基于三维小波变换的视频图像消噪的探究.pdfVIP

。Ⅲ{¨¨1日·· Ⅲ¨Ⅲ哪“¨啼…“，¨．．“ 嘶¨，舢}¨Ⅲ 第四届全国虚拟现实与可视化学术会议论文集罹 suchas realtime ectAtlast，the processingimage acquistion，imageunited，backgroundchanged practicalexample the ofthearithmetic prove validity acrobatic Keywords：bmpimageacquisition processing 作者简介：甘勤涛，男，1981年生，硕士研究生，主要研究方向为小波分析与图像处理。阳平华，男，】964 年生t博士，硕士研究生导师，副教授．主要研究方向为小波分析与图像处理。徐荣武，男．1980年生，硕 士研究生．主要研究方向为小波分析与图像处理。 com Email：paladin8008@163 匡至：巨于三维小波变换的视频图像消噪研究术 粘永健1，吴乐华1，何世彪1一，王修运1 (1．重庆通信学院．重庆400035：2．重庆大学通信I程学院．重庆400030) 摘要：视频图像传统的消噪方法是对各帧分别消哚，再进行压缩编码，其缺点是消噪与压缩编码不能很好 地结合，因而运算量较大，本文根据视频图像帧与帧之问在多数情况下存在较强相关性的特点，提出了一种 基于三维小波变换的视频图像消噪方法。实验结果表明该方法消噪效果较好，消噪和压缩编码可以在同一变 换域中连贯地进行．运算量相对较小同时有利于提高视频图像的压缩比 关键词：视频图像消噪三雏小波变换 0引言 许多情况下，我们所采集到的视频图像往往被噪声所污染，如果直接对含嗓视频图像压缩编码 并进行传输．由于压缩及传输过程中还将引入更多的噪声，解码后图像的质量可能很难让人接受。 为了提高视频图像的质量，在编码前对其进行消噪处理显得非常必要 对于一幅含噪图像(设图像大小为M×N)，可以由下式表示： K=xⅡ+8Ⅱ(i=1…，M，』=l…，N) 其中k代表含噪图像数据，x。代表原始图像数据，￡．，代表随机噪声。我们假设噪声是均值为 零。方差为盯2的高斯白噪声，并且x。和E。之间是相互独立的。文献…中指出双高斯差函数对服从 高斯分布的噪声具有较强的抑制能力，并且双高斯差函数在理论上可构成小波变换的小波基，因而 小波变换对含有高斯噪声的图像消噪效果较好。 目前对消噪的研究大多集中于单帧图像，而对视频图像消噪研究得相对较少。对于在变换域中 对图像进行压缩编码的方法来说，传统的视频图像消噪方法是先对每一帧图像分别进行消噪，再进 行图像变换，在变换域中进行压缩编码，如图1(a)所示，这种方法不能使消噪和压缩编码在同一 变换域中连贯地进行，运算量较大。本文提出的基于三维小波变换的视频图像消噪方法如图1(b) 所示。该方法引入了三维小波变换，消噪后的图像质量较高，并且能很好地与视频图像的压缩编码 相结合，即消噪和压缩编码可以在同一变换域中连贯地进行，运算量相对较少，同时有助于提高视 频图像的压缩比。 1 视频图像的三维小波变换 视频图像的三维小波变换，是指用一维小波变换描述帧问信息，用二维小波变换描述帧内信号， 它是由帧问一维和帧内二维联合实现的。它是对视频图像序列先进行帧间一维小波变换，再对变换 后的各帧作帧内二维小波变换。考虑到系统对延时的要求，一次进行处理的帧数不能太多，这就要 求小波滤波器的长度不能很长，我们在帧间一维小渡变换时一般采用Daubechiesl小波。 1．1视频图像的帧间一维小波变换 对于连续几帧视频图像，沿时间轴观察图像序列对应同一位置的各个点时，会发现它们构成了 一个一维信号序列，首先对这个一维信号作帧间的一维小波变换。我们选取4帧作时间轴上的一维 小波变换(如图2)，原始图像序列‰～r／，被分解为具有不同特性、包含不同频率成分的子带图像 ·国防基金重点资助项目 -125～ ‘圣中国图像图形学会…：．t“¨一t 一，……。“，。。…．……。。。 ¨； …。扑… ，。