[发明专利]一种基于变异系数的雪花噪声检测方法

摘要

本发明涉及一种基于变异系数的雪花噪声检测方法。本发明中变异系数的数值能够用来衡量前后帧图像的差异变化大小，根据正常视频相邻帧的图像信息量变化会在一定范围内，而出现雪花噪声之后变化程度明显偏大导致该数值有显著偏差的思想来对噪声帧进行区分；同时采用效用函数对变异系数进行放大处理，并采用小概率原理和假设检验的数学统计思想对相邻n个效用函数值进行数学统计，并最终根据数学统计值的变化幅度来区分出噪声帧。本发明在检测视频雪花噪声方面有较高的准确性，也为之后的去除雪花噪声得到更好的视觉效果做出了很好的铺垫。

主权项

1.一种基于变异系数的雪花噪声检测方法，其特征在于该方法中变异系数的数值能够用来衡量前后帧图像的差异变化大小，根据正常视频相邻帧的图像信息量变化会在一定范围内，而出现雪花噪声之后变化程度明显偏大导致该数值有显著偏差的思想来对噪声帧进行区分；同时采用效用函数对变异系数进行放大处理，并采用小概率原理和假设检验的数学统计思想对相邻m个效用函数值进行数学统计，并最终根据数学统计值的变化幅度来区分出噪声帧；具体实现步骤如下：步骤1：获取图像数据首先读取视频流，区分前后帧，同时把每一帧图像转化到灰度空间，从而获取每一帧图像中所有像素点的灰度值；步骤2：提取差值图，统计差异较大的像素点数量逐帧读取视频流，将相邻帧图像进行差值计算，获取差值图像；统计规则如下：其中，IN(x,y)指的是差值图IN的像素值，x与y指相邻帧之间发生像素变化的像素点的坐标，将获得的差值与设置好的阈值T1做比较，若结果大于阈值，则将结果置为1，反之置为0；步骤3：确定全局噪声点检测结果统计出IN(x,y)等于1的像素点的个数，记为Sn；根据Sn的大小判断出待测的差值图中是否存在雪花噪声；逻辑结果判定规则如下：其中，设置噪点阈值T2，将Sn与噪点阈值T2作比较,若大于噪点阈值T2则将一次判断的逻辑结果值R设为1，表示初步判定存在雪花噪声，并进入步骤4；反之若Sn小于等于T2，则将一次判断的逻辑结果值R设为0，且直接判定不存在雪花噪声；步骤4：确定局部噪声点检测结果将初步判定为有雪花噪声的待测的差值图帧平均划分为n*n个等块，其中n大于等于4；对划分后的每个等块分别进行噪声点统计的操作，同时每个等块的阈值将相应地设置为全局阈值的1/n*n，如果检测结果为每个等块都符合雪花噪声分布，则判定为该帧图像存在雪花噪声或者特殊情况，并进入步骤5，否则判定为非雪花噪声因素引起的全局检测的误判；步骤5：计算变异系数值，用效用函数进行放大变异系数原公式为：σ/u，应用在图像前后帧处理中变形为：其中，P(x,y)指的是参考图像帧，而R(x,y)指的是待测图像帧，由于求出来的数值太小不容易比较，因此引入效用函数的公式g＝kX²，这个函数用来衡量影响因子X对源图像的影响程度大小，而X代表的就是变异系数，那么效用函数就变形为：其中，系数k用来放大计算值使得处理的计算值更易于观察；根据这两个公式计算出对应相邻帧之间的效用函数值；步骤6：对效用函数值进行数学统计，衡量变化幅度；为避免不同视频流阈值不同而需要重新设置的情况，考虑小概率原理和假设检验的思想来提高检测的自适应性，即计算当前帧的相邻前m帧正常视频帧的效用函数值计算出其均值u₁和标准差σ₁，再计算包括当前帧在内的m+1帧效用函数值的均值u₂和标准差σ₂，根据小概率原理，若满足|u₁‑u₂|＜3σ₁，则说明当前帧对之前m帧的影响能够忽略从而判定其为正常帧，否则认为是噪声帧。