基于运动补偿的自适应时域视频降噪算法研究

视频信号内的噪声是信号中不希望出现的干扰部分,如果不加以有效的去除,会严重影响视频图像的质量.提出了一种基于运动补偿的自适应时域视频降噪算法.该方法通过运动补偿技术,在时域上跟踪并提取噪声.滤波的强度是根据物体运动轨迹上的运动强度自适应变化的.利用该算法,有效地去除了视频序列中的噪声,同时很好地保护了图像的细节.实验结果表明,采用该降噪算法处理后的视频图像质量明显优于采用空域的降噪方法的结果.     

一种基于运动估计的视频降噪算法

为了有效地去除视频序列中的噪声,提高视频图像质量,提出了一种基于运动估计的视频降噪算法。该算法在由视频序列中的当前帧和前后多帧图像构建的图像层中,通过运动估计技术,沿着物体的运动轨迹进行时域帧间滤波。实验结果显示,本文提出的算法充分利用了视频序列的时域信息,可以有效去除视频序列中的噪声,同时可以很好地保持视频图像的细节。     

一种基于运动检测的智能视频序列降噪算法

提出了基于运动检测的视频图像自适应滤波降噪算法,该算法能够智能地区分图像的静止部分和运动部分,并针对性地使用不同的滤波算法。实验结果表明,由于本算法充分利用了视频的空域、时域信息,能够显著提高图像的信噪比和图像的主观质量,比单纯的空域或时域滤波取得更好的效果。     

基于运动补偿时域滤波的视频编码算法研究

深入研究了自适应图像组结构算法,提出了一种改进方案,新方案增加了图像分组的选择范围,根据视频序列的时域变化特性,分别选择[2,2,2,2,2,2,2,2],[4,4,4,4],[8,8]和[16]四种分组模式。实验结果表明:与改进的自适应图像组结构算法相比,新方案的编码性能有所提高,而计算复杂度不变。     

采用背景提取和自适应滤波的视频降噪算法

针对监控视频图像背景固定的特点,提出一种有效去除高斯噪声和脉冲噪声的降噪算法.首先通过分析噪声设计一种提取视频序列背景图像的算法,然后对运动区域采用自适应像素域滤波算法来进行处理.该算法根据最小可觉差和视频图像特征自适应地选择谐波均值滤波、加权算术平均滤波、α-截尾均值滤波和中值滤波.为评估降噪算法性能,将降噪处理前后的视频序列分别进行MPEG-2编码,并改变目标码率对比视频质量.实验结果显示:降噪处理后的视频能够用更少的(约50%)比特数获得相同的主、客观视频质量;或者用相同的比特数获得更高的视频质量.     

一种自适应的帧间滤波降噪方法

经典的图像去噪方法如均值滤波和中值滤波,以及现在效果显著的小波去噪,在实际应用中都取得了令人满意的图像处理效果。但在视频应用中,这些算法只使用了空域信息,没有充分利用时域的信息,所以不能取得最佳效果。自适应的帧间滤波降噪方法,充分利用了视频的时域的信息,取得了比空域滤波器更好的效果。同时算法简单,图像处理的时间大为节省,便于在工程中应用。     

基于运动区域检测的会议视频清晰度增强处理

视频会议场景对视频增强的实时性有较高的要求.针对现有视频增强算法(如BM3D等)存在的耗时长的问题,基于变化区域检测提出一种基于运动区域检测的视频增强技术.对时序帧数据进行颜色空间转换,快速地将视频场景分为静止区域和运动区域,之后对静止区域进行时域降噪和视频增强.在视频帧集合的实验结果表明,该算法可以显著地增强图像纹理...     

一种有效的自适应语音降噪算法及实现

提出了一种改进的基于离散Hartley变换(DHT)自适应滤波算法(DHT—LMS)，将其应用于电话通信噪声抵消系统，并进行了实验研究，其结果表明，将该算法应用于自适应语音降噪系统，能获得较好的降噪效果，且基于信号处理器TMS320LF2407上开发实现简单，系统结构紧凑、可靠性高。     

一种新型基于运动补偿的自适应去隔行算法

去隔行是电视图像增强处理和视频格式转换的一项关键技术，传统的去隔行算法存在着难以克服的缺陷。文章提出了一种基于运动补偿的自适应去隔行算法，其中包括双向块匹配运动估计，消除块效应和自适应插值三个处理模块，实验证明本算法能够高质量且鲁棒地将场图像重建为帧。     

一种数字视频自适应降噪算法的研究与实现

视频序列在传输过程中常常受到噪声的污染,致使画面效果变差,因此需要数字视频降噪方法来降低噪声对图像的影响,改善图像质量。本文简单介绍了数字视频降噪的原理,在现有的自适应降噪方法基础上提出一种改进的自适应数字降噪的实现算法,介绍了其硬件实现过程。和现有的降噪方法相比,本文提出的方法能有效的消除传统方法带来的拖尾等问题。噪声是影响目标信号检测和显示的主要因素之一,信号在经过纪录、编辑、分配、传输及卫星接收等各种途径都可能混入大量干扰,致使图像模糊,质量退化。如何有效去除视频序列中的不良影响一直是提高画质的主要问题所在。     

基于自适应滤波的噪声抵消法

语音降噪就是从带噪语音信号中提取尽可能纯净的原始语音。文中介绍了一种基于自适应滤波的噪声抵消法，采用归一化最小均方误差算法，采集实际噪声环境下各种不同信噪比的带噪语音样本进行降噪处理，实验结果表明，处理后信号的信噪比得到了较大程度的提高，大大改善了听音效果，具有很高的可懂度，且语音自然度好，没有失真；并与谱减法进行了比较，自适应噪声抵消法的降噪幅度比谱减法有一定提高，在听音效果上，用自适应噪声抵消法处理后的语音在清晰度、自然度方面优于谱减法。     

RLS和小波在声信号消噪处理中的应用

在仿真的基础上,介绍了RLS自适应滤波器和小波消噪方法的滤波特性以及消噪的处理方法。通过对实际声采集信号的RLS消噪方法,小波消噪方法和综合消噪方法的处理结果,分析了不同类型的信号数据的不同的处理方法,对于特定的数据类型可考虑采用将两者相结合的方法,处理结果令人满意。     

基于边缘检测的自适应降噪处理方法

提出了一种分区处理的降噪方法,对图像边缘和非边缘区域分别采用自适应中值滤波和均值滤波的方法进行处理.论及的噪声区分高斯噪声和椒盐噪声两种,对含有混合噪声的图像首先滤除椒盐噪声,然后标定图像的边缘细节,在保留图像细节的前提下充分降低噪声.测试结果表明本算法有效降低噪声,改善了图像视觉效果,提高视频编码中压缩效率.     

基于神经网络噪声检测的自适应中值滤波器

针对椒盐噪声污染图像的滤波问题,提出了一种基于前馈神经网络的噪声检测器。基于这种噪声检测方法,采用自适应中值滤波算法,依据像素点的不同属性采用不同的滤波策略。实验结果表明,该算法在有效去除椒盐噪声的同时更好地保留了图像的边缘和细节,是一种有效的图像去噪方法。     

三维小波变换结合运动补偿的视频编码器

对三雏小波变换结合运动补偿的视频压缩算法提出了改进方案。针对运动补偿提升（MCLIFT）框架的弱点,结合MPEG的特点,采用新的帧结构对视频序列进行帧间滤波去除时间冗余,再对每个帧在空间上进行小波分解并用SPIHT算法对小波系数进行编码。实验表明,此方法继承了MCLIFT框架的优点,同时又减少了时延和所需的帧缓存,而且这种与MPEG相似的帧结构能进一步降低码率,提高压缩比。     

基于自适应形态滤波算法的斑点噪声抑制

文章提出了一种应用于斑点噪声抑制的自适应权重形态滤波算法,实验证明此算法优于传统的形态滤波算法和权重形态滤波算法。     

基于灰色关联度的图像混合噪声的自适应滤波算法

利用中值滤波和灰色关联度的特点,提出基于中值滤波和灰色关联度相结合的混合噪声图像滤波算法.算法选取加窗混合噪声图像的中值,采用灰色关联度自适应地计算各像素的加权系数,通过加权得到结果.实验结果表明,该算法有较好的自适应性,不但能够有效去除含有高斯噪声和脉冲噪声的图像噪声,而且能较好地保护图像的细节信息,提高图像的去噪效果和清晰度.