專利名稱：基于空間自適應(yīng)高斯混合模型的表面波變換視頻去噪方法
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，生物醫(yī)學(xué)圖像和三維圖像的去噪。
背景技術(shù)：
視覺信息在人類感知和認(rèn)識世界的過程中起到了極其重要的作用，人類對客觀世界的認(rèn)識絕大部分是通過視覺系統(tǒng)獲取的信息。但是在我們接觸到的視頻信號中往往摻雜著各種噪聲，它使視頻變得模糊、質(zhì)量下滑，從而導(dǎo)致視頻中的一些重要細(xì)節(jié)信息丟失。在對視頻圖像進(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，是一個熱點(diǎn)也是一個難點(diǎn)。視頻去噪的研究最初是以圖像為單位逐幀進(jìn)行處理，傳統(tǒng)的視頻去噪方法是按空域、時(shí)域、變換域來進(jìn)行劃分。空域?yàn)V波有中值濾波和系數(shù)自適應(yīng)濾波等濾波方法，對各幀圖像均能得到較好的濾波效果。但是在視頻應(yīng)用中，由于空域?yàn)V波沒有充分利用時(shí)域信息，不能得到理想的濾波效果。時(shí)域?yàn)V波考慮了各幀之間的相關(guān)性，但是只適合靜止目標(biāo)，對運(yùn)動目標(biāo)會產(chǎn)生偽影等現(xiàn)象。變換域通常都是逐幀去噪，視頻序列不僅要關(guān)注每一幀圖像的視覺效果，還要關(guān)注整個序列的視覺感受。因此，對于視頻序列的去噪提出了更高的要求。1992年，Bambeger和Smith首先提出方向?yàn)V波器組DFB的概念，DFB能有效地對二維信號進(jìn)行方向分解。2005年，Do和Vetterli將拉普拉斯金字塔分解和DFB相結(jié)合，設(shè)計(jì)出新的小波變換Contourlet。但是由于DFB的不可分性，把它從二維擴(kuò)展到多維始終沒有完美的實(shí)現(xiàn)方法。直到2005年，Yue Lu和M. N. Do提出一種新的多維方向?yàn)V波器組設(shè)計(jì)
方法-NDFB (N-dimensional Directional Filter Banks)。NDFB 米用一種簡單、高效的
樹狀結(jié)構(gòu)，能夠?qū)θ我饩S的信號進(jìn)行方向分解。通過采用一組迭代濾波器組，能夠?qū)崿F(xiàn)完全重建，且對于N維信號的冗余度只有N倍。同時(shí)，Yue Lu和M.N. Do在NDFB的基礎(chǔ)上，提出了表面波變換。表面波變換首先對信號進(jìn)行多尺度分解以捕獲奇異變化，接著由NDFB將同一方向的奇異變化合為一個系數(shù)。它可以有效地捕捉和表示高維信號中的曲面奇異，非常適合視頻處理。例如視頻可以看作是二維空間信息和一維時(shí)間信息合成的三維時(shí)空信號，視頻中運(yùn)動物體的表面在這個三維系統(tǒng)中是曲面奇異的。實(shí)驗(yàn)結(jié)果表明，在一些應(yīng)用如視頻處理中，基于表面波變換算法的性能比傳統(tǒng)方法有較大提升。在其他一些應(yīng)用中，如視頻壓縮、三維醫(yī)學(xué)影像處理和三維數(shù)據(jù)壓縮等，表面波變換都有很好的應(yīng)用前景。采用閾值處理是一種最常用的圖像去噪的方法。閾值的選取常常是閾值去噪算法中的關(guān)鍵，閾值選取的過小會導(dǎo)致不能充分地去除噪聲；相反，閾值選取的過大會對信號產(chǎn)生過扼殺現(xiàn)象，丟失信號的部分重要信息，會導(dǎo)致去噪后的視頻圖像過模糊現(xiàn)象。在變換域中常用的閾值方法有Q. Pan等人提出的3 0法，M. Vetterli和B. Yu提出的基于最小風(fēng)險(xiǎn)的BayesShrink方法。這些閾值方法在細(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。在利用表面波變換對視頻圖像進(jìn)行去噪的過程中，傳統(tǒng)的閾值方法并不能充分的去除噪聲，往往會導(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)明的目的在于針對上述已有方法的缺點(diǎn)，提出了一種基于空間自適應(yīng)高斯混合模型的表面波變換視頻去噪方法，以改善圖像邊緣模糊和噪聲去除不充分的現(xiàn)象，提高視頻的去噪效果。為實(shí)現(xiàn)上述目的，本發(fā)明包括如下步驟(I)輸入含有噪聲的視頻系數(shù)，對視頻系數(shù)進(jìn)行表面波變換，分解層數(shù)為4，每層對應(yīng)的方向數(shù)分別為192、192、48、12 ；(2)對表面波變換域后的系數(shù)，按以下公式計(jì)算最精細(xì)層到最粗糙層的各方向子帶系數(shù)的噪聲方差

其中，CT/t為第I層第m方向子帶的噪聲方差，I表不第I層，I G {1,2,3,4} ,m表不第m方向子帶，第I層和第2層子帶中m G {1,2,. . , 192},第3層子帶中m G {1,2,...,48}，第 4 層子帶中m G {1,2, ,12}；O l m = median( wljD1(i, j, k) )/0. 6745為第一層第m方向子帶的噪聲標(biāo)準(zhǔn)差，其中j，k)為第一層第m方向子帶中位置(i，j，k)對應(yīng)的系數(shù)；(3)利用步驟⑵得到的噪聲方差計(jì)算各層各方向子帶中系數(shù)對應(yīng)的空間自適應(yīng)閾值
權(quán)利要求
1.一種基于空間自適應(yīng)高斯混合模型的表面波變換視頻去噪方法，包含以下步驟 (1)輸入含有噪聲的視頻系數(shù)，對視頻系數(shù)進(jìn)行表面波變換，將視頻系數(shù)分解為4層，每層對應(yīng)的方向數(shù)分別為192、192、48、12 ； (2)對表面波變換后的系數(shù)，按以下公式計(jì)算最精細(xì)層到最粗糙層的各子帶系數(shù)的噪聲方差
2.根據(jù)權(quán)利要求I所述的方法，其中步驟(I)所述的對視頻系數(shù)進(jìn)行表面波變換是先輸入含有噪聲的視頻系數(shù)，用三通道非抽樣濾波器組將其頻譜分成三個沙漏型的子帶；再將沙漏型子帶分兩次通過ニ維方向?yàn)V波器組進(jìn)行方向分解，將視頻系數(shù)分解為4層，每層對應(yīng)的方向數(shù)分別為192、192、48、12。
全文摘要
本發(fā)明公開了一種基于空間自適應(yīng)高斯混合模型的表面波變換視頻去噪方法，主要改善圖像邊緣模糊和噪聲去除不充分的問題。其實(shí)現(xiàn)過程是(1)輸入含噪視頻系數(shù)，并對其進(jìn)行表面波變換；(2)計(jì)算表面波變換后的各層各方向子帶系數(shù)的噪聲方差；(3)計(jì)算各層各方向子帶系數(shù)的空間自適應(yīng)閾值；(4)利用閾值計(jì)算各層各方向子帶系數(shù)對應(yīng)的掩膜值；(5)利用掩膜值計(jì)算各層各方向子帶系數(shù)的高斯混合模型參數(shù)；(6)利用模型參數(shù)對系數(shù)進(jìn)行收縮處理；(7)對處理后的系數(shù)進(jìn)行表面波逆變換，得到去噪后的視頻圖像。本發(fā)明與現(xiàn)有的技術(shù)相比顯著提高了去噪效果，顯著提高了視頻圖像中噪聲的抑制能力，同時(shí)能夠更好的保留視頻圖像的細(xì)節(jié)信息和運(yùn)動物體的平滑效果。
文檔編號G06T5/00GK102663687SQ201210076360
公開日2012年9月12日 申請日期2012年3月22日 優(yōu)先權(quán)日2012年3月22日
發(fā)明者張小華, 朱虎明, 焦李成, 田小林, 緱水平, 鐘樺, 錢亞娜, 馬文萍 申請人:西安電子科技大學(xué)