視頻降噪方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種視頻降噪方法和系統(tǒng)，其方法包括步驟：獲取多幀視頻圖像，對獲取的視頻圖像分別進(jìn)行分塊；根據(jù)分塊獲得的各圖像塊生成初始矩陣；根據(jù)初始矩陣確定初始矩陣對應(yīng)的均值塊；對初始矩陣進(jìn)行PCA變換獲得PCA投影矩陣；根據(jù)所述均值塊以及各所述圖像塊得到殘差矩陣；分別通過PCA投影矩陣對各圖像塊的殘差矩陣進(jìn)行降維得到各圖像塊的特征塊；利用特征塊進(jìn)行塊匹配得到參考特征塊相對于當(dāng)前特征塊的權(quán)重值；利用權(quán)重值對當(dāng)前圖像塊進(jìn)行加權(quán)濾波，用濾波后的圖像塊組成濾波后的視頻圖像。采用本發(fā)明方案，既可以提高降噪效率，又可以提高降噪效果。
【專利說明】視頻降噪方法和系統(tǒng)【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻【技術(shù)領(lǐng)域】，特別是涉及一種視頻降噪方法和系統(tǒng)。
【背景技術(shù)】
[0002]在視頻【技術(shù)領(lǐng)域】，尤其是在視頻監(jiān)控領(lǐng)域，在環(huán)境亮度較暗的情況下，監(jiān)控視頻會伴隨較多噪點(diǎn)，視覺效果較差。尤其在通過亮度提升對原視頻進(jìn)行增強(qiáng)處理時(shí)，視頻噪點(diǎn)也會增強(qiáng)，加劇尤為嚴(yán)重，嚴(yán)重影響視覺效果。傳統(tǒng)的圖像降噪方式，僅針對單幅圖像，應(yīng)用于視頻文件降噪效果較差，且計(jì)算復(fù)雜度較高。近年來，出現(xiàn)了一些的針對視頻圖像的時(shí)空域聯(lián)合降噪方式，是在時(shí)域采用運(yùn)動估計(jì)的方式搜索最匹配的圖像塊，利用匹配塊在相鄰幀的視頻圖像之間的相似度，采用加權(quán)平均的方式進(jìn)行濾波降噪，在空域則利用同一幀內(nèi)相鄰像素的相似性進(jìn)行濾波降噪。這種方式無論在時(shí)域還是空域都需要使用圖像塊匹配的方式，計(jì)算復(fù)雜度較高，降噪效率低，不能滿足實(shí)時(shí)視頻監(jiān)控領(lǐng)域?qū)崟r(shí)性的要求，而且由于圖像塊中噪點(diǎn)的存在，往往引起誤匹配，在噪點(diǎn)嚴(yán)重時(shí)誤匹配率更高，導(dǎo)致降噪效果較差。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的在于提供一種視頻降噪方法和系統(tǒng)，提高降噪效率和降噪效果。
[0004]本發(fā)明的目的通過如下技術(shù)方案實(shí)現(xiàn):
[0005]一種視頻降噪方法，包括步驟:
[0006]獲取多幀視頻圖像，對獲取的視頻圖像分別進(jìn)行分塊；
[0007]根據(jù)所述分塊獲得的各圖像塊生成初始矩陣；
[0008]根據(jù)所述初始矩陣確定所述初始矩陣對應(yīng)的均值塊；
[0009]對所述初始矩陣進(jìn)行PCA變換獲得PCA投影矩陣；
[0010]根據(jù)所述均值塊以及各所述圖像塊得到殘差矩陣；
[0011]通過所述PCA投影矩陣對所述殘差矩陣進(jìn)行降維得到各所述圖像塊的特征塊；
[0012]對所述特征塊進(jìn)行塊匹配得到參考特征塊相對于當(dāng)前特征塊的權(quán)重值，其中，所述當(dāng)前特征塊為待降噪的當(dāng)前圖像塊對應(yīng)的特征塊，參考特征塊為與所述當(dāng)前圖像塊在視頻圖像中的位置相一致的圖像塊對應(yīng)的特征塊；
[0013]利用所述權(quán)重值對所述當(dāng)前圖像塊進(jìn)行加權(quán)濾波，用濾波后的圖像塊組成濾波后的視頻圖像。
[0014]一種視頻降噪系統(tǒng)，包括步驟:
[0015]分塊模塊，用于獲取多幀視頻圖像，對獲取的視頻圖像分別進(jìn)行分塊；
[0016]生成模塊，用于根據(jù)所述分塊獲得的各圖像塊生成初始矩陣；
[0017]均值模塊，用于根據(jù)所述初始矩陣確定所述初始矩陣對應(yīng)的均值塊；
[0018]變換模塊，用于對所述初始矩陣進(jìn)行PCA變換獲得PCA投影矩陣；
[0019]確定模塊，用于根據(jù)所述均值塊以及各所述圖像塊得到殘差矩陣；
[0020]降維模塊，用于通過所述PCA投影矩陣對所述殘差矩陣進(jìn)行降維得到各所述圖像塊的特征塊；
[0021]處理模塊，用于對所述特征塊進(jìn)行塊匹配得到參考特征塊相對于當(dāng)前特征塊的權(quán)重值，其中，所述當(dāng)前特征塊為待降噪的當(dāng)前圖像塊對應(yīng)的特征塊，參考特征塊為與所述當(dāng)前圖像塊在視頻圖像中的位置相一致的圖像塊對應(yīng)的特征塊；
[0022]濾波模塊，用于利用所述權(quán)重值對所述當(dāng)前圖像塊進(jìn)行加權(quán)濾波，用濾波后的圖像塊組成濾波后的視頻圖像。
[0023]依據(jù)上述本發(fā)明的方案，其是首先根據(jù)對獲取的視頻圖像分別進(jìn)行分塊獲得的各圖像塊生成初始矩陣，再根據(jù)所述初始矩陣確定所述初始矩陣對應(yīng)的均值塊以及對所述初始矩陣進(jìn)行PCA變換獲得PCA投影矩陣，并基于所述均值塊確定各所述圖像塊的殘差矩陣，以及分別通過所述PCA投影矩陣對殘差矩陣進(jìn)行降維得到各所述圖像塊的特征塊，再對所述特征塊進(jìn)行塊匹配得到參考特征塊相對于當(dāng)前特征塊的權(quán)重值，并利用該權(quán)重值對所述當(dāng)前圖像塊進(jìn)行加權(quán)濾波，用濾波后的圖像塊組成濾波后的視頻圖像，由于是采用先利用PCA的方式對視頻圖像進(jìn)行降維并獲取特征塊，再利用該特征塊進(jìn)行塊匹配得到參考特征塊相對于當(dāng)前特征塊的權(quán)重值，進(jìn)而基于該權(quán)重值實(shí)現(xiàn)濾波，PCA的方式削弱了噪點(diǎn)的影響，使得獲得權(quán)重值更加準(zhǔn)確，降低了誤匹配的塊數(shù)量，從而提高了濾波效果，此外，由于僅需要對相同位置的圖像塊對應(yīng)的特征塊進(jìn)行塊匹配，也提高了降噪的效率。
【專利附圖】

【附圖說明】
[0024]圖1為本發(fā)明的視頻降噪方法實(shí)施例的流程示意圖；
[0025]圖2為圖1中的步驟S102在其中一個(gè)實(shí)施例中的細(xì)化流程示意圖；
[0026]圖3為圖1中的步驟S107在其中一個(gè)實(shí)施例中的細(xì)化流程示意圖；
[0027]圖4為在一個(gè)具體實(shí)施例中的PCA降維過程示意圖；
[0028]圖5為本發(fā)明的視頻降噪系統(tǒng)實(shí)施例的結(jié)構(gòu)示意圖；
[0029]圖6為圖5中的生成模塊在其中一個(gè)實(shí)施例中的細(xì)化流程示意圖；
[0030]圖7為圖5中的處理模塊在其中一個(gè)實(shí)施例中的細(xì)化流程示意圖。
【具體實(shí)施方式】
[0031]下面結(jié)合實(shí)施例及附圖對本發(fā)明作進(jìn)一步闡述，但本發(fā)明的實(shí)現(xiàn)方式不限于此。
[0032]參見圖1所示，為本發(fā)明的視頻降噪方法實(shí)施例的流程示意圖。如圖1所示，本實(shí)施例的視頻降噪方法包括如下步驟:
[0033]步驟SlOl:獲取多幀視頻圖像，對獲取的各視頻圖像分別進(jìn)行分塊；
[0034]視頻圖像的幀數(shù)可以根據(jù)實(shí)際需要設(shè)定，一般以7幀為佳，可以用前后各3幀視頻圖像來對中間的一幀視頻圖像做濾波處理，幀數(shù)少，降噪效果不明顯，幀數(shù)過多，在視頻圖像中的運(yùn)動區(qū)域會產(chǎn)生拖尾；
[0035]可以將獲取的各幀視頻圖像存儲在緩沖區(qū)，便于后續(xù)對這些幀的視頻圖像進(jìn)行處理，分別將獲取的各視頻圖像劃分為分辨率大小一致的圖像塊，例如，都劃分分辨率大小為RXR像素的圖像塊；
[0036]本實(shí)施例中的塊是均包括其對應(yīng)的圖像數(shù)據(jù)的；
[0037]步驟S102:根據(jù)所述分塊獲得的各圖像塊生成初始矩陣；[0038]將每個(gè)圖像塊的數(shù)據(jù)排成一列，則各個(gè)圖像塊的數(shù)據(jù)就構(gòu)成了初始矩陣，初始矩陣的行數(shù)為一個(gè)圖像塊的數(shù)據(jù)的個(gè)數(shù)，初始矩陣的列數(shù)為圖像塊的個(gè)數(shù)，例如，對于RXR大小的圖像塊，由于每個(gè)像素包括紅(R)、綠(G)、藍(lán)(B)三個(gè)分量，則初始矩陣相應(yīng)的行數(shù)為3R2，列數(shù)為具體選為構(gòu)成初始矩陣的圖像塊的個(gè)數(shù)；
[0039]然而，生成初始矩陣的方式也不限于上述提及的方式，例如，還可以是將每個(gè)圖像塊的數(shù)據(jù)按行排列，在此不予贅述；
[0040]同時(shí)，初始矩陣中的數(shù)據(jù)可以是包括所述分塊獲得的所有圖像塊的數(shù)據(jù)，也可以是包括所述分塊獲得的一部分圖像塊的數(shù)據(jù)，為了提高降噪效率，一般是選擇只包括一部分圖像塊的數(shù)據(jù)的方式，為此，在其中一個(gè)實(shí)施例中，如圖2所示，本步驟的根據(jù)所述分塊獲得的各圖像塊生成初始矩陣可以具體包括如下步驟:
[0041]步驟S1021:從所述分塊獲得的各圖像塊中隨機(jī)選擇多個(gè)圖像塊構(gòu)成圖像塊樣本；
[0042]圖像塊樣本中的圖像塊的個(gè)數(shù)可以根據(jù)實(shí)際需要設(shè)定，一般以為一幀視頻圖像可以分成的圖像塊的個(gè)數(shù)為佳，圖像塊樣本中的圖像塊的個(gè)數(shù)太大則以下進(jìn)行PCA (Principal Components Analysis,主成分分析)變換實(shí)現(xiàn)降維的耗時(shí)高，圖像塊樣本中的圖像塊的個(gè)數(shù)太小則以下進(jìn)行PCA變換實(shí)現(xiàn)降維的效果差；
[0043]步驟S1022:根據(jù)所述圖像塊樣本生成所述初始矩陣，該初始矩陣的行數(shù)與一個(gè)圖像塊的數(shù)據(jù)的個(gè)數(shù)相等，則相應(yīng)的，該初始矩陣的列數(shù)與圖像塊樣本中的圖像塊的個(gè)數(shù)相等；
[0044]步驟S103:根據(jù)所述初始矩陣確定所述初始矩陣對應(yīng)的均值塊；
[0045]以初始矩陣中每一列的數(shù)據(jù)為一個(gè)圖像塊的數(shù)據(jù)為例，則均值塊也對應(yīng)的為一列數(shù)據(jù)，數(shù)據(jù)的大小為初始矩陣中對應(yīng)行的數(shù)據(jù)取均值；
[0046]步驟S104:對所述初始矩陣進(jìn)行PCA變換獲得PCA投影矩陣；
[0047]PCA變換的實(shí)現(xiàn)方式為現(xiàn)有方式，在此不予贅述；
[0048]經(jīng)PCA變換后得到的PCA投影矩陣的列數(shù)較初始矩陣的列數(shù)減少，PCA投影矩陣的列數(shù)具體為多少，可以根據(jù)實(shí)際需要決定，但PCA投影矩陣的列數(shù)決定了如下步驟中降維后每個(gè)特征塊的數(shù)據(jù)量，則一般應(yīng)小于上述的一個(gè)數(shù)據(jù)塊的數(shù)據(jù)量，PCA投影矩陣的列數(shù)太大則降維效果不明顯，PCA投影矩陣的列數(shù)太小則會丟失過多數(shù)據(jù)；
[0049]步驟S105:根據(jù)所述均值塊以及各所述圖像塊得到殘差矩陣；
[0050]分別用步驟SlOl進(jìn)行分塊獲得各個(gè)圖像塊減去均值塊(對應(yīng)位置的數(shù)據(jù)相減)得到各個(gè)圖像塊對應(yīng)的殘差塊，再由殘差塊生成殘差矩陣，具體是，每個(gè)殘差塊的數(shù)據(jù)構(gòu)成殘差矩陣的一列數(shù)據(jù)，則各個(gè)殘差塊的數(shù)據(jù)形成了殘差矩陣；
[0051]步驟S106:通過所述PCA投影矩陣對所述殘差矩陣進(jìn)行降維得到各所述圖像塊的特征塊；
[0052]由PCA投影矩陣的轉(zhuǎn)置矩陣與所述殘差矩陣(為由多列數(shù)據(jù)構(gòu)成的矩陣)相乘可以得到一矩陣，例如稱為特征矩陣，可以根據(jù)該特征矩陣得到各所述圖像塊的特征塊，特征矩陣中的一列數(shù)據(jù)為一個(gè)圖像塊的特征塊，PCA投影矩陣的轉(zhuǎn)置矩陣與所述殘差矩陣相乘后得到一個(gè)維度降低的矩陣，矩陣中的每一列數(shù)據(jù)為對應(yīng)的圖像塊的特征塊，維度降低是指特征塊中的數(shù)據(jù)量減少；[0053]步驟S107:對所述特征塊進(jìn)行塊匹配得到參考特征塊相對于當(dāng)前特征塊的權(quán)重值，其中，所述當(dāng)前特征塊為待降噪的當(dāng)前圖像塊對應(yīng)的特征塊，參考特征塊為與所述當(dāng)前圖像塊在視頻圖像中的位置相一致的圖像塊對應(yīng)的特征塊；
[0054]進(jìn)行塊匹配的方式可以采用現(xiàn)有的任意方式實(shí)現(xiàn)，在其中一個(gè)實(shí)施例中，如圖3所示，本步驟的對所述特征塊進(jìn)行塊匹配得到參考特征塊相對于當(dāng)前特征塊的權(quán)重值可以具體包括如下步驟:
[0055]步驟S1071:確定當(dāng)前特征塊和參考特征塊之間的歐幾里德距離，其中，所述當(dāng)前特征塊為待降噪的當(dāng)前圖像塊對應(yīng)的特征塊，參考特征塊為與所述當(dāng)前圖像塊在視頻圖像中的位置相同的圖像塊的特征塊；
[0056]例如，當(dāng)前圖像塊是視頻圖像Fk中的一個(gè)圖像塊，視頻圖像F1中的另一圖像塊在視頻圖像F1中位置與當(dāng)前圖像塊在視頻圖像Fk中的位置相同，則視頻圖像F1中的這一圖像塊對應(yīng)的特征塊則為參考特征塊；
[0057]在其中一個(gè)實(shí)施例中，可以通過如下公式(I)確定當(dāng)前特征塊和參考特征塊之間的歐幾里德距離；
【權(quán)利要求】
1.一種視頻降噪方法，其特征在于，包括步驟: 獲取多幀視頻圖像，對獲取的視頻圖像分別進(jìn)行分塊； 根據(jù)所述分塊獲得的各圖像塊生成初始矩陣； 根據(jù)所述初始矩陣確定所述初始矩陣對應(yīng)的均值塊； 對所述初始矩陣進(jìn)行PCA變換獲得PCA投影矩陣； 根據(jù)所述均值塊以及各所述圖像塊得到殘差矩陣； 通過所述PCA投影矩陣對所述殘差矩陣進(jìn)行降維得到各所述圖像塊的特征塊； 對所述特征塊進(jìn)行塊匹配得到參考特征塊相對于當(dāng)前特征塊的權(quán)重值，其中，所述當(dāng)前特征塊為待降噪的當(dāng)前圖像塊對應(yīng)的特征塊，參考特征塊為與所述當(dāng)前圖像塊在視頻圖像中的位置相一致的圖像塊對應(yīng)的特征塊； 利用所述權(quán)重值對所述當(dāng)前圖像塊進(jìn)行加權(quán)濾波，用濾波后的圖像塊組成濾波后的視頻圖像。
2.根據(jù)權(quán)利要求1所述的視頻降噪方法，其特征在于，所述根據(jù)所述分塊獲得的各圖像塊生成初始矩陣包括步驟: 從所述分塊獲得的各圖像塊中隨機(jī)選擇多個(gè)圖像塊構(gòu)成圖像塊樣本； 根據(jù)所述圖像塊樣本生成所述初始矩陣。
3.根據(jù)權(quán)利要求1所述的視頻降噪方法，其特征在于，所述對所述特征塊進(jìn)行塊匹配得到參考特征塊相對于當(dāng)前特征塊的權(quán)重值包括步驟: 確定所述當(dāng)前特征塊和所述參考特征塊之間的歐幾里德距離； 根據(jù)所述歐幾里德距離確定參考特征塊相對于當(dāng)前特征塊的權(quán)重值。
4.根據(jù)權(quán)利要求3所述的視頻降噪方法，其特征在于: 通過
5.根據(jù)權(quán)利要求1所述的視頻降噪方法，其特征在于，根據(jù)
6.一種視頻降噪系統(tǒng)，其特征在于，包括步驟: 分塊模塊，用于獲取多幀視頻圖像，對獲取的視頻圖像分別進(jìn)行分塊； 生成模塊，用于根據(jù)所述分塊獲得的各圖像塊生成初始矩陣； 均值模塊，用于根據(jù)所述初始矩陣確定所述初始矩陣對應(yīng)的均值塊； 變換模塊，用于對所述初始矩陣進(jìn)行PCA變換獲得PCA投影矩陣；確定模塊，用于根據(jù)所述均值塊以及各所述圖像塊得到殘差矩陣； 降維模塊，用于通過所述PCA投影矩陣對所述殘差矩陣進(jìn)行降維得到各所述圖像塊的特征塊； 處理模塊，用于對所述特征塊進(jìn)行塊匹配得到參考特征塊相對于當(dāng)前特征塊的權(quán)重值，其中，所述當(dāng)前特征塊為待降噪的當(dāng)前圖像塊對應(yīng)的特征塊，參考特征塊為與所述當(dāng)前圖像塊在視頻圖像中的位置相一致的圖像塊對應(yīng)的特征塊； 濾波模塊，用于利用所述權(quán)重值對所述當(dāng)前圖像塊進(jìn)行加權(quán)濾波，用濾波后的圖像塊組成濾波后的視頻圖像。
7.根據(jù)權(quán)利要求6所述的視頻降噪系統(tǒng)，其特征在于，所述生成模塊包括: 選取單元，用于從所述分塊獲得的各圖像塊中隨機(jī)選擇多個(gè)圖像塊構(gòu)成圖像塊樣本； 生成單元，用于根據(jù)所述圖像塊樣本生成所述初始矩陣。
8.根據(jù)權(quán)利要求6所述的視頻降噪系統(tǒng)，其特征在于，所述處理模塊包括: 第一單元，用于確定當(dāng)前特征塊和參考特征塊之間的歐幾里德距離； 第二單元，用于根據(jù)所述歐幾里德距離確定參考特征塊相對于當(dāng)前特征塊的權(quán)重值。
9.根據(jù)權(quán)利要求8所述的視頻降噪系統(tǒng)，其特征在于:
所述第一單元
10.根據(jù)權(quán)利要求6所述的視頻降噪系統(tǒng)，其特征在于，所述濾波模塊根據(jù)
【文檔編號】H04N5/21GK103997592SQ201410235429
【公開日】2014年8月20日 申請日期:2014年5月29日 優(yōu)先權(quán)日:2014年5月29日
【發(fā)明者】甄海華 申請人:廣東威創(chuàng)視訊科技股份有限公司