一种消除压缩视频噪声的方法与流程

本发明涉及电子信息技术领域，尤其涉及一种消除压缩视频噪声的方法。

背景技术：

图像在获取和传输过程中会受到噪声的污染，导致图像的质量下降，严重影响后续的图像处理工作，为此可以对图像进行降噪处理。但一些降噪算法虽然有较高的信噪比和视觉效果，但是时间复杂度相对较高。

技术实现要素：

本发明的主要目的在于提出一种消除压缩视频噪声的方法，旨在解决一些图像降噪算法时间复杂度高的问题。

为实现上述目的，本发明提供的一种消除压缩视频噪声的方法，包括：

像素块划分步骤，将每帧含噪图像划分为多个像素块，其中每个像素块包括多个像素点；像素块匹配步骤，在当前帧及其前后若干帧以参考块为中心的预设区域内，分别筛选出与所述参考块相匹配的像素块，以为所述参考块形成对应的三维像素数组；图像去噪步骤，通过对所述三维像素数组进行三维离散余弦变换和第一滤波，对每帧含噪图像进行去噪。

可选的，所述像素块划分步骤包括：将每帧含噪图像划分为多个像素块，其中每个像素块包括N×N个像素点，其中，N为大于1的正整数。

可选的，所述像素块匹配步骤包括：在当前帧及其前后若干帧以参考块为中心的预设区域内，分别筛选出与所述参考块相匹配的像素块，以为所述参考块形成N×N×N三维像素数组。

可选的，所述图像去噪步骤包括：变换子步骤，对所述三维图像数组执行三维离散余弦变换，以将所述三维图像数组变换到频域；噪声滤除子步骤，使用第一滤波算法滤除所述三维图像数组中噪声对应的频域系数分量；图像重构子步骤，将滤波后的所述三维图像数组进行三维离散余弦逆变换，以重构去噪后的图像。

可选的，所述图像重构子步骤包括：将滤波后的所述三维图像数组进行三维离散余弦逆变换，以获取每个像素块中各像素点的估计值；对当前帧的各个像素块中相应像素点的估计值进行加权平均以重构图像。

进一步的，所述图像去噪步骤之后，所述方法还包括：精细去噪步骤，利用所述第一滤波去噪后形成的图像的频谱，对同一参考块对应的含噪图像的频谱进行第二滤波，以对每帧含噪图像进行精细去噪。

可选的，所述精细去噪步骤包括：双搜索子步骤，在含噪图像及所述第一滤波去噪后的图像中，分别搜索出与参考块相匹配的像素块，以分别形成含噪图像的三维数组以及硬阈值去噪图像的三维数组；双变换子步骤，分别对两个所述三维数组进行三维离散余弦变换；联合滤波子步骤，用所述第一滤波去噪后图像的频谱对所述含噪图像的频谱进行第二滤波；逆变换子步骤，对所述第二滤波的结果进行三维离散余弦逆变换，以获取每个像素块中各像素点的精细估计值。

进一步的，在所述逆变换子步骤后，所述精细去噪步骤还包括：对当前帧的各个像素块中相应像素点的估计值进行加权平均以获取精细去噪图像。

可选的，所述第二滤波包括维纳滤波。

可选的，所述第一滤波包括硬阈值滤波。

本发明实施例提供的消除压缩视频噪声的方法，能够将每帧含噪图像划分为多个像素块，在当前帧及其前后若干帧以参考块为中心的预设区域内，分别筛选出与所述参考块相匹配的像素块，以便为所述参考块形成对应的三维像素数组；然后通过对所述三维像素数组进行三维离散余弦变换和第一滤波，对每帧含噪图像进行去噪。这样，通过对多帧图像联合进行滤波去噪，图像信息更为丰富，从而有效提升了图像质量，通过对以参考块为中心的预设区域进行限定，可以将匹配像素块的搜索范围限定在一定范围内，从而在对上述多帧图像进行筛选的过程中，有效降低算法的时间复杂度。

附图说明

图1为本发明实施例提供的消除压缩视频噪声的方法的一种流程图。

图2为本发明实施例提供的消除压缩视频噪声的方法中一个步骤的具体流程图。

图3为图2中一个步骤的具体流程图。

图4为本发明实施例提供的消除压缩视频噪声的方法的另一种流程图。

图5为图4中一个步骤的具体流程图。

图6为本发明实施例提供的消除压缩视频噪声的方法的一种详细流程图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明的实施例提供一种消除压缩视频噪声的方法，其包括：

S11，像素块划分步骤，将每帧含噪图像划分为多个像素块，其中每个像素块包括多个像素点；

S12，像素块匹配步骤，在当前帧及其前后若干帧以参考块为中心的预设区域内，分别筛选出与所述参考块相匹配的像素块，以为所述参考块形成对应的三维像素数组；

S13，图像去噪步骤，通过对所述三维像素数组进行三维离散余弦变换和第一滤波，对每帧含噪图像进行去噪。

本发明实施例提供的消除压缩视频噪声的方法，能够将每帧含噪图像划分为多个像素块，在当前帧及其前后若干帧以参考块为中心的预设区域内，分别筛选出与所述参考块相匹配的像素块，以便为所述参考块形成对应的三维像素数组；然后通过对所述三维像素数组进行三维离散余弦变换和第一滤波，对每帧含噪图像进行去噪。这样，通过对多帧图像联合进行滤波去噪，图像信息更为丰富，从而有效提升了图像质量，通过对以参考块为中心的预设区域进行限定，可以将匹配像素块的搜索范围限定在一定范围内，从而在对上述多帧图像进行筛选的过程中，有效降低算法的时间复杂度。

需要说明的是，在步骤S11中，上述像素块划分时，每个像素块可以包括数量相同的像素点，也可以包括数量不同的像素点。而且，每个像素块的行数和列数可以相同，也可以不同，本发明的实施例对此不做限定。例如，在本发明的一个实施例中，可以对每帧含噪图像划分为多个像素块，其中每个像素块包括N*N个像素点，其中，N为大于1的正整数。

可选的，在步骤S12中，要做的就是针对每一帧含噪图像中的每一个像素块(即参考块)，都要在以该帧图像为时间顺序中心的多帧图像的每一帧中，找到与该参考块最相似的像素块作为匹配像素块，然后将筛选出的这些不同时间顺序的匹配像素块与参考块一起形成一个三维(平面像素的二维加时间的一维)像素数组。其中，多帧图像的帧数即为时间维度上的像素点数。例如，当前帧为第m帧，则可以从第(m-2)、(m-1)、m、(m+1)、(m+2)帧中各搜索出一个与参考块匹配的像素块。可选的，时间维度上的像素点数既可以与平面图像中的像素行数或列数相同，也可以不同，本发明的实施例对此不限。例如，可以在当前帧及其前后若干帧以参考块为中心的预设区域内，分别筛选出与所述参考块相匹配的像素块，以为所述参考块形成N*N*N三维像素数组。

具体的，由于当前帧及其前后若干帧在时间上存在着延续性，因此，相邻的两帧图像之间也存在着较大的相似性，可以根据这种相似性进行相应的像素块搜索，以便形成三维像素数组。

进一步的，在形成三维像素数组之后，在步骤S13中，即可利用该三维像素数组进行图像去噪。

具体而言，如图2所示，在本发明的一个实施例中，图像去噪步骤包括：

S131，变换子步骤，对所述三维图像数组执行三维离散余弦变换，以将所述三维图像数组变换到频域；

S132，噪声滤除子步骤，使用第一滤波算法滤除所述三维图像数组中噪声对应的频域系数分量；

S133，图像重构子步骤，将滤波后的所述三维图像数组进行三维离散余弦逆变换，以重构去噪后的图像。

也即是说，可以将三维图像数组变换到频域，在频域解决去噪问题。具体的，由于图像信号和噪声信号在频域中对应的系数分量具有明显区别(例如，噪声的频域系数分量通常比较小)，通过将噪声对应的频域系数分量滤除，即可实现相应的噪声去除。

需要说明的是，本实施例中，是采用三维离散余弦变换的方法将图像信号变换到频域的，但本发明不限于此，在本发明的其他实施例中，也可以采用其他方法实现信号向频域的变换，本发明的实施例对此不限。

在步骤S133中，如图3所示，图像重构子步骤具体可包括如下步骤：

S1331，将滤波后的所述三维图像数组进行三维离散余弦逆变换，以获取每个像素块中各像素点的估计值；

S1332，对当前帧的各个像素块中相应像素点的估计值进行加权平均以重构图像。

可以理解的，在上述对多帧图像进行三维联合去噪滤波后中，各个像素块上的像素点有可能会产生一些交错或重叠，为了进一步提高去噪效果，可以对这些像素点按照不同的权重来做平均。

如图4所示，本发明的实施例还提供一种消除压缩视频噪声的方法，包括如下步骤：

S21，像素块划分步骤，将每帧含噪图像划分为多个像素块，其中每个像素块包括多个像素点；

S22，像素块匹配步骤，在当前帧及其前后若干帧以参考块为中心的预设区域内，分别筛选出与所述参考块相匹配的像素块，以为所述参考块形成对应的三维像素数组；

S23，图像去噪步骤，通过对所述三维像素数组进行三维离散余弦变换和第一滤波，对每帧含噪图像进行去噪；

S24，精细去噪步骤，利用所述第一滤波去噪后形成的图像的频谱，对同一参考块对应的含噪图像的频谱进行第二滤波，以对每帧含噪图像进行精细去噪。

也就是说，本实施例中，通过块匹配以及三维变换域滤波等技术进行两次去噪，第一次的基础去噪为第二次的最终去噪提供权值，从而使得最终去噪效果更佳。

具体而言，如图5所示，精细去噪步骤可包括：

S241，双搜索子步骤，在含噪图像及所述第一滤波去噪后的图像中，分别搜索出与参考块相匹配的像素块，以分别形成含噪图像的三维数组以及硬阈值去噪图像的三维数组；

S242，双变换子步骤，分别对两个所述三维数组进行三维离散余弦变换；

S243，联合滤波子步骤，用所述第一滤波去噪后图像的频谱对所述含噪图像的频谱进行第二滤波；

S244，逆变换子步骤，对所述第二滤波的结果进行三维离散余弦逆变换，以获取每个像素块中各像素点的精细估计值。

进一步的，在步骤S244后，精细去噪步骤还可包括：对当前帧的各个像素块中相应像素点的估计值进行加权平均以获取精细去噪图像。

可选的，上述实施例中，第二滤波可以包括维纳滤波，第一滤波可以包括硬阈值滤波。

下面通过具体实施例对本发明提供的消除压缩视频噪声的方法进行详细说明。

如图6所示，本实施例中，消除压缩视频噪声的方法包括如下步骤：

初步估计：

(1)分组：在加噪图像中，搜索出与当前块最近似的N个像素块并且将这些块组成一个三维数组。

(2)联合硬阈值滤波：对搜索出来的三维数组执行三维离散余弦，然后再频域用硬阈值滤波滤去表征噪声的频域系数小的分量。滤波后执行三维离散余弦反变换，并将每个块的像素点的估计值写回原处。

(3)聚集：对模块化估计的结果，通过加权平均值得方式获得一个初步估计结果。

最终估计：

(1)分组：在初步估计的结果中，采用块匹配的方法搜索出与参考块最近似的N个块，用这些块组成两个三维数组，一个数组来自加噪图像的块组成，另一个数组由来自初步估计图像中的块组成。

(2)联合维纳滤波：对两个三维数组执行三维离散余弦变换，然后用初步估计图像的频谱对加噪图像执行维纳滤波。对滤波结果执行三维离散余弦反变换，并将每个块的像素点的估计值写回原处。

(3)聚集：通过加权平均的方式获得最终结果。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。