专利名称：：一种基于边缘检测的自适应降噪处理方法
技术领域：
：本发明属于数字视频图像领域，特别涉及该领域的一种基于边缘检测的自适应降噪处理方法。背景技水视频图像数据在采集、压缩、处理、传输和恢复的过程中会引入各种噪声，这不仅影响图像收看效果，而且降低了图像数据的压缩效率，并对传输带宽提出了更高的要求。从内容上看，任何视频图像都可以划分为边缘细节和平坦区域两部分。对于平坦区域，采用比较彻底的滤波能大幅度改善视觉效果，基本不会引起图像细节丢失；而边缘细节部分决定了图像的空间分辨率，在滤波时很容易丢失图像细节。既要将淹没在图像信号中的噪声充分滤除，又不能丢失图像细节，这是目前视频图像降噪处理技术的一大难点。常见的降噪处理方法可以分为两大类空间域处理和变换域(频域)处理。空间域处理利用设定的巻积模板遍历视频图像，根据算法确定的规则对各个像素进行处理，能有效抑制图像噪声。频域处理方法通过对高频分量进行适当处理，能降低噪声，频域处理的变换、反变换过程使得实现成本变高。相比之下，前者容易实现，后者算法复杂程度更高。但两类处理方法存在同样问题滤除噪声时会丟失部分图像细节，使得图像变模糊。因此，图像处理时必须在降噪和保留细节中找到一个合理的平衡点，使得滤除噪声的同时尽量少丢失图像细节，或者说尽量保留图像细节的前提下进行充分滤波。另外，还有一些算法，通过增强、锐化等处理，虽然改善了图像的清晰度，但带来的问题是放大了噪声，有时会出现多余的白边。中国专利200510029629.X(公开日2006年3月8日)提供了一种图像清晰度提高的方法，该方法通过设定一个阈值，判断图像当前点是否为噪声或细节边缘点，专利中用于判断是否为噪声的阈值一经设定，对整幅图像保持不变，而事实上同一图像的边缘细节及噪声阈值会因内容变化而不同。
发明内容本发明的目的在于提供一种基于边缘检测的自适应降噪处理方法，对于边缘细节部分，首先准确判断边缘的空间分布，然后判断该边缘是否为噪声，最后再进行滤波处理，在尽量保留细节的前提下充分滤除噪声。本发明的目的是这样实现的一种基于边缘4企测的自适应降噪处理方法，首先对读入的视频图像按照巻积模板遍历图像，接着利用当前点灰度梯度信息判断该点属于边缘细节或平坦区域，所述方法将判断结果标定在临时緩沖区中，并且当当前点为平坦区域时，则选定模板，剔除模板中可能包含的边缘细节点，进行均值滤波。当前点为边缘细节时，则设定KiXKi、K2xK2、K3xK3三种尺寸模板，其中Kj、K2、K3为依次增大的连续奇数，所述降噪处理方法进一步包括以下步骤步骤l、将当前像素点灰度值记为Sxy,设定当前模板为K^Kr,步骤2、以当前点为中心点，剔除当前模板中包含的平坦区域点，计算模板中包含的边缘细节像素灰度值，并按大小排序，得到灰度值最大值S皿、中值Smed和最小值Smin;步骤3、判断Smax、S咖d和Smin值的大小，如果三者互不相同，则跳转至步骤6;否则增大模板；步骤4、判断当前模板是否为最大模板K3XK3，如果当前模板为最大模板，则保持当前点像素灰度值Sxy不变；如果当前模板不为最大模板，则重复步骤2~3;步骤5、判断Sxy、S幽和S鹏值的大小，如果Sxy值的大小介于S^和Smax之间，则保持当前像素点灰度值Sxy不变；否则取当前模板中的中值Smed为当前像素点灰度值。所述方法在遍历图像时，依序对0。(水平)、45。、90。(竖直)、135。四个方位进行检测，利用亮度信号梯度值标定当前点是否为边缘细节，否则归并为平坦区域。本发明由于采用了上述的技术方案，使其相对于现有技术具有如下有益效果(一)本发明根据图像本身自适应的调整模板，可以较好的解决细节丢失与噪声消除这一对矛盾可以除去图像边缘细节的沖激噪声，平滑非沖激噪声，减少图像边缘细化、粗化等失真；对平坦区域的充分滤波明显改善视觉效果。(二)由于全部算法在空间域中进行，具有容易实现、快速处理的特点。本发明的基于边缘;险测的自适应降噪处理方法由以下的实施例及附图详细给出。图1为本发明实施例的自适应降噪处理方法流程示意图。具体实施例方式以下将对本发明的一种基于边缘检测的自适应降噪处理方法作进一步的详细描述。根据
背景技术：
的分析可知，视频图像降噪处理的最大难点在于滤除噪声时不能丟失图像细节，因此，图像处理时必须在降噪和保留细节中找到一个合理的平衡点，为此，需要有效区分噪声和细节边缘点。基于上述思想，本发明提出如下降噪处理方法首先，遍历图像，利用灰度梯度信息将图像划分为边缘细节和平坦区域两部分，并在临时緩冲区对边缘细节位置进行判断标定；然后，对平坦区域内的各点进行充分降噪，对属于边缘细节的点进行如下分析和处理对于每一个边缘细节点，采用模板对以该边缘细节点为中心的区域进行扫描，找出该区域内的灰度最大值、最小值和中值，并判断这三个值是否互不相同，如果存在相同值，则增大才莫板再次扫描，直到三个值互不相同或者已经达到模板最大值；如果已经达到模板最大值，且扫描得到的最大值、最小值和中值并非互不相同，则保持该边缘细节点的灰度值不变；如果三个值互不相同，则继续判断该边缘细节点的灰度是否介于上述最大值和最小值之间，如果不是，则采用上述中值代替该边缘细节点的灰度值，否则保持该边缘细节点的灰度值5不变。上述方法根据图像本身自适应的调整模板，可以较好地解决细节丢失与噪声消除这一对矛盾，从而使处理后的图像具有明显改善的视觉效果。为了更好地说明本发明的特点及技术效果，特举如下具体实施例加以详述。根据本发明提供的一种基于边缘检测的自适应降噪处理方法，先对高清测试系列Opening—1920x864—24.yuv的亮度信号Y进行降噪处理。首先对读入的^f见频图像按照巻积模板遍历图像，在遍历图像时，依序对0。(水平)、45°、卯°(竖直)、135。四个方位进行;险测，利用亮度信号梯度值标定当前点是否为边缘细节，否则归并为平坦区域。接着利用当前点灰度梯度信息判断该点属于边缘细节或平坦区域，所述方法将判断结果标定在临时緩沖区中，并且当当前点为平坦区域时，则选定合适模板，剔除模板中可能包含的边缘细节点，进行均值滤波。当前点为边缘细节时，则设定3x3、5x5、7x7三种尺寸模板，所述降噪处理方法进一步包括以下步骤51、将当前像素点灰度值记为Sxy,设定当前模板为3x3;52、以当前点为中心点，剔除当前模板中包含的平坦区域点，计算模板中包含的边缘细节像素灰度值，并按大小排序，得到灰度值最大值Smax、中值Smed和最小值Smin;S3、设Ai=Smed-Smin，A2=Smecj—Smax554、判断A!和A2，如果A1>0且A2〈0则跳转至步骤6;否则增大才莫板；55、判断当前模板是否为最大模板K3，如果当前模板为最大模板，则保持当前点像素灰度值Sxy不变；如果当前模板不为最大模板，则重复步骤S2~S4;56、令Bi=Sxy-Smin，B2=SXy—Smax;57、判断B,和B2，如果B,X)且B2〈0，则保持当前像素点灰度值Sxy不变；否则取当前模板中的中值Smed为当前像素点灰度值。从视觉效果看，人眼对亮度信号的敏感程度高于色度信号，本发明的处理算法对亮度信号进行处理就能明显改善收看效果；从视频压缩看，对UV信号的处理能提高编码压缩比。因此，本发明对YUV三种信号分别都要进行处理。因此通过上述方法，分别对u、v分量信号进行滤波。利用压缩工具对视频图像降噪处理前后分别进行压缩处理，压缩比的提高验译了算法的客观效果。下表列出了利用本发明自适应降噪处理方法对高清测试系列Opening_1920x864_24.yuv处理前后的结果比较及改进情况<table>tableseeoriginaldocumentpage31</column></row><table>权利要求1.一种基于边缘检测的自适应降噪处理方法，首先对读入的视频图像按照卷积模板遍历图像，接着利用当前点灰度梯度信息判断该点属于边缘细节或平坦区域，其特征在于，所述方法将判断结果标定在临时缓冲区中，并且当当前点为平坦区域时，则选定模板，剔除模板中可能包含的边缘细节点，进行均值滤波；当前点为边缘细节时，则设定K1×K1、K2×K2、K3×K3三种尺寸模板，其中K1、K2、K3为依次增大的连续奇数，所述降噪处理方法进一步包括以下步骤步骤1、将当前像素点灰度值记为Sxy，设定当前模板为K1×K1；步骤2、以当前点为中心点，剔除当前模板中包含的平坦区域点，计算模板中包含的边缘细节像素灰度值，并按大小排序，得到灰度值最大值Smax、中值Smed和最小值Smin；步骤3、判断Smax、Smed和Smin值的大小，如果三者互不相同，则跳转至步骤5；否则增大模板；步骤4、判断当前模板是否为最大模板K3×K3，如果当前模板为最大模板，则保持当前点像素灰度值Sxy不变；如果当前模板不为最大模板，则重复步骤2～3；步骤5、判断Sxy、Smin和Smax值的大小，如果Sxy值的大小介于Smin和Smax之间，则保持当前像素点灰度值Sxy不变；否则取当前模板中的中值Smed为当前像素点灰度值。2、如权利要求1所述的基于边缘检测的自适应降噪处理方法，其特征在于所述方法在遍历图〗象时，依序对0°、45。、90°、135。四个方位进行检测，利用亮度信号梯度值标定当前点是否为边缘细节，否则归并为平坦区域，其中，0。对应水平方向，90。对应竖直方向。全文摘要本发明提供了一种基于边缘检测的自适应降噪处理方法，所述方法首先判断当前点是否为边缘细节并进行标定；对于平坦区域，选定合适模板，剔除模板中可能包含的边缘细节点，进行均值滤波；对边缘细节，设定K<sub>1</sub>×K<sub>1</sub>、K<sub>2</sub>×K<sub>2</sub>、K<sub>3</sub>×K<sub>3</sub>三种尺寸模板，剔除当前模板中包含的平坦区域点，计算模板中包含的边缘细节像素灰度值，并按大小排序，得到灰度值最大值S<sub>max</sub>、中值S<sub>med</sub>和最小值S<sub>min</sub>，通过条件判断，变换模板尺寸，计算当前像素点灰度值。从而确保在较少丢失细节的前提下，充分的消除噪声；而且由于全部算法在空间域中进行，具有容易实现、快速处理的特点。文档编号H04N5/217GK101431606SQ200810203799公开日2009年5月13日申请日期2008年12月1日优先权日2008年12月1日发明者安博文申请人:上海广电(集团)有限公司中央研究院