[发明专利]视频雪花噪声检测方法

摘要

视频雪花噪声检测方法，属于视频图像处理技术领域。包括以下步骤：1）图像预处理:获取当前视频帧后，将高分辨率视频图像通过等比例压缩并缓存，当前帧压缩图与上一帧压缩图进行差分，得到差分图；2）边缘点提取：差分图进行索贝尔算子处理，得到边缘点结果，边缘点结果进行量化分析，属于极端情况可直接得到雪花噪声结果；3）均匀度分析：不属于极端情况的边缘点结果分为横纵N个检测带进行均匀度分析；4）结果输出：雪花噪声检测结果由P2或P3阶段得出。上述视频雪花噪声检测方法，具有低计算力消耗，可在任意时刻介入并具有良好检测能力。

主权项

1.视频雪花噪声检测方法，其特征在于包括以下步骤：1）图像预处理:获取当前视频帧后，将高分辨率视频图像通过等比例压缩并缓存，当前帧压缩图与上一帧压缩图进行差分，得到差分图；对当前输入的高分辨率视频图像使用邻近插值法进行等比例压缩得到压缩图，图像压缩后可有效减低计算力消耗，对于图像压缩方法并不限制；压缩图进行缓存，待下一帧使用；以前一帧压缩图为背景图，当前帧压缩图中有效的新信息为前景，将本帧压缩图与上一帧压缩图进行差分，得到包含少量背景和大部分前景及噪声的差分图；2）边缘点提取：差分图进行索贝尔算子处理，得到边缘点结果，边缘点结果进行量化分析，属于极端情况可直接得到雪花噪声结果；噪声也表现为一种边缘，将差分图使用索贝尔算子进行边缘提取得到边缘提取后的边缘图；索贝尔算子的经典算法中包含两组3x3的矩阵，矩阵分别是对横向和纵向区域进行移动卷积的加权值，求导得图像亮度的一阶差分结果即物理意义上的边缘点；选用5x5区域卷积，提升全幅图像中的边缘点检测效果；将差分后的图像进行5x5索贝尔运算，得到包含极少量背景、前景边缘和可能存在的大量雪花噪声的边缘检测结果；通过人对于图像密集度的感受和认知，在边缘检测结果上做量化分析，量化指标为缘点占处理区域的百分比并可作为参数，参数默认值为20%，具体配置方法按照如下：边缘点占处理区域的百分比低于20%为极度空洞，该情况表明区域中仅有极少的轮廓或点信息即可能的噪声点极少，该情况不属于雪花噪声；边缘点占处理区域的百分比高于20%，该情况表明区域中存在比较明显的轮廓或点信息，这种情况为有待检测边缘点图像；3）均匀度分析：不属于极端情况的边缘点结果分为横纵N个检测带进行均匀度分析；有待检测边缘点图像进行均匀度检测，图像按照横纵相等的原则平均分为A个垂直和A个水平检测带，A不少于10个，垂直和水平的A个检测带必须连续但不必须居中分布，安防应用中图像源常有数字水印，检测带分布设置可按实际情况跳过数字水印；按边缘点的坐标分别在每个检测带上做投影，累积出水平和垂直直方图，分别对水平、垂直投影的直方图算方差，结果分类如下：某个投影方向的方差值大于标准正态分布方差时，该情况表明区域中边缘或点信息分布不均匀，不是雪花噪声；横纵方向上的方差值都小于标准正态分布方差时，该情况表明区域中边缘或点信息分布均匀，得到结果为雪花噪声；4）结果输出：雪花噪声检测结果由步骤2）或步骤3）得出。