视频监控中噪声的检测和去除

摘要

视频监控中的图像噪声的检测和去除是图像处理中的重要方面。对于视频中噪声的检测和研究主要目的是避免噪声对视频图像造成影响，确保监控系统正常运行。视频器材都是在各种环境中运行，运行情况会受到环境的影响，例如大雨天气，雨水可能会进入摄像机的内部损毁摄像头，造成视频的中断，大风会造成监控器材摇晃或者会造成视频器材的固定装置的松动，导致拍摄的视频出现抖动、模糊。监控器材在运行的时候还会受到磁场、电波种种环境的影响，会导致视频出现噪声，例如噪点、雪花、条纹等等当视频监控系统受到外界环境的干扰，致使视频监控中出现噪声时，会导致视频图像模糊不清、甚至丢失重要的信息。目前对噪声的检测和去除主要是采用经典的TV模型、小波变换方法，不考虑噪声产生的原因，这会导致检测的效果较差，有许多细小但是可能会导致丢失重要信息的噪声视频得不到检测。本文提出的噪声检测方法是从噪声的分类方面出发的，通过对噪声进行分类，然后进行各类噪声的检测。本文将噪声分为三类进行检测：噪点噪声、雪花噪声和条纹噪声。由于噪点噪声本身较小，本文采用梯度模值检测方法进行检测；利用雪花噪声其自身的特点采用基于形状的连通域的检测方法；对条纹噪声采用改进的基于傅立叶变换的条纹检测方法。经过本文的分类检测，对于自然环境下的噪声视频的检测能够取得较好的效果。同时对于视频检测中的噪点、雪花噪声进行了去噪，也取得了较好的效果。

目录

封面

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究目的及意义

1.2 国内外研究现状

1.2.1 噪点噪声检测研究现状

1.2.2 雪花噪声检测研究现状

1.2.3 条纹噪声检测研究现状

1.3 本文的主要工作

第二章 视频图像噪声检测的基础方法

2.1 基于信噪比的图像检测方法

2.1.1 基于峰值信噪比的图像处理方法

2.1.2 改进的基于峰值信噪比的图像处理方法

2.2 噪声处理的双边滤波方法

2.3 基于频域的图像处理方法

2.3.1 噪声处理的傅立叶变换方法

2.3.2 快速傅立叶变换的方法

第三章 视频图像噪声去除的基础模型

3.1 噪声处理的Tikhonov模型

3.2 噪声处理的TV模型

3.3 非局部TV去噪模型

第四章 视频监控中的噪声检测和修复

4.1 视频中的噪声检测方法

4.1.1 视频监控中噪点噪声的检测方法

4.1.2 视频监控中雪花噪声的检测方法

4.1.3 视频监控中条纹噪声的检测方法

4.2 视频中噪声检测及实验结果

4.2.1 视频图像库的说明

4.2.2 噪点噪声的检测和去除的实验结果

4.2.3 雪花噪声的检测和去除的实验结果

4.2.4 条纹噪声的检测及实验结果

第五章 总结与展望

5.1 本文的工作总结

5.2 今后的工作展望

参考文献

攻读学位期间的研究成果

致谢

声明