基于时空域的视频去噪算法研究

论文摘要

数字视频序列中的噪声不仅会降低视频的主观视觉质量,而且会对压缩、编码、传输和存储等后续处理产生不利影响,因此数字图像视频去噪技术的研究对于推动整个数字媒体产业的发展意义重大、影响深远。本文在对数字图像的噪声类型、常用的视频去噪算法进行总结的基础上,针对现有图像质量评价方法不能准确反映图像主观质量的问题,提出了一种基于人眼视觉特性(Human visual system,HVS)的客观评价方法。根据常用数字图像去噪算法以及视频去噪算法,本文提出了一种新的基于时空域的视频去噪算法。该算法充分利用视频序列空域和时域的相关性,在对视频序列进行空域滤波的基础上,对其进行时域滤波得到去噪后的视频序列。空域滤波采用基于HVS的方向性空域滤波算法,通过方向性检测得到空域滤波模板,并结合人眼视觉特性对该模板进行调整,以得到符合人眼主观视觉的滤波效果;时域滤波采用基于时域递归滤波的Kalman算法来去除噪声影响。最后对本文所提算法进行了仿真实验,实验结果表明该算法能够有效去除视频序列中的噪声,提高视频图像的质量。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 选题的目的与意义
• 1.3 国内外研究现状
• 1.4 本文的主要研究工作与内容安排
• 第二章 数字视频序列去噪理论与方法简介
• 2.1 引言
• 2.2 数字视频序列噪声简介
• 2.2.1 噪声分类
• 2.2.2 噪声模型
• 2.3 视频序列去噪方法介绍
• 2.3.1 视频去噪的意义
• 2.3.2 视频去噪方法概述
• 2.3.3 视频序列空域去噪方法
• 2.3.4 视频序列时域去噪方法
• 2.3.5 视频序列时-空域去噪方法
• 2.4 本章小结
• 第三章 基于HVS 的图像客观质量评价方法研究
• 3.1 引言
• 3.2 图像质量评价方法介绍
• 3.2.1 图像客观评价
• 3.2.2 图像主观评价
• 3.2.3 其他评价方法
• 3.3 基于HVS 的图像客观质量评价方法
• 3.3.1 HVS 介绍
• 3.3.2 常用的HVS 模型
• 3.3.3 基于HVS 的图像客观质量评价方法
• 3.4 本章小结
• 第四章 基于HVS 的方向性空域滤波算法
• 4.1 引言
• 4.2 基于HVS 的图像处理方法
• 4.3 方向性检测原理以及实现
• 4.3.1 方向性检测的基本原理
• 4.3.2 方向性检测算法的实现
• 4.4 基于HVS 的方向性空域滤波算法
• 4.4.1 基于HVS 的方向性空域滤波算法
• 4.4.2 仿真结果及分析
• 4.5 本章小结
• 第五章 基于时空域的视频联合去噪算法研究
• 5.1 引言
• 5.2 时域Kalman 和H 无穷滤波算法研究
• 5.2.1 时域Kalman 滤波算法研究
• 5.2.2 时域H 无穷滤波算法研究
• 5.2.3 时域Kalman 和H 无穷滤波算法的比较
• 5.3 基于时空域的联合滤波算法研究
• 5.3.1 算法实现
• 5.3.2 仿真结果与分析
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 本文的主要工作
• 6.2 研究展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢