1.一種視頻去噪的方法，其特征在于，包括：
檢測(cè)目標(biāo)視頻的輸入圖像，獲得所述輸入圖像中每一個(gè)像素的蚊式噪聲概率；
對(duì)所述輸入圖像進(jìn)行低通濾波，獲得所述每一像素所對(duì)應(yīng)的濾波后的像素值；
基于所述蚊式噪聲概率，對(duì)所述濾波后的像素值以及所述輸入圖像的像素值進(jìn)行加權(quán)處理，獲得輸出圖像的像素值，并輸出所述輸出圖像。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述檢測(cè)目標(biāo)視頻的輸入圖像，獲得所述輸入圖像中每一個(gè)像素的蚊式噪聲概率，包括：
檢測(cè)所述目標(biāo)視頻的輸入圖像，獲得所述輸入圖像中每一個(gè)像素的像素類型；
基于所述每一個(gè)像素的像素類型，對(duì)所述輸入圖像中所述每一個(gè)像素進(jìn)行蚊式噪聲概率估計(jì)，獲得所述每一個(gè)像素的蚊式噪聲概率。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述檢測(cè)目標(biāo)視頻的輸入圖像，獲得所述輸入圖像中每一個(gè)像素的像素類型，包括：
對(duì)所述輸入圖像進(jìn)行梯度檢測(cè)，獲得所述輸入圖像的每一個(gè)像素的梯度值；
對(duì)所述輸入圖像進(jìn)行局部邊緣檢測(cè)，獲得所述輸入圖像的每一個(gè)像素的邊緣信息值；
基于所述梯度值以及所述邊緣信息值，確定所述輸入圖像的每一個(gè)像素的像素類型。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所述梯度值以及所述邊緣信息值，確定所述輸入圖像的每一個(gè)像素的像素類型，包括：
當(dāng)?shù)趇個(gè)像素的所述梯度值大于等于所述第i個(gè)像素的所述邊緣信息值與第一預(yù)設(shè)值之積時(shí)，將所述第i個(gè)像素的像素類型確定為邊緣像素，其中，i為正整數(shù)；
當(dāng)所述第i個(gè)像素的所述梯度值小于所述第i個(gè)像素的所述邊緣信息值與第一預(yù)設(shè)值之積，且大于等于所述第i個(gè)像素的所述邊緣信息值與第二預(yù)設(shè)值之積時(shí)，將所述第i個(gè)像素的像素類型確定為細(xì)節(jié)像素，其中，所述第一預(yù)設(shè)值不同于所述第二預(yù)設(shè)值；
當(dāng)所述第i個(gè)像素的所述梯度值小于所述第i個(gè)像素的所述邊緣信息值與所述第一預(yù)設(shè)值之積，且小于所述第i個(gè)像素的所述邊緣信息值與所述第二預(yù)設(shè)值之積時(shí)，將所述第i個(gè)像素的像素類型確定為平坦像素。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對(duì)所述輸入圖像進(jìn)行低通濾波，獲得所述每一像素所對(duì)應(yīng)的濾波后的像素值，包括：
基于所述每一個(gè)像素的邊緣信息值和所述輸入圖像的像素值進(jìn)行低通雙邊濾波，獲得所述每一像素所對(duì)應(yīng)的濾波后的像素值。
6.根據(jù)權(quán)利要求2所述方法，其特征在于，所述基于所述每一個(gè)像素的像素類型，對(duì)所述輸入圖像中所述每一個(gè)像素進(jìn)行蚊式噪聲概率估計(jì)，獲得所述每一個(gè)像素的蚊式噪聲概率，包括：
對(duì)第i個(gè)像素以及M個(gè)鄰域像素的像素類型進(jìn)行統(tǒng)計(jì)，其中，所述鄰域像素為所述第i個(gè)像素周圍的像素；
基于統(tǒng)計(jì)結(jié)果，確定所述第i個(gè)像素的蚊式噪聲概率。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述基于統(tǒng)計(jì)結(jié)果，確定所述第i個(gè)像素的蚊式噪聲概率，包括：
基于所述第i個(gè)像素以及所述M個(gè)像素中像素類型為平坦像素的像素?cái)?shù)目占像素類型為細(xì)節(jié)像素的像素?cái)?shù)目與像素類型為邊緣像素的像素?cái)?shù)目之和的比例，確定所述第i個(gè)像素的蚊式噪聲概率。
8.一種視頻去噪裝置，其特征在于，包括：檢測(cè)單元、濾波單元以及輸出單元；其中，
所述檢測(cè)單元，用于檢測(cè)目標(biāo)視頻的輸入圖像，獲得所述輸入圖像中每一個(gè)像素的蚊式噪聲概率；
所述濾波單元，用于對(duì)所述輸入圖像進(jìn)行低通濾波，獲得所述每一像素所 對(duì)應(yīng)的濾波后的像素值；
所述輸出單元，用于基于所述蚊式噪聲概率，對(duì)所述濾波后的像素值以及所述輸入圖像的像素值進(jìn)行加權(quán)處理，獲得輸出圖像的像素值，并輸出所述輸出圖像。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述檢測(cè)單元，具體包括：
像素類型檢測(cè)單元，用于檢測(cè)所述目標(biāo)視頻的輸入圖像，獲得所述輸入圖像中每一個(gè)像素的像素類型；
噪聲概率估計(jì)單元，用于基于所述每一個(gè)像素的像素類型，對(duì)所述輸入圖像中所述每一個(gè)像素進(jìn)行蚊式噪聲概率估計(jì)，獲得所述每一個(gè)像素的蚊式噪聲概率。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述像素類型檢測(cè)單元，具體包括：
梯度檢測(cè)單元，用于對(duì)所述輸入圖像進(jìn)行梯度檢測(cè)，獲得所述輸入圖像的每一個(gè)像素的梯度值；
邊緣檢測(cè)單元，用于對(duì)所述輸入圖像進(jìn)行局部邊緣檢測(cè)，獲得所述輸入圖像的每一個(gè)像素的邊緣信息值；
像素類型確定單元，用于基于所述梯度值以及所述邊緣信息值，確定所述輸入圖像的每一個(gè)像素的像素類型。
11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述像素類型確定單元，具體用于當(dāng)?shù)趇個(gè)像素的所述梯度值大于等于所述第i個(gè)像素的所述邊緣信息值與第一預(yù)設(shè)值之積時(shí)，將所述第i個(gè)像素的像素類型確定為邊緣像素，其中，i為正整數(shù)；還用于當(dāng)所述第i個(gè)像素的所述梯度值小于所述第i個(gè)像素的所述邊緣信息值與第一預(yù)設(shè)值之積，且大于等于所述第i個(gè)像素的所述邊緣信息值與第二預(yù)設(shè)值之積時(shí)，將所述第i個(gè)像素的像素類型確定為細(xì)節(jié)像素，其中，所述第一預(yù)設(shè)值不同于所述第二預(yù)設(shè)值；還用于當(dāng)所述第i個(gè)像素的所述梯度值小于所述第i個(gè)像素的所述邊緣信息值與所述第一預(yù)設(shè)值之積，且小于所述第i個(gè)像素的所述邊緣信息值與所述第二預(yù)設(shè)值之積時(shí)，將所述第i個(gè)像素的像素 類型確定為平坦像素。
12.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述濾波單元，具體用于基于所述每一個(gè)像素的邊緣信息值和所述輸入圖像的像素值進(jìn)行低通雙邊濾波，獲得所述每一像素所對(duì)應(yīng)的濾波后的像素值。
13.根據(jù)權(quán)利要求10所述裝置，其特征在于，所述噪聲概率估計(jì)單元，具體包括：
像素類型統(tǒng)計(jì)單元，用于對(duì)第i個(gè)像素以及M個(gè)鄰域像素的像素類型進(jìn)行統(tǒng)計(jì)，其中，所述鄰域像素為所述第i個(gè)像素周圍的像素；
概率計(jì)算單元，用于基于統(tǒng)計(jì)結(jié)果，確定所述第i個(gè)像素的蚊式噪聲概率。
14.根據(jù)權(quán)利要求13所述的裝置，其特征在于，所述概率計(jì)算單元，具體用于基于所述第i個(gè)像素以及所述M個(gè)像素中像素類型為平坦像素的像素?cái)?shù)目占像素類型為細(xì)節(jié)像素的像素?cái)?shù)目與像素類型為邊緣像素的像素?cái)?shù)目之和的比例，確定所述第i個(gè)像素的蚊式噪聲概率。