[发明专利]一种3D数字视频图像的自适应实时降噪方案

说明书

技术领域

本发明涉及数字视频图像处理领域，具体来说，涉及一种3D数字视频图像的自适应实时降噪方案，主要应用于3D数字视频图像处理、传输、显示中需要降噪的场合，特别是需要实时降噪的场合。

背景技术

近年来，3D数字视频图像在越来越多的领域中得到了广泛的应用，例如多媒体服务、视频电话、视频广播、视频跟踪等。在3D数字视频图像的获取、压缩、传递、接收等环节中，都不可避免地引入噪声。如果这些噪声不加以有效地滤除，不但会影响到视频图像的视觉效果，而且会给后续处理环节(例如压缩编码等)带来不利的影响。因此，研究有效的降低3D数字视频图像中的噪声方案是十分必要的。

通常情况下，3D数字视频图像中的噪声被认为是与图像独立的高斯白噪声，其特点是各帧图像的噪声是相互独立的，而每一帧图像的噪声是随机出现的，且服从均值为零的高斯分布。相反地，3D视频图像中每一帧的内容是高度相关的，在时域中沿着物体运动轨迹方向是一致的，每帧之间没有变化。因此，可以利用图像内容的相关性和噪声的不相关性设计降噪方案，从含有噪声的图像中尽可能恢复得到原始图像。

目前，3D数字视频图像的降噪方案可以分为下面几类：第一类是空域降噪，其仅利用每一帧图像对视频图像做降噪处理；第二类是时域降噪，其仅利用图像的运动补偿对视频图像做降噪处理；第三类是时-空域降噪，即通常所说的3D降噪，同时在空域和时域对视频图像做降噪处理。空域降噪和时域降噪操作相对简单，但是容易出现边缘质量差、块效应等问题。3D降噪结合了二者的优势，充分利用了3D数字视频图像的信息，因而得到了越来越多的关注。

现行的专利提出了一些3D降噪方案，如FIR滤波形式的补偿滤波方案、线性卡尔曼滤波(或者扩展卡尔曼滤波)形式的递归滤波方案。这些方案主要存在计算量和存储量过大的问题。为了得到较好的滤波参数，往往需要很多的参考帧(需要当前帧的前p帧和后p帧)。这一方面需要较大的存储资源开销，另一方面使得降噪运算过慢，从而不适合实时视频图像降噪。此外，这些滤波算法会造成滤波中的误差积累和放大，从而最终影响滤波算法的性能。

根据以上分析可以看出，如何利用3D数字视频图像在时域上和空域上的信息，巧妙地将时域降噪和空域降噪结合起来，避免单一降噪方式产生的问题，同时改善现有3D降噪的计算量和存储量过大和误差积累问题是设计3D数字视频图像降噪方案的关键。

发明内容

本发明提供一种3D数字视频图像的自适应实时降噪方案，主要应用于3D数字视频图像处理、传输、显示中需要实时降噪的场合，包括以下步骤：

步骤1：将当前帧移入上一帧，并从视频图像输入中重新读取待降噪的当前帧图像；

步骤2：将当前帧图像划分成若干子块，利用这些子块对当前帧的噪声标准差进行估计；

步骤3：利用步骤2得到的子块与上一帧中的子块进行匹配搜索，得到匹配块；

步骤4：根据步骤2中得到的噪声标准差设置两个不同的阈值；

步骤5：根据步骤3中得到的匹配块对图像运动强度进行估计；

步骤6：对步骤5中得到的图像运动强度和步骤4中得到的两个阈值进行比较，按二者大小关系选择时域滤波的系数；

步骤7：对步骤5中得到的图像运动强度和步骤4中得到的两个阈值进行比较，按二者大小关系选择一组加权系数；

步骤8：利用步骤6中选择的时域滤波系数对当前帧图像进行时域滤波；

步骤9：利用步骤2中得到的噪声标准差，对当前帧图像进行空域滤波；

步骤10：按步骤7中选择的加权系数对步骤8和步骤9中得到的结果进行加权；

步骤11：输出当前帧图像的降噪结果。

效果说明

本发明提出了一种3D数字视频图像的自适应实时降噪方案，其在空域二维和时域一维上对图像进行滤波降噪处理。该方法对图像进行运动强度检测，并对图像的噪声标准差进行估计，提供了一种根据噪声标准差的估计结果和图像运动强度检测设定阈值门限的方法。

本发明提供了一种通过与运动强度与门限的关系自适应调整时域滤波中的参数的方法，同时提供了一种通过与运动强度与门限的关系自适应将时域滤波和空域滤波的结果进行自适应加权作为降噪后的输出结果的方法，使得图像的边缘和细节得到了保护。

本发明可有效地对3D数字视频图像进行降噪，极大地增加了3D数字视频图像观看的舒适性。同时，本发明在时域降噪中只需要当前帧和上一帧的图像，大大降低了计算量和存储量，从而特别适合需要对3D数字视频图像进行实时降噪的场合。

附图和附表说明