基于时域自适应滤波及非局部平均的夜视图像去噪算法

摘要

为了增强夜视图像的可视性和清晰度,提出了一种适用于夜视环境的视频图像去噪和增强算法.首先在噪声消除方面,提出了一种基于卡尔曼结构更新的运动自适应时域滤波器;然后利用带有自适应限幅阈值的伽马校正调整RGB直方图来增加去噪视频图像的动态范围;最后,使用非局部平均(NLM)去噪滤波器消除剩余噪声.提出的方法能够直接用于颜色滤波阵列(CFA)原始视频图像,以便获得较低的内存消耗.在夜间环境(低于0.1 lx)下,利用200万像素CMOS传感器进行了具体测试,实验结果表明,相比现有的夜视图像增强方法,提出的视频图像增强法在夜间环境下均表现出了更加良好的性能指标.