专利名称：一种视频图像降噪装置及方法
技术领域：
本发明涉及一种视频图像处理装置及方法，特别的是涉及一种对视频图像进行降 噪处理的装置及方法。
背景技术：
图像降噪技术被广泛的用于视频图像处理中，图像降噪的目的在于尽量无失真地 还原出原始图像，并把噪声消除。比较常见的噪声信号是高斯噪声和脉冲噪声。脉冲噪声是混入图像的孤立噪声， 噪声点与周围点相关度很差，一般可以用中值滤波滤除这种噪声。高斯噪声是混入图像中 的均勻白噪声，与图像本身无关，滤除该噪声的方法一般采用一维或二维平均滤波，一维或 二维高斯滤波，或者一维或二维加权滤波等。然而噪声的消除程度和图像的失真程度是相互制约的，噪声消除得越多，往往图 像信息也损失的越多，相应的图像越模糊。高斯滤波相当于对图像作平滑处理，方法是将噪声点以及噪声点一维或二维的邻 域点按固定系数做加权平均，平滑度可以通过一个参数调节，图像越平滑，噪声消除效果越 好，相应图像越模糊。平均滤波属于高斯噪声的一种极限情况，它的平滑效果最强，图像也 变得非常模糊。在视频降噪中，往往还运用到时间相关性，利用时间上相邻的图像帧来作平滑处 理以滤除噪声。这种方法一般也是对高斯噪声起作用，因此具有上述高斯滤波同样的特性。另外，门限选择一维或二维加权滤波通过判断噪声点与其一维或二维的邻域点的 差异是否大，来判断这些邻域点是否用来做加权平均。该方法可以适当的平衡去噪性能和 图像模糊度问题，但是，由于图像中每个点选取的邻域运算点都不相同，往往会造成图像过 渡不均勻，尤其是在图像从平缓区域变换到突变区域，例如，人脸的轮廓处或者蓝天白云交 界处，这种降噪方式会造成图像中出现明显的过渡不均勻和分块现象。因此，目前，需要找到一种好的降噪方式，既能最大限度的去除噪声，又能很好的 保留图像原有的细节，同时，又不会造成均勻图像的过渡问题。
发明内容
为解决上述降噪程度和图像模糊存在一定矛盾的技术问题，本发明提出了一种视 频图像处理的降噪装置，包括原始图像输入单元、降噪单元，还包括混合系数判决器、混合 器，其中，原始图像输入单元将原始图像数据输入至降噪单元，同时输入至混合系数判决器 和混合器，降噪单元输出降噪后的图像数据、混合系数判决器输出的混合系数、以及原始图 像数据在混合器中混合得到输出图像数据。所述降噪单元采用一维模板降噪。所述降噪单元采用二维的nXn模板降噪，其中，n为奇数。一种视频图像降噪方法，该方法包括如下步骤
步骤S200 将原始图像数据输入至降噪单元、混合系数判决器和混合器中；步骤S201 降噪单元将原始图像依次经过降噪模板得到降噪后的图像数据；步骤S202 混合系数判决器根据输入的原始图像数据，判断当前点的边缘特性， 根据该边缘特性计算混合系数kl和k2 ；步骤S203 将原始图像数据和降噪单元得到的图像数据，根据混合系数kl和k2， 在混合器中进行混合，得到输出图像数据。当对高斯噪声进行降噪时，所述步骤S202中混合系数kl和k2的计算方法包括如 下步骤步骤S400 输入原始图像；步骤S401 求当前点与一定邻域内的像素差异值，其中当前像素点的亮色分量分 别与该邻域内的每个像素点的相应分量相减，得到若干个差异值，该每个分量差异值的个 数由降噪的模板决定；步骤S402 将差异最大化，将得到的各个分量上的差异值进行比较，得到其中的 最大差异值；步骤S403 增益控制，将步骤S402中得到的最大差异值与增益因子相乘，决定原 图像参与计算的程度；步骤S404 混合系数的生成，将步骤S403中经增益因子相乘后得到的差异值限幅 至0到系统数据最大值之间，并归一化到0 1，所述归一化值为混合系数kl，混合系数k2 与混合系数kl之和为1。所述步骤S403中增益因子可通过寄存器实时配置。当对脉冲噪声进行降噪时，所述步骤S202中混合系数kl和k2的计算方法包括如 下步骤步骤S500 输入原始图像；步骤S501 求当前点与一定邻域内的像素差异值，其中当前像素点的亮色分量分 别与该邻域内的每个像素点的相应分量相减，得到若干个差异值，该每个分量差异值的个 数由降噪的模板决定；步骤S502 将差异最小化，将所得到的各个分量上的差异值进行比较，得到其中 的最小值diff_min ；步骤S503 阈值限幅，预设一个阈值￡与步骤S502中得到的差异最小值diff_ min比较，若大于该阈值￡，则认为该点为噪声点；否则，判断该点为图像边缘点；步骤S504 当所述差异最小值diff_min小于所述阈值￡时，则混合系数kl的计 算方法如下式所示Kl = l-diff_min/ e，k2 = diff_min/ e ；当所述差异最小值diff_min大于所述阈值￡时，则混合系数kl为1，k2为0。所述步骤S503中阈值￡可通过寄存器实时配置。所述步骤S203中混合的具体方法为将混合系数kl与原始图像相乘，k2与降噪后 的数据相乘，再将两个乘积相加得到所述输出图像数据。本发明一种视频图像的降噪装置及方法采用原图和经过传统滤波降噪输出的图像叠加混合的方法实现，既能去除图像中的噪声，又能很好的保留图像原有的细节，同时， 又不会造成均勻图像的过渡问题，其中，混合因子是由图像本身的结构特征决定的，如果在 边缘区域，选择原图的比例较大；在平坦区域，则选择降噪图像的比例较大，从而可以解决 在降噪过程中图像边缘变模糊的问题，尽可能无失真地还原出原始图像，并把噪声消除。
图1是传统的降噪装置的结构框图；图2是本发明具体实施方式
视频图像降噪装置的结构框图；图3是本发明一种具体实施方式
的结构框图；图4是本发明具体实施方式
对高斯噪声降噪时混合系数判决器的流程图；图5是本发明具体实施方式
对脉冲噪声降噪时混合系数判决器的流程图。
具体实施例方式以下结合附图对本发明具体实施方式
作具体说明。如图1所示为传统的降噪装置的结构框图，该结构包括原始图像输入单元、降噪 单元，原始图像输入单元输出原始图像数据至降噪单元，经降噪单元降噪后输出图像数据。 传统的降噪装置经降噪处理后就输出，当降噪效果突出时会引起图像的模糊。如图2所示为本发明具体实施方式
一种视频图像降噪装置的结构框图，该结构包 括原始图像输入单元101、混合系数判决器102、降噪单元103、混合器104，原始图像输入 单元101将原始图像数据输入至降噪单元103，同时输入至混合系数判决器102和混合器 104，降噪单元103输出降噪后的图像数据、混合系数判决器102输出的系数kl和k2、以及 原始图像数据在混合器104中混合得到输出图像数据。其中，所述降噪单元103采用一维或二维降噪模板进行降噪，且该降噪模板可根 据噪声类型选择现有技术中的相应模板，如平均滤波、高斯滤波、中值滤波等，且模板可为 一维，也可为二维的nXn，其中n为奇数。所述混合器104将原始图像信号与降噪后的图像信号按照相应系数混合，其中系 数由混合系数判决器102计算得到，根据噪声种类的不同、滤波模板的不同，计算混合系数 kl、k2的方法也不同。根据如图2所示的图像降噪装置，本发明图像降噪方法可分为如下步骤步骤S200 将原始图像数据输入至降噪单元103、混合系数判决器102和混合器 104 中；步骤S201 降噪单元103将原始图像依次经过降噪模板得到降噪后的图像数据；步骤S202 混合系数判决器102根据输入的原始图像数据，判断当前点的边缘特 性，根据边缘特性计算混合系数kl和k2 ；步骤S203 将原始图像数据和降噪单元103得到的图像数据，根据混合系数kl和 k2，在混合器104中进行叠加混合，得到输出图像数据。其中，步骤S203中混合系数kl与k2分别对应原始图像数据和降噪单元103得到 的图像数据，即混合系数kl与原始图像数据加权相乘、混合系数k2与降噪单元103得到的 图像数据相乘，得到的两个乘积相加得到混合后的图像数据。
步骤S202中混合系数的计算方法根据图像的边缘特征，因此任何能够用于判断 边缘或图像相关性的方法都可以用来作混合系数判决器102的判断依据，如传统的sobel 算子、prewitt算子、robert算子等。当前点越接近为图像边缘时，则原图像叠加混合的比 率大；当前点越接近为噪声点时，则传统降噪后图像数据叠加混合的比率越大。本发明具体 实施方式中，针对高斯噪声和脉冲噪声的降噪，分别提出了两种混合系数计算方法。如图4所示，当对高斯噪声进行降噪时，混合系数判决器102的流程图，具体步骤 如下步骤S400 输入原始图像；步骤S401 求当前点与一定邻域内的像素差异值，其中当前像素点的亮色分量分 别与该邻域内的每个像素点的相应分量相减，得到若干个差异值，该每个分量差异值的个 数由降噪的模板决定，当模板为nXn时，则该每个分量差异值的个数为nXn ；当模板为一 维的n时，则该每个分量差异值的个数为n，其中n为自然数，以下同。步骤S402 将差异最大化，将得到的各个分量上的差异值进行比较，得到其中的 最大差异值。步骤S403 增益控制，将步骤S402中得到最大差异值与增益因子3相乘，该增益 因子0可通过寄存器实时配置，决定原图像参与计算的程度。步骤S404 混合系数的生成，以8位的系统为例，将步骤S403中经增益因子日相 乘后得到的差异值限幅到0 255，并归一化到0 1，得到混合系数kl ；当系统为其他位 数的数据时，则采用相同的方法归一化到0 1。值得注意的时，本发明所述系统的位数不局限于本具体实施方式
所述的8位，当 系统数据为m位时，则将上述经增益因子0相乘后得到的差异值限幅到0 2m-l，再归一 化到0 1。该混合系数kl越大，则说明当前点与周围点的差异越大，越可能是一个边缘点； 当所述混合系数kl越小，说明当前点与周围点的差异越小，越可能是一个平滑区域内的
点o混合系数k2 为k2 = 1-kl。同时，当对脉冲噪声进行降噪时，则一般采用中值滤波，相应混合系数判决器102 可以采用以下的工作流程，如图5所示，具体的步骤如下步骤S500 输入原始图像；步骤S501 求当前点与一定邻域内的像素差异值，其中当前像素点的亮色分量分 别与该邻域内的每个像素点的相应分量相减，得到若干个差异值，该每个分量差异值的个 数由降噪的模板决定，当模板为nXn时，则该每个分量差异值的个数为nXn ；当模板为一 维的n时，则该每个分量差异值的个数为n。步骤S502 将差异最小化，将所得到的各个分量上的差异值进行比较，得到其中 的最小值diff_min。步骤S503 阈值限幅，脉冲噪声与周围点的差异一般较大，具有伪边缘特性，因 此，预设一个阈值e与步骤S502中得到的差异最小值diff_min比较，若大于该阈值￡，则 认为该点为噪声点；否则，判断该点为图像边缘点。其中，用户可通过寄存器实时配置阈值￡的值。
步骤S504 混合系数的生成当所述差异最小值diff_min小于所述阈值￡时，则混合系数kl的计算方法如公 式⑴所示Kl = l-diff_min/ e(1)当所述差异最小值diff_min大于所述阈值￡时，则混合系数kl为1。上述两种情况下，混合系数k2均满足kl与k2之和为1，即k2 = 1-kl。如图3所示为当降噪模板中维数n为3时本发明一种具体实施方式
的结构框图， 当原始图像输入单元201依次输入数据至混合系数判决器202和降噪单元203以及混合器 204，当输入当前点为e点时，由于降噪模板为3X 3，则输入数据以e点为中心，3X3的原始 图像区域与降噪模板203加权，得到降噪后的图像数据；同时，输入信号的三个分量Y、U、V 经混合系数判决器202得到当前点e点的边缘特征，计算出的混合系数kl和k2，与原始图 像输入单元201和降噪后的图像数据分别加权相加得到输出的图像数据。本发明不局限于本具体实施方式
所述的3X3降噪模板，当降噪模板为nXn时，则 原始图像输入单元201中以当前点为中心的nXn的区域参与当前点的计算。以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定 本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在 不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的 保护范围。
权利要求
一种视频图像降噪装置，包括原始图像输入单元、降噪单元，其特征在于，该装置还包括混合系数判决器、混合器，其中，原始图像输入单元将原始图像数据输入至降噪单元，同时输入至混合系数判决器和混合器，降噪单元输出降噪后的图像数据、混合系数判决器输出的混合系数、以及原始图像数据在混合器中混合得到输出图像数据。
2.根据权利要求1所述的一种视频图像降噪装置，其特征在于，所述降噪单元采用一 维模板降噪。
3.根据权利要求1所述的一种视频图像降噪装置，其特征在于，所述降噪单元采用二 维的nXn模板降噪，其中，η为奇数。
4.一种视频图像降噪方法，其特征在于，该方法包括如下步骤步骤S200 将原始图像数据输入至降噪单元、混合系数判决器和混合器中；步骤S201 降噪单元将原始图像依次经过降噪模板得到降噪后的图像数据；步骤S202 混合系数判决器根据输入的原始图像数据，判断当前点的边缘特性，根据 该边缘特性计算混合系数kl和k2 ；步骤S203 将原始图像数据和降噪单元得到的图像数据，根据混合系数kl和k2，在混 合器中进行混合，得到输出图像数据。
5.根据权利要求4所述的一种视频图像降噪方法，其特征在于，当对高斯噪声进行降 噪时，步骤S202中所述混合系数kl和k2的计算方法包括如下步骤步骤S400:输入原始图像；步骤S401 求当前点与一定邻域内的像素差异值，其中当前像素点的亮色分量分别与 该邻域内的每个像素点的相应分量相减，得到若干个差异值，该每个分量差异值的个数由 降噪的模板决定；步骤S402:将差异最大化，将得到的各个分量上的差异值进行比较，得到其中的最大差异值；步骤S403 增益控制，将步骤S402中得到的最大差异值与增益因子相乘，决定原图像 参与计算的程度；步骤S404 混合系数的生成，将步骤S403中经增益因子相乘后得到的差异值限幅至O 到系统数据最大值之间，并归一化到O 1，所述归一化值为混合系数kl，混合系数k2与混 合系数kl之和为1。
6.根据权利要求5所述的一种视频图像降噪方法，其特征在于，步骤S403中所述增益 因子可通过寄存器实时配置。
7.根据权利要求4所述的一种视频图像降噪方法，其特征在于，当对脉冲噪声进行降 噪时，步骤S202中所述混合系数kl和k2的计算方法包括如下步骤步骤S500:输入原始图像；步骤S501 求当前点与一定邻域内的像素差异值，其中当前像素点的亮色分量分别与 该邻域内的每个像素点的相应分量相减，得到若干个差异值，该每个分量差异值的个数由 降噪的模板决定；步骤S502:将差异最小化，将所得到的各个分量上的差异值进行比较，得到其中的最 小值 diff_min ；步骤S503:阈值限幅，预设一个阈值ε与步骤S502中得到的差异最小值diff_min比较，若大于该阈值ε，则认为该点为噪声点；否则，判断该点为图像边缘点；步骤S504:当所述差异最小值diff_min小于所述阈值ε时，则混合系数kl的计算方 法如下式所示Kl = l-diff_min/ ε， k2 = diff_min/ ε ；当所述差异最小值diff_min大于所述阈值ε时，则混合系数kl为1，k2为O。
8.根据权利要求7所述的一种视频图像降噪方法，其特征在于，步骤S503中所述阈值 ε可通过寄存器实时配置。
9.根据权利要求4所述的一种视频图像降噪方法，其特征在于，步骤S203中所述混合 的具体方法为将混合系数kl与原始图像相乘，k2与降噪后的数据相乘，再将两个乘积相加 得到所述输出图像数据。
全文摘要
本发明公开了一种视频图像降噪装置，该装置包括原始图像输入单元、降噪单元、混合系数判决器及混合器，其中，原始图像输入单元将原始图像数据输入至降噪单元，同时输入至混合系数判决器和混合器，降噪单元输出降噪后的图像数据、混合系数判决器输出的混合系数、以及原始图像数据在混合器中混合得到输出图像数据。本发明还提出了一种视频图像降噪方法，该装置及方法既能去除图像中的噪声，又能很好的保留图像原有的细节，同时，又不会造成均匀图像的过渡问题。
文档编号G06T5/00GK101853489SQ20091010628
公开日2010年10月6日 申请日期2009年4月2日 优先权日2009年4月2日
发明者刘俊秀, 周显文, 李琛, 王雅君, 石岭 申请人:深圳艾科创新微电子有限公司