[发明专利]一种基于卡尔曼滤波和双边滤波的视频实时去噪方法

说明书

技术领域

本发明属于视频处理领域，主要涉及视频去噪，特指一种基于卡尔曼滤波和双边滤波的视频实时去噪方法，可用于自然大噪声视频的实时去噪。

背景技术

随着数字光电成像技术的快速发展，数字光电成像设备已广泛应用于计算摄影、安防监控、机器人导航以及军事侦察等领域。通常，数字光电成像设备的传感器都是由CCD或者CMOS构成，在成像过程中，受光学噪声、电阻和电容等元器件噪声、传感器噪声、电路噪声等影响，输出的图像会不可避免的包含有许多噪声，这些噪声不仅破坏了图像的真实信息，还严重影响了图像的视觉效果。随着实际应用要求的提高，数字光电成像设备也大量应用于低照度环境，典型的应用如安防监控领域，在夜间等低照度环境下进行监控。然而，受低照度环境的影响，获取的视频受到严重的噪声污染，视频图像如图1所示，这极大地影响了实际的应用。因此，对于这些包含噪声的视频图像，需要进行降噪处理，还原得到清晰的视频图像，以便进行更高层次的处理操作。

目前，视频的去噪方法主要按空域、时域以及变换域来进行划分。空域去噪方法只针对视频的各帧图像进行去噪处理，较好的空域滤波方法有双边滤波方法、非局部均值滤波方法、稀疏表示下的去噪方法等，对各帧图像均能得到较好的去噪效果。但是，由于空域滤波没有充分利用时域信息，不能得到理想的滤波效果。传统的时域滤波虽然考虑了视频帧间的相关性，但只适用于静止的环境，对于运动物体会产生伪影、拖影等现象，新的时域滤波在原有算法的基础上加入了运动估计，基于视频各帧图像的运动相关性，可以有效解决这些现象。在变换域去噪方法中，较好的滤波方法有小波去噪方法、三维块匹配方法BM3D等。此外，根据视频的时空特性，一些时空结合的滤波方法被提了出来，如时空双边滤波方法、视频三维块匹配方法VBM3D等，在一定程度上取得了较好的效果。

然而，受算法复杂度的影响，上述的这些滤波方法大部分都无法进行实时应用，如非局部均值滤波方法、稀疏表示下的去噪方法、BM3D以及VBM3D等。其他能满足实时应用的滤波方法，如时空双边滤波等，受去噪效果的限制，无法满足大噪声视频的去噪要求。因此，针对安防监控等领域的应用需求，对低照度环境下的大噪声视频进行实时的降噪处理，已成为急需解决的问题。

发明内容

针对上述现有技术存在的不能既实时又有效地对大噪声视频进行降噪处理的问题，本发明提出了一种基于卡尔曼滤波和双边滤波的视频实时去噪方法，能够对视频进行实时地降噪处理，并且具有较好的去噪效果。

为实现上述发明目的，本发明采用的技术方案是：

一种基于卡尔曼滤波和双边滤波的视频实时去噪方法，包括如下步骤：

步骤一：获取当前时刻待处理图像帧，以及保存的已完成去噪处理的当前帧之前的n帧图像，n为整数；所述n为预先设置的值；

步骤二：采用均值滤波器对当前时刻待处理图像帧进行预滤波处理；

步骤三：将步骤二预滤波处理后的图像和保存的已完成去噪处理的当前帧之前的n帧图像分别划分为若干个相同大小的块图像，将预滤波处理后的图像中的每个块图像分别与保存的已完成去噪处理的当前帧之前的n帧图像中相对应的块图像进行匹配计算，得到n个该块图像的初始运动估计值，再通过对所述n个块图像的初始运动估计值进行加权平均，得到待处理图像帧中该块图像的运动估计值；对于待处理图像帧中各像素点的运动估计值，均取值为该像素点所在块图像的运动估计值；

步骤四：根据步骤三得到的待处理图像帧中各像素点的运动估计值建立卡尔曼滤波的运动方差矩阵，在时间域上采用卡尔曼滤波方法对当前时刻待处理图像帧进行降噪处理，得到卡尔曼滤波后的去噪图像；

步骤五：在空间域上采用双边滤波器对当前时刻待处理图像帧进行降噪处理，得到双边滤波后的去噪图像；

步骤六：根据步骤三得到的待处理图像帧中各像素点的运动估计值计算其高斯权重值，结合步骤四得到的卡尔曼滤波后的去噪图像以及步骤五得到的双边滤波后的去噪图像，通过加权获得最终的去噪图像，并保存为当前帧已完成去噪处理的图像。

进一步地，所述步骤一中保存的已完成去噪处理的当前帧之前的n帧图像的初始值，即对于视频图像的第1帧至第n帧，将每一帧图像的原始含噪图像保存为其对应的已完成去噪处理的图像。

进一步地，所述步骤一中保存的已完成去噪处理的当前帧之前的n帧图像的初始值，即对于视频图像的第1帧至第n帧，其对应的已完成去噪处理的图像采用如下方式确定：

（1）对于视频图像的第1帧，将该第1帧图像的原始含噪图像保存为其对应的已完成去噪处理的图像；