專利名稱：一種用于視頻降噪的相似塊搜索方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種數(shù)字視頻領(lǐng)域，特別是涉及一種用于視頻降噪的相似塊搜索方法。
背景技術(shù)：
BM3D算法及其視頻降噪擴(kuò)展VBM3D以及其衍生算法(以下統(tǒng)稱BM3D)是目前已知性能最高的通用圖像/視頻降噪算法，它能夠利用圖像的自相關(guān)特性以及視頻的時(shí)間相關(guān)性對(duì)視頻進(jìn)行有效的降噪。如

圖1所示，BM3D算法由三個(gè)基本步驟組成相似塊搜索、3D變換域降噪以及集合，并可多次迭代運(yùn)算，其中標(biāo)準(zhǔn)BM3D算法為兩次迭代。在相似塊搜索步驟中，BM3D在當(dāng)前幀以及前后各Nfk幀中搜索并匹配與當(dāng)前二維塊P類似的塊，并將相似塊組成三維數(shù)組；3D 變換域降噪步驟中對(duì)匹配過(guò)程中產(chǎn)生的三維數(shù)組進(jìn)行3D變換，并在變換域中進(jìn)行降噪后再將其變回空域，并計(jì)算三維數(shù)組的權(quán)重，標(biāo)準(zhǔn)的BM3D算法第一遍3D變換域降噪計(jì)算采用硬閾值，第二遍則采用維納濾波；集合步驟對(duì)其3D變換域降噪過(guò)程產(chǎn)生的三維數(shù)組進(jìn)行處理，逐個(gè)的訪問(wèn)包含當(dāng)前點(diǎn)的塊，并對(duì)所有針對(duì)當(dāng)前點(diǎn)的估計(jì)進(jìn)行加權(quán)平均生成降噪圖像。可以看出，相似塊搜索步驟是BM3D去噪方法中很重要的一個(gè)步驟。在此步驟中 BM3D在當(dāng)前幀內(nèi)選擇當(dāng)前塊，在當(dāng)前幀以及前后各Nfk幀中搜索與當(dāng)前塊類似的塊，隨后這些與當(dāng)前塊相似的塊與當(dāng)前塊一起組成三維數(shù)組以進(jìn)行后續(xù)處理步驟。根據(jù)《Video denoising by sparse 3D transform-domain collaborative filtering》一文中的介紹，對(duì)于每一個(gè)當(dāng)前塊，BM3D的相似塊搜索算法可以分為兩個(gè)步驟 在當(dāng)前幀、的窮舉搜索和在前后幀tfk的預(yù)測(cè)搜索(0< |k|≤Nfk)，二維塊的相似度以二維塊匹配方法進(jìn)行度量。設(shè)當(dāng)前幀圖像為/t()，{/t} = {/to_WFR, ..., /t()+WFR|構(gòu)成一個(gè)時(shí)空域的三維空間Z3，
像素z(x，y，t) ez3。二維搜索域艮定義為幀It內(nèi)所有需要測(cè)試匹配WN1XN1塊{St}左上點(diǎn)集合{&t；}。由于塊尺寸為定值，確定Rt即·( ]即可確定{St}。當(dāng)前幀t(l的窮舉搜索是在當(dāng)前幀、中以當(dāng)前二維塊P (塊大小為N1XN1)的左上角坐標(biāo)為中心定義一個(gè)矩形搜索范圍Ns X Ns ( —般為7 X 7)，此范圍內(nèi)的每一個(gè)像素點(diǎn)均可以做為候選塊的左上角坐標(biāo)構(gòu)造出一個(gè)N1XN1大小的候選塊。為方便起見(jiàn)，將中心位于當(dāng)前塊P左上角知的隊(duì)父隊(duì)矩形塊稱為則知，‘為)={z(x,y,t0) I I |z-zp| I1^ (Ns+l)/2}。 即
權(quán)利要求
1.一種用于視頻降噪的相似塊搜索方法，包括如下步驟步驟一，利用一光流算法計(jì)算當(dāng)前幀與其前后參考幀的光流場(chǎng)； 步驟二，選擇當(dāng)前塊；步驟三，根據(jù)光流場(chǎng)確定該當(dāng)前幀與該前后參考幀的搜索范圍； 步驟四，對(duì)該當(dāng)前幀與該前后參考幀的搜索范圍內(nèi)的所有塊進(jìn)行測(cè)試匹配； 步驟五，根據(jù)測(cè)試匹配結(jié)果，于該當(dāng)前幀與該前后參考幀構(gòu)成的搜索范圍內(nèi)的所有塊中選取該當(dāng)前塊的相似塊。
2.如權(quán)利要求1所述的用于視頻降噪的相似塊搜索方法，其特征在于步驟三至步驟五于每一個(gè)當(dāng)前塊依次進(jìn)行，直至所有圖像塊處理完畢。
3.如權(quán)利要求2所述的用于視頻降噪的相似塊搜索方法，其特征在于步驟一中的前后參考幀為與該當(dāng)前幀相鄰的前Nfk幀和后Nfk幀，并且，步驟一于每一個(gè)當(dāng)前幀依次進(jìn)行， 利用該光流算法生成該當(dāng)前幀指向該前后參考幀的光流場(chǎng)。
4.如權(quán)利要求2所述的用于視頻降噪的相似塊搜索方法，其特征在于該光流算法可以選擇全局光流或局部光流或兩者相結(jié)合的算法。
5.如權(quán)利要求2所述的用于視頻降噪的相似塊搜索方法，其特征在于該當(dāng)前幀的搜索范圍= ^ηΛ ΟΡ, 0,Λ^)^*Ν(Ζρ，t0, Ns)為中心位于該當(dāng)前塊P左上角知的NsXNJg形塊，/丨。=■[%」&。c /t。| ,Stfj為該當(dāng)前巾貞內(nèi)所有需要測(cè)試匹配的塊足。左上點(diǎn)，、為該當(dāng)前幀圖像，仏用于避免匹配塊超出該當(dāng)前幀圖像范圍。
6.如權(quán)利要求5所述的用于視頻降噪的相似塊搜索方法，其特征在于該前后參考幀 It, t Φ t0 的搜索范圍尺t = It^ Uv6^ tiV(Zp + V, t,NPR),其中，N(Zp+v，t, Npe)為該前后參考幀It內(nèi)中心位于^+v的NpkXNpk矩形塊，Vp,t表示所有自當(dāng)前塊起始并終結(jié)于It的光流矢量Vp,t的集合，v'Pit自Vp,t按一定規(guī)律生成，/丨={z5j5t c It], St為該前后參考幀It內(nèi)所有需要測(cè)試匹配的塊，2&為St左上點(diǎn)，/〗用于避免匹配塊超出圖像范圍。
7.如權(quán)利要求2所述的用于視頻降噪的相似塊搜索方法，其特征在于于該步驟四中， 對(duì)左上點(diǎn)坐標(biāo)落入該當(dāng)前幀與該前后參考幀的搜索范圍內(nèi)的所有塊計(jì)算其與該當(dāng)前塊的度量。
8.如權(quán)利要求7所述的用于視頻降噪的相似塊搜索方法，其特征在于在前后參考幀內(nèi)選擇前隊(duì)個(gè)與該當(dāng)前塊度量最小的塊，在當(dāng)前幀內(nèi)選擇前~B。個(gè)與該當(dāng)前塊度量最小的塊，共計(jì)~b。+ 2iVF7 iVB個(gè)塊，并將這些塊再次按與該當(dāng)前塊的度量排序，選擇隊(duì)個(gè)與該當(dāng)前塊度量最小的塊，將其作為該當(dāng)前塊的相似塊。
9.如權(quán)利要求2所述的用于視頻降噪的相似塊搜索方法，其特征在于將該當(dāng)前塊的相似塊與該當(dāng)前塊組合，經(jīng)過(guò)3D變換域降噪與集合后獲得降噪后圖像。
全文摘要
本發(fā)明公開了一種用于視頻降噪的相似塊搜索方法，包括如下步驟利用一光流算法計(jì)算當(dāng)前幀與其前后參考幀的光流場(chǎng)；選擇當(dāng)前塊；根據(jù)光流場(chǎng)確定該當(dāng)前幀與該前后參考幀的搜索范圍；對(duì)該當(dāng)前幀與該前后參考幀的搜索范圍內(nèi)的所有塊進(jìn)行測(cè)試匹配；根據(jù)測(cè)試匹配結(jié)果，于該當(dāng)前幀與該前后參考幀構(gòu)成的搜索范圍內(nèi)的所有塊中選取該當(dāng)前塊的相似塊，通過(guò)將本發(fā)明應(yīng)用于BM3D算法，可解決BM3D算法在運(yùn)動(dòng)場(chǎng)景下主觀與客觀性能表現(xiàn)下降的缺陷，并且在各種場(chǎng)景下均可獲得平滑而很少閃爍的高質(zhì)量降噪圖像。
文檔編號(hào)G06T5/00GK102572223SQ20111040138
公開日2012年7月11日 申請(qǐng)日期2011年12月6日 優(yōu)先權(quán)日2011年12月6日
發(fā)明者黨韓兵, 劉翔, 董鵬宇, 諸悅, 金永明, 陳曉春, 高厚新 申請(qǐng)人:上海富瀚微電子有限公司