视频序列的去噪研究
|
摘要
随着数字视频的产品和服务的发展，数字视频对计算机、电信及图像行业产
生了重大的经济影响。而噪声却无时无刻不存在于视频序列中，影响着视频的视
觉效果和其进一步处理、加工，所以对视频序列的去噪研究是一个非常有意义的
研究工作。
我们对视频序列的去噪问题进行了深入地系统地认识和分析后，在空域、频
域、时域、色彩域、小波域等域对视频序列进行了去噪的研究。并根据噪声的特
点，提出了基于噪声特征的Wiener滤波方法、多阈值小波滤波器、基于运动估
计的时空频域相结合的滤波方法。这些算法对视频噪声有良好的抑制作用，并且
可以保留尽可能多的有用细节。
本文共分五章。第一章介绍了视频序列去噪技术的发展和趋势。第二章阐述
了视频去噪所要用到的理论和知识，着重对小波变换理论进行了讨论。第三章我
们在理论上介绍了视频去噪所要用到的几种关键的滤波器和算法，并在此基础
上，设计几种有效的算法。第四章为算法实现的结果，并对其进行了分析。第五
章对于我们所作的工作进行了总结，展望了视频序列去噪技术发展和未来。
With the development of digital video products and service,digital video has produced great economy influence to the industries of computer,telecommunication,image. But noise exist in the video sequence all the time,which influence the visual effect and further processing on video. So the research of denoising on the video sequence is a meaningful work.
After analyzing the problem of denoising systematically and deeply,we did our research work on Spatial domain,Frequency domain,Temporal domain,Color domain and Wavelet domain respectively to decompress the noise in the video sequence. And according to the characteristics of the noise,we provided some Algorithms:Wiener filter based on noise characteristic,multi-threshold wavelet filter,Temporal-Spatial-Frequency domain combined filter based on the motion estimation. Using these Algorithms,we can eliminate the noise in the video,and can reserve the useful details.
The content of this paper is organized as following. Chapter one introduced the development and trend of the technology on video sequence denoising. Chapter two illustrate the theories and knowledge which are useful to decompress the noise in the video,and emphatically discussed the wavelet transform theory. Chapter three we introduced some pivotal algorithms and filters in theory,and on this basis,we designed several kinds of effective algorithms. Chapter four we realized the algorithms and analyzed these different results. Chapter five summarized the work that we have done,and expect the future of its development.
生了重大的经济影响。而噪声却无时无刻不存在于视频序列中，影响着视频的视
觉效果和其进一步处理、加工，所以对视频序列的去噪研究是一个非常有意义的
研究工作。
我们对视频序列的去噪问题进行了深入地系统地认识和分析后，在空域、频
域、时域、色彩域、小波域等域对视频序列进行了去噪的研究。并根据噪声的特
点，提出了基于噪声特征的Wiener滤波方法、多阈值小波滤波器、基于运动估
计的时空频域相结合的滤波方法。这些算法对视频噪声有良好的抑制作用，并且
可以保留尽可能多的有用细节。
本文共分五章。第一章介绍了视频序列去噪技术的发展和趋势。第二章阐述
了视频去噪所要用到的理论和知识，着重对小波变换理论进行了讨论。第三章我
们在理论上介绍了视频去噪所要用到的几种关键的滤波器和算法，并在此基础
上，设计几种有效的算法。第四章为算法实现的结果，并对其进行了分析。第五
章对于我们所作的工作进行了总结，展望了视频序列去噪技术发展和未来。
With the development of digital video products and service,digital video has produced great economy influence to the industries of computer,telecommunication,image. But noise exist in the video sequence all the time,which influence the visual effect and further processing on video. So the research of denoising on the video sequence is a meaningful work.
After analyzing the problem of denoising systematically and deeply,we did our research work on Spatial domain,Frequency domain,Temporal domain,Color domain and Wavelet domain respectively to decompress the noise in the video sequence. And according to the characteristics of the noise,we provided some Algorithms:Wiener filter based on noise characteristic,multi-threshold wavelet filter,Temporal-Spatial-Frequency domain combined filter based on the motion estimation. Using these Algorithms,we can eliminate the noise in the video,and can reserve the useful details.
The content of this paper is organized as following. Chapter one introduced the development and trend of the technology on video sequence denoising. Chapter two illustrate the theories and knowledge which are useful to decompress the noise in the video,and emphatically discussed the wavelet transform theory. Chapter three we introduced some pivotal algorithms and filters in theory,and on this basis,we designed several kinds of effective algorithms. Chapter four we realized the algorithms and analyzed these different results. Chapter five summarized the work that we have done,and expect the future of its development.
引文
[1] Tukey J. W. Exploratory data analysis. Addison-Wesley, 1977
[2] Ys. Fong, CA pom alaza Rxes and XH wang. C omparison Study of Nonlinear Filters in Image Processing Application. Opt Engng, 1989, 28(7) : 749-760
[3] Mallat S. Theory for multi-resolution signal decomposition:The wavelet representation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1988, 11(7) : 674-693．
[4] 韩震宇，申旭娟，石章林．信号的多分辨分析及其在消噪中的应用．四川联合大学学报， 1999，3(1) ：52-58．
[5] Mallat S, Hwang W L. Singularity detection and processing with wavelets. IEEE Transactions on Information Theory, 1992, 38(2) : 617-643．
[6] 杜芳，卢文胜，曹文清．振动台试验测试信号去噪的小波变换方法．振动与冲击，1999， 18(2) ：26-29．
[7] 刘曙光，殷明．子波消噪技术及其应用．西北纺织工学院学报，1999，13(1) ：16-20
[8] 彭玉华，汪文秉．小波用于估测散射波波达时间及去噪．电子学报，1999，24(4) ：113-116．
[9] Donoho D L. Adapting to unknown smoothness via wavelet shrinkage. J Amer Statist Assoc, 1995, 90: 1200-1224．
[10] Donoho D L. Johnstone I. Wavelet shrinkage asymptopia. Journal of Royal Statistical Society, 1995, 57(2) : 301-369．
[11] Donoho D L. Denoising by soft-tresholding. IEEE Transactions on Information, 1995, (3) : 613-627．
[12] 彭玉华．小波变换与工程应用．北京：科学出版社，1999：59-62．
[13] 郑海波，陈心昭，李志远．基于小波包变换的一种降噪算法．合肥工业大学学报(自然 科学版)，2001，24(4) ：459-462．
[14] 张子瑜，吴镇扬，陈进．机组运行趋势的小波包掩模去噪研究．机械工程学报，2000， 36(5) ：93-96．
[15] 杨其俊，裴峻峰，孙辉．小波消噪及其在往复泵振动监测信号处理中的应用．振动与冲 击，2000，19(2) ：20-23．
[16] Coifman R R, Donoho D L. Translation-invariant denoising, wavelets and statistics[M]. New York: Springer-Verlag, 1995: 125-150．
[17] Chen S, Donoho D. Atomic decomposition by basis pursuit. SI AM Journal on Scientific Computing, 1999, 20(1) : 33-61．
[18] Goodman TN T, Lee S L. Wavelets of multiplicity. Trans of Amer Math Soc, 1994, 342(1) : 307-324．
[19] Dowine T R, Silverman B W. The discrete multiple wavelet transform and thresholding methods. IEEE Trans SP, 1998, 46(9) : 2558-2561．
[20] Bui T D, Chen G. Translation-invariant denoising using multiwavelets. IEEE Trans SP, 1998, 46(12) : 3414-3420．
[21] 周新伦等．数字图象处理．北京：国防工业出版社，1988．
[22] 罗惠明等．数字式彩色电视接收机．北京：电子工业出版社，1993．
[23] 张兆扬．数字电视原理．北京：科学出版社，1987．
[24] R. Dugad, N. Ahuja. Noise Reduction In Video By Joint Spatial And Temporal Processing. Submitted for Review to IEEE Trans SP, 2001．
[25] AstolaJ, HaavistoP, NeuvoY. Vector median filter. Processings of the IEEE, 1990, 78: 678-689．
[26] Trahanias P E, Venetsanopoulos A N. Vector directional filters-A proposed class of multichannel image processing filters. IEEE Trans Image Processing, 1993, 2: 528-534．
[27] Trahanias PE, Pitas I, Venetsanopoulos AN. Directional processing of color image: Theory and experimental results. IEEE Trans Image Processing, 1996, 5: 868-880．
[28] Plataniotis K N, Androutsos D, Sri V, et al . Nearest-neighbour multichannael filter. Electonics Letters, 1995, 31: 1910-1911．
[29] Shi Zhong and Vladimir Cherkassky. Image Denoising using Wavelet Thresholding and Statistical Learning Theory. IEEE Trans on Image Processing, Feb 1999．
[30] 秦开怀，唐泽圣．B样条曲线小波分解的快速算法．清华大学学报自然科学版，1999， 39(5) ．
[31] 王学良，黄廉卿．HRIS中基于噪声特征的自适应迭代处理方法．光学精密工程，1999， 7(3) ：52-57．
[32] 肖德贵，余胜生等．快速而有效的块运动估计算法．计算机研究与发展，2001，38(6) ：
679-683
[33] 何斌，马天予等编著．Visual C++数字图像处理．人民邮电出版社，2001．
[34] 谢杰成，张大力等．小波图象去噪综述．中国图象图形学报，2002，7(3) ：209-217．
[35] 文莉，葛运建等．小波去噪的几种方法．合肥工业大学学报：自然科学版，2002，25(2) ： 167-172．
[36] 章毓晋编著．图象处理和分析．清华大学出版社，1999．
[37] 陈午凡主编．小波分析及其在图像处理中的应用．科学出版社，2002．
[38] 张贤达著．现代信号处理．清华大学出版社，1999．
[39] 谷口庆治编．数字图像处理-基础篇．科学出版社，2002．
[40] A．MURAT TEKALP著．数字视频处理．电子工业出版社，1998．
[41] Pingnan Shi, Rabab K. Ward. Improving the Picture Quality of Cable Television. ICIP, 1994(3) : 197-201．
[42] Richard Alan Peters. A New Algorithm for Image Noise Reduction using Mathematical Morphology. IEEE Transactions on Image Processing 1995(4) : 554-568．
[43] R. Dugad, N. Ahuja. Performance Enhancement and Analysis of a Video Denoising Scheme. Submitted for Review to IEEE TRANS, 2001．
[44] Watr．J杨生．运动估值技术及其应用(二)．国际广播电视技术，1996，10(3) ：49-51．
[45] 黄朝明，张家谋．运动补偿在多帧降噪中的应用．电视技术，1996，(9) ：2-9．
[46] 谈新权，余道铭．电视图像实时降噪技术．影视技术，1997，(5) ：15-17．
[2] Ys. Fong, CA pom alaza Rxes and XH wang. C omparison Study of Nonlinear Filters in Image Processing Application. Opt Engng, 1989, 28(7) : 749-760
[3] Mallat S. Theory for multi-resolution signal decomposition:The wavelet representation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1988, 11(7) : 674-693．
[4] 韩震宇，申旭娟，石章林．信号的多分辨分析及其在消噪中的应用．四川联合大学学报， 1999，3(1) ：52-58．
[5] Mallat S, Hwang W L. Singularity detection and processing with wavelets. IEEE Transactions on Information Theory, 1992, 38(2) : 617-643．
[6] 杜芳，卢文胜，曹文清．振动台试验测试信号去噪的小波变换方法．振动与冲击，1999， 18(2) ：26-29．
[7] 刘曙光，殷明．子波消噪技术及其应用．西北纺织工学院学报，1999，13(1) ：16-20
[8] 彭玉华，汪文秉．小波用于估测散射波波达时间及去噪．电子学报，1999，24(4) ：113-116．
[9] Donoho D L. Adapting to unknown smoothness via wavelet shrinkage. J Amer Statist Assoc, 1995, 90: 1200-1224．
[10] Donoho D L. Johnstone I. Wavelet shrinkage asymptopia. Journal of Royal Statistical Society, 1995, 57(2) : 301-369．
[11] Donoho D L. Denoising by soft-tresholding. IEEE Transactions on Information, 1995, (3) : 613-627．
[12] 彭玉华．小波变换与工程应用．北京：科学出版社，1999：59-62．
[13] 郑海波，陈心昭，李志远．基于小波包变换的一种降噪算法．合肥工业大学学报(自然 科学版)，2001，24(4) ：459-462．
[14] 张子瑜，吴镇扬，陈进．机组运行趋势的小波包掩模去噪研究．机械工程学报，2000， 36(5) ：93-96．
[15] 杨其俊，裴峻峰，孙辉．小波消噪及其在往复泵振动监测信号处理中的应用．振动与冲 击，2000，19(2) ：20-23．
[16] Coifman R R, Donoho D L. Translation-invariant denoising, wavelets and statistics[M]. New York: Springer-Verlag, 1995: 125-150．
[17] Chen S, Donoho D. Atomic decomposition by basis pursuit. SI AM Journal on Scientific Computing, 1999, 20(1) : 33-61．
[18] Goodman TN T, Lee S L. Wavelets of multiplicity. Trans of Amer Math Soc, 1994, 342(1) : 307-324．
[19] Dowine T R, Silverman B W. The discrete multiple wavelet transform and thresholding methods. IEEE Trans SP, 1998, 46(9) : 2558-2561．
[20] Bui T D, Chen G. Translation-invariant denoising using multiwavelets. IEEE Trans SP, 1998, 46(12) : 3414-3420．
[21] 周新伦等．数字图象处理．北京：国防工业出版社，1988．
[22] 罗惠明等．数字式彩色电视接收机．北京：电子工业出版社，1993．
[23] 张兆扬．数字电视原理．北京：科学出版社，1987．
[24] R. Dugad, N. Ahuja. Noise Reduction In Video By Joint Spatial And Temporal Processing. Submitted for Review to IEEE Trans SP, 2001．
[25] AstolaJ, HaavistoP, NeuvoY. Vector median filter. Processings of the IEEE, 1990, 78: 678-689．
[26] Trahanias P E, Venetsanopoulos A N. Vector directional filters-A proposed class of multichannel image processing filters. IEEE Trans Image Processing, 1993, 2: 528-534．
[27] Trahanias PE, Pitas I, Venetsanopoulos AN. Directional processing of color image: Theory and experimental results. IEEE Trans Image Processing, 1996, 5: 868-880．
[28] Plataniotis K N, Androutsos D, Sri V, et al . Nearest-neighbour multichannael filter. Electonics Letters, 1995, 31: 1910-1911．
[29] Shi Zhong and Vladimir Cherkassky. Image Denoising using Wavelet Thresholding and Statistical Learning Theory. IEEE Trans on Image Processing, Feb 1999．
[30] 秦开怀，唐泽圣．B样条曲线小波分解的快速算法．清华大学学报自然科学版，1999， 39(5) ．
[31] 王学良，黄廉卿．HRIS中基于噪声特征的自适应迭代处理方法．光学精密工程，1999， 7(3) ：52-57．
[32] 肖德贵，余胜生等．快速而有效的块运动估计算法．计算机研究与发展，2001，38(6) ：
679-683
[33] 何斌，马天予等编著．Visual C++数字图像处理．人民邮电出版社，2001．
[34] 谢杰成，张大力等．小波图象去噪综述．中国图象图形学报，2002，7(3) ：209-217．
[35] 文莉，葛运建等．小波去噪的几种方法．合肥工业大学学报：自然科学版，2002，25(2) ： 167-172．
[36] 章毓晋编著．图象处理和分析．清华大学出版社，1999．
[37] 陈午凡主编．小波分析及其在图像处理中的应用．科学出版社，2002．
[38] 张贤达著．现代信号处理．清华大学出版社，1999．
[39] 谷口庆治编．数字图像处理-基础篇．科学出版社，2002．
[40] A．MURAT TEKALP著．数字视频处理．电子工业出版社，1998．
[41] Pingnan Shi, Rabab K. Ward. Improving the Picture Quality of Cable Television. ICIP, 1994(3) : 197-201．
[42] Richard Alan Peters. A New Algorithm for Image Noise Reduction using Mathematical Morphology. IEEE Transactions on Image Processing 1995(4) : 554-568．
[43] R. Dugad, N. Ahuja. Performance Enhancement and Analysis of a Video Denoising Scheme. Submitted for Review to IEEE TRANS, 2001．
[44] Watr．J杨生．运动估值技术及其应用(二)．国际广播电视技术，1996，10(3) ：49-51．
[45] 黄朝明，张家谋．运动补偿在多帧降噪中的应用．电视技术，1996，(9) ：2-9．
[46] 谈新权，余道铭．电视图像实时降噪技术．影视技术，1997，(5) ：15-17．