基于Surfacelet變換統(tǒng)計模型視頻去噪研究.pdf

1、隨著信息時代的發(fā)展和圖像處理的普及，人們對視頻質(zhì)量的要求越來越高。視頻在采集，獲取，傳輸過程中往往會帶來不同程度的噪聲，使視頻圖像質(zhì)量下降，對視頻的進一步處理造成困難，因此去除噪聲是視頻處理的一個不可缺少的過程。本文在對Surfacelet變換進行充分研究的基礎(chǔ)上，提出了以下三種視頻去噪方法。
　　 (1)提出基于Surfacelet變換的系數(shù)收縮視頻去噪算法。該算法利用系數(shù)空間相關(guān)性，通過加權(quán)模型構(gòu)造其空間估計能量，由該能量值

2、的大小對Surfacelet系數(shù)進行分組，根據(jù)分組系數(shù)能量相似性確定系數(shù)閾值；然后由Surfacelet系數(shù)鄰域信息確定系數(shù)收縮因子，對系數(shù)進行收縮修正；而后對收縮后系數(shù)進行Surfacelet反變換重構(gòu)視頻序列。最后對加噪視頻序列進行去噪實驗，并與其它相關(guān)去噪算法進行比較。
　　 (2)提出了基于Surfacelet變換域混合高斯模型的視頻收縮去噪算法。該算法利用貝葉斯閾值先對變換域系數(shù)分類，然后用混合高斯模型對大于閾值的系數(shù)

3、分布進行擬合，用指數(shù)分布對小于閾值的系數(shù)分布進行擬合，最終確定自適應(yīng)收縮因子對變換域系數(shù)進行收縮處理。最后對加噪視頻序列進行去噪實驗，并與其它相關(guān)去噪算法進行比較。
　　 (3)提出了基于雙變量模型非下采樣Surfacelet變換視頻去噪方法。該算法利用非下采樣Surfacelet變換與貝葉斯最大后驗概率理論支持下的雙變量模型，充分挖掘非下采樣Surfacelet變換域系數(shù)尺度間父子系數(shù)相關(guān)性以及尺度內(nèi)系數(shù)鄰域相關(guān)性，估計自適應(yīng)