[发明专利]一种基于固定场景的视频降噪处理方法及装置

权利要求书

1.一种基于固定场景的视频降噪处理方法，其特征在于，包括：

获取一帧视频数据；

提取该帧视频数据中的关键分量视频数据，并对该关键分量视频数据进行下采样处理，其中，该关键分量为该帧视频数据的Y分量；

对下采样后的关键分量视频数据进行背景建模以提取前景区域和背景区域；

依据当前背景区域各个像素值与上一帧背景区域中相同位置的像素值的差值估算背景区域当前的噪声功率值，如果噪声功率值小于预先设置的降噪处理判断阈值，则不对该关键分量视频数据进行降噪处理；如果噪声功率值大于降噪处理判断阈值，则对该关键分量视频数据的前景区域和背景区域分别进行降噪处理。

2.如权利要求1所述的基于固定场景的视频降噪处理方法，其特征在于，对下采样后的关键分量视频数据进行背景建模以提取前景区域和背景区域的方法包括：

各个像素点在第n帧中的状态用单高斯分布模型η(X_n,μ_n,∑_n)来表示，其中，μ_n为像素点在第n帧时的均值，∑_n为像素点在第n帧时的协方差，若特征因子大于预先设置的判断阈值T，则判断该像素点为前景像素点；否则认为该像素点的特征值与高斯分布匹配，判断该像素点为背景像素点，其中，所述d_n＝I_n-μ_n，I_n为当前像素点的灰度值。

3.如权利要求2所述的基于固定场景的视频降噪处理方法，其特征在于，像素点的单高斯分布模型η(X_n,μ_n,∑_n)参照以下数学式进行更新：

μ_n+1＝(1-α)μ_n+αI_n；

其中，μ_n为高斯分布的均值，I_n为当前背景区域中像素点的灰度值，μ_n+1为更新后背景区域图像的灰度值，α为学习率。

4.如权利要求1-3任一所述的基于固定场景的视频降噪处理方法，其特征在于，依据当前背景区域各个像素值与上一帧背景区域中相同位置的像素值的差值估算背景区域当前的噪声功率值的方法包括：

获取背景区域中面积最大的一块矩形背景区域；

计算该矩形背景区域的各个像素值与上一帧该相同区域中相同位置的像素值的差值，并依据该差值估算背景区域当前的噪声功率值。

5.如权利要求4任一所述的基于固定场景的视频降噪处理方法，其特征在于，依据矩形背景区域的各个像素值与上一帧该相同区域中相同位置的像素值的差值估算背景区域当前的噪声功率值的方法为：

背景区域当前的噪声功率值等于当前矩形背景区域的各个像素值与上一帧该相同区域中相同位置像素值的差值的方差其中，所述差值的方差采用以下数学式进行计算：

其中，Y(x,y,k)为M×N大小矩形背景区域第k帧和第k-1帧在点(x,y)处像素值的差值，M和N是矩形背景区域的长和宽，(x,y)是像素的坐标。

6.如权利要求1-3任一所述的基于固定场景的视频降噪处理方法，其特征在于，当噪声功率值大于降噪处理判断阈值时，则对该关键分量视频数据的前景区域的像素采用时间域的帧间降噪算法进行降噪处理，对该关键分量视频数据的背景区域的像素采用均值滤波算法、双边滤波算法、三维块匹配算法BM3D或数字图像非局部均值算法Non-Local Means进行降噪处理。

7.一种基于固定场景的视频降噪处理装置，其特征在于，包括：

获取模块，用于获取一帧视频数据；

提取与采样模块，用于提取该帧视频数据中的关键分量视频数据，并对该关键分量视频数据进行下采样处理，其中，该关键分量为该帧视频数据的Y分量；

处理模块，用于对下采样后的关键分量视频数据进行背景建模以提取前景区域和背景区域，以及进一步用于依据当前背景区域各个像素值与上一帧背景区域中相同位置的像素值的差值估算背景区域当前的噪声功率值，如果噪声功率值小于预先设置的降噪处理判断阈值，则不对该关键分量视频数据进行降噪处理；如果噪声功率值大于降噪处理判断阈值，则对该关键分量视频数据的前景区域和背景区域分别进行降噪处理。