專利名稱：Surfacelet域BKF模型貝葉斯視頻去噪方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進一步涉及視頻處理技術(shù)領(lǐng)域中的一種 Surfacelet域BKF模型貝葉斯視頻去噪方法。本發(fā)明可應(yīng)用于視頻圖像加性噪聲的去除。
背景技術(shù)：
在視頻圖像的采集及傳輸過程中，噪聲的引入是不可避免的。由于視頻圖像在相鄰像素及幀間都有很大的相關(guān)性，而噪聲是隨機且不相關(guān)的，這為視頻圖像在時空域的噪聲去除提供了理論基礎(chǔ)。由于含噪視頻圖像經(jīng)小波變換、Surfacelet變換后，視頻圖像及噪聲在變換域具有不同的特性，變換域系數(shù)具有一定的分布規(guī)律，根據(jù)變化域的系數(shù)特性和分布規(guī)律進行去噪，能取得很好的去噪效果。西安電子科技大學(xué)提出的專利申請“非局部均值空域時變視頻濾波方法”(專利申請?zhí)?00910219213. 2，公開號CN101742088A)公開了一種非局部均值空域時變視頻濾波方法，主要解決現(xiàn)有非局部均值空域時變?yōu)V波器的計算量大和應(yīng)用范圍受限的問題。該方法的濾波過程是初始化當(dāng)前幀圖像所有點處的權(quán)值歸一化系數(shù)和非歸一化濾波后的值為 0 ；對于搜索域內(nèi)每個坐標(biāo)偏置，分別將當(dāng)前幀圖像所有的像素點進行統(tǒng)一的預(yù)處理，然后快速計算當(dāng)前幀圖像所有像素點在該搜索域坐標(biāo)處的加權(quán)核權(quán)值；根據(jù)該加權(quán)核權(quán)值，更新權(quán)值歸一化系數(shù)和非歸一化濾波后的值；根據(jù)權(quán)值歸一化系數(shù)和非歸一化濾波后的值， 計算得到濾波后的圖像。該方法雖然極大地降低了現(xiàn)有非局部均值空域時變?yōu)V波方法的計算復(fù)雜度，取得較好的去噪效果，但是仍然存在的不足是，該方法只考慮了當(dāng)前幀內(nèi)像素間的相關(guān)性，沒有利用視頻圖像幀間的相關(guān)性，不能有效地提高視頻圖像的去噪效果。西安電子科技大學(xué)提出的專利申請“基于Surfacelet變換域的空間自適應(yīng)閾值視頻去噪方法”(專利申請?zhí)?01110081454. 2，公開號CN102158637A)公開了一種基于 Surfacelet變換域的空間自適應(yīng)閾值視頻去噪方法，主要解決視頻去噪效果不理想、去噪過程復(fù)雜度過大和視頻去噪中出現(xiàn)偽影、偽吉布斯效應(yīng)等問題。該方法的實現(xiàn)過程是輸入待去噪視頻并做Surfacelet變換；分別對每一個Surfacelet分解的方向子帶內(nèi)的系數(shù)估計噪聲；利用系數(shù)空間能量值計算自適應(yīng)閾值；利用系數(shù)鄰域信息調(diào)整上述閾值；利用閾值函數(shù)進行去噪處理；對去噪后的系數(shù)進行重構(gòu)，得到去噪后視頻。該方法雖然能夠通過利用系數(shù)鄰域關(guān)系來提高視頻去噪效果，有效地保持視頻的細(xì)節(jié)信息，取得很好的視頻去噪效果，但是仍然存在的不足是，該方法只利用了系數(shù)的少量鄰域信息，沒有充分利用鄰域外的系數(shù)關(guān)系，去噪效果有待提高。

發(fā)明內(nèi)容
本發(fā)明針對上述現(xiàn)有技術(shù)的不足，用Surfacelet系數(shù)描述視頻圖像及噪聲，根據(jù)視頻圖像Surfacelet系數(shù)邊緣分布的特點，利用貝塞爾K分布函數(shù)對Surfacelet系數(shù)邊緣分布進行建模，有效地利用了子帶內(nèi)所有系數(shù)間的關(guān)系，提出一種Surfacelet域BKF模型貝葉斯視頻去噪方法，可以有效的將噪聲從視頻圖像中去除。
本發(fā)明的具體步驟如下(1)輸入一個待去噪視頻。(2)獲取待去噪視頻Surfacelet域系數(shù)調(diào)用Surfacelet工具包對待去噪視頻作Surfacelet變換，獲取待去噪視頻的 Surfacelet域高頻子帶系數(shù)。(3)用噪聲估計公式估算待去噪視頻的噪聲標(biāo)準(zhǔn)差。(4)按照下式獲取待去噪視頻Surfacelet域高頻子帶的貝塞爾K分布形狀參數(shù)

權(quán)利要求
1. 一種Surfacelet域BKF模型貝葉斯視頻去噪方法，包括如下步驟(1)輸入一個待去噪視頻；(2)獲取待去噪視頻Surfacelet域系數(shù)調(diào)用Surfacelet工具包對待去噪視頻作Surfacelet變換，獲取待去噪視頻的 Surfacelet域高頻子帶系數(shù)；(3)用噪聲估計公式估算待去噪視頻的噪聲標(biāo)準(zhǔn)差；(4)按照下式獲取待去噪視頻Surfacelet域高頻子帶的貝塞爾K分布形狀參數(shù)_ 3χ max(c2 一σ2，0)2 P=C4其中，P為待去噪視頻Surfacelet域高頻子帶的貝塞爾K分布形狀參數(shù)； max()為取最大值函數(shù)；<32為待去噪視頻Surfacelet域高頻子帶的二階累積量； σ為待去噪視頻的噪聲標(biāo)準(zhǔn)差； &為待去噪視頻Surfacelet域高頻子帶的四階累積量；(5)按照下式獲取待去噪視頻Surfacelet域高頻子帶的貝塞爾K分布尺度參數(shù)max(c, -σ2,0) c =---P其中，c為待去噪視頻Surfacelet域高頻子帶的貝塞爾K分布尺度參數(shù)； max ()為取最大值函數(shù)； 為待去噪視頻Surfacelet域高頻子帶的二階累積量； σ為待去噪視頻的噪聲標(biāo)準(zhǔn)差；P為待去噪視頻Surfacelet域高頻子帶的貝塞爾K分布形狀參數(shù)；(6)判斷待去噪視頻Surfacelet域高頻子帶的貝塞爾K分布形狀參數(shù)的大小，若大于 1，執(zhí)行下一步，否則執(zhí)行步驟(10)；(7)按照下式獲取已去噪視頻Surfacelet域系數(shù)cvk — ΤΓ~Γ x c'ik其中，&為已去噪視頻Surfacelet域系數(shù)； i為已去噪視頻Surfacelet域第j個尺度第k個子帶的系數(shù)序號； j為待去噪視頻Surfacelet域第j個尺度； k為待去噪視頻Surfacelet域第j個尺度的第k個子帶； σ g為待去噪視頻Surfacelet域高頻子帶系數(shù)標(biāo)準(zhǔn)差； σ為待去噪視頻的噪聲標(biāo)準(zhǔn)差；Cijk為待去噪視頻Surfacelet域第j個尺度第k個子帶的第i個系數(shù)；(8)按照下式獲取已去噪視頻Surfacelet域系數(shù)
2.根據(jù)權(quán)利要求1所述的Surfacelet域BKF模型貝葉斯視頻去噪方法，其特征在于 步驟(3)中所述的噪聲估計公式為σ = midean(abs(C))/0. 6725 其中，σ為待去噪視頻的噪聲標(biāo)準(zhǔn)差； median()為取中值函數(shù)； abs()為取絕對值符號；C為待去噪視頻Surfacelet域高頻子帶系數(shù)集合。
3.根據(jù)權(quán)利要求1所述的Surfacelet域BKF模型貝葉斯視頻去噪方法，其特征在于 步驟中所述的待去噪視頻的Surfacelet域高頻子帶的二階累積量為
4.根據(jù)權(quán)利要求1所述的Surfacelet域BKF模型貝葉斯視頻去噪方法，其特征在于 步驟中所述的待去噪視頻Surfacelet域高頻子帶的四階累積量為
全文摘要
一種Surfacelet域BKF模型貝葉斯視頻去噪方法，包括輸入待去噪視頻；獲取高頻子帶系數(shù)；估算噪聲標(biāo)準(zhǔn)差；獲取待去噪視頻Surfacelet域高頻子帶BKF分布形狀參數(shù)和尺度參數(shù)；判斷BKF分布形狀參數(shù)的大??；獲取已去噪視頻Surfacelet域系數(shù)；獲取已去噪視頻。本發(fā)明采用BKF函數(shù)對視頻Surfacelet系數(shù)邊緣分布進行建模，使得本發(fā)明充分利用視頻圖像Surfacelet域高頻子帶系數(shù)的相關(guān)性，能夠在有效去除噪聲的同時很好地保持了視頻圖像的邊緣細(xì)節(jié)信息。
文檔編號H04N5/21GK102547074SQ201210001590
公開日2012年7月4日 申請日期2012年1月4日 優(yōu)先權(quán)日2012年1月4日
發(fā)明者張小華, 朱虎明, 焦李成, 田小林, 緱水平, 聶繼勇, 鐘樺, 馬文萍 申請人:西安電子科技大學(xué)