視頻圖像的增強與去噪技術(shù)研究.pdf

1、在計算機高度普及、多媒體技術(shù)被廣泛應(yīng)用的今天，人們對視頻圖像的接觸機會越來越多。而視頻圖像的質(zhì)量將直接影響人們從視頻中所能獲得的信息量，考慮到視頻圖像品質(zhì)低下主要受兩方面影響：一是在大霧、沙塵等惡劣天氣或者低光照情況下圖像對比度偏低；二是傳輸過程中受到噪聲的污染，因此對視頻圖像進(jìn)行先消除噪聲，再增強圖像的處理非常有必要。這能夠突出視頻圖像特征，提高視頻圖像的品質(zhì)，對于視頻圖像的應(yīng)用至關(guān)重要。本文重點研究了應(yīng)用于一般監(jiān)控系統(tǒng)的視頻去噪與增

2、強方法，主要內(nèi)容如下：
　　 (1)研究了視頻信號成像機制中的視頻采集、Bayer圖像色彩重建、白平衡調(diào)整三個步驟對視頻信噪比(SNR)和畫面質(zhì)量的影響。深入分析了視頻圖像中出現(xiàn)的噪聲類別和特點，以及惡劣天氣和低光照情況下的圖像特征。對均值濾波、中值濾波和高斯濾波三種經(jīng)典去噪算法和AHE、BOHE和POSHE三種增強算法分別進(jìn)行了對比分析。
　　 (2)研究了四階偏微分方程和自適應(yīng) TV去噪方法，以及基于PDE的多級分層

3、局部對比度增強方法。對比分析了四階偏微分方程和自適應(yīng)TV去噪方法對不同噪聲的去噪能力，兩者對高斯噪聲處理效果較好。實驗分析了基于PDE的多級分層局部對比度增強方法的對比度拉伸能力，以及可能出現(xiàn)的人工痕跡，如過增強、斑點效應(yīng)。
　　 (3)提出了一種基于單高斯背景建模和Non-local Means濾波的視頻去噪方法。利用單高斯背景建模提取幀間冗余信息，將Non-local Means濾波和幀間均值濾波結(jié)合并用，使得Non-loc

4、al Means濾波在視頻圖像上的處理效率大大提高。實驗結(jié)果表明，該方法對噪聲標(biāo)準(zhǔn)差中等的含噪視頻圖像具有良好而又穩(wěn)定的去噪性能。
　　 (4)提出了一種改進(jìn)的基于變換系數(shù)直方圖的增強方法。通過實驗分析可知，高質(zhì)量圖像在對數(shù)變換域的系數(shù)直方圖具有峰值遠(yuǎn)離原點、分布曲線平坦的特點。本方法在此基礎(chǔ)上提出通過系數(shù)直方圖右移來實現(xiàn)對比度提高，通過增加高頻分量、減少低頻分量來實現(xiàn)邊緣銳化，對于一般低對比度圖像具有較好的增強效果。