專利名稱：基于空間自適應高斯混合模型的表面波變換視頻去噪方法
技術領域：
本發(fā)明屬于圖像處理領域，涉及圖像去噪，可用于視頻圖像，生物醫(yī)學圖像和三維圖像的去噪。
背景技術：
視覺信息在人類感知和認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、質量下滑，從而導致視頻中的一些重要細節(jié)信息丟失。在對視頻圖像進行處理或者應用時，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，是一個熱點也是一個難點。視頻去噪的研究最初是以圖像為單位逐幀進行處理，傳統(tǒng)的視頻去噪方法是按空域、時域、變換域來進行劃分?？沼驗V波有中值濾波和系數(shù)自適應濾波等濾波方法，對各幀圖像均能得到較好的濾波效果。但是在視頻應用中，由于空域濾波沒有充分利用時域信息，不能得到理想的濾波效果。時域濾波考慮了各幀之間的相關性，但是只適合靜止目標，對運動目標會產生偽影等現(xiàn)象。變換域通常都是逐幀去噪，視頻序列不僅要關注每一幀圖像的視覺效果，還要關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首先提出方向濾波器組DFB的概念，DFB能有效地對二維信號進行方向分解。2005年，Do和Vetterli將拉普拉斯金字塔分解和DFB相結合，設計出新的小波變換Contourlet。但是由于DFB的不可分性，把它從二維擴展到多維始終沒有完美的實現(xiàn)方法。直到2005年，Yue Lu和M. N. Do提出一種新的多維方向濾波器組設計
方法-NDFB (N-dimensional Directional Filter Banks)。NDFB 米用一種簡單、高效的
樹狀結構，能夠對任意維的信號進行方向分解。通過采用一組迭代濾波器組，能夠實現(xiàn)完全重建，且對于N維信號的冗余度只有N倍。同時，Yue Lu和M.N. Do在NDFB的基礎上，提出了表面波變換。表面波變換首先對信號進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間信息合成的三維時空信號，視頻中運動物體的表面在這個三維系統(tǒng)中是曲面奇異的。實驗結果表明，在一些應用如視頻處理中，基于表面波變換算法的性能比傳統(tǒng)方法有較大提升。在其他一些應用中，如視頻壓縮、三維醫(yī)學影像處理和三維數(shù)據壓縮等，表面波變換都有很好的應用前景。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鍵，閾值選取的過小會導致不能充分地去除噪聲；相反，閾值選取的過大會對信號產生過扼殺現(xiàn)象，丟失信號的部分重要信息，會導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提出的基于最小風險的BayesShrink方法。這些閾值方法在細節(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，往往會導致邊緣模糊以及重要細節(jié)信息被扼殺等現(xiàn)象。

發(fā)明內容
本發(fā)明的目的在于針對上述已有方法的缺點，提出了一種基于空間自適應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)進行表面波變換，分解層數(shù)為4，每層對應的方向數(shù)分別為192、192、48、12 ；(2)對表面波變換域后的系數(shù)，按以下公式計算最精細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方向子帶的噪聲標準差，其中j，k)為第一層第m方向子帶中位置(i，j，k)對應的系數(shù)；(3)利用步驟⑵得到的噪聲方差計算各層各方向子帶中系數(shù)對應的空間自適應閾值
權利要求
1.一種基于空間自適應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)進行表面波變換，將視頻系數(shù)分解為4層，每層對應的方向數(shù)分別為192、192、48、12 ； (2)對表面波變換后的系數(shù)，按以下公式計算最精細層到最粗糙層的各子帶系數(shù)的噪聲方差
2.根據權利要求I所述的方法，其中步驟(I)所述的對視頻系數(shù)進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濾波器組進行方向分解，將視頻系數(shù)分解為4層，每層對應的方向數(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。其實現(xiàn)過程是(1)輸入含噪視頻系數(shù)，并對其進行表面波變換；(2)計算表面波變換后的各層各方向子帶系數(shù)的噪聲方差；(3)計算各層各方向子帶系數(shù)的空間自適應閾值；(4)利用閾值計算各層各方向子帶系數(shù)對應的掩膜值；(5)利用掩膜值計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)進行收縮處理；(7)對處理后的系數(shù)進行表面波逆變換，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，同時能夠更好的保留視頻圖像的細節(jié)信息和運動物體的平滑效果。
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