CN102801983A - 一种基于dct的去噪方法及装置 - Google Patents
一种基于dct的去噪方法及装置 Download PDFInfo
- Publication number
- CN102801983A CN102801983A CN2012103125438A CN201210312543A CN102801983A CN 102801983 A CN102801983 A CN 102801983A CN 2012103125438 A CN2012103125438 A CN 2012103125438A CN 201210312543 A CN201210312543 A CN 201210312543A CN 102801983 A CN102801983 A CN 102801983A
- Authority
- CN
- China
- Prior art keywords
- square
- center
- dct
- denoising
- chosen
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
Abstract
本发明公开一种基于DCT的去噪方法及装置,该方法包括如下步骤:设定初始方块选取中心及去噪阈值;以设定的方块选取中心为中心选取大小为m*m的方块;对该方块进行m*m DCT变换;判断经DCT变换后的值,除直流DCT系数外,若其余m*m-1个交流DCT系数的绝对值都小于该去噪阈值,则取该方块中所有值的平均值作为该方块选取中心处的滤波后的值,否则,用传统的滤波方法进行滤波;改变该方块选取中心的横坐标与纵坐标并重复上述步骤,通过本发明,可以在图像和视频的平坦区域很好的消除噪声,同时在细节丰富的区域保持图像和视频的细节。
Description
技术领域
本发明涉及一种基于DCT(Discrete Cosine Transform,离散余弦变换)的去噪方法及装置,特别是涉及一种对加性白噪声的基于DCT的去噪方法及装置。
背景技术
在图像和视频中,经常存在噪声,其中高斯白噪声是主要的噪声类型。高斯白噪声又分加性和乘性两类,所谓加性,就是噪声的取值和图像或视频的内容无关,可以把最终的图像或视频信号看成是真正的图像或视频信号与噪声信号相加得到的。所谓乘性,就是噪声的取值和图像或视频的内容有关。高斯白噪声的特点是服从0均值的正态分布。
以往的消除噪声的方法,基本都是在不知道噪声的特性的前提下进行处理,因此很难做到精确而有针对性,在消除噪声的同时会损失图像的细节。
发明内容
为克服上述现有技术存在的不足,本发明之目的在于提供一种基于DCT的去噪方法及装置,其在已知图像或视频中的噪声是标准差为sigma的加性高斯白噪声的前提下,提出一种消除噪声的方法,可以在图像和视频的平坦区域很好的消除噪声,同时在细节丰富的区域保持图像和视频的细节。
为达上述及其它目的,本发明提供一种基于DCT的去噪方法,用于消除图像或视频帧中任一分量的噪声,包括如下步骤:
步骤一,设定初始方块选取中心及去噪阈值;
步骤二,以设定的方块选取中心为中心选取大小为m*m的方块;
步骤三,对该方块进行m*m DCT变换;
步骤四,判断经DCT变换后的值,除直流DCT系数外,若其余m*m-1个交流DCT系数的绝对值都小于该去噪阈值,则取该方块中所有值的平均值作为该方块选取中心处的滤波后的值;否则,用传统的滤波方法进行滤波;
步骤五,改变该方块选取中心的横坐标与纵坐标,如果方块选取中心已经遍历了图像或视频帧的该分量的所有位置,则结束去噪过程;否则转到步骤二。
进一步地,对待处理的图像或视频帧的其他分量,重复进行步骤一至步骤五,对该待处理的图像或视频帧去噪。
进一步地,初始的方块选择中心的坐标为(0,0),去噪阈值为k*sigma,其中k是一个正数,sigma为噪声标准差。
进一步地,2.0<k<5.0。
进一步地,于步骤二中,以设定的方块选取中心为中心选取大小为8*8的方块。
为达到上述及其他目的,本发明还提供一种基于DCT的去噪装置,用于消除图像或视频帧中任一分量的噪声,至少包括:
初始化模块,用于设定初始方块选取中心及去噪阈值;
方块选取模块,以设定的方块选取中心为中心,取大小为m*m的方块;
DCT变换模块,对该方块进行m*m的DCT变换;
去噪模块,根据DCT变换的结果进行相应的去噪操作;以及
方块选取中心改变模块,改变方块选取中心的横坐标与纵坐标。
进一步地,该去噪模块判断经DCT变换后的值,除直流DCT系数外,若其余m*m-1个交流DCT系数的绝对值都小于该去噪阈值,则取该方块中所有值的平均值作为该方块选取中心处的滤波后的值;否则,用传统的滤波方法进行滤波。
进一步地,该方块选取中心改变模块中,该方块选取中心遍历完图像或视频帧的该分量的所有位置后,结束去噪过程。
进一步地,该方块选取模块,以设定的方块选取中心为中心,取大小为8*8的方块。
进一步地,该初始化模块设定初始的方块选择中心的坐标为(0,0),去噪阈值为k*sigma,其中k是一个正数,sigma为噪声标准差。
与现有技术相比,本发明一种基于DCT的去噪方法及装置,通过以点(x0,y0)为中心选取m*m的方块,对方块进行DCT变换后对DCT变换后的数值进行判断以对点(x0,y0)去噪,不仅可以有效地消除图像或视频帧中的加性高斯白噪声,而且可以在图像和视频的平坦区域很好的消除噪声,同时在细节丰富的区域保持图像和视频的细节。
附图说明
图1为本发明一种基于DCT的去噪方法的步骤流程图;
图2为本发明一种基于DCT的去噪方法之较佳实施例中以一个点为中心取8*8方块的示意图;
图3为本发明一种基于DCT的去噪装置的***架构图。
具体实施方式
以下通过特定的具体实例并结合附图说明本发明的实施方式,本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用,本说明书中的各项细节亦可基于不同观点与应用,在不背离本发明的精神下进行各种修饰与变更。
假设待处理的图像或视频帧为f={f[0],f[1],f[2]},其中f[j]是第j个分量(彩色图像有三个分量,黑白图像只有一个分量)。f[j]={f[j][y][x]},其中f[j][y][x]表示第j个分量第y行第x列的采样值。x,y的取值范围是[0,wj-1]和[0,hj-1],wj和hj分别是图像第j个分量的宽度和高度。
图1为本发明一种基于DCT的去噪方法的步骤流程图。如图1所示,本发明一种基于DCT的去噪方法,用于消除图像或视频帧中任一分量f[j]的加性高斯白噪声,包括如下步骤:
步骤101,进行初始化设定,即设定初始方块选取中心(x0,y0)及去噪阈值t,即:令x0=0,y0=0,t=k*sigma,其中k是一个正数,sigma为噪声标准差;
步骤102,以(x0,y0)为中心取大小为m*m的方块,记为B。当m为奇数时,m可以表示成2k+1,k>0,B={b[y][x]=f[j][a][d]|y0-k≤y≤y0+k,x0-k≤x≤x0+k};当m为偶数时,m可以表示成2k,k>0,B={b[y][x]=f[j][a][d]|y0-k+1≤y≤y0+k,x0-k+1≤x≤x0+k}。其中a,d的取值规则为:
如果y<0,令a=0;如果y>hj-1,令a=hj-1,否则令a=y;
如果x<0,令d=0,如果x>wj-1,令d=wj-1,否则令d=x。
步骤103,对方块B进行m*m DCT变换,得到DCT系数矩阵C,变换后DCT系数矩阵C记为C={c[yc][xc]|yc=0..m-1,xc=0..m-1};
步骤104,除了直流DCT系数c[0][0]外,若C中其余m*m-1个交流DCT系数的绝对值都小于t,则取方块B中所有值的平均值作为(x0,y0)处的滤波后的值,否则用传统的滤波方法进行滤波,传统的滤波方法如取3*3的模板进行加权滤波等。
步骤105,改变方块选取中心的横坐标x0与纵坐标y0,并判断是否已遍历图像或视频帧的该分量的全部位置。即:x0++,如果x0≥wj,则令x0=0,y0++;如果y0≥hj,则结束,否则转到步骤102。
在此,需说明的是,消除图像或视频帧各个分量中噪声的过程是完全一样的,将以上步骤101至步骤105重复用于各个分量,就可以消除图像或视频帧中的噪声。
以下将通过一具体实施例来进一步说明本发明。在本发明较佳实施例中,将选取8*8的方块进行去噪,消除图像或视频帧中任一分量f[j]的加性高斯白噪声的方法包括如下步骤:
1)令x0=0,y0=0,t=k*sigma,其中k是一个正数,一般2.0<k<5.0。
2)如图2所示,以(x0,y0)为中心取大小为8*8的方块,记为B。B={b[y][x]=f[j][a][d]|y0-3≤y≤y0+4,x0-3≤x≤x0+4;如果y<0,令a=0,如果y>hj-1,令a=hj-1,否则令a=y;如果x<0,令d=0,如果x>wj-1,令d=wj-1,否则令d=x}。
3)对方块B进行8*8DCT变换,变换后记为C={c[yc][xc];yc=0..7,xc=0..7}。
4)除了直流DCT系数c[0][0]外,如果C中其余63个交流DCT系数的绝对值都小于t,则取块B中所有值的平均值作为(x0,y0)处的滤波后的值,否则用传统的滤波方法(例如取3x3的模板进行加权滤波)进行滤波。
5)x0++。如果x0等于wj,则令x0=0,y0++。如果y0等于hj,则结束,否则转到步骤2)。
图3为本发明一种基于DCT的去噪装置的***架构图。如图3所示本发明一种基于DCT的去噪装置,用于消除图像或视频帧中任一分量f[j]的加性高斯白噪声,至少包括:初始化模块301、方块选取模块302、DCT变换模块303、去噪模块304以及方块选取中心改变模块305。
其中初始化模块301用于进行初始化设定,即设定初始方块选取中心(x0,y0)及去噪阈值t,即:令x0=0,y0=0,t=k*sigma,其中k是一个正数,sigma为噪声标准差;方块选取模块302,以设定的方块选取中心为中心,取大小为8*8的方块,记为B。B={b[y][x]=f[j][a][d]|y0-3≤y≤y0+4,x0-3≤x≤x0+4;如果y<0,令a=0,如果y>hj-1,令a=hj-1,否则令a=y;如果x<0,令d=0,如果x>wj-1,令d=wj-1,否则令d=x}。
DCT变换模块303,用于对方块B进行m*m(如8*8)的DCT变换,得到DCT系数矩阵C,变换后DCT系数矩阵C记为C={c[yc][xc];yc=0..7,xc=0..7}。
去噪模块304,根据DCT变换的结果进行相应的去噪操作。即除了直流DCT系数c[0][0]外,若C中其余63个交流DCT系数的绝对值都小于t,则取方块B中所有值的平均值作为(x0,y0)处的滤波后的值,否则用传统的滤波方法进行滤波,传统的滤波方法如取3*3的模板进行加权滤波等。
方块选取中心改变模块305,改变方块选取中心的横坐标x0与纵坐标y0,并判断是否已遍历图像或视频帧的该分量的全部位置。即:x0++,如果x0≥wj,则令x0=0,y0++;如果y0≥hj,则结束,否则方块选取模块302继续选取方块。
可见,本发明一种基于DCT的去噪方法及装置,通过以点(x0,y0)为中心选取8*8的方块,对方块进行DCT变换后对DCT变换后的数值进行判断以对点(x0,y0)去噪,不仅可以有效地消除图像或视频帧中的加性高斯白噪声,而且可以在图像和视频的平坦区域很好的消除噪声,同时在细节丰富的区域保持图像和视频的细节。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下,对上述实施例进行修饰与改变。因此,本发明的权利保护范围,应如权利要求书所列。
Claims (10)
1.一种基于DCT的去噪方法,用于消除图像或视频帧中任一分量的噪声,包括如下步骤:
步骤一,设定初始方块选取中心及去噪阈值;
步骤二,以设定的方块选取中心为中心选取大小为m*m的方块;
步骤三,对该方块进行m*m DCT变换;
步骤四,判断经DCT变换后的值,除直流DCT系数外,若其余m*m-1个交流DCT系数的绝对值都小于该去噪阈值,则取该方块中所有值的平均值作为该方块选取中心处的滤波后的值;否则,用传统的滤波方法进行滤波;
步骤五,改变该方块选取中心的横坐标与纵坐标,如果方块选取中心已经遍历了图像或视频帧的该分量的所有位置,则结束,否则转到步骤二。
2.如权利要求1所述的一种基于DCT的去噪方法,其特征在于:对待处理的图像或视频帧的其他分量,重复进行步骤一至步骤五,对该待处理的图像或视频帧去噪。
3.如权利要求1所述的一种基于DCT的去噪方法,其特征在于:初始的方块选择中心的坐标为(0,0),去噪阈值为k*sigma,其中k是一个正数,sigma为噪声标准差。
4.如权利要求1所述的一种基于DCT的去噪方法,其特征在于,于步骤二中,以方块选取中心(x0,y0)为中心选取大小为m*m的方块的方法如下:当m为奇数时,m可以表示为2k+1,k是正整数,所选取的方块为:
B={b[y][x]|y0-k≤y≤y0+k,x0-k≤x≤x0+k;}
当m为偶数时,m可以表示为2k,k是正整数,所选取的方块为:
B={b[y][x]|y0-k+1≤y≤y0+k,x0-k+1≤x≤x0+k;}
其中,b[y][x]表示该图像或视频帧的分量在坐标(x,y)处的取值,当(x,y)超出该图像或视频帧的分量允许的取值范围时,取允许的取值范围内的与(x,y)距离最近的坐标处的值作为b[y][x]的值。
5.如权利要求1所述的一种基于DCT的去噪方法,其特征在于:于步骤二中,以设定的方块选取中心为中心选取大小为8*8的方块。
6.一种基于DCT的去噪装置,用于消除图像或视频帧中任一分量的噪声至少包括:
初始化模块,用于设定初始方块选取中心及去噪阈值;
方块选取模块,以设定的方块选取中心为中心,取大小为m*m的方块;
DCT变换模块,对该方块进行m*m的DCT变换;
去噪模块,根据DCT变换的结果进行相应的去噪操作;以及
方块选取中心改变模块,改变方块选取中心的横坐标与纵坐标。
7.如权利要求6所述的一种基于DCT的去噪装置,其特征在于:该去噪模块判断经DCT变换后的值,除直流DCT系数外,若其余m*m-1个交流DCT系数的绝对值都小于该去噪阈值,则取该方块中所有值的平均值作为该方块选取中心处的滤波后的值;否则,用传统的滤波方法进行滤波。
8.如权利要求6所述的一种基于DCT的去噪装置,其特征在于:该方块选取中心改变模块中,该方块选取中心遍历完图像或视频帧的该分量的所有位置后,结束去噪过程。
9.如权利要求6所述的一种基于DCT的去噪装置,其特征在于:该方块选取模块,以设定的方块选取中心为中心,取大小为8*8的方块。
10.如权利要求6所述的一种基于DCT的去噪装置,其特征在于:该初始化模块设定初始的方块选择中心的坐标为(0,0),去噪阈值为k*sigma,其中k是一个正数,sigma为噪声标准差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103125438A CN102801983A (zh) | 2012-08-29 | 2012-08-29 | 一种基于dct的去噪方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103125438A CN102801983A (zh) | 2012-08-29 | 2012-08-29 | 一种基于dct的去噪方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102801983A true CN102801983A (zh) | 2012-11-28 |
Family
ID=47200938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012103125438A Pending CN102801983A (zh) | 2012-08-29 | 2012-08-29 | 一种基于dct的去噪方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102801983A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104581158A (zh) * | 2013-10-16 | 2015-04-29 | 中兴通讯股份有限公司 | 量化表、图像压缩处理方法、装置、终端及图像搜索*** |
CN105472205A (zh) * | 2015-11-18 | 2016-04-06 | 腾讯科技(深圳)有限公司 | 编码过程中的实时视频降噪方法和装置 |
CN107895351A (zh) * | 2017-10-30 | 2018-04-10 | 维沃移动通信有限公司 | 一种图像去噪方法及移动终端 |
CN108305222A (zh) * | 2018-01-04 | 2018-07-20 | 浙江大华技术股份有限公司 | 一种图像的降噪方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1463531A (zh) * | 2001-05-21 | 2003-12-24 | 索尼公司 | 图像处理器 |
CN1498396A (zh) * | 2002-01-30 | 2004-05-19 | ���µ�����ҵ��ʽ���� | 音频编码与解码设备及其方法 |
CN1703900A (zh) * | 2002-10-03 | 2005-11-30 | 奥林巴斯株式会社 | 摄像***和播放*** |
US20110285871A1 (en) * | 2010-05-24 | 2011-11-24 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and computer-readable medium |
CN102496153A (zh) * | 2011-11-04 | 2012-06-13 | 西安电子科技大学 | 基于小波域中字典学习的sar图像相干斑抑制方法 |
-
2012
- 2012-08-29 CN CN2012103125438A patent/CN102801983A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1463531A (zh) * | 2001-05-21 | 2003-12-24 | 索尼公司 | 图像处理器 |
CN1498396A (zh) * | 2002-01-30 | 2004-05-19 | ���µ�����ҵ��ʽ���� | 音频编码与解码设备及其方法 |
CN1703900A (zh) * | 2002-10-03 | 2005-11-30 | 奥林巴斯株式会社 | 摄像***和播放*** |
US20110285871A1 (en) * | 2010-05-24 | 2011-11-24 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and computer-readable medium |
CN102496153A (zh) * | 2011-11-04 | 2012-06-13 | 西安电子科技大学 | 基于小波域中字典学习的sar图像相干斑抑制方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104581158A (zh) * | 2013-10-16 | 2015-04-29 | 中兴通讯股份有限公司 | 量化表、图像压缩处理方法、装置、终端及图像搜索*** |
CN104581158B (zh) * | 2013-10-16 | 2019-02-26 | 中兴通讯股份有限公司 | 量化表、图像压缩处理方法、装置、终端及图像搜索*** |
CN105472205A (zh) * | 2015-11-18 | 2016-04-06 | 腾讯科技(深圳)有限公司 | 编码过程中的实时视频降噪方法和装置 |
WO2017084258A1 (zh) * | 2015-11-18 | 2017-05-26 | 腾讯科技(深圳)有限公司 | 编码过程中的实时视频降噪方法、终端和非易失性计算机可读存储介质 |
US10587874B2 (en) | 2015-11-18 | 2020-03-10 | Tencent Technology (Shenzhen) Limited | Real-time video denoising method and terminal during coding, and non-volatile computer readable storage medium |
CN107895351A (zh) * | 2017-10-30 | 2018-04-10 | 维沃移动通信有限公司 | 一种图像去噪方法及移动终端 |
CN107895351B (zh) * | 2017-10-30 | 2019-08-20 | 维沃移动通信有限公司 | 一种图像去噪方法及移动终端 |
CN108305222A (zh) * | 2018-01-04 | 2018-07-20 | 浙江大华技术股份有限公司 | 一种图像的降噪方法、装置、电子设备和存储介质 |
CN108305222B (zh) * | 2018-01-04 | 2020-08-04 | 浙江大华技术股份有限公司 | 一种图像的降噪方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11386293B2 (en) | Training image signal processors using intermediate loss functions | |
Gräter et al. | Robust scale estimation for monocular visual odometry using structure from motion and vanishing points | |
CN111179189B (zh) | 基于生成对抗网络gan的图像处理方法、装置以及电子设备、存储介质 | |
CN108765479A (zh) | 利用深度学习对视频序列中单目视图深度估计优化方法 | |
CN101944230B (zh) | 基于多尺度的自然图像非局部均值去噪方法 | |
KR102160690B1 (ko) | 다초점 이미지 융합 방법 | |
CN102801983A (zh) | 一种基于dct的去噪方法及装置 | |
CN113362247A (zh) | 一种激光融合多目相机的语义实景三维重建方法及*** | |
CN103095996B (zh) | 基于时空显著性检测的多传感器视频融合方法 | |
CN102903111B (zh) | 基于图像分割的大面积低纹理区立体匹配算法 | |
CN111738265A (zh) | Rgb-d图像的语义分割方法、***、介质及电子设备 | |
AU2006345533B2 (en) | Multi-tracking of video objects | |
CN104008533A (zh) | 基于分块自适应特征跟踪的多传感器图像融合方法 | |
Albanis et al. | Pano3d: A holistic benchmark and a solid baseline for 360deg depth estimation | |
CN108010002B (zh) | 一种基于自适应隐式移动最小二乘的结构化点云去噪方法 | |
CN104143203B (zh) | 一种图像编辑传播方法 | |
Shen et al. | Neural contourlet network for monocular 360 depth estimation | |
Feng et al. | Semi-automatic 3d reconstruction of piecewise planar building models from single image | |
Chumerin et al. | Ground plane estimation based on dense stereo disparity | |
CN106408654B (zh) | 一种三维地图的创建方法及*** | |
CN104978720A (zh) | 一种视频图像雨滴去除方法及装置 | |
CN103354602B (zh) | 基于高阶奇异值分解的多传感器视频融合方法 | |
CN102682434A (zh) | 基于边缘先验和nsct域gsm的图像去噪方法 | |
CN107945142A (zh) | 一种合成孔径雷达图像去噪方法 | |
DE102014113179A1 (de) | Verfahren zum Ermitteln von representativen Punkten, die Kanten und Ecken eines 3D-Objekts angeben |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20121128 |