[发明专利]一种视频帧重建方法

说明书

本发明公开了一种视频帧重建方法,包括以下步骤：S1、输入原始视频A1，通过最大后验概率估计方法，将原始视频A1重构为较高分辨率的处理视频A2；S2、处理视频A2中噪音的消除；S3、短视频边界的检测和分割；S4、短视频的去模糊处理；S5、帧间配准S6、数据融合，本发明通过使用鲁棒自适应背景模型、Hog特征和轮廓特征融合的特征提取方法对视频进行处理，可以有效的消除视频中的噪音，使得最后的结果误差小。

技术领域

本发明涉及视频数据处理技术领域，尤其涉及一种视频帧重建方法。

背景技术

图像或视频中的信息对于人类来说是最直接的和最容易接触的，在视频监控方面，其摄像速度和存储容量是非常有限的，为了提高图像的分辨率，使其接近目标原型，人们利用改善硬件的方法来提高其图像的分辨率，其成本高，技术难度非常大，容易受到各种因素的影响，并且其提高有限，为了播放流式媒体的高质量视频，利用很窄的宽度，通过帧重建技术，来压缩和传输视频中的数据，为了达到使用最少的数据获得最佳的图像质量的技术，人们使用从软件方面入手，来提高图像的分辨率，考虑到计算量和重建质量，采用图像处理技术，在视频质量的提高过程中，视频帧重建是其中非常关键的一个过程，其影响着视频质量的高低。因此，我们提出了一种视频帧重建方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种视频帧重建方法。

为了实现上述目的，本发明采用了如下技术方案：

一种视频帧重建方法，包括以下步骤：

S1、输入原始视频A1，通过最大后验概率估计方法，将原始视频A1重构为较高分辨率的处理视频A2；

S2、处理视频A2中噪音的消除：建立复杂环境下鲁棒自适应背景模型，并对处理视频A2中的图像进行分割，采用Hog特征和轮廓特征融合的特征提取方法，将处理视频A2中的有效特征进行提取，并将提取后的有效特征利用多帧图像重建方法，得到消除噪音后的处理视频A3；

S3、短视频边界的检测和分割：使用直方图法来计算相邻两个帧之间的差值，直方图法的公式为：D_k,k+1＝∑|H_k(i)-H_k+1(i)|，H_K(i)表示第K帧的直方图，i表示K个颜色子区间的灰度级，D_k,k+1表示第k帧和第k+1帧的帧间差，假设T为短视频分割点的阈值，如果D_k,k+1大于T，则第k帧和第k+1帧为两个短视频的分割点，通过直方图法来将处理视频A3分为多个短视频；

S4、短视频的去模糊处理：对短视频进行傅里叶变化到频域，并对短视频的频谱进行滤波修正，将修正后的短视频傅里叶变化到空域，从而增强短视频的画质，以此达到短视频的去模糊处理；

S5、帧间配准：使用傅里叶变换位移的特性，测定同一短视频图像中两个相邻帧之间的频域变化和滤波值，将滤波值的中值进行滤波后的连续两帧图像配准,配准时先在前一帧图像中选取背景,即背景图像,用区域相关法将后一帧图像与背景图像配准，接着将配准后的2帧图像差分得到帧间差分图像,即帧差图像,再用数学形态学的开运算去掉帧差图像中的一些细小噪声，最后将连续两帧去噪后的帧差图像逻辑与运算，并根据频域变化计算出其空域的位移变化，位移变化就是相邻帧之间的位移信息，位移变化的计算公式为：f2(x，y)＝f1(x-△x,y-△y),其中：对f2(x)求傅里叶变化得F2(u)＝f2(x,y)×e^j2Tπd(x，y)，F2(u)＝e^j2TπF1(u)，其中x和y代表像素点的坐标位置；

S6、数据融合：当得到相邻帧的位移信息后，可以对多帧图像进行数据融合，通过在高精度的网格中将融合完成后的一组短视频内的各帧图像进行配准，并对配准数据进行加权求和得到高分辨率图像，且权值为S5中位移的倒数，从而达到视频帧重建的目的。

本发明的有益效果是：