收藏本站
收藏 | 论文排版

基于运动估计的视频去噪算法研究

尹晓晴  
【摘要】:尽管图像传感器技术近年来飞速发展,但视频信号在获取或传输过程中经常遭受多种类型噪声的影响,产生令人不快的视觉效果,并影响后续的视频分析领域。与静态图像数据相比,视频数据具有显著的时间冗余性,能够静态图像数据提供更丰富的场景内容。因此,相比于图像去噪而言,视频去噪中所能利用的信息更多。尽管视频去噪算法在近年来取得很大进展,但总体来看存在以下两个突出问题:1.噪声视频中的光流场估计不准确。视频去噪的效果,首先依赖于光流估计的精度。利用光流信息,可以对不同的视频帧进行校准,然后在此基础上应用去噪算法进一步消除噪声。然而,传统的光流估计方法往往存在边界不清晰、对时间连续性信息利用不好和对噪声不够鲁棒的问题,不能满足视频去噪的要求;2.大多数现有的视频去噪算法假设视频噪声是加性高斯白噪声,而这些算法往往不能处理现实中的混合噪声。在实际的噪声环境中,往往同时包含高斯、泊松和脉冲噪声,需要设计更加合理的模型来处理混合噪声。针对现有的视频去噪算法中存在的运动估计不准确、去噪效果欠佳的问题,本课题先首先研究噪声鲁棒的光流估计方法,然后在此基础上进一步提出新型去噪算法。本文的研究成果包括:(1)提出了一种基于运动边界检测的两帧光流滤波方法。首先设计了一种基于深度网络的运动边界检测模型,该模型以源图像、初始光流及其对应的图像变换误差作为输入,产生高分辨率运动边界。运动边界检测模型的网络架构为编解码网络,其中解码网络采用多个子网络的级联结构,同时加入残差连接实现梯度的快速传播,使得端到端训练可以更加高效地进行。该网络能够探索多层次的图像和运动特征,并且对初始光流估计的误差具有较好的鲁棒性。在运动边界检测的基础上,设计了一种运动边界与光流的融合网络,用所获得的运动边界引导初始光流的滤波,进一步去除初始光流结果中的噪声,同时使最终的光流边界更加清晰。(2)提出了一种基于低秩稀疏优化的多帧光流估计方法。该方法充分利用视频图像序列的上下文时域连续性,以及多帧光流的低秩性和运动目标的稀疏性等特点,在噪声视频中进行多帧光流估计。在传统方法基础上,加入对噪声鲁棒的新型改进,提出针对噪声环境的多帧光流求解目标函数,该模型包括颜色一致项、轨迹低秩项、保护边缘的平滑性惩罚项、运动目标稀疏项和噪声鲁棒连接项,能够有效对噪声环境下的多帧光流进行建模。采用基于低秩稀疏的凸优化理论对模型进行求解,将多帧光流估计模型的求解过程分解成两个迭代进行的子问题。多帧光流估计的对比实验表明,所提出的算法在定性和定量方面都能获得更好的效果。(3)提出了一种基于低秩稀疏优化的视频去噪方法,用于去除视频数据中的混合高斯、泊松和脉冲噪声。首先在前面两章光流估计的基础上,进行噪声鲁棒的相似图像块分组,然后将混合噪声视频去噪问题转化为鲁棒的低秩和稀疏最小化问题。在该框架中,设计并嵌入有效的混合噪声先验,用于处理混合噪声中的高斯-泊松噪声分量。实验表明所提出的视频去噪方法取得了令人满意的性能,能够在混合高斯-泊松-脉冲噪声环境下有效去除视频噪声,并且在定性和定量上均优于以前的方法。(4)提出了基于多尺度递归残差网络的视频去噪方法。首先基于第二章和第三章的光流估计方法,应用第四章中所述图像块匹配策略,把输入视频帧图像校准到参考帧空间下。然后通过端到端的训练方式获得去噪模型,用于对混合噪声环境下的视频图像进行去噪。所提出的多尺度递归残差网络,通过多尺度网络架构同时从全局和局部层面分别学习噪声视频图像的概略和细节特征。然后将残差结构与递归结构相结合,对递归残差网络单元进行堆叠,形成每个分辨率层次的子网络结构。在所提出的递归残差单元中,内部残差结构共享相同的输入,同时输入和输出之间存在多条路径,有利于学习更加复杂的特征。为了适应混合噪声环境,设计了一种多尺度L1-L2范数损失函数,用来监督整个网络的训练过程。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 李华君;李嘉浪;徐庆;;运动估计和小波域结合的视频去噪算法[J];计算机应用与软件;2015年07期
2 胡然;郭成城;杨剑锋;;基于小波阈值和主成分分析的视频去噪算法[J];计算机科学;2016年04期
3 王丁一;徐先峰;;基于时域的视频去噪算法研究[J];现代电子技术;2015年19期
4 罗媛媛;于林韬;;基于时域特征的非局部块匹配去噪算法研究[J];长春理工大学学报(自然科学版);2019年05期
5 阴盼强;路东明;袁渊;;基于马氏距离的改进非局部均值图像去噪算法[J];计算机辅助设计与图形学学报;2016年03期
6 李小林;刘传才;魏艳红;;一种非线性复扩散图像去噪算法[J];渭南师范学院学报;2009年02期
7 崔金鸽;陈炳权;徐庆;邓波;;一种基于新型符号函数的小波阈值图像去噪算法[J];电信科学;2017年01期
8 赵远;彭富伦;李户平;曹越;李琼;;一种小窗口下的快速去噪算法[J];电子设计工程;2017年10期
9 许光宇;李玲;;一种改进的非局部平均图像去噪算法[J];计算机应用与软件;2017年07期
10 裴志鹏;;基于小波变换的图像阀值去噪算法[J];科技视界;2017年14期
11 李红延;周云龙;田峰;李松;孙天宝;;一种新的小波自适应阈值函数振动信号去噪算法[J];仪器仪表学报;2015年10期
12 邓承志,汪胜前,刘祝华,王忠华,邹道文;基于层间特性的多级小波收缩去噪算法[J];江西师范大学学报(自然科学版);2004年04期
13 闫涵;张旭秀;丁鸣艳;;一种改进的非局部均值去噪算法[J];电子测量技术;2019年22期
14 李向前;;基于边缘检测的非局部均值图像去噪算法[J];电脑编程技巧与维护;2020年08期
15 洪小波;吴峻;张云洲;汤钧元;李中秀;;高速磁浮轨道不平顺检测系统去噪算法[J];中国铁道科学;2020年05期
16 梁振涛;潘卫清;;基于小波变换的自适应阈值去噪算法[J];计算机产品与流通;2020年11期
17 刘帅奇;扈琪;刘彤;赵杰;;合成孔径雷达图像去噪算法研究综述[J];兵器装备工程学报;2018年12期
18 朱伍洋;;基于字典学习融合的图像去噪算法研究[J];数字技术与应用;2016年05期
中国重要会议论文全文数据库 前19条
1 丛中昌;周小乐;;基于双边滤波和查表法的视频实时去噪算法研究[A];2017广东通信青年论坛优秀论文集[C];2017年
2 赵树森;潘慧莹;张伟斌;赵星;;基于局部线性关系的多尺度低剂量CT图像去噪算法[A];第十六届中国体视学与图像分析学术会议论文集——交叉、融合、创新[C];2019年
3 许永峰;;一个基于多分辨分析模型和非线性扩散的图像去噪算法[A];2012管理创新、智能科技与经济发展研讨会论文集[C];2012年
4 李洋;李双田;;小波图像去噪算法分析[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
5 李俊峰;戴文战;潘海鹏;高金凤;;基于灰色系统理论的图像去噪算法研究[A];第二十九届中国控制会议论文集[C];2010年
6 焦莉莉;刘丽;马苗;;自适应阈值小波图像去噪算法的改进[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
7 王杰;颜霖煌;;基于双边语谱图滤波的语音去噪算法[A];2018年全国声学大会论文集 K语言声学与语音信号处理[C];2018年
8 王树艳;杨勋年;;平面曲线去噪的混合双边算法[A];第五届全国几何设计与计算学术会议论文集[C];2011年
9 连小丽;姚晖;王冠华;万木森;张林朴;孟卓;李燕妮;梁雨;代晓华;石博雅;;基于光学相干层析离体牙图像的去噪算法研究[A];天津市生物医学工程学会第30次学术年会暨生物医学工程前沿科学研讨会论文集[C];2010年
10 张娱;谷旭源;;基于小波系数的图像自适应阈值去噪算法[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
11 邓志全;关履泰;朱庆勇;;改进的非局部均值图像去噪算法[A];第十四届全国图象图形学学术会议论文集[C];2008年
12 赵振磊;耿则勋;王兰;闫兆婵;;基于自适应递归LPA-ICI的图像去噪算法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
13 郑佳宁;赵恩良;孙丽华;畅春玲;郑闯;;一种基于极值滤波思想的图像去噪算法研究[A];第十四届沈阳科学学术年会论文集(理工农医)[C];2017年
14 刘志刚;郭艳颖;;基于形态神经网络的SAR图像去噪算法研究[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
15 耿小兵;绪梅;侯阳宇;杨姝;;CCD受γ射线辐照成像空域去噪算法研究[A];中国核科学技术进展报告(第三卷)——中国核学会2013年学术年会论文集第7册(核电子学与核探测技术分卷、脉冲功率技术及其应用分卷、核聚变与等离子体物理分卷)[C];2013年
16 杨居义;;基于第二代Bandelet变换的自适应阈值去噪算法[A];2009年全国开放式分布与并行计算机学术会议论文集(上册)[C];2009年
17 李俊峰;戴文战;潘海鹏;;基于灰色关联度的自适应图像去噪算法研究[A];中国自动化学会控制理论专业委员会A卷[C];2011年
18 贾佑;赵恩良;孙丽华;赵洋洋;;一种基于统计特性的图像去噪算法研究[A];第十二届沈阳科学学术年会论文集(理工农医)[C];2015年
19 张金城;杨威;范启雄;;基于超完备字典学习的遥感图像去噪算法[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
中国博士学位论文全文数据库 前11条
1 尹晓晴;基于运动估计的视频去噪算法研究[D];国防科技大学;2018年
2 吕红力;基于稀疏和低秩表示的OCT图像去噪算法研究[D];山东大学;2018年
3 张海锋;压缩感知图像重构及去噪算法的研究[D];燕山大学;2016年
4 陈大力;数字图像处理中去噪算法的研究[D];东北大学;2008年
5 崔艳秋;基于小波域统计模型的图像去噪算法研究[D];吉林大学;2006年
6 刘辉;数字图像处理中基于局部方向性的压缩和去噪算法研究[D];吉林大学;2008年
7 张小波;基于维纳滤波的图像去噪算法研究[D];西安电子科技大学;2014年
8 宫霄霖;基于小波变换的不规则邻域的数字图像去噪算法研究[D];天津大学;2010年
9 张鑫媛;基于结构相似性的磁共振图像去噪新算法研究[D];南方医科大学;2015年
10 李圣昱;基于空洞卷积和噪声估计的图像去噪算法研究[D];浙江大学;2019年
11 张震;数字图像处理中边缘提取和去噪算法研究[D];吉林大学;2009年
中国硕士学位论文全文数据库 前20条
1 冯燕妮;基于深度学习的图像去噪算法研究与优化[D];重庆大学;2019年
2 张瑞杰;运动估计和小波域结合的视频去噪算法[D];天津大学;2012年
3 李荃;基于低秩与深度学习的图像去噪算法研究[D];武汉理工大学;2019年
4 杜渺勇;基于偏微分方程和深度学习的图像去噪算法[D];杭州师范大学;2020年
5 孔兆明;基于块对角表示的多通道图像去噪算法[D];华南理工大学;2019年
6 马文书;2.52太赫兹同轴全息再现图像去噪的统计算法研究[D];哈尔滨工业大学;2019年
7 贾锟;PolSAR图像的非局部均值去噪算法研究[D];中国民航大学;2019年
8 刘成士;基于低秩矩阵恢复的图像去噪算法的研究[D];青岛大学;2019年
9 黄槿;基于块协同法向滤波的网格保特征去噪算法[D];南京航空航天大学;2019年
10 洪晓东;基于增强型深度残差网络的图像去噪算法[D];哈尔滨工业大学;2019年
11 汤中民;基于字典优化策略的图像去噪算法研究[D];南京邮电大学;2019年
12 张案瑜;基于改进BM3D的图像去噪算法研究[D];西安电子科技大学;2019年
13 李梁栋;图像去噪算法研究与脑血管增强[D];上海交通大学;2015年
14 张杨;基于块先验的图像去噪算法研究[D];福州大学;2018年
15 冷凯群;基于非局部均值的图像去噪算法研究[D];北京工业大学;2019年
16 伍子锴;基于小波及分形码去噪算法的研究[D];南京信息工程大学;2019年
17 李诗婷;用于DoFP偏振图像的去噪算法设计与实现[D];深圳大学;2018年
18 王贵显;基于生成对抗网络的语音去噪算法研究[D];北方工业大学;2019年
19 李鹏飞;基于各向异性滤波技术的DTI图像去噪算法研究[D];河北大学;2019年
20 扈琪;基于非局部相似的SAR图像去噪算法研究[D];河北大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978