運動估計和小波域結(jié)合的視頻去噪算法.pdf

1、運動估計和小波域結(jié)合的視頻去噪算法運動估計和小波域結(jié)合的視頻去噪算法CombinedMotionEstimationWaveletDomainVideoDenoising學(xué)科專業(yè)：軟件工程研究生：張瑞杰指導(dǎo)教師：徐慶教授企業(yè)教師：張宏濤高工天津大學(xué)軟件學(xué)院二零一二年十一月摘要隨著數(shù)字電子設(shè)備的普及，豐富的多媒體已經(jīng)成為人們獲取信息的重要渠道，但是視頻圖像的獲取過程中不可避免地會引入噪聲，導(dǎo)致視覺效果下降。針對這個問題，本文提出一種新的視

2、頻去噪算法。考慮到視頻具有時間相關(guān)性和空間相關(guān)性，本文的算法在時域和空域都做濾波。圖像運動估計在動態(tài)場景分析中是非常重要的步驟，通過分析和對比全搜索法，三步搜索法，四步搜索法，菱形搜索法和自適應(yīng)十字搜索法，本文第一步時域濾波采用改進的自適應(yīng)十字算法進行幀間運動估計，對于判別為沒有運動的區(qū)域應(yīng)用標(biāo)準(zhǔn)的加權(quán)均值時域濾波方法，對于運動區(qū)域，則沿運動軌跡進行濾波。第二步空域濾波借鑒小波分析框架和著名的非局部均值(NonLocalMeanNLM)

3、去噪算法，對視頻的每一幀進行空域分頻處理，一幅圖像的重要信息主要集中在低頻，大多數(shù)高頻分量的系數(shù)很小或者是沒有意義的，因此在平坦的低頻部分，采用較強的非局部均值濾波，而在非平坦的高頻部分，采用較弱的小波閾值去噪。實驗表明本文提出的方法能有效地避免運動模糊，較好的克服了平坦區(qū)域產(chǎn)生虛假紋理信息的問題，而且更好的保護了圖像的邊緣等細(xì)節(jié)信息。無論在主觀感受還是在客觀質(zhì)量都有了較大的提高。此外，在保證去噪后視頻質(zhì)量的同時，本文算法的處理效率顯著