一种实时监控视频自适应滤波方法及其系统的制作方法
【技术领域】
[0001] 本发明设及一种实时监控视频自适应滤波方法及其系统，特别是设及一种适用于 视频监控领域由于噪声引入的实时监控视频自适应滤波方法及其系统。
【背景技术】
[0002] 视频监控现在广泛应用在交通、刑侦、银行、小区物业管理、工业生产监控等领域。 该视频处理系统利用图像处理技术对视频流的每一帖进行处理，克服图像采集过程中噪声 引起的图像退化和模糊。
[0003]监控系统采集到的图像容易受到各种因素的影响，特别是采集过程中引入的噪 声，使得图像的质量严重退化，甚至目标模糊，难W辨认。该种情况严重影响了监控系统的 正常工作，不能很好地发挥作用。由此可见，克服噪声对监控视频影响的研究具有重大的现 实意义。
【发明内容】
[0004] 本发明要解决的技术问题是提供一种能够克服高斯和脉冲噪声等复杂干扰影响 的实时监控视频自适应滤波方法及其系统。
[0005] 视频图像在传送和转换过程中总要造成图像的某些降质，使得原始图像混有各种 噪声，主要表现为高斯噪声和脉冲噪声，因此必须对该些降质的图像进行改善处理。目前图 像噪声滤除大致包括均值滤波，中值滤波，加权中值滤波等常规方法，但是该些方法的应用 基本上处于各自孤立的状态，缺乏整体性的考虑（均值滤波适合滤除高斯噪声，中值滤波 适合滤除脉冲噪声，加权中值则适合滤除细节图像的脉冲噪声）。由于该些方法都具有较强 的针对性，所W在图像保持细节滤波方面效果不佳。
[0006] 本发明采用的技术方案如下；一种实时监控视频自适应滤波方法，具体方法为； 一、对当前视频图像f(x，y)进行分块匹配，构造各相似块的=维数据组；二、对所述=维数 据组进行小波变换；=、W噪声方差迭代为基础，用软硬阔值法对高低频系数分别做自适应 去噪处理得到去噪后的图像fi(X，y)。
[0007] 作为优选，所述步骤一的具体方法为；读入当前视频帖图像f(x，y)，设其信噪比 为SNR;将MXN的图像f(x，y)划分为大小固定为t=pXq的非重叠块，其中P和q分别表 示图像块的行和列尺寸大小，计算图像块的距离
【主权项】
1. 一种实时监控视频自适应滤波方法，具体方法为：一、对当前视频图像f(x，y)进 行分块匹配，构造各相似块的三维数据组；二、对所述三维数据组进行小波变换；三、以噪 声方差迭代为基础，用软硬阈值法对高低频系数分别做自适应去噪处理得到去噪后的图像 f\(x，y)。
2. 根据权利要求1所述的实时监控视频自适应滤波方法，所述步骤一的具体方法为： 读入当前视频帧图像f(x，y)，设其信噪比为SNR;将MXN的图像f(x，y)划分为大小固定 为t = pXq的非重叠块，其中p和q分别表示图像块的行和列尺寸大小，计算图像块的距 其中f-^为参考标记块，fs，j为子块，当d(f _ fs，j)〈t时， ， 认为该子块与参考块匹配，然后把得到的这些子块叠成三维数据组。
3. 根据权利要求2所述的实时监控视频自适应滤波方法，所述步骤二的具体方法为： 由
得到各组中m层二维小波分解的系数，从而得到对应组的3D小波变换结果；式中， ?机^表示一幅图像，(^^表示分解后的低频子图，分别表示分解 后对应于水平、垂直、对角线三个方向的高频子图。
4. 根据权利要求3所述的实时监控视频自适应滤波方法，所述步骤三的具体方法步骤 为： (1)设置一个初始阈值 ，其中，β是可调节系数，σ是图像标准方 差，n = t是图像块尺寸大小；
分别对LL和HH频 带采用硬阈值法去噪，对LH、HL频带采用软阈值法去噪； (3)对各块的小波系数进行逆变换，重构图像，并估计该图像的标准差ση; ⑷计算Δ = <-σ"，如果Λ彡Κ，则执行步骤（5);如果Λ>Κ，则调整参数β = 1+α Δ，其中α为步长，重复步骤（2); (5) 此时的T为最优阈值，用该阈值去噪后得到各频带小波系数； (6) 对图像块组进行一维逆变换提取LL频带的DC系数r (O)，执行锐化运算： (7) 二维逆变换上述最佳阈值去噪后的各子块小波系数，重构图像，得到去噪后的图像 f\(x，y)。
5. 根据权利要求1之一所述的实时监控视频自适应滤波方法，所述方法还包括：对下 一视频帧图像f2(x，y)进行处理时，首先定义残差R = €(1，7)-&(1，7)，然后计算这两帧图 像的信噪比差值D，如果DOtl，则只需要将f 2(x，y)减去残差R即可得到去噪后的图像；所 述 D。= 0· 15。
6. 根据权利要求1到5之一所述的实时监控视频自适应滤波方法，判定当前视频 图像是否需要进行自适应滤波的方法为：引入图像信噪比的校正公式：SNR = I. 04b-7， 其中b为图像信号和噪声信号的方差比，定义为：b = KMoglOmax (max (v (i, j))) / min(min(v(i, j)))，其中v(i，j)为图像的方差，定义为：v(i，j)= (F(i，j)_F(i，j)*h(q))2*h(q)，F(i，j)为当前图像，h(q)为矩阵模板，设定高斯噪声和脉冲 噪声图像的信噪比阈值S tl= 25,当SNR〈S ^时，判定当前视频图像需要进行自适应滤波。
7. 基于权利要求1所述实时监控视频自适应滤波方法的自适应滤波系统，其特征在 于，包括 相似块三维数据组构造模块，对当前视频图像f(x，y)进行分块匹配，构造各相似块的 三维数据组； 小波变换模块，对所述三维数据组进行小波变换； 去噪模块，以噪声方差迭代为基础，用软硬阈值法对高低频系数分别做自适应去噪处 理得到去噪后的图像fiO^y)。
8. 根据权利要求7所述的实时监控视频自适应滤波系统，还包括下一帧视频图像去噪 方法选取判断模块，对于下一帧视频图像，通过计算它与前一视频帧图像的信噪比差决定 是否采用前一视频帧图像的信噪比为依据进行去噪。
9. 根据权利要求7所述的实时监控视频自适应滤波系统，还包括当前视频图像自适应 滤波判断模块：判断当前视频图像是否需要进行自适应滤波。
【专利摘要】本发明提供了一种实时监控视频自适应滤波方法及其系统。对当前视频图像f(x，y)进行分块匹配，构造各相似块的三维数据组；对所述三维数据组进行小波变换；以噪声方差迭代为基础，用软硬阈值法对高低频系数分别做自适应去噪处理得到去噪后的图像f1(x，y)。对视频信号进行恢复和处理，克服了高斯和脉冲噪声等复杂干扰的影响；能保持视频图像的边缘信息，去噪效果比较好。
【IPC分类】H04N5-21
【公开号】CN104754183
【申请号】CN201510166972
【发明人】刘伟军, 孙兴波
【申请人】四川理工学院
【公开日】2015年7月1日
【申请日】2015年4月10日