[发明专利]一种基于信息熵的雪花噪声检测方法

摘要

本发明涉及一种基于信息熵的雪花噪声检测方法。本发明以获取像素点灰度值整体分布状态为基础，通过将前后图像帧分别转化到灰度空间，然后把所有像素点的灰度值聚类到n个区间，以灰度直方图的形式展现其分布状态，并计算出各自的信息熵，最后通过比较前后帧信息熵的变化大小来判断视频流中是否存在雪花噪声。本发明中当实际计算值不小于既设阈值且后一帧的值比前一帧大或者当实际计算值小于既设阈值但前一帧标记为噪声帧时，我们最终判定其真实存在雪花噪声，否则认为是正常图像。本发明在检测视频雪花噪声方面有较高的准确性，也为之后的去除雪花噪声得到更好的视觉效果做出了很好的铺垫。

主权项

1.一种基于信息熵的雪花噪声检测方法，其特征在于该方法以获取像素点灰度值整体分布状态为基础，通过将前后图像帧分别转化到灰度空间，然后把所有像素点的灰度值聚类到n个区间，以灰度直方图的形式展现其分布状态，并计算出各自的信息熵，最后通过比较前后帧信息熵的变化大小来判断视频流中是否存在雪花噪声；具体实现过程包括如下步骤：步骤1：获取图像数据首先读取视频流，区分前后帧，同时把每一帧图像转化到灰度空间，从而获取每一帧图像中所有像素点的灰度值；步骤2：处理原始数据，构造直方图将图像帧中所有像素点的灰度值进行聚类操作，即将灰度划分为n个相同大小的区间，将所有像素点的灰度值投影到相应的区间内，然后统计出不同区间的像素点所占总像素数量的比例，最后按照这n个比例值构造出该帧图像的像素灰度直方图，从而用于观察效果；步骤3：根据灰度值的整体分布状况，通过如下公式计算出该图像帧的信息熵：这里n表示灰度值区间个数，pi表示第i个区间内的像素点数量所占图像中像素总体的比例；步骤4：设定阈值，做出检测判断分别计算出前后帧的信息熵，计算出相应的差值，将其与设定的阈值比较，分别计算出前后帧的信息熵，计算出相应的差值，将其与设定的阈值比较，其判定规则如下表所示：其中，Hlast与Hnext分别表示前一帧和后一帧的信息熵；F是上一帧的标记，噪声帧为1，正常帧为0；F’是下一帧的标记，与上一阵的标记有关联；T为设定好的阈值，其中该阈值的确定建立在大量的视频样本检测包括正常视频和噪声视频的实验基础上，具体判定根据实际情况可分为四种，总结如下：(1)从正常帧到噪声帧，即F＝0，F’＝1：因为噪声帧包含的噪声会使得图像原始信息混乱，导致信息熵值上升，因此当差值Δ>＝T时，说明上升幅度超过了正常范围，判定下一帧为噪声帧；(2)从正常帧到正常帧，即F＝0，F’＝0：当Δ<‑T或‑T<＝Δ<0或0<＝Δ＝T时说明下一帧受噪声污染的程度更严重，判定为噪声帧；当‑T<＝Δ<0或0<＝Δ

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201610871490.1/，转载请声明来源钻瓜专利网。