[发明专利]一种视频图像降噪装置及方法

说明书

技术领域

本发明涉及一种视频图像处理装置及方法，特别的是涉及一种对视频图像进行降噪处理的装置及方法。

背景技术

图像降噪技术被广泛的用于视频图像处理中，图像降噪的目的在于尽量无失真地还原出原始图像，并把噪声消除。

比较常见的噪声信号是高斯噪声和脉冲噪声。脉冲噪声是混入图像的孤立噪声，噪声点与周围点相关度很差，一般可以用中值滤波滤除这种噪声。高斯噪声是混入图像中的均匀白噪声，与图像本身无关，滤除该噪声的方法一般采用一维或二维平均滤波，一维或二维高斯滤波，或者一维或二维加权滤波等。

然而噪声的消除程度和图像的失真程度是相互制约的，噪声消除得越多，往往图像信息也损失的越多，相应的图像越模糊。

高斯滤波相当于对图像作平滑处理，方法是将噪声点以及噪声点一维或二维的邻域点按固定系数做加权平均，平滑度可以通过一个参数调节，图像越平滑，噪声消除效果越好，相应图像越模糊。平均滤波属于高斯噪声的一种极限情况，它的平滑效果最强，图像也变得非常模糊。

在视频降噪中，往往还运用到时间相关性，利用时间上相邻的图像帧来作平滑处理以滤除噪声。这种方法一般也是对高斯噪声起作用，因此具有上述高斯滤波同样的特性。

另外，门限选择一维或二维加权滤波通过判断噪声点与其一维或二维的邻域点的差异是否大，来判断这些邻域点是否用来做加权平均。该方法可以适当的平衡去噪性能和图像模糊度问题，但是，由于图像中每个点选取的邻域运算点都不相同，往往会造成图像过渡不均匀，尤其是在图像从平缓区域变换到突变区域，例如，人脸的轮廓处或者蓝天白云交界处，这种降噪方式会造成图像中出现明显的过渡不均匀和分块现象。

因此，目前，需要找到一种好的降噪方式，既能最大限度的去除噪声，又能很好的保留图像原有的细节，同时，又不会造成均匀图像的过渡问题。

发明内容

为解决上述降噪程度和图像模糊存在一定矛盾的技术问题，本发明提出了一种视频图像处理的降噪装置，包括原始图像输入单元、降噪单元，还包括混合系数判决器、混合器，其中，原始图像输入单元将原始图像数据输入至降噪单元，同时输入至混合系数判决器和混合器，降噪单元输出降噪后的图像数据、混合系数判决器输出的混合系数、以及原始图像数据在混合器中混合得到输出图像数据。

所述降噪单元采用一维模板降噪。

所述降噪单元采用二维的n×n模板降噪，其中，n为奇数。

一种视频图像降噪方法，该方法包括如下步骤：

步骤S200：将原始图像数据输入至降噪单元、混合系数判决器和混合器中；

步骤S201：降噪单元将原始图像依次经过降噪模板得到降噪后的图像数据；

步骤S202：混合系数判决器根据输入的原始图像数据，判断当前点的边缘特性，根据该边缘特性计算混合系数k1和k2；

步骤S203：将原始图像数据和降噪单元得到的图像数据，根据混合系数k1和k2，在混合器中进行混合，得到输出图像数据。

当对高斯噪声进行降噪时，所述步骤S202中混合系数k1和k2的计算方法包括如下步骤：

步骤S400：输入原始图像；

步骤S401：求当前点与一定邻域内的像素差异值，其中当前像素点的亮色分量分别与该邻域内的每个像素点的相应分量相减，得到若干个差异值，该每个分量差异值的个数由降噪的模板决定；

步骤S402：将差异最大化，将得到的各个分量上的差异值进行比较，得到其中的最大差异值；

步骤S403：增益控制，将步骤S402中得到的最大差异值与增益因子相乘，决定原图像参与计算的程度；

步骤S404：混合系数的生成，将步骤S403中经增益因子相乘后得到的差异值限幅至0到系统数据最大值之间，并归一化到0～1，所述归一化值为混合系数k1，混合系数k2与混合系数k1之和为1。

所述步骤S403中增益因子可通过寄存器实时配置。

当对脉冲噪声进行降噪时，所述步骤S202中混合系数k1和k2的计算方法包括如下步骤：

步骤S500：输入原始图像；

步骤S501：求当前点与一定邻域内的像素差异值，其中当前像素点的亮色分量分别与该邻域内的每个像素点的相应分量相减，得到若干个差异值，该每个分量差异值的个数由降噪的模板决定；

步骤S502：将差异最小化，将所得到的各个分量上的差异值进行比较，得到其中的最小值diff_min；

步骤S503：阈值限幅，预设一个阈值ε与步骤S502中得到的差异最小值diff_min比较，若大于该阈值ε，则认为该点为噪声点；否则，判断该点为图像边缘点；