一种基于编码器框架的自适应性的噪声强度估计的方法

摘要

本发明涉及一种基于编码器框架的自适应性的噪声强度估计的方法；包括步骤：首先把一帧图像分割成一系列互不重叠的块，对每个块进行纹理分析，去除所有有纹理的块；求一致性块的最小噪声标准差；取一致性块中标准差与最小标准差相差较小的一致性块，对这些块进行高斯滤波；求得原块与经过噪声滤波后的图像的差值；噪声的标准差估计为这些差值块标准差的平均值。本发明的技术方法使视频图像编码器在基本上不影响编码器速度的基础上快速计算得到干扰噪声的强度值。

说明书

技术领域

本发明涉及数字图像处理技术领域，尤其涉及在图像处理时对受噪声干扰的图像进行噪声相关估计和处理场合。

背景技术

在图像质量增强、去噪声滤波、提高压缩效率、运动估计和运动分割等应用中，都需要特别注意图像中存在的噪声。如果可以预先得到图像中噪声强度的先验知识，那么对以上的处理和编码会产生很大的帮助。所以，有必要对图像的噪声进行准确的估计。

视频序列中的噪声可以通过帧内或者帧间的估计方法进行估计。帧内噪声估计方法属于空间域估计，而帧间估计法为时间域估计。帧内估计方法仅需要当前帧图像，因而不需要帧存，从而不会引起延时。较常用的帧内估计方法有基于块的噪声估计方法，基于图像梯度的噪声估计方法和基于小波的噪声估计方法。由于基于小波系数的噪声估计方法需要先对原始图像进行小波变换。这对于基于分块的图像或者视频编码器来说是一个不小的计算负担，尤其对于实时应用场合。所以，基于块的噪声估计方法更适合于基于块的图像或者视频编码器场合。较经典的估计方法中普遍会出现欠估计或者过估计的现象。本发明采用纹理自适应性的方法对图像进行基于块的快速噪声估计。本方法在干扰噪声小时较好地克服过估计而在干扰噪声强度大时也较好地避免了欠估计现象。

发明内容

本发明的目的是提供一种基于编码器框架的自适应性噪声强度估计方法，使噪声的估计无论在低噪声干扰情况和强噪声干扰情况下都可以较准确地估计出干扰噪声的强度。

本发明的技术方案包括如下步骤：

(1)对一幅图像根据视频编码器框架进行块的划分并计算其纹理特性；

(2)根据计算块的纹理特性值判断属于一致性区域的块并计算出这些块的方差；

(3)根据最小方差值设计自适应高斯滤波器；

(4)对所有方差较小的块进行高斯滤波并求出原始图像与滤波后图像差值；

(5)根据差值图像对噪声进行估计。

对所有属于一致性的区域块进行方差计算，以最小方差设计的高斯自适应性滤波器，滤波窗大小为5 x 5，滤波器系数为：$h(x,y)=\frac{1}{2*\pi *{\sigma }^2}\exp (-(x^2+y^2)/2*{\sigma }^2),$其中σ＝round(σ_min)。

其中：(x，y)为该滤波器相对于二维矩阵中心点的相对坐标，其中exp()函数返回e(自然对数的底)的幂次方，e＝2.718282。

对所有σ_i<1.5*σ_min的一致性块进行高斯滤波，求出原始图像和滤波后图像的差值图像。

对噪声的标准差估计为差值图像的标准差的均值。

可选的，对上述方法所述的块的划分和块纹理特征分析，是按8x8块大小划分。

上述方法还包括，根据分析得到的纹理特征值判断一个8x8块是否属于一致性区域块。

本发明的有益效果是，在计算复杂度较低的情况，较精确地实现噪声的估计，较好地克服欠估计和过估计现象。

附图说明

图1示出自适应性噪声估计方法流程图。

图2示出一个8 x 8块划分方法示意图。

具体实施方式

以下结合附图详细描述本发明的具体实施方式，并以一个8x8块的纹理复杂度分析方法如下：

把每个8 x 8块分成4个4 x 4块，如图2所示。用S₀₀，S₀₁，S₁₀，S₁₁分别表示对应分块的平均强度，计算如下：

$S_{\mathrm{uv}}=\frac{1}{16}\underset{i=0}{\overset{3}{\Sigma }}\underset{j=0}{\overset{3}{\Sigma }}p(4u+i,4v+j),u,v=\mathrm{0,1}.$

P(x，y)为像素的灰度值。x，y＝0，1，...，7为垂直方向和水平方向从上到下、从左到右的索引值。

根据四个值S₀₀，S₀₁，S₁₀，S₁₁求出以下两个纹理边缘强度参数：

这两个参数为一个8x8块的水平与垂直边缘强度参数。由这两个参数可以求得该块是否属以一致性区域块。如果H＝V＝0，那么该块为一致性区域块。直接用于噪声估计。

自适应高斯滤波方法：

求出所有一致性块的方差值σ_Bi，并求得其中的最小值σ_min，以这个值作为标准差，计算得到5 x 5大小的高斯滤波器：$h(x,y)=\frac{1}{2*\pi *{\sigma }^2}\exp (-(x^2+y^2)/2*{\sigma }^2),$其中σ＝round(σ_min)，即向靠近整数取整。

求残差：

对所有σ_i<1.5*σ_min的一致性块进行高斯滤波后，求出这些块的原始图像和滤波后图像的差值图像。

噪声强度估计方法：

噪声的标准差估计为差值图像的标准差的均值。