[发明专利]用于处理含有噪声的视频序列中的数据的方法和装置

说明书

本发明涉及用于处理含有噪声的视频序列中的数据的方法和装置，所述噪声是(“椒盐”、“雪花”或其它类型的)，所述方法包括应用递归滤波器(S2)对噪声进行滤波，递归滤波器由下式给出：如果y(n)＞z(n‑1)，则z(n)＝z(n‑1)+Δ，如果y(n)＜z(n‑1)，则z(n)＝z(n‑1)‑Δ，以及如果y(n)＝z(n‑1)，则z(n)＝z(n‑1)，其中：‑y(n)指定在系列的第n个图像中的未通过应用符号滤波器处理的元素；‑z(n‑1)指定在系列的第(n‑1)个图像中对应于y(n)的位置并且通过应用符号滤波器处理的元素；‑z(n)指定在系列的第n个图像中对应于y(n)的位置并且通过应用符号滤波器处理的元素，并且‑Δ是严格正系数。

技术领域

本发明涉及对基于像素的数字图像的视频序列的降噪处理，具体地是用于校正“椒盐(salt-and-pepper)”(或下文的“脉冲噪声”)型的图像噪声。

背景技术

然而，可以认为此噪声不会影响“图像背景”，并且因此用于实时估计背景的图像处理会被关注到，其中可能的应用为：

-在存在脉冲噪声(也被称为“椒盐”噪声，其通常被发现于存在放射性辐射的情况下，放射性辐射会影响传感器的图素，被视为对应像素的饱和度)的情况下处理视频序列；

-利用(例如在视频监控中的)对象跟踪检测视频序列中的移动，其中可能移动的相机拍摄添加有移动元素的固定场景与随处移动的对象。为了检测这些事件，一种解决方案由对背景进行估计，并且然后从图像中减去所述背景组成。

接下来，重点关注灰度图像(每个像素单个值)的情况；通过对三个通道应用相同的计算来立即扩展彩色图像(三个通道：红色、绿色、蓝色)的情况。

然后考虑图像的像素的情况，对于序列中第n个图像表示为y(n)，对于这种情况跟踪时间演化，而无需随后指定像素的空间坐标。

在牢记其它先前提到的应用的同时，可以基于给定时刻n的单个像素y(n)的退化模型来处理由于辐射引起的脉冲噪声的情况。此模型偏离居中的加性噪声的常规模型并且可以例如写成：

y(n)＝x+u(n)，概率1-p

y(n)＝s，概率p

x是在无辐射和测量噪声的情况下像素的确切值，

u(n)是标准偏差σ_u的常规噪声测量结果(通常是高斯白噪声)，

s是“受污染(contaminated)”像素的值，通常是饱和度，

p是辐射“水平(level)”。

在此实例中写入了由y(n)采取的值的概率密度f_Y(y)：

δ(x)是x的狄拉克(Dirac)δ函数。

这种简单的模型不是唯一可能性。具体地，受污染值并不一定是恒定的，并且辐射并不是唯一的应用。因此，通常对具有以下形式的概率密度的像素值更感兴趣：

f_Y(y)＝(1-p)f_U(y-x)+pf_S(y)

其中f_S(y)是“受污染”像素(或对应于移动目标的那些像素)的分布，

并且f_U(y-x)是“未受污染”像素(或对应于固定背景的那些像素)的分布。