基于NLM和Tone Mapping的低亮度视频去噪、增强

摘要

由于拍摄环境中光线条件差等因为,低亮度视频中存在着大量的噪声、对比度较低的问题,这给人们的观赏和分辨带来了许多困难。本文通过借鉴知名的非局部平均滤波(Non Local Mean NLM)和引入一个新的色调映射操作,提出了一种新的三步的方法对低亮度视频进行去噪和增强。第一步,分别在时域和空域应用NLM去噪算法,然后对两个结果运用一个新的自适应平均；第二步,应用了本文建议的色调映射操作,将低亮度视频变得具有更好的视觉感受；第三步,在YCrCb空间对噪声进行进一步压缩——在Y空间应用3D-NLM算法,在Cr和Cb空间运用领域滤波。
　　 这个方法能够有效地减弱高噪声,可将感受差的视频转变成具有较好的视觉感受。总之,这个方法产生了高质量的修复后的视频,在最新技术中有较突出的表现。另外,通过将第一步和第三步结合能形成一个两步的减噪方法,其可对一般的视频进行去噪,这个新的去噪方法在去除高噪声的同时,能防止运动模糊,保持图像细节。

目录

文摘

英文文摘

第一章 绪论

1.1 研究的背景和意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.3 本文的研究工作和组织结构

第二章 图像视频去噪技术

2.1 图像和视频噪声

2.1.1 噪声分类

2.1.2 成像过程中的传感器噪声

2.2 空域图像去噪技术

2.2.1 均值滤波

2.2.2 顺序统计滤波

2.2.3 领域滤波

2.3 双边滤波,NLM滤波及在视频上的应用

2.3.1 双边滤波

2.3.2 非局域均值滤波(NLM)

第三章 图像增强技术

3.1 基本图像增强技术

3.1.1 基本灰度变换

3.1.2 直方图均衡化

3.2 色调映射(Tone Mapping)

3.2.1 相关算法

3.2.2 反向色调映射(Inverse Tone Mapping)

第四章 低亮度视频去噪和增强算法

4.1 算法总体流程

4.1.1 自适应时空加权平均

4.1.2 色调映射及对比度增强

4.1.3 混合滤波

第五章 试验结果

5.1 测试环境

5.2 低亮度视频处理结果

5.3 普通视频去噪结果

5.3.1 图像质量评估方法

5.3.2 试验结果

第六章 总结与展望

6.1 总结

6.2 下一步工作

参考文献

发表论文和参加科研情况说明

致谢