專利名稱：基于表面波變換的自適應(yīng)閾值視頻去噪方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，涉及圖像去噪，可用于視頻圖像和三維圖像的去噪。
背景技術(shù)：
視頻圖像在采集和傳輸過(guò)程中常常會(huì)受到各種噪聲的影響，使得視頻圖像質(zhì)量變差，導(dǎo)致視頻圖像中的重要信息丟失。在對(duì)視頻圖像進(jìn)行處理或者應(yīng)用時(shí)，如何保留視頻圖像中的有用信息，如何捕捉視頻圖像中的曲面奇異，是一個(gè)熱點(diǎn)也是一個(gè)難點(diǎn)。Minh N. Do和Martin Vetterli在2001年提出了一個(gè)雙重濾波器組的方法,從而得到具有光滑輪廓的典型圖像的稀疏表示。它對(duì)圖像的展開是由輪廓片段所組成的一個(gè)框架，于是被稱為Contourlet。Contourlet變換是一種“真正”的圖像二維表示方法，為圖像表示提供了一種靈活的、多分辨的、局部的和方向性的擴(kuò)展。但是由于Contourlet變換采取了下采樣操作，缺乏平移不變性，且具有4/3的冗余度，會(huì)產(chǎn)生吉布斯現(xiàn)象，使得去噪后的圖像失真。Cunha等人通過(guò)結(jié)合非下采樣的塔式分解和非下采樣的DFB，實(shí)現(xiàn)了非下采樣 Contourlet變換NSCT。NSCT繼承了 Contourlet的多尺度和多方向性，同時(shí)還具備平移不變特性，可以有效消除吉布斯現(xiàn)象。但是,Contourlet變換和非下采樣Contourlet變換都只能處理二維信號(hào)，不能直接對(duì)三維信號(hào)甚至多維信號(hào)進(jìn)行處理。Yue M. Lu和Mimh N. Do將DFB擴(kuò)充到高維，從而構(gòu)成多維方向?yàn)V波器組NDFB，通過(guò)多尺度金字塔和NDFB的結(jié)合提出了表面波Surfacelet，Surfacelet變換的多尺度分解定義在頻域，它能有效捕獲和表示光滑表面信號(hào)奇異性，具有多方向分解、高效率的樹狀結(jié)構(gòu)濾波器組、完全重構(gòu)和底冗余等性質(zhì)，非常適合視頻處理。在上述變換域中，采用閾值處理是一種最常用的比較好的圖像去噪方法。閾值的選取常常是閾值去噪算法中的關(guān)鍵，閾值選取的過(guò)小會(huì)導(dǎo)致不能充分地去除噪聲；相反，閾值選取的過(guò)大會(huì)對(duì)信號(hào)產(chǎn)生過(guò)扼殺現(xiàn)象，丟失信號(hào)的部分重要信息，會(huì)導(dǎo)致去噪后的圖像過(guò)模糊現(xiàn)象。在變換域中常用的閾值方法有Donoho等人提出的Visual shrinkage方法, Q. Pan等人提出的3 o法，M. Vetterli和B. Yu提出的基于最小風(fēng)險(xiǎn)的BayesShrink方法, Lakhwinder Kaur 等人提出的 NormalShrink 方法。上述的閾值方法并沒有考慮方向結(jié)構(gòu)信息和空間鄰域信息，因此在細(xì)節(jié)和背景信息豐富的視頻圖像去噪中并不能得到理想的去噪效果。在利用Surfacelet變換對(duì)視頻圖像進(jìn)行去噪的過(guò)程中，傳統(tǒng)的閾值方法并沒有考慮系數(shù)在尺度內(nèi)的鄰域相關(guān)特性和方向結(jié)構(gòu)信息及噪聲在不同尺度的分布特征，因此不能充分的去除噪聲，導(dǎo)致邊緣模糊以及重要細(xì)節(jié)信息被扼殺等現(xiàn)象。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有方法的缺點(diǎn)，提出了一種基于表面波變換的自適應(yīng)閾值視頻去噪方法，以改善圖像邊緣模糊和噪聲去除不充分的等現(xiàn)象，提高視頻的去噪
為實(shí)現(xiàn)上述目的，本發(fā)明包括如下步驟(I)輸入含噪的視頻圖像，并對(duì)其進(jìn)行Surfacelet變換，分解層數(shù)為4層，每層對(duì)應(yīng)的方向數(shù)分別為192、192、48、12 ；(2)對(duì)Surfacelet變換域中的系數(shù)按以下公式計(jì)算各層各方向子帶系數(shù)的初始閾值Tlk=^\og(Llkl J)(8^kf Iduk,其中A1,,為第I層第k方向子帶系數(shù)對(duì)應(yīng)的初始閾值，I E {1，2，3，4}，第I層和第2層子帶中k G {1,2,3, ...，192}，第3層子帶中k G {1,2,3, ... ,4 8}，第4層子帶中k G {1,2,3, ,12}；L1,,為第I層第k方向子帶中的系數(shù)總個(gè)數(shù)，J = 4為分解總層數(shù)；Slk= -^-T E尸)-57)2為第I層第k方向子帶的信號(hào)標(biāo)準(zhǔn)
權(quán)利要求
1.一種基于表面波變換的自適應(yīng)閾值視頻去噪方法，包含以下步驟(1)輸入含噪的視頻圖像，并對(duì)其進(jìn)行Surfacelet變換，分解層數(shù)為4層，每層對(duì)應(yīng)的方向數(shù)分別為192、192、48、12 ；(2)對(duì)Surfacelet變換域中的系數(shù)按以下公式計(jì)算各層各方向子帶系數(shù)的初始閾值 Tlk=^\og(LlkIJ)(5kfl5hk,其中=T1, k為第I層第k方向子帶系數(shù)對(duì)應(yīng)的初始閾值，I G {1，2，3，4}，第I層和第2 層子帶中k G {1，2，3，…，192}，第3層子帶中:k G {1,2,3, ... ,4 8}，第4層子帶中 k G {1，2，3， ，12}；L1,,為第I層第k方向子帶中的系數(shù)總個(gè)數(shù)，J = 4為分解總層數(shù)；
2.根據(jù)權(quán)利要求書I所述的方法，其中步驟(3)所述的空間鄰域R，通過(guò)如下步驟選取首先，根據(jù)Surfacelet變換的多方向特性選取五種鄰域Qi, i G {1，2, 3,4, 5},分別計(jì)算這五種鄰域的均值Ui和標(biāo)準(zhǔn)差5 ,，然后按以下公式計(jì)算鄰域選取參數(shù)P i
全文摘要
本發(fā)明公開了一種基于表面波變換的自適應(yīng)閾值視頻去噪方法，主要解決現(xiàn)有技術(shù)的視頻圖像中邊緣模糊和噪聲去除不充分的問(wèn)題。其實(shí)現(xiàn)過(guò)程是(1)輸入含噪視頻圖像，并對(duì)其進(jìn)行Surfacelet變換；(2)計(jì)算Surfacelet變換后的各層各方向子帶系數(shù)的初始閾值；(3)利用系數(shù)的空間鄰域信息對(duì)初始閾值進(jìn)行調(diào)整，得到自適應(yīng)閾值；(4)利用自適應(yīng)閾值對(duì)Surfacelet變換后的各層各方向子帶系數(shù)進(jìn)行軟閾值處理；(5)對(duì)軟閾值處理后的系數(shù)進(jìn)行Surfacelet逆變換，得到去噪后的視頻圖像。本發(fā)明與現(xiàn)有的技術(shù)相比，顯著提高了對(duì)視頻圖像中噪聲的抑制能力，更好地保留視頻圖像中的細(xì)節(jié)信息和運(yùn)動(dòng)物體的平滑效果，可用于視頻圖像壓縮、視頻圖像紋理檢測(cè)、視頻圖像水印提取以及視頻中目標(biāo)識(shí)別和跟蹤中。
文檔編號(hào)H04N5/21GK102547073SQ20121000012
公開日2012年7月4日 申請(qǐng)日期2012年1月2日 優(yōu)先權(quán)日2012年1月2日
發(fā)明者于昕, 吳建設(shè), 張小華, 李 杰, 焦李成, 王爽, 田小林, 鐘樺 申請(qǐng)人:西安電子科技大學(xué)