摘要：提出了基于運(yùn)動(dòng)檢測(cè)的視頻圖像自適應(yīng)濾波降噪算法，該算法能夠智能地區(qū)分圖像的靜止部分和運(yùn)動(dòng)部分，并針對(duì)性地使用不同的濾波算法。實(shí)驗(yàn)結(jié)果表明，由于本算法充分利用了視頻的空域、時(shí)域信息，能夠顯著提高圖像的信噪比和圖像的主觀質(zhì)量，比單純的空域或時(shí)域?yàn)V波取得更好的效果。
引 言
目前圖像去噪的方法大致分為空域?yàn)V波和時(shí)域?yàn)V波兩類。
空域?yàn)V波有中值濾波、基于小波變換的濾波、系數(shù)自適應(yīng)濾波等經(jīng)典濾波方法，都取得較好的圖像處理效果，但在視頻應(yīng)用中，由于空域?yàn)V波沒有充分利用時(shí)域的信息，不能取得最佳效果。時(shí)域?yàn)V波由于考慮了幀間圖像的相關(guān)性，具有更好的效果，但是此類方法只適用于靜止目標(biāo)，對(duì)運(yùn)動(dòng)目標(biāo)會(huì)產(chǎn)生偽影等時(shí)域模糊現(xiàn)象。對(duì)于微位移目標(biāo)，該方法會(huì)引起目標(biāo)邊緣的虛像甚至偽像；對(duì)于大運(yùn)動(dòng)目標(biāo)，可能導(dǎo)致目標(biāo)圖像不可識(shí)別。在后兩種情況下，圖像的信噪比會(huì)降低。
本文提出一種基于運(yùn)動(dòng)檢測(cè)的智能時(shí)域、空域視頻濾波降噪算法，該方法能夠有效地區(qū)分每幀圖像的運(yùn)動(dòng)區(qū)域和靜止區(qū)域，并對(duì)每幀運(yùn)動(dòng)區(qū)域和靜止區(qū)域的像素采用不同的濾波策略，每一策略又進(jìn)一步根據(jù)當(dāng)前像素的局部特性自適應(yīng)地進(jìn)行處理。實(shí)驗(yàn)結(jié)果表明，由于該方法結(jié)合了運(yùn)動(dòng)檢測(cè)算法、時(shí)域自適應(yīng)算法、空域自適應(yīng)算法，所以能夠使圖像去噪的效果達(dá)到單個(gè)算法所不能達(dá)到的效果。
1 基于運(yùn)動(dòng)檢測(cè)的自適應(yīng)濾波算法
1.1算法原理
整個(gè)算法的流程如圖1所示。由于時(shí)域均值濾波能對(duì)視頻序列的靜止區(qū)域產(chǎn)生更好的結(jié)果，算法應(yīng)盡可能使用時(shí)域均值濾波。為此，算法降低了對(duì)靜止區(qū)域的判決標(biāo)準(zhǔn)：除了前后幀沒有差別的區(qū)域被認(rèn)為是靜止區(qū)域之外，那些只有前面少量幀檢測(cè)到運(yùn)動(dòng)的位置依然被認(rèn)為是靜止區(qū)域（這種情況的例子很多，如靜止背景中有快速運(yùn)動(dòng)物體劃過、靜止不動(dòng)的物體偶爾地運(yùn)動(dòng)等）。對(duì)于運(yùn)動(dòng)區(qū)域，為了避免偽影等時(shí)域模糊現(xiàn)象，算法只使用空間處理。其中閾值Tt用于判斷在時(shí)域上兩個(gè)像素之間的差別是由運(yùn)動(dòng)造成的還是由噪聲造成的；閾值Ts用來判斷空域上兩個(gè)像素間的差別是由噪聲造成的還是由圖像邊緣或紋理等空間細(xì)節(jié)造成的，這兩個(gè)閾值與噪聲的方差成正比。
1.2運(yùn)動(dòng)區(qū)域檢測(cè)算法
運(yùn)動(dòng)區(qū)域檢測(cè)在本算法中居于核心地位，決定整個(gè)算法的性能。為了降低噪聲對(duì)檢測(cè)準(zhǔn)確性的干擾，本算法先將輸入幀劃分為小塊，計(jì)算小塊的均值來判斷前后幀是否有運(yùn)動(dòng)出現(xiàn)，這實(shí)際t是先進(jìn)行空間濾波后進(jìn)行判斷，而區(qū)域的運(yùn)動(dòng)性質(zhì)判斷則以子塊為單位。
將當(dāng)前幀劃分成4×4大小的子快，首先計(jì)算塊內(nèi)的平均值，然后進(jìn)行比較，若兩子塊差值小于閾值Tt，則將計(jì)數(shù)Count（記為c）加1。如果c大于80％，也就是說，當(dāng)前幀的前L幀中絕大多數(shù)（大于80％）的當(dāng)前位置處沒有運(yùn)動(dòng)，則為靜止區(qū)域，可以進(jìn)行時(shí)域均值濾波，否則判斷為運(yùn)動(dòng)區(qū)域。為進(jìn)一步保證檢測(cè)的準(zhǔn)確性，本算法還加入對(duì)檢測(cè)結(jié)果的空間約束，亦即若某一子塊被發(fā)現(xiàn)是運(yùn)動(dòng)子塊，那么它的所有相鄰子塊都被判定是運(yùn)動(dòng)子塊。
上述運(yùn)動(dòng)檢測(cè)（輸入當(dāng)前幀的當(dāng)前子塊B（i，j，k）時(shí)）的步驟如下：
a）完成初始設(shè)置，置C=0。
b）若當(dāng)前子塊的標(biāo)記M（i，j）已被標(biāo)記為運(yùn)動(dòng)或靜止，則不作處理，直接轉(zhuǎn)步驟^。
c）計(jì)算子塊的平均值S（i，j,k），即
d）比較。s與第k一l幀對(duì)應(yīng)子塊平均值。s（i,j，k一l），若差值小于閾值T1時(shí)，轉(zhuǎn)步驟e，否則轉(zhuǎn)步驟f。其中，閾值T1=（1.3σv）2。
e）C=C+1。
f）若全部幀已經(jīng)比較完畢，轉(zhuǎn)步驟g，否則l=l+l，轉(zhuǎn)步驟d。
g）若C／L>80％，置當(dāng)前子塊的標(biāo)記M（j,j）為靜止塊，否則為運(yùn)動(dòng)塊，并置當(dāng)前塊的所有相鄰塊為運(yùn)動(dòng)塊。
h）當(dāng)前子塊的檢測(cè)結(jié)束。
1.3時(shí)域自適應(yīng)濾波算法
如前所述，對(duì)于靜止區(qū)域的像素，簡(jiǎn)單的時(shí)域均值濾波能得到原始信號(hào)的最優(yōu)估計(jì)，因而本算法中采用下式所示的自適應(yīng)時(shí)域?yàn)V波器：
1.4空域自適應(yīng)濾波算法
空域?yàn)V波比時(shí)域?yàn)V波復(fù)雜得多，這是因?yàn)橐曨l圖像的每一幀都包含豐富的空間信息，幾乎不可能出現(xiàn)靜止區(qū)域像素在時(shí)域上組成一個(gè)常數(shù)信號(hào)的情況。在使用空間濾波器濾除噪聲時(shí)，容易對(duì)每幀的細(xì)節(jié)產(chǎn)生明顯的模糊，降低視頻圖像的視覺質(zhì)量。因而，空域的濾波要求更高的靈活性，在降噪的同時(shí)要盡可能保留圖像中的邊緣、紋理等細(xì)節(jié)信息。
本算法采用的空域自適應(yīng)濾波的原理如下式：
式中：S1j為空間濾波器的范圍；T=（1.8σv）2。
由式（2）和式（3）可見，本算法的空域自適應(yīng)濾波為避免毀壞圖像各幀中的邊緣、紋理等細(xì)節(jié)，當(dāng)前像素的濾波值只由濾波器范圍內(nèi)彼此相近的像素決定，當(dāng)某像素與當(dāng)前像素差別較大時(shí)，其權(quán)值很小，因而對(duì)當(dāng)前點(diǎn)的濾波值的影響也很小。同時(shí)，與當(dāng)前像素空間位置越接近的點(diǎn)對(duì)當(dāng)前像素的濾波值影響越大，這進(jìn)一步減輕了空間濾波過程對(duì)圖像的空間細(xì)節(jié)的毀壞。
2 實(shí)驗(yàn)結(jié)果分析
本文只對(duì)加了高斯噪聲的“Foreman”測(cè)試序列進(jìn)行了處理。處理結(jié)果如圖2所示。
3種濾波器進(jìn)行處理后的圖像的信噪比見表1。
經(jīng)過分析可以發(fā)現(xiàn)，使用空域?yàn)V波器得到的效果最差，時(shí)域?yàn)V波器得到的效果比較好，但是在圖像運(yùn)動(dòng)部分效果一般。用本文提出的基于運(yùn)動(dòng)檢測(cè)的算法處理時(shí)，得到的效果最好，其信噪比有很大的提高，同時(shí)，主觀上可以看出明顯的區(qū)別。
3 結(jié)束語(yǔ)
本文提出的算法結(jié)合了時(shí)域、空域視頻濾波降噪算法，能夠充分發(fā)揮兩者的優(yōu)點(diǎn)，同時(shí)能夠避免使用單個(gè)算法的缺點(diǎn)，所以得到了最佳的效果，試驗(yàn)結(jié)果也證明了這一點(diǎn)。
