一种多滤波条件的视频稳像算法

一种多滤波条件的视频稳像算法

1基于条件滤波的数字稳像算法通常，图像噪声稳定的算法主要包括三个步骤。运动平滑主要通过滤波来实现,主要分为两大类:一类是通过单一滤波器实现,另一类是采用多个滤波器实现。目前,常用的单一滤波器方法主要有高斯滤波为解决运动平滑中单一滤波器方法适用性低,以及现有多滤波器方法性能不足的问题,本文提出了一种基于条件滤波的数字稳像算法,借鉴文献本文的贡献主要表现在以下几个方面:第一,首次对抖动噪声进行了分类,并给出了相应的判别条件,以便更有针对性地进行运动平滑;第二,解决了运动平滑中现有多滤波器方法存在的图像跳变现象,提高了稳定性;第三,根据视频稳像自身的特点,针对脉冲抖动噪声,提出了一种改进的加权均值滤波器,从而达到更好的运动平滑效果。2运动评估运动估计的目的是获取摄像机的原始运动轨迹,可以通过2D模型综合考虑精确性、稳定性和运算复杂度等方面的因素,本文采用文献其中,I3低通滤波器的选择运动平滑是稳像的关键步骤,通常利用低通滤波器来实现。然而,在一般情况下,不同的低通滤波器具有各自的优势,适用于不同类型噪声的滤除。因此,本文提出了一种基于条件滤波的运动平滑方法,先对抖动噪声进行分类,再针对不同类型噪声,采用相应的滤波器。该方法是本文的核心内容,详细流程见3.4节。3.1大力噪声意运动轨迹从摄像机的运动轨迹来看,因拍摄平台不稳定而造成的视频抖动噪声大致可以分为以下两种情况:其一,抖动噪声相对较均匀地分布在摄像机有意运动轨迹的两侧,未在局部形成较明显的偏离;其二,某个位置包含的抖动噪声在摄像机有意运动轨迹的一侧产生跃变,在局部形成了明显的偏离。需要指出,上面所说的摄像机有意运动轨迹是指理想状态下只包含有意运动,而不包含抖动噪声的摄像机运动轨迹,其中的“有意运动”和“抖动噪声”都按一般意义上的理解来进行判断。抖动噪声表现出的这种特征与文献3.2录像视频位置的图像定位从上述随机噪声和脉冲噪声的描述可以看出,二者的差异主要体现在摄像机运动轨迹的局部特征上。文献将摄像机看成质点,像平面中心点的坐标则代表了该时刻下摄像机的位置坐标。以视频首帧的图像坐标系作为参考系,首帧图像中心点的像素坐标C其中,T在摄像机的运动轨迹中,以当前帧序号t为中心,取半径为r(r为大于1的整数)的邻域,则帧序号落在该邻域内且与第t帧相邻的所有点的位置坐标构成的集合为第i帧位置坐标的局部偏离程度可以通过分析N当第t帧位置坐标离中心位置的欧氏距离D(C式(5)中的D其中,λ为松弛变量,影响脉冲噪声判别的敏感程度,参数设置情况详见3.3.3节。3.3种条件滤波方法为了更有效地滤除抖动噪声,并尽可能地保留摄像机的有意运动,本文提出了一种条件滤波的方法,在脉冲噪声和随机噪声这两种不同的抖动噪声条件下,分别采用改进的加权均值滤波器和高斯滤波器进行滤除,以达到理想效果。3.3.1脉冲噪声的判别图像中的脉冲噪声可采用中值滤波假定第t帧判别为脉冲噪声点,以第t帧为中心取半径为k的滤波窗口,窗口内的所有帧构成的集合记为U由运动连续性可知,第t帧位置坐标与U其中,W式(8)中的权重W脉冲噪声可能会对后续帧的运动平滑造成影响,因此,对于判别为脉冲噪声的帧I3.3.2高斯滤波仿真对于抖动噪声中的随机噪声,本文采用文献其中,高斯滤波能够很好地保留摄像机有意运动,对于随机噪声这中在局部范围内分布相对较均匀且未产生较大偏离的抖动噪声的滤除,能够取得良好的效果。3.3.3波窗口半径的影响本文需要设置的参数主要有:抖动噪声判别中所用到的邻域半径r、松弛变量λ以及滤波窗口半径k。其中,邻域半径r和滤波窗口半径k都用于控制“局部”的尺度,r影响脉冲噪声判别的敏感程度,k则决定了滤波结果的平滑程度。一般情况下,r值越大,脉冲噪声判别的敏感程度越低;而k值越大,滤波结果的平滑程度越高。在方法的实现时,r和k通常可以取相同的值。松弛变量λ是影响脉冲噪声判别敏感程度的另一个参数,λ值越大,敏感程度就越低,其取值应该参考k的大小。结合文献3.4方法的详细过程综上所述,本文提出的基于条件滤波的运动平滑方法详细流程如图2所示。需要指出,如文献4测试视频处理为了验证算法的有效性,本文选取了文献实验程序用C++编写,开发平台为opencv2.4.10+VisualStudio2010,硬件环境为Inteli32.13GHz+4G内存,分别与高斯滤波需要指出,关于混合低通滤波方法中参数Var(D)的设定,文献以V1和V4中摄像机X方向的位移为例,各方法处理前后的摄像机路径如图4、图5所示。从图中可以看出,高斯滤波和改进高斯滤波的处理结果差别不大,摄像机有意运动保留得较为完整,但对抖动噪声的滤除不够;混合低通滤波得到了较为平滑的路径,但处理后的路径偏离原始路径较多,误差较大,并且在实验过程中发现该方法在两种滤波器进行切换时会发生明显的跳变现象;本文的方法则在保留了摄像机有意运动的同时,有效地滤除了大部分的抖动噪声,特别是脉冲噪声,如V1视频中的40~70帧,V4视频中的30~40帧、60~70帧。与前三种方法相比,效果更加理想。帧间变换保真度(Inter-frameTransformationFidelity,ITF)其中,PSNR(k)为第k帧与k+1帧的峰值信噪比。表1列出了各方法对所有测试视频处理结果的ITF值。从测试视频的处理结果来看,本文方法的ITF值基本上优于其他方法,只在对视频V1的处理结果上略低于混合低通滤波。然而,混合低通滤波的ITF值不太稳定,对V1和V3的处理结果表现得较高,对V2和V4则较低,这是滤波器切换时的跳变现象造成的。由于本文方法在滤除脉冲噪声之后采用了稳定帧代替原始帧来计算后续的变换矩阵,因此不存在上述跳变现象,运行结果更为稳定。5在运动平滑方法本文提出了一种基于条件滤波的运动平滑方法,利用不同滤波器各自的优势,根据不同类型的抖动噪声,选取相应合适的滤波器,从而有效地进行运动平滑,在滤除抖动噪声的同时,尽可能地保留摄像机的有