MATLAB平台下多函数应用对视频降噪增强处理研究

郭红++袁夫

摘要：随着网络及多媒体技术的进步，多媒体中视频资源的应用愈加广泛。笔者在MATLAB平台下，利用多函数对视频的帧内、帧间图像噪声进行降噪处理。通过对视频降噪前后的实验对比证明，此方法对视频降噪有明显效果，有一定的应用价值。

关键词：视频；降噪增强；帧内滤波；帧间滤波

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2017）02-0121-01

在当今网络媒体发达的时代，人们对视频资源特别是高清视频资源的需求大大增加。但在视频采集摄录的前期环节，可能会因为环境、和拍摄设备的因素造成视频图像质量有所降低，甚至失真。这其中最常见的就是图像中产生的噪声像素点。在对视频进行逐帧或帧间降噪处理后，增加视频素材的还原度，尽可能的避免因图像噪点产生失真。因为这种图像噪声和失真会影响人们的视觉感官舒适度，这也是视频降噪和视频质量提高的研究价值所在。

1 视频降噪分类

视频的本质是由一幅幅连续的静态画面组成，这些静态画面间存在着连续性和强相关性，这每一幅连续的静态的画面，称之为帧。由于帧的本质是图片，因此，对图片的降噪和图像增强方法也能应用于视频降噪中。但因为视频中每相邻两帧图像之间不仅存在强相关性，而且还存在空间变化，所以以往的对图像处理的方法不能完全直接应用于视频增强处理环节。在对视频降噪处理的过程中，降噪处理也被称作是图像的滤波。图像滤波又分为每一帧，的帧内滤波和连续两帧之间的帧间滤波。[1]

帧内滤波的效果比较好，但其处理时间较长，生成视频文件较大。空域、频域、小波域是其滤波的主要算法。而在帧间滤波的方法中，主要是针对帧与帧之间的信息中存在大量重复信息，依据对象在空间移动的轨迹应用特定算法，对两个连续帧之间的图像信息使用运动补偿、时域平均滤波、自适应时域递归滤波的方法对视频进行处理。[2]

2 通过MATLAB平台进行视频降噪

2.1 视频读取、处理、播放

MATLAB平台为不同格式的视频素材的处理提供了平台。该平台对视频的读取、处理、播放都需要调用函数来完成。AVI视频需要用Aviread函数来进行调用和读取，最终将视频中的帧导入Movie函数中；但Movie函数作为视频播放器函数功能较为单一，不具备暂停和逐帧步进功能，而通过Implay函数则可以满足视频回放的功能；在导入视频的过程中可能会遇到多种格式，为保证这些视频格式的正常读取则需要使用Mmreader函数；对视频降噪和增强的过程是对视频图像中帧的处理，这需要对视频图像拆解成帧，当对帧进行降噪增强处理之后，又需要对这些帧进行合成，这一过程分别要用到Im2frame和Frame2im两个函数。对于AVI文件的新建，可以用Avifile函数完成，而Movie2avi则可以从MATLAB的Movie生成AVI文件。

2.2 视频图像帧内滤波处理

視频帧内滤波通常采用的方法有：小波域、空域和频域。具体分为如下几个步骤：（1）将视频片段通过函数拆解为帧；（2）将拆解后的帧再转换成图像；（3）对图像按上述方法进行处理滤波；（4）将处理后的图像转换成帧；（5）最后将生成的帧再封装成视频文件，保存。为实验论证，再将素材视频Walk.avi中的第10帧图像继续采样，人为的添加图像噪声，椒盐噪声。再使用上述方法进行滤波，滤波器仍为平均滤波。

接着按照帧内图像滤波的一般步骤，将滤波后的图像通过函数转换成视频中的帧，再把帧封装到视频文件中，保存。播放滤波处理后的视频文件，通过观察发现视频播放到采样帧处时有一定幅度的抖动现象，但人为加入的视频噪声已去除。

2.3 视频图像帧间滤波处理

视频帧间滤波的指导思想是通过运动估算得到像素点的运动矢量。[2]这种运动估算的依据则是图像亮度在时间轴上的偏移。运动估算的原理是根据当前像素点邻近的像素点或是相邻帧的该像素点的运动估算线性组合进行描述。这种估算是一种预测，不可避免的会出现一定的偏差，因此必须对这种偏差进行修正，修正方法的依据是该像素上的位移帧差的梯度最小值。该方法的使用使得相应算法的运算量大为减少。但值得注意的是如果该图像的前一帧权重占比过大的话，图像会有拖尾的现象发生。这说明，不同的运动估算方法将直接影响到视频的后续效果。

通过对比发现该视频滤波方法能够很好的滤除视频噪声。

3 结语

本文分别通过帧内滤波和帧间滤波的方法在MATLAB平台使用函数对视频进行增强处理。通过实验分析发现，帧内滤波的方法对视频图像降噪增强的效果较好，但其原理类似于对二维图片的处理，这使得算法运算量较大，耗时较长，且可能会出现视频播放时图像抖动的的副作用；而帧间视频滤波的方法因其采用运动估算的原理使得该算法运算量大幅减少，也能实现图像的降噪增强效果，但通过实验分析发现，该算法对视频的运动区域降噪效果较差，静止区域降噪效果尚可。这说明，对于视频的降噪处理不能单纯使用一种类型的方法，应该综合使用基于时间轴和空间轴的两种算法，以达到较好的视频增强处理效果。通过综合使用两种类型的视频滤波方法，很好的达到了视频滤波增强的效果，有效的滤除了视频噪声，为后期的视频处理或是图像识别奠定了基础和前期支持。

参考文献

[1]黄源源.视频监控系统中一些关键技术的研究[D].成都：电子科技大学，2013.

[2]张荣祥.实时视频图像降噪增强解决方案[J].中国公共安全，2013，18：166-168.