Xu,Robust VideoRestoration by Joint Sparse and Low Rank Matrix Approximation,SIAM J.IMAGINGSCIENCES,4(4),pp.1122-1142,2011.