申请/专利权人：沈阳视达广电网络传输有限责任公司

申请日：2023-12-25

公开（公告）日：2024-04-09

公开（公告）号：CN117459793B

主分类号：H04N21/4402

分类号：H04N21/4402;H04N21/44;H04N5/202

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明涉及视频降噪优化技术领域，具体涉及一种视频噪声优化处理方法，对视频中所有帧图像进行surfacelet变换得到各帧图像各像素点的ST系数、各分解层各方向子带；根据各帧图像各边缘的分布情况、各像素点的灰度在时间序列上各帧图像之间的分布差异得到各帧图像各像素点的噪声扰动疑似度；根据像素点空间窗口内像素点的ST系数分布差异得到像素点的ST系数聚集指数；根据像素点的ST系数聚集指数、噪声扰动疑似度、ST系数以及各分解层方向子带的高频系数得到像素点的ST修正阈值系数，并进行Surfacelet逆变换，完成对视频噪声去噪处理。本发明保留了视频中的细节和边缘信息，有效滤除了新闻联播视频中的噪声信息。

主权项：1.一种视频噪声优化处理方法，其特征在于，该方法包括以下步骤：对视频中所有帧图像进行surfacelet变换得到各帧图像各像素点的ST系数、各分解层各方向子带；采用边缘检测算法得到各帧图像各边缘，根据各帧图像各边缘的分布情况、各像素点的灰度在时间序列上各帧图像之间的分布差异得到各帧图像各像素点的噪声扰动疑似度；对于各帧图像各像素点设置一个空间窗口，根据像素点空间窗口内像素点的ST系数的分布得到像素点的ST系数密集度；根据像素点空间窗口内像素点的ST系数密集度差异得到像素点的ST系数密集相似度；根据像素点的ST系数密集度和ST系数密集相似度得到像素点的ST系数聚集指数；根据像素点的ST系数聚集指数、噪声扰动疑似度以及ST系数得到像素点的ST修正系数；根据各分解层方向子带的高频系数采用3σ阈值得到各分解层的ST修正系数阈值；根据各分解层的ST修正系数阈值、各像素点的ST系数、ST修正系数得到各分解层各像素点的ST修正阈值系数，对阈值处理后的ST修正阈值系数进行Surfacelet逆变换得到去噪后的视频；所述根据各帧图像各边缘的分布情况、各像素点的灰度在时间序列上各帧图像之间的分布差异得到各帧图像各像素点的噪声扰动疑似度，包括：根据各帧图像各边缘的边缘轮廓直方图之间的相似程度得到各帧图像各边缘的边缘动态匹配度，将各帧图像各像素点所在边缘的边缘动态匹配度作为像素点的边缘动态匹配度，将各帧图像中不在边缘上的各像素点的边缘动态匹配度设置为1；根据各像素点在所有帧图像中的相同位置的灰度值分布构建各像素点的灰度时间分布直线和灰度时间变化序列；对于各帧图像各像素点，根据像素点的灰度时间变化序列之间的差异以及灰度时间分布直线得到像素点的灰度时间变化差异系数；将像素点与所在灰度时间分布直线之间的欧氏距离作为像素点的灰度时间偏离度；将像素点的灰度时间变化差异系数与灰度时间偏离度的乘积结果和像素点的边缘动态匹配度的比值作为像素点的噪声扰动疑似度；所述根据各帧图像各边缘的边缘轮廓直方图之间的相似程度得到各帧图像各边缘的边缘动态匹配度，包括：对于各帧图像各边缘的边缘轮廓直方图，将边缘的边缘轮廓直方图与除去该边缘之外剩下的所有帧图像所有边缘的边缘轮廓直方图进行巴氏距离计算，获取最小巴氏距离，将最小巴氏距离的倒数作为边缘轮廓直方图所在图像所在边缘的边缘动态匹配度；所述根据各像素点在所有帧图像中的相同位置的灰度值分布构建各像素点的灰度时间分布直线和灰度时间变化序列，包括：对于各像素点，将像素点在所有帧图像中的灰度值按照时间序列排序组成像素点的灰度时间分布序列；对像素点的灰度时间分布序列进行直线拟合得到像素点的灰度时间分布直线；对像素点的灰度时间分布序列进行一阶差分处理得到像素点的灰度时间变化序列；所述根据像素点的灰度时间变化序列之间的差异以及灰度时间分布直线得到像素点的灰度时间变化差异系数，包括：计算像素点的灰度时间变化序列与除像素点外剩余所有像素点的灰度时间变化序列的dtw距离均值；计算像素点的灰度时间分布直线的斜率，将所述斜率作为指数、将自然常数作为底数得到指数函数；将所述dtw距离均值与所述指数函数的计算结果的乘积作为像素点的灰度时间变化差异系数；所述根据像素点空间窗口内像素点的ST系数分布得到像素点的ST系数密集度，包括：对于像素点空间窗口内除像素点外各剩余像素点，计算像素点与剩余像素点的ST系数的差值平方，计算像素点与剩余像素点的欧式距离；计算像素点空间窗口内所有剩余像素点的所述差值平方与所述欧式距离的乘积的倒数的均值作为像素点的ST系数密集度；所述根据像素点空间窗口内像素点的ST系数密集度差异得到像素点的ST系数密集相似度，包括：对于像素点空间窗口内除像素点外各剩余像素点，计算像素点与剩余像素点的ST系数密集度的差值平方，将像素点空间窗口内所有剩余像素点的所述差值平方的倒数的均值作为像素点的ST系数密集相似度；所述根据像素点的ST系数密集度和ST系数密集相似度得到像素点的ST系数聚集指数，包括：将像素点的ST系数密集度与ST系数密集相似度的乘积作为ST系数聚集指数；所述根据像素点的ST系数聚集指数、噪声扰动疑似度以及ST系数得到像素点的ST修正系数，包括：计算像素点的ST系数与ST系数聚集指数的乘积，将所述乘积与像素点的噪声扰动疑似度的比值的归一化值作为像素点的ST修正系数。

全文数据：

权利要求：

百度查询： 沈阳视达广电网络传输有限责任公司 一种视频噪声优化处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD