一种对比度自适应的视频去噪系统的制作方法
【技术领域】
[0001] 本发明设及视频处理技术领域，尤其设及对视频进行时域降噪的技术领域。
【背景技术】
[0002] 由于摄像设备（CMOS,CCD传感器）在采集过程往往受到噪声的影响，导致视频往 往存在着随机噪声，尤其是在低照度下噪声的现象的更为严重，所W需要利用视频去噪技 术对噪声进行去除。另外随着移动互联和视频源越来越多源化，在电视等显示终端设备上 需要播放和显示各种视频源，包括利用手持设备拍摄的互联网视频。手持移动设备的摄像 头由于其传感器面积有限，比起专业摄像设备的大面积传感器而言，其成像质量较差，噪声 更为严重，所W视频去噪技术变得尤其重要。
[0003] 视频降噪技术包括空域降噪和时域降噪技术。其中，空域降噪技术有简单的空域 滤波如均值滤波，中值滤波，往往会带来细节的模糊。时域降噪技术由于其对细节的保护更 好，而更多地被工业界采用。传统的时域降噪方法如图1所示，利用当前输入帖和前一滤波 帖计算出帖间差异，然后用帖间差异和阔值比较，来进行运动检测，即帖间差异大于阔值的 像素为运动像素，帖间差异小于阔值的像素为静止像素，然后利用运动检测的结果来指导 对当前输入帖和前一滤波帖的时域滤波，如果是静止区域，进行多帖加权的时域滤波，达到 去噪的效果，如果是运动区域，则不进行时域滤波。
[0004] 运动检测一般会产生两类错误，第一类错误为漏检，即运动像素被判断为静止像 素，该种检测错误会对运动区域也采用多帖加权的时域滤波，从而导致运动目标的拖尾或 帖间模糊的失真现象。第二类错误为虚警，静止的像素被误分为运动像素，该类检测错误会 使静止区域不进行时域滤波，从而无法去除静止区域存在的噪声。如果运动检测的阔值高， 则容易发生漏检的错误。如果运动检测的阔值低，容易发生虚警的错误。
[0005] 传统的运动检测方法，如专利US7903179B2和US6061100,及专利US 2006/0139494A1中提出的方法，往往采用事先指定的全局性阔值或者噪声水平自适应的全 局性阔值来进行运动检测，如专利US6061100,采用2倍噪声水平作为运动检测的阔值，如 果帖间差异小于2倍噪声水平，则为静止像素，否则则为运动像素。该类运动检测方法往往 只考虑静止像素的特征统计分布，在噪声满足高斯白噪分布时，会保证95%W上的静止像 素不被检测为运动像素，即第一类错误即虚警的错误发生率低于5%，但无法控制第二类错 误及漏检的错误率。对于低对比度运动视频（即运动目标和背景之间的亮度差异较小的视 频），该种阔值选取的方法会造成大量的漏检错误，即运动区域没有被检测出来，由此在时 域滤波时会产生运动目标拖尾和帖间模糊现象，该在主观图像质量上比噪声没去除问题更 严重。
[0006] 如何同时控制低对比度区域的漏检错误，使得对比度区域不会产生运动目标拖 尾和帖间模糊问题，是需要解决的问题。
【发明内容】
[0007] 为了解决低对比度区域的漏检错误，使得对比度区域不会产生运动目标拖尾和帖 间模糊问题，本发明提出了一种对比度自适应的视频去噪系统，从而达到了更好的去造效 果，保证了视频的清晰度。
[000引为达到上述目的，本发明提出的一种对比度自适应的视频去噪系统，包括帖存、帖 间差异特征计算模块、运动检测模块、运动自适应时域滤波模块，还包括对比度计算模块、 低对比度区域检测模块；对比度计算模块依据当前输入帖计I算输出当前输入帖I的局部 对比度C;低对比度区域检测模块依据当前输入帖I的局部对比度C计算输出低对比度区 域置信度R_LC;运动检测模块依据低对比度区域置信度R_LC与帖间差异特征计算模块输 出的帖间差异计算输出像素的运动概率R_Motion。
[0009] 所述的对比度计算模块包括水平梯度计算单元、梯度阔值计算单元、过渡带检测 单元、左均值计算单元、右均值计算单元、绝对值差计算单元；水平梯度计算单元用于将当 前输入帖变换为水平梯度图像G;梯度阔值计算单元依据水平梯度图像G计算输出梯度阔 值Gt;过渡带检测单元依据水平梯度图像G、梯度阔值Gt计算输出待检测点像素的过渡 带标志a，并将待检测点像素周围局部窗口划分为左窗口和右窗口；左均值计算单元依据 当前输入帖和非过渡带标志a计算输出左窗口非过渡带像素的灰度均值left_mean;右 均值计算单元依据当前输入帖和过渡带标志a计算输出右窗口非过渡带像素的灰度均值 ri曲t_mean;绝对值差计算单元计算输出左窗口非过渡带像素的灰度均值left_mean和 右窗口非过渡带的像素的灰度均值ri曲t_mean的差值的绝对值作为当前输入帖I的局部 对比度C。
[0010] 本发明通过提供计算局部对比度和对比度自适应的运动检测系统，可W根据对比 度自适应地确定运动检测的参数，从而达到W下有益效果：
[0011] (1)对于低对比度运动视频或视频中的低对比度运动物体区域，可W有效控制漏 检错误的发生，从而避免低对比度下运动物体拖尾失真现象的发生。
[0012] (2)对于高对比度运动视频或视频中的高对比度区域，可W有效控制控制虚警错 误的发生，从而保证该类视频或区域具有良好的去噪效果。
【附图说明】
[0013] 图1传统的视频时域降噪系统示意图；
[0014] 图2A本实施例运动像素统计分析中运动物体示意图；
[0015] 图2B本实施例运动像素统计分析中运动物体在t时刻的图像示意图；
[0016] 图3A静止像素和运动像素的MAE特征分布曲线一；
[0017] 图3B静止像素和运动像素的MAE特征分布曲线二；
[001引图4本实施例对比度自适应的视频去噪系统示意图；
[0019] 图5A本实施例对比度计算模块示意图；
[0020] 图5B为穿过运动物体和背景交界处的一条水平线上的像素其列坐标j和像素灰 度值得对应图；
[0021] 图5C本实施例对比度计算方法示意图；
[0022] 图6A静止像素和运动像素的MAE特征分布曲线一；
[0023] 图6B静止像素和运动像素的MAE特征分布曲线二；
[0024]图7AR_LC和X的关系曲线不意图一；
[002引 图7B;R_LC和X的关系曲线示意图二；
[0026] 图7C;R_LC和X的关系曲线示意图S;
[0027] 图8软阔值运动检测曲线示意图。
【具体实施方式】
[002引为使本发明的目的、技术方案和优点更加清楚明白，W下结合具体实施例，并参照 附图，对本发明进一步详细说明。
[0029] 1，运动像素和静止像素的统计分布分析
[0030] 在传统技术如专利US2006/0139494Al，US6061100中，所采取的运动检测方法只 考虑了静止像素的统计分布，从而无法控制漏检错误的发生。为了控制漏检错误，本发明对 运动像素的统计分布做了如下分析，可W定量地看出运动物体和背景的亮度差异（即对比 度）对运动检测的影响。
[0031] 如图2A、图2B所示，运动物体为图2A中的圆圈。假设背景的灰度值为B，运动 物体和背景的灰度差即对比度为C，噪声为n，则在有噪声情况下，运动物体的其灰度值为 C+B+n，周围白色的区域为背景，灰度值为B+n，噪声n服从零均值高斯，噪声方差为> 即!l、N(0,(j|) >图24为视频在t-1时刻的图像，图像2B为视频在t时刻的图像。运动 物体发生了运动。
[0032] 设在t时刻的图像灰度值为gt，t-1时刻的图像灰度值为gt_i