基于自适应邻域概念的视频图像处理技术研究

摘要

近年来，随着视频应用和视频业务的激增，以及消费类电子设备的迅猛发展，视频图像处理技术已成为多媒体领域一个新的研究热点。 虽然传统的图像处理技术已经相当成熟，但是视频图像处理领域所要解决的问题，面临的困难，以及应用的背景和场合都与传统的图像处理有着较大的差异。因此，研究适合于视频图像的高效、稳健的处理技术有着重大的意义和实用价值。 自适应邻域概念的提出，提供了一种简捷合理的基于对象分割的图像处理技术，它在图像处理领域已经得到了广泛的研究和应用，这是由于它在图像处理的各种应用场合都具有明显的优势，但是，面对各种不同的应用和环境，它还存在着诸多需要研究和解决的问题。 本论文重点研究如何将自适应邻域的概念引入视频图像处理领域，挖掘其优势，克服其不足，以解决数字视频图像处理中的各种问题。论文的主要研究内容和贡献如下： 1．概要回顾了数字视频图像处理发展的历史，总结了视频图像处理领域需要解决的主要问题。重点介绍了自适应邻域概念的诞生和发展，以及目前国内外研究的现状，通过对已有的成果的分析，深入研究了自适应邻域概念在图像和视频图像处理中所具有的优势和存在的问题。 2．提出了一种利用视频序列空时相关性的差分视频噪声估计算法，该算法充分利用了视频序列特有的时域相关的特性，从而提高了估计的稳健性。仿真和实际系统中应用的结果都表明算法无论是在高强度噪声水平和高图像质量的情况下，都能给出稳健的估计结果。 3．研究一种高效的视频图像预处理算法。通过对实际问题的分析，定义了预处理算法的设计目的和需要解决的问题。提出了一种基于自适应邻域统计的视频图像预处理算法，该算法解决了自适应邻域滤波中邻域构建的效率问题和传统预处理算法的门限敏感问题。从而能够在抑制空时噪声的同时有效地保持图像的细节和边缘信息，并且可以巧妙地避免引入ghost效应，仿真和实际系统中应用的结果都很好的证明这一点。 4．研究高强度椒盐噪声的抑制算法，提出了逐次修复和邻域修复的概念，结合了中值滤波和PDE两类算法的优势，能够在抑制高强度椒盐噪声的同时，较好的修复图像的细节和边界信息。此外提出的一些快速算法的设计思想和优化策略，使得算法的性能得到显著的提升。 5．提出了一种基于自适应邻域分解的曝光校正算法，它弥补了现有算法的不足，提出了分层矫正的思想，避免了对噪声的非线性放大。使它可以适用于低光，高光以及两者同时存在的复杂的应用场合。算法的性能超越了目前一些经典的曝光校正技术，且达到了实时性的要求，并已用于实际的商用数字娱乐设备中。 6．研究视频压缩系统中的块效应噪声的估计和抑制策略，提出了在编码器端进行噪声估计，指导解码器端的噪声抑制的新框架，有效地提高了噪声估计的准确性和噪声抑制的有效性。实际仿真的结果表明该算法不仅能够在编码器端对编码误差噪声给出稳健的估计，而且能够在解码器端有效地抑制块效应噪声的同时，较好地保持图像的边界和细节信息。

目录

文摘

英文文摘

中国科学技术大学学位论文相关声明

第一章绪论

1.1引言

1.2视频图像处理面临的问题

1.2.1视频图像中噪声的来源

1.2.2视频图像中的对比度下降

1.3传统的图像处理方法在视频图像处理领域存在的困难

1.3.1传统图像处理与视频图像处理的异同点

1.3.2视频图像处理需要解决的问题

1.4本论文的主要研究内容和结构安排

参考文献

第二章自适应邻域图像处理技术的基本概念和方法

2.1引言

2.2自适应邻域图像处理的发展史

2.2.1自适应邻域概念的提出

2.2.2自适应邻域概念的发展

2.2.3自适应邻域概念的应用

2.3自适应邻域概念基础

2.3.1基于对象的分割

2.3.2自适应邻域概念

2.4基于自适应邻域概念的图像处理技术

2.4.1图像滤波和噪声抑制

2.4.2图像增强

2.5自适应邻域滤波的理论基础

2.5.1各向异性滤波的提出

2.5.2稳健的各向异性滤波

2.5.3双向滤波器(Bilateral filtering)

2.6本章小结

参考文献

第三章视频图像中噪声方差的差分估计

3.1引言

3.2视频图像中的噪声及其估计

3.2.1视频图像中的噪声

3.2.2视频图像中噪声方差的估计方法及存在的问题

3.3视频图像噪声方差的差分估计

3.3.1差分噪声方差估计算法的基本思想

3.3.2差分噪声估计算法的细节

3.4差分噪声估计算法的性能仿真和分析

3.4.1仿真实验的条件和算法性能的衡量方法

3.4.2仿真实验结果及其分析

3.5本章小结

参考文献

第四章基于自适应邻域统计的视频图像预处理

4.1引言

4.2视频图像中的噪声

4.2.1实际视频图像中噪声的分类

4.2.2实际视频图像中噪声的建模

4.3视频图像预处理算法需要解决的问题

4.3.1空域噪声的抑制

4.3.2边界和细节保持

4.3.3时域噪声的抑制

4.3. 4算法的效率问题

4.3.5一个成功的视频图像预处理算法需要满足哪些要求?

4.4传统的图像预处理算法及其存在的问题

4.4.1线性和频域滤波

4.4.2非线性滤波

4.4.3自适应邻域滤波

4.5基于自适应邻域统计的视频图像预处理算法

4.5.1算法的基本思想

4.5.2算法的细节

4.5.3算法的计算复杂度分析

4.6算法的性能仿真和结果分析

4.6.1仿真实验的条件

4.6.2算法性能的衡量方法

4.6.3仿真实验结果及其分析

4.6本章小结

参考文献

第五章基于自适应邻域修复的高强度椒盐噪声的抑制

5.1引言

5.2椒盐噪声及其抑制

5.2.1椒盐噪声及其数学表示

5.2.2椒盐噪声的抑制方法

5.3基于自适应邻域修复的高强度椒盐噪声的抑制

5.3.1基本思想

5.3.2噪声点的标识

5.3.3算法参数Wmax的选取

5.3.4噪声点的修复

5.3.5算法的复杂度分析和优化策略

5.4算法的性能仿真和结果分析

5.4.1仿真实验的条件和算法性能衡量准则

5.4.2仿真实验的结果和分析

5.5本章小结

参考文献

第六章基于自适应邻域图像分解的智能曝光矫正

6.1引言

6.2影响视频图像质量的因素

6.3视频图像的曝光矫正

6.3.1曝光矫正面临的主要困难

6.3.2已有的一些方法的不足

6.3.3曝光矫正系统的设计要求

6.4基于自适应邻域图像分解的智能曝光矫正

6.4.1基本思想

6.4.2系统的架构

6.4.3噪声估计模块

6.4.4噪声抑制模块

6.4.5图像分层模块

6.4.6曝光检测和曝光矫正模块

6.4.7对比度增强模块

6.5算法的性能仿真和结果分析

6.5.1仿真实验的条件和算法性能的衡量

6.5.2仿真实验的结果和分析

6.6本章小结

参考文献

第七章视频图像块效应的估计和抑制

7.1引言

7.2视频压缩重建图像中块效应噪声

7.2.1视频压缩重建图像中块效应的来源

7.2.2视频压缩重建图像中块效应的估计和抑制

7.3一种全新的视频图像块效应的估计与抑制策略

7.3.1基于自适应邻域统计的块效应抑制算法

7.3.2块效应噪声的估计

7.4算法的性能仿真和结果分析

7.4.1仿真实验的条件和算法性能的衡量

7.4.2实验结果与分析

7.5本章小结

参考文献

第八章总结与展望

8.1全文总结

8.2未来研究的展望

8.3其他说明

致谢

攻读博士学位期间发表的学术论文和参与的科研项目