[发明专利]一种视频去噪方法

权利要求书

1.一种视频去噪方法，采用纹理测度和结构方差融合的方法进行噪声滤波，得到去噪后高质量的视频；包括如下步骤：

1)输入一个噪声视频流

2)利用超像素快分割方法和SVD方法，获取基于超像素块的自适应视频纹理测度，记第i帧第k个超像素块的纹理测度为ρ_ik，将每一帧每一个超像素块的纹理测度信息集合表示为P；

3)利用纹理测度信息集合P对超像素块的平滑区域和纹理区域进行标定，并获取具有自适应度的结构方差；根据平滑区域和纹理区域的结构方差，得到视频流的平滑结构方差和纹理结构方差利用平滑结构方差和纹理结构方差的差异来自适应控制权重，由此评估视频流的纹理信息；

4)视频流滤波：利用结构方差进行滤波融合，最后得到去噪视频流

2.如权利要求1所述视频去噪方法，其特征是，步骤2)获取基于超像素块的自适应视频纹理测度，具体包括如下步骤：

21)计算所述噪声视频流每一帧的水平方向和垂直方向的梯度，分别记为

22)对每一帧进行超像素分割，获得相应的超像素块并做标定，将第i帧第k个超像素块的标定信息表示为F_i,k；

23)根据F_i,k、获得每一帧超像素块的梯度信息，将第i帧第k个超像素块的梯度用[G_ikh,G_ikv]表示；

24)对超像素块的梯度[G_ikh,G_ikv]进行SVD，得到两个奇异值，用S1_ik和S2_ik表示；

25)通过式1计算获得第i帧第k个超像素块的纹理测度ρ_ik：

26)将每一帧每一个超像素块的纹理测度信息聚集在一起，用P表示。

3.如权利要求1所述视频去噪方法，其特征是，步骤3)所述获取具有自适应度的结构方差包括如下步骤：

31)通过设定阈值τ，区分纹理区域和平滑区域；

32)分别计算所述平滑区域和所述纹理区域的结构方差；如果第i帧第k个超像素块为平滑区域，其结构方差用表示；如果第i帧第k个超像素块为纹理区域，其结构方差用表示；

33)通过式4计算得到视频流的平滑方差通过式5计算得到视频流的纹理方差

其中，w_s和w_t分别表示对视频流平滑区域和纹理区域的权重；权重表示为式6：

其中，

式7利用两种结构方差的差异来自适应控制权重，由此在整体上评估得到视频流的纹理信息。

4.如权利要求3所述视频去噪方法，其特征是，步骤31)阈值τ具体采用如下方法设定：

对于第i帧第k个超像素块，用式2表示其纹理测度的概率密度：

式2中，f(ρ_ik)是第i帧第k个超像素块的纹理测度的概率密度；ω_ik表示第i帧第k个超像素块的尺寸；ρ_ik为第i帧第k个超像素块的纹理测度；

通过式3求得纹理测度的置信水平δ：

再通过设定置信水平δ的值反求得阈值τ；当纹理测度ρ_ik≥τ时，将对应的超像素块标定为纹理区域；当纹理测度ρ_ik<τ时，将对应的超像素块标定为平滑区域。

5.如权利要求4所述视频去噪方法，其特征是，通过设定置信水平δ＝0.0001来反求得到阈值τ。

6.如权利要求1所述视频去噪方法，其特征是，步骤4)利用结构方差进行滤波融合，最后得到去噪视频流具体如下：

41)利用所述两种结构方差和滤波，分别得到带有较多纹理信息的视频流和较少纹理信息的视频流

42)对上述两种视频流进行加权融合，通过式8得到去噪视频流

式8中，“P”是视频流的纹理测度(每个超像素块纹理测度的集合，用矩阵形式表示)；“.·”表示点乘法运算；指示第t帧位置处的像素点。

7.如权利要求6所述视频去噪方法，其特征是，步骤41)所述滤波采用基于方差的滤波器。

8.如权利要求6所述视频去噪方法，其特征是，步骤41)所述滤波具体采用文献(Maggioni M,Boracchi G,Foi A,et al.Video denoising,deblocking,and enhancement through separable 4-D nonlocal spatiotemporal transforms.IEEE Transactions on image processing,2012,21(9):3952-3966.)所记载的滤波方法。