[发明专利]一种双模非局部均值滤波方法

权利要求书

1.一种双模非局部均值滤波方法，其特征在于，包括以下步骤：

(1)输入待处理的图像序列；

(2)根据目标先验知识确定滤波模型参数；

(3)以图像中的待处理像素为中心，划定相似窗，并在下一帧图像中确定干涉区域范围；

(4)根据干涉区域中当前像素确定匹配窗，利用(3)中的相似窗和当前匹配窗的像素灰度值得到相似窗向量和匹配窗向量；

(5)利用步骤(4)中的相似窗向量和匹配窗向量进行背景模型相似度测量和目标模型相似度测量；

(6)根据步骤(5)中的背景模型相似度测量值和目标模型相似度测量值计算双模权值；

(7)判断当前处理的匹配窗是否是以干涉区域内最后一个像素为中心的匹配窗，如果满足该条件，则利用步骤(4)-(6)得到的所有匹配窗中心像素值和对应匹配窗的权值获得待处理像素对应的估计值，然后进行步骤(8)，否则返回步骤(4)继续处理干涉区域下一个像素；

(8)判断当前处理像素是否为图像中最后一个像素，如果满足该条件，则将估计背景图像与当前图像作差，获得目标得到增强而背景得到抑制的图像，否则转到步骤(3)处理图像中的下一像素。

2.如权利要求1所述的双模非局部均值滤波方法，其特征在于，所述步骤(2)具体为，根据输入的目标尺寸的先验知识确定滤波模型的尺寸，滤波模版分别为相似窗，匹配窗和干涉区域，相似窗和匹配窗尺寸相同，都为R×R，干涉区域大小为L×L，且满足R≤L＜2R，窗口模版分为目标模型区域和背景模型区域，目标模型区域为以待处理像素为中心的中央小型窗r×r大小的区域B，背景模型区域为剩下部分组成的环形区域A，其中目标尺寸不超过t×t像素块大小，r,t,R的关系满足R＞r＝t；

采用高斯模型ω＝exp(-DIS_B/h₂)计算目标模型权值，采用复合指数模型ω＝exp(h₁/(DIS_A+1))计算背景模型权值，其中DIS_A和DIS_B分别为背景模型相似度和目标模型相似度，h₁,h₂为滤波参数，50＜h₂＜150，且有

$\left\{\begin{array}{c}{h}_1{h}_2\>({\mathrm{\σ}}_1^2+1)({\mathrm{\σ}}_1^2+{\mathrm{\σ}}_3^2)\\ h_1{h}_2\>\frac{(2{\mathrm{\σ}}_3^2-{\mathrm{\σ}}_2^2)({\mathrm{\σ}}_1^2+1)({\mathrm{\σ}}_1^2+{\mathrm{\σ}}_2^2+1)}{{\mathrm{\σ}}_2^2}\\ h_1{h}_2\<({\mathrm{\σ}}_1^2+{\mathrm{\σ}}_2^2)({\mathrm{\σ}}_1^2+{\mathrm{\σ}}_2^2+1)\end{array}\right.$

其中，为噪声标准差，为背景标准差，为目标标准差。