基于時域的視頻去噪算法研究

王丁一　徐先峰

摘 要： 論述了兩種基于時域的視頻去噪算法。首先介紹基于菱形運動估計的時域濾波，先進行菱形運動估計計算尋找最佳匹配塊，之后在兩個塊之間進行均值濾波，整合匹配塊輸出濾波過的圖像；其次介紹了BM3D視頻去噪技術(shù)，詳細地描述了BM3D去噪技術(shù)的去噪主要過程，分別解釋了去噪過程中塊匹配、三維變換域濾波、權(quán)值計算、重構(gòu)四個主要步驟的原理與過程。最后通過實驗，證明了這兩種方法在去噪方面均能取得良好的效果。

關(guān)鍵詞： 視頻去噪； 時域濾波； 運動估計； BM3D去噪

中圖分類號： TN911.4?34 文獻標識碼： A 文章編號： 1004?373X（2015）19?0064?04

Abstract： Two noise elimination algorithms of videos based on time domain are discussed. The time domain filtering based on diamond motion estimation is introduced. The diamond motion estimation is conducted to search for the optimal matching block， and between the two blocks is proceeded with mean filtering. The filtered image is output after matching blocks integration. The BM3D noise elimination technology of videos is presented， and the main process of this technology is described in detail. The principles and process of block matching， three?dimensional transformation domain filtering， weight calculation and reconstruction in noise elimination process are explained respectively. The experimental results verify that the two methods can achieve good effect in the aspect of noise elimination.

Keywords： noise elimination of video； time domain filtering； motion estimation； BM3D noise elimination

0 引 言

隨著時代的發(fā)展，圖像與視頻在人們生活中扮演著越來越重要的角色，很多信息都通過它們進行傳遞與表達。但是圖像與視頻中通常包含了很多不同類型的噪聲，造成了圖像與視頻的清晰度變低，并且對于他們的處理與傳輸都造成了很大的麻煩，為此對視頻與圖像進行去噪變得十分重要。本文運用了運動估計塊匹配的算法，通過去除噪聲試驗，旨在驗證兩種基于時域的去噪算法對視頻中噪聲去除的效果，為視頻去噪算法在實際中的應用提供理論依據(jù)。

1 基于時域的視頻去噪算法

視頻可以看作是在時間軸上排列著很多幀的畫面，因此在時域上對視頻進行降噪在視頻降噪處理技術(shù)中占有很重要的地位，它利用圖像之間的相關(guān)性進行降噪處理，時域去噪一般分為含有運動補償?shù)乃惴ê头沁\動補償?shù)乃惴ā７沁\動補償?shù)臅r域濾波多應用于運動緩慢的視頻序列或者靜止視頻圖像序列中；帶運動補償?shù)臅r域濾波多應用于運動較為激烈的視頻圖像序列中。由于現(xiàn)階段的視頻中大多含有較多運動部分，因此包含運動補償?shù)臅r域濾波是現(xiàn)階段主流的視頻去噪算法。其具體表現(xiàn)如圖1所示。

1.1 基于菱形運動估計的時域濾波

1.1.1 運動估計算法

運動估計算法大體包含兩種算法：基于空域的匹配算法；基于變換域的匹配算法。如今使用較多的是基于空域的匹配算法中的塊匹配運動估計算法，塊匹配運動估計算法具有簡單高效、易于實現(xiàn)等優(yōu)點。塊匹配法大體有三步法（TSS）、新三步法（NTSS）、新四步法（NFSS）、菱形法（DS）及六邊形運動估計算法（HEXBS）。

菱形匹配法是目前快速匹配算法中最為有效的一種算法，操作大體為三步：

（1） 選取一點為中心，同時選定其周邊的8個點形成一個大菱形塊，然后進行匹配計算，如果MBD點位于中心位置，進入步驟（3），反之進入步驟（2）；

（2） 以重新找到的MBD點作為中心點，再次選取周邊8個點組成一個新的大菱形塊，進行匹配計算，如果MBD點位于中心點，進入步驟（3），反之重復步驟（2）；

（3） 以重新找到的MBD點作為中心點，在其周邊尋找4個最接近的點形成小菱形塊，在5個檢測點處計算，找出MBD點，這個點所在位置即為對應最佳運動矢量。菱形搜索法示意如圖2所示。

1.1.2 基于菱形運動估計的時域濾波算法

將視頻幀序列逐個標記為第[k-n，…，k-1，k，][k+1，…，k+n]幀，用[Fk]表示第[k]幀，[Fk-1]表示第[k-1]幀。首先對當前幀[Fk]進行劃分，使它成為若干小塊，然后依據(jù)MAD（Mean Absolute Difference）準則在上一幀[Fk-1]中搜尋與當前幀[Fk]中劃分出的塊[Bk]最為匹配的小塊，記為[Bk-1，]運動矢量為[（Vx，Vy）]。但由于搜尋到的匹配塊[Bk-1]可能存在錯誤（比如兩幀之間存在較大的運動，畫面變化程度十分巨大），不可直接在[Bk]和[Bk-1]塊之間進行均值濾波。為了解決這種情況，需要設置一個門限值[Tc]進行判斷。設MBD為運動估計找到的最匹配的塊[Bk-1]和當前塊[Bk]之間的MAD，MBD<[Tc]時，認為[Bk]和[Bk-1]之間足夠匹配，可以進行幀間均值濾波；反之，認為找到的塊不匹配，不能進行幀間均值濾波。endprint

算法具體步驟描述為：

（1） 用一個中心及周圍8個點構(gòu)成一個大的菱形，之后對幀[Fk-1]和[Fk]進行塊匹配計算MAD=[Bk-Bk-1]，[MBD1]=[min（MAD）]，并得到運動矢量[（V1x，V1y）]；

（2） 計算MBD是否位于大菱形的中心點，即當[V1x=0]且[V1y=0]則進行步驟（3），否則以此時的MBD點為中心點重新進行步驟（2）；

（3） 使用尋找到的中心及周圍4個點進行幀[Fk-1]和[Fk]的塊匹配計算，[MAD2=Bk-Bk-1，][ MBD2=min（MAD），]并得到運動矢量[（V2x，V2y）]；

（4） 判斷[MBD2

（5） 由[B1k]得到去噪后的視頻幀[F1k]并輸出。

對于門限值[Tc]的設定，可以設置一個不大的閾值[Tc]來區(qū)分平坦區(qū)域及運動區(qū)域，所以閾值[Tc]取值為50。

1.2 BM3D去噪算法

BM3D（基于塊匹配和三維變換域濾波）算法是一種效率較高，去噪效果比較明顯的新型算法，BM3D去噪算法大體包含塊匹配、三維變換域濾波、權(quán)值計算、重構(gòu)四個步驟。

1.2.1 塊匹配

使用符號I表示一幅圖像。假設圖像中當前塊[bR]正在進行操作，其范圍為[N1×N1。][PbR]為該塊的矩陣數(shù)值，用[b]表示檢索過程中所需的滑窗塊，[Pb]為滑窗塊的矩陣數(shù)值。在塊大小已知的情況下，使用左上角頂點可以代表該塊，那么代表塊的左上角像素點可以看作[bR。]首先選取當前幀左上角的塊進行搜索，將選取的塊進行劃分，使其成為多個邊長為[Ns]的小塊，劃分完畢后，依次對每個小塊進行塊匹配工作。

在截圖方面只截取了噪聲強度為20時，視頻第25幀的效果圖與峰值信噪比進行展示，下面在噪聲強度分別為5，10，15的噪聲視頻中進行去噪，并且將去噪前后的峰值信噪比用圖表的方式進行展示。不同噪聲強度下去噪前后的峰值信噪比如表2和圖8所示。

通過實驗結(jié)果可以發(fā)現(xiàn)，兩種方法對于去除噪聲均有比較好的效果，在使用兩種方法去噪后，視頻圖像的峰值信噪比均有比較明顯的提高，達到了良好的去除噪聲效果。

3 結(jié) 語

本文介紹了兩種基于時域的去噪算法：一種是基于菱形塊匹配的時域濾波；另一種是基于塊匹配和三維變換域濾波。這兩種方法均使用到了運動估計，且對于視頻中噪聲的去除有著明顯的效果。

對于視頻去噪來說，不能像圖像去噪那樣僅僅考慮空域去噪方法，應該更加著重于基于時域的噪聲去除算法，充分利用視頻中前后信息的相關(guān)性，以此達到對視頻噪聲去除的最好效果。

參考文獻

[1] GONZALEZ R C，WOODS R E，STEVEN L.數(shù)字圖像處理（Matlab版）[M].阮秋琦，譯.北京：電子工業(yè)出版社，2003.

[2] TEKALP A M.數(shù)字視頻處理（Matlab版）[M].崔之祜，江春，陳麗鑫，等譯.北京：電子工業(yè)出版社，1998.

[3] 劉亞欣.基于時空域的視頻去噪算法研究[D].天津：天津大學，2010.

[4] 孫艷霞.圖像和視頻去噪技術(shù)研究[D].北京：華北電力大學，2010.

[5] 李政，劉文江，戎蒙恬，等.BM3D視頻去噪算法實現(xiàn)與評估[J].信息技術(shù)，2012（4）：30?32.

[6] 譚洪濤.視頻圖像降噪關(guān)鍵技術(shù)研究[D].重慶：重慶大學，2010.