[发明专利]一种视频噪声强度检测方法

权利要求书

1.一种视频噪声强度检测方法，其特征在于，所述方法的具体步骤包括：

步骤1、获取一帧图像，对上述图像进行去噪处理，并将其缓存；

步骤2、再获取下一帧图像，对得到的当前帧图像按块划分，划分后的每个块记为噪声强度检测宏块，设定当前帧图像的高度为H，宽度为W，每一个噪声强度检测宏块高度为h，宽度为w，则当前帧图像被划分成了M*N个噪声强度检测宏块，其中M＝W/w，N＝H/h；

步骤3、对步骤2得到的噪声强度检测宏块进行块噪声强度统计量的估计；

步骤4、统计步骤3得到的所有的块噪声强度统计量的估计值，得到估计值分布的直方图；

步骤5、根据步骤4得到的块噪声强度统计量的估计值分布直方图，计算视频的噪声强度值；

步骤6、当一帧图像经过步骤1至5的处理后，把噪声检测的帧计数器的数值加一；

步骤7、判断噪声检测帧计数器的数值是否大于设定的阈值，如果大于设定的阈值则进入步骤8，否则重新进入步骤1；

步骤8、输出步骤5所得的视频的噪声强度值；

所述步骤3中块噪声强度统计量的估计值计算方法具体如下：

301、计算噪声强度检测宏块在当前帧图像和经过去噪处理的前一帧图像的差异：

${\mathrm{BAD}}_k(m,n)=\underset{i=m*w}{\overset{(m+1)*w-1}{\Σ}}\underset{j=n*h}{\overset{(n+1)*h-1}{\Σ}}|F_k(i,j)-F_{k-1}^{\′}(i,j)|;$

其中，BAD_k(m,n)表示当前帧图像噪声强度检测宏块与前一帧图像去噪后噪声强度检测宏块对应像素差值绝对值的累加和，F_k(i,j)表示当前帧图像(i,j)位置的像素值，F_k-1(i,j)表示前一帧图像(i,j)位置的像素值，F′_k-1(i,j)表示前一帧图像去噪后的图像(i,j)位置的像素值，m＝0,...,M-1,n＝0,...,N-1；

302、使用当前宏块差异值、宏块在当前帧图像上侧和左侧的块噪声强度统计量的估计值、宏块在前一帧图像的下侧和右侧的块噪声强度统计量的估计值，加权相加后得到当前宏块的块噪声强度统计量的估计值：

CBAD_k(m,n)＝ω₁*CBAD_k(m-1,n)+ω₂*CBAD_k(m,n-1)+

ω₃*CBAD_k-1(m+1,n)+ω₄*CBAD_k-1(m,n+1)+BAD_k(m,n)

其中，CBAD_k(m,n)记为当前帧图像的噪声强度检测宏块的噪声强度统计量；

CBAD_k(m-1,n)表示当前帧图像的噪声强度检测宏块左侧宏块的噪声强度统计量；

CBAD_k(m,n-1)表示当前帧图像的噪声强度检测宏块上侧宏块的噪声强度统计量；

CBAD_k-1(m+1,n)表示前一帧图像的噪声强度检测宏块右侧宏块的噪声强度统计量；

CBAD_k-1(m,n+1)表示前一帧图像的噪声强度检测宏块下侧宏块的噪声强度统计量；

ω₁，ω₂，ω₃，ω₄为权重系数，对于CBAD_k(m,n)，当k＝0时，其值为0。

2.如权利要求1所述的一种视频噪声强度检测方法，其特征在于，所述步骤5中，当前帧图像的噪声强度值计算方法具体如下：

501、判断噪声检测的帧计数器的值是否为初始值，若是初始值则进入步骤502，否则进入步骤503；

502、初始化视频的块噪声强度统计量直方图的基准点估计值和峰值点估计值，所述峰值点估计值的初始值大于基准点估计值的初始值；

503、计算当前图像的块噪声强度统计量的直方图的基准点和峰值点；

所述块噪声强度统计量的直方图的基准点具体为满足如下条件的点：按块噪声强度统计量值增加的方向遍历，该点的值大于设定的阈值一，该点之前的点的块噪声强度统计量的累加值的大于另一设定的阈值二，且所述阈值二的数值大于所述阈值一的数值；

所述块噪声强度统计量的直方图的峰值点具体为满足如下条件的点：按块噪声强度统计量值增加的方向遍历，该点的值是所有点中最大的值；

504、更新视频的块噪声强度统计量的直方图的基准点估计值和峰值点估计值，前一帧获取的视频的块噪声强度统计量的直方图的基准点估计值和当前图像的块噪声强度统计量的直方图的基准点值加权相加后得到当前视频的块噪声强度统计量的直方图的基准点估计值，前一帧获取的视频的块噪声强度统计量的直方图的峰值点估计值和当前图像的块噪声强度统计量的直方图的峰值点值加权相加后得到当前视频的块噪声强度统计量的直方图的峰值点估计值，具体计算公式为：

P′_k＝(1-α)×P′_k-1+α×P_k；

Q'_k＝(1-β)×Q'_k-1+β×Q_k；

其中，Q'_k表示k帧后，视频噪声检测中噪声统计量的直方图统计中基准值的估计，P′_k表示k帧后，视频噪声检测中噪声统计量的直方图统计中峰值的估计，α和β表示当前帧图像中获取的P_k和Q_k在视频估计中贡献率，取值范围是0至1，α和β的值越大则贡献率越高；

505、计算视频的噪声强度值L_k：

L_k＝P′_k-Q'_k。