視頻噪聲檢測方法及裝置的製作方法
2023-05-29 13:40:16
專利名稱：視頻噪聲檢測方法及裝置的製作方法
技術領域：
本發明涉及圖像質量評價技術領域，尤其涉及視頻噪聲檢測方法及裝置。
背景技術：
圖像質量是判斷圖像採集設備性能好壞、工作狀態是否正常的一個重要指標，也較多地被用在圖像處理算法性能優劣比較和優化系統參數。因此，在圖像採集、編碼壓縮、網絡傳輸等領域建立有效的圖像質量評價機制具有重要的意義。圖像質量評價從方法上可以分為主觀評價方法和客觀評價方法兩大類。主觀評價方法採用人自身的主觀感受來評價圖像對象的質量。主觀評價法在受控的環境下，將待評價的圖像顯示給評價者觀看，同時記錄下評價者的打分，並對所有評價者的打分進行統計，得出一個統計分數(可以是平均值、中值等)作為評價結果。一般的主觀評價方法包括DSCQS (Double Stimulus Continuous Quality Scale,雙刺激連續質量標度方法)、SSCQE (Single Stimulus Continuous Quality Evaluation,單刺激連續質量評價法)。一般來說，主觀質量評價是一種可靠的方式，不僅適合於傳統的模擬系統，也適合於數字系統，同時對於運動圖像也能得到較可靠的結果。其缺點在於，測試環境要求嚴格、步驟複雜、測試時間長、缺乏實時性。一般的客觀評價方法都是通過模擬人類視覺系統的一些生理特徵來建立視覺感知模型，使用該模型來評價圖像，將模型的輸出值作為圖像質量的評價。客觀評價方法採用了定量的方法測量圖像的質量，評價過程可以自動完成，無需人工參與。客觀評價的研究焦點著重於如何提高主觀評價結果和客觀評價結果之間的相關性。按照評價是否需要原始視頻，可以將客觀評價方法分為全參考方法、部分參考方法、無參考方法。全參考方法需要獲取降質圖像的未降質參考視頻，通過比較降質圖像和未降質圖像來評價降質圖像的質量。部分參考方法無法獲取未降質圖像，但能夠得到未降質圖像的一些特徵，利用該特徵來估計降質圖像的質量。無參考方法一般是在無法獲得未降質參考圖像時使用，該方法先建立有關圖像降質的模型，根據該模型來評估圖像的質量。圖像/視頻噪聲水平是用來度量圖像/視頻質量的指標之一。目前已有一些用來估計圖像和視頻的噪聲水平的方法，但有關算法普遍存在適用範圍較窄，場景適應性較差，用於視頻時估計準確度較差的問題，只能對部分特定的圖像和視頻有一定效果。
發明內容
本發明實施例提供一種視頻噪聲檢測方法，用以適用較大範圍的視頻噪聲檢測場景，提高視頻噪聲水平估計的準確度，該方法包括:檢測攝像頭是否處於靜止狀態；當檢測出攝像頭處於靜止狀態時，分離攝像頭捕獲的視頻中的噪聲和場景運動，確定所述視頻的噪聲水平；
當檢測出攝像頭處於運動狀態時，查找所述視頻中當前幀圖像的平坦塊，根據查找到的平坦塊，確定所述視頻的噪聲水平。本發明實施例還提供一種視頻噪聲檢測裝置，用以適用較大範圍的視頻噪聲檢測場景，提高視頻噪聲水平估計的準確度，該裝置包括:攝像頭檢測模塊，用於檢測攝像頭是否處於靜止狀態；第一視頻噪聲確定模塊，用於當檢測出攝像頭處於靜止狀態時，分離攝像頭捕獲的視頻中的噪聲和場景運動，確定所述視頻的噪聲水平；第二視頻噪聲確定模塊，用於當檢測出攝像頭處於運動狀態時，查找所述視頻中當前幀圖像的平坦塊，根據查找到的平坦塊，確定所述視頻的噪聲水平。本發明實施例中，檢測攝像頭是否處於靜止狀態；當檢測出攝像頭處於靜止狀態時，分離攝像頭捕獲的視頻中的噪聲和場景運動，確定所述視頻的噪聲水平，可得到高準確度的估計值；當檢測出攝像頭處於運動狀態時，查找所述視頻中當前幀圖像的平坦塊，根據查找到的平坦塊，確定所述視頻的噪聲水平，可排除圖像紋理對噪聲檢測的影響。本發明實施例可用於靜止的攝像頭，也可用於運動的攝像頭。當用於靜止的攝像頭時，能夠獲得極為準確的估計值，而當攝像頭發生運動時，也能獲得較為準確的估計值。本發明實施例可用於絕大部分視頻，能夠獲得比已有方法更好的視頻噪聲水平估計效果。
為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。在附圖中:圖1為本發明實施例中視頻噪聲檢測方法的處理流程圖；圖2為本發明實施例中計算當前幀圖像分塊平坦度時使用的預設模板示意圖；圖3為本發明實施例中視頻噪聲檢測方法的一具體實例的處理流程圖；圖4為本發明實施例中視頻噪聲檢測裝置的結構示意圖；圖5為本發明實施例中視頻噪聲檢測裝置的一具體實例的結構示意圖；圖6為本發明實施例中飽和子塊確定模塊的一具體實例的結構示意圖；圖7為本發明實施例中攝像頭檢測模塊的一具體實例的結構示意圖；圖8為本發明實施例中第一視頻噪聲確定模塊的一具體實例的結構示意圖；圖9為本發明實施例中第二視頻噪聲確定模塊的一具體實例的結構示意圖。
具體實施例方式為使本發明實施例的目的、技術方案和優點更加清楚明白，下面結合附圖對本發明實施例做進一步詳細說明。在此，本發明的示意性實施例及其說明用於解釋本發明，但並不作為對本發明的限定。為了適用較大範圍的視頻噪聲檢測場景，提高視頻噪聲水平估計的準確度，本發明實施例針對靜止攝像頭捕獲的視頻，利用絕大部分視頻噪聲分布相同的特性，分離視頻中的噪聲和場景運動，確定視頻的噪聲水平，從而得到高準確度的估計值；為了使攝像頭在運動時也能檢測視頻噪聲，針對運動攝像頭捕獲的視頻，使用單幅圖像進行噪聲估計，估計時同樣假定圖像中噪聲分布相同，通過查找平坦塊的方法來排除圖像紋理對噪聲檢測的影響。如圖1所示，本發明實施例中視頻噪聲檢測方法的處理流程可以包括:步驟101、檢測攝像頭是否處於靜止狀態；步驟102、當檢測出攝像頭處於靜止狀態時，分離攝像頭捕獲的視頻中的噪聲和場景運動，確定視頻的噪聲水平；步驟103、當檢測出攝像頭處於運動狀態時，查找視頻中當前幀圖像的平坦塊，根據查找到的平坦塊，確定視頻的噪聲水平。具體實施時，在檢測攝像頭是否處於靜止狀態之前，還可以先從攝像頭捕獲的視頻中提取連續兩幀圖像，獲得連續兩幀圖像的灰度圖像；根據連續兩幀圖像的灰度圖像獲得連續兩幀圖像的梯度圖像；根據連續兩幀圖像的灰度圖像獲得幀差圖像；將幀差圖像分塊，確定幀差圖像中的飽和子塊。其中，根據連續兩幀圖像的灰度圖像獲得連續兩幀圖像的梯度圖像時，可採用sobel算子計算圖像在水平方向、垂直方向的梯度，從而得到梯度圖像。根據連續兩幀圖像的灰度圖像獲得幀差圖像時，可將連續兩幀圖像的對應位置像素灰度值相減，即可得到幀差圖像。將幀差圖像分塊，確定幀差圖像中的飽和子塊，可以包括:I)遍歷幀差圖像中的所有像素，確定幀差圖像中的飽和像素，飽和像素的灰度值與其鄰域8個像素的灰度值相同，且飽和像素的灰度值大於第一閾值；例如，對當前像素，可檢查其鄰域8個像素的灰度值是否與當前像素的灰度值相同，同時檢查當前像素的灰度值是否大於第一閾值，如一固定閾值Ts ；2)將幀差圖像分塊，統計每個分塊內的飽和像素個數，將飽和像素個數大於第二閾值的分塊確定為幀差圖像中的飽和子塊；例如，在分塊時每個分塊的大小可選擇為8X8，統計每個分塊內的飽和像素個數ns，如果ns大於第二閾值，如Tns，則將該分塊標記為飽和子塊。為了能夠簡單、快速地進行攝像頭的狀態檢測，具體實施時，檢測攝像頭是否處於靜止狀態，可以包括:I)將當前幀圖像的灰度圖像分塊，將當前幀圖像的灰度圖像中方差大於第三閾值的分塊確定為紋理塊；例如，可使用塊內像素灰度值計算塊方差，將方差大於第三定閾值，如Tt的分塊標記為紋理塊；2)對幀差圖像中對應於紋理塊的分塊計算方差，將幀差圖像中方差大於第四閾值的分塊確定為運動塊；例如，將方差大於第四閾值，如Td的分塊標記為運動塊；3)統計運動塊個數和紋理塊個數；4)若運動塊個數與紋理塊個數的比值大於第五閾值，則確定攝像頭處於運動狀態，否則確定攝像頭處於靜止狀態；例如，運動塊個數為nm,紋理塊個數為nt, b = nm/nt,當b大於第五閾值，如Tm，則認為攝像頭處於運動狀態，否則處於靜止狀態。具體實施時，當檢測出攝像頭處於靜止狀態時，分離攝像頭捕獲的視頻中的噪聲和場景運動，確定視頻的噪聲水平，可以包括:I)計算幀差圖像中每個非飽和子塊幀差值的標準差；
2)採用幀差圖像中所有非飽和子塊幀差值的標準差統計標準差直方圖；3)查找標準差直方圖中最高柱對應的灰度值，根據查找到的灰度值確定運動像素與非運動像素的分界值；例如，標準差直方圖中最高柱對應的灰度值為a，將運動像素與非運動像素的分界值確定為a+Ta，其中Ta為一經驗參數，例如可選擇為2 ；4)對幀差圖像中幀差值小於分界值的所有幀差值計算方差，輸出計算出的方差值作為視頻的噪聲水平；例如，按如下公式輸出視頻的噪聲水平:D = D(X)其中X表示幀差圖像中幀差值小於分界值a+Ta的所有幀差值，D(X)表示對x求方差。具體實施時，當檢測出攝像頭處於運動狀態時，查找視頻中當前幀圖像的平坦塊，根據查找到的平坦塊，確定視頻的噪聲水平，可以包括:1)將當前幀圖像分塊，計算每個分塊的平坦度；例如可以使用預設模板與當前分塊進行卷積，將卷積後的值作為當前分塊的平坦度；舉個例子，可以將當前幀圖像分成5X5的分塊，使用如圖2所示的8個模板計算每個分塊的平坦度。圖2所示的8個模板中，可假設斜紋塊的值為4，黑色塊的值為-1，白色塊的值為0，使用這8個模板與當前分塊進行卷積，卷積後的值作為當前分塊的平坦度:
權利要求
1.一種視頻噪聲檢測方法，其特徵在於，該方法包括: 檢測攝像頭是否處於靜止狀態； 當檢測出攝像頭處於靜止狀態時，分離攝像頭捕獲的視頻中的噪聲和場景運動，確定所述視頻的噪聲水平； 當檢測出攝像頭處於運動狀態時，查找所述視頻中當前幀圖像的平坦塊，根據查找到的平坦塊，確定所述視頻的噪聲水平。
2.按權利要求1所述的方法，其特徵在於，所述檢測攝像頭是否處於靜止狀態之前，還包括: 從攝像頭捕獲的視頻中提取連續兩幀圖像，獲得所述連續兩幀圖像的灰度圖像； 根據所述連續兩幀圖像的灰度圖像獲得所述連續兩幀圖像的梯度圖像； 根據所述連續兩幀圖像的灰度圖像獲得幀差圖像； 將所述幀差圖像分塊，確定所述幀差圖像中的飽和子塊。
3.按權利要求2所述的方法，其特徵在於，將所述幀差圖像分塊，確定所述幀差圖像中的飽和子塊，包括: 遍歷所述幀差圖像中的所有像素，確定所述幀差圖像中的飽和像素，所述飽和像素的灰度值與其鄰域8個像素的灰度值相 同，且所述飽和像素的灰度值大於第一閾值； 將所述幀差圖像分塊，統計每個分塊內的飽和像素個數，將飽和像素個數大於第二閾值的分塊確定為所述幀差圖像中的飽和子塊。
4.按權利要求2所述的方法，其特徵在於，所述檢測攝像頭是否處於靜止狀態，包括: 將當前幀圖像的灰度圖像分塊，將當前幀圖像的灰度圖像中方差大於第三閾值的分塊確定為紋理塊； 對所述幀差圖像中對應於紋理塊的分塊計算方差，將所述幀差圖像中方差大於第四閾值的分塊確定為運動塊； 統計運動塊個數和紋理塊個數； 若運動塊個數與紋理塊個數的比值大於第五閾值，則確定攝像頭處於運動狀態，否則確定攝像頭處於靜止狀態。
5.按權利要求2所述的方法，其特徵在於，當檢測出攝像頭處於靜止狀態時，分離攝像頭捕獲的視頻中的噪聲和場景運動，確定所述視頻的噪聲水平，包括: 計算所述幀差圖像中每個非飽和子塊幀差值的標準差； 採用所述幀差圖像中所有非飽和子塊幀差值的標準差統計標準差直方圖； 查找標準差直方圖中最高柱對應的灰度值，根據查找到的灰度值確定運動像素與非運動像素的分界值； 對所述幀差圖像中幀差值小於所述分界值的所有幀差值計算方差，輸出計算出的方差值作為所述視頻的噪聲水平。
6.按權利要求2所述的方法，其特徵在於，當檢測出攝像頭處於運動狀態時，查找所述視頻中當前幀圖像的平坦塊，根據查找到的平坦塊，確定所述視頻的噪聲水平，包括: 將當前幀圖像分塊，計算每個分塊的平坦度； 選擇預定數量的當前幀圖像中最平坦的分塊，對選擇的每個分塊計算方差； 計算選擇的所有分塊的方差均值，輸出計算出的方差均值作為所述視頻的噪聲水平。
7.按權利要求6所述的方法，其特徵在於，所述計算每個分塊的平坦度，包括: 使用預設模板與當前分塊進行卷積，將卷積後的值作為當前分塊的平坦度。
8.一種視頻噪聲檢測裝置，其特徵在於，該裝置包括: 攝像頭檢測模塊，用於檢測攝像頭是否處於靜止狀態； 第一視頻噪聲確定模塊，用於當檢測出攝像頭處於靜止狀態時，分離攝像頭捕獲的視頻中的噪聲和場景運動，確定所述視頻的噪聲水平； 第二視頻噪聲確定模塊，用於當檢測出攝像頭處於運動狀態時，查找所述視頻中當前幀圖像的平坦塊，根據查找到的平坦塊，確定所述視頻的噪聲水平。
9.按權利要求8所述的裝置，其特徵在於，還包括: 灰度圖像獲得模塊，用於從攝像頭捕獲的視頻中提取連續兩幀圖像，獲得所述連續兩幀圖像的灰度圖像； 梯度圖像獲得模塊，用於根據所述連續兩幀圖像的灰度圖像獲得所述連續兩幀圖像的梯度圖像； 幀差圖像獲得模塊，用於根據所述連續兩幀圖像的灰度圖像獲得幀差圖像； 飽和子塊確定模塊，用於將所述幀差 圖像分塊，確定所述幀差圖像中的飽和子塊。
10.按權利要求9所述的裝置，其特徵在於，所述飽和子塊確定模塊，包括: 飽和像素確定單元，用於遍歷所述幀差圖像中的所有像素，確定所述幀差圖像中的飽和像素，所述飽和像素的灰度值與其鄰域8個像素的灰度值相同，且所述飽和像素的灰度值大於第一閾值； 飽和子塊確定單元，用於將所述幀差圖像分塊，統計每個分塊內的飽和像素個數，將飽和像素個數大於第二閾值的分塊確定為所述幀差圖像中的飽和子塊。
11.按權利要求9所述的裝置，其特徵在於，所述攝像頭檢測模塊，包括: 紋理塊確定單元，用於將當前幀圖像的灰度圖像分塊，將當前幀圖像的灰度圖像中方差大於第三閾值的分塊確定為紋理塊； 運動塊確定單元，用於對所述幀差圖像中對應於紋理塊的分塊計算方差，將所述幀差圖像中方差大於第四閾值的分塊確定為運動塊； 塊個數統計單元，用於統計運動塊個數和紋理塊個數； 攝像頭狀態確定單元，用於若運動塊個數與紋理塊個數的比值大於第五閾值，則確定攝像頭處於運動狀態，否則確定攝像頭處於靜止狀態。
12.按權利要求9所述的裝置，其特徵在於，所述第一視頻噪聲確定模塊，包括: 標準差計算單元，用於計算所述幀差圖像中每個非飽和子塊幀差值的標準差； 標準差直方圖統計單元，用於採用所述幀差圖像中所有非飽和子塊幀差值的標準差統計標準差直方圖； 分界值確定單元，用於查找標準差直方圖中最高柱對應的灰度值，根據查找到的灰度值確定運動像素與非運動像素的分界值； 第一噪聲水平輸出單元，用於對所述幀差圖像中幀差值小於所述分界值的所有幀差值計算方差，輸出計算出的方差值作為所述視頻的噪聲水平。
13.按權利要求9所述的裝置，其特徵在於，所述第二視頻噪聲確定模塊，包括: 分塊平坦度計算單元，用於將當前幀圖像分塊，計算每個分塊的平坦度；平坦塊方差計算單元，用於選擇預定數量的當前幀圖像中最平坦的分塊，對選擇的每個分塊計算方差； 第二噪聲水平輸出單元，用於計算選擇的所有分塊的方差均值，輸出計算出的方差均值作為所述視頻的噪聲水平。
14.按權利要求13所述的裝置，其特徵在於，所述分塊平坦度計算單元，具體用於: 使用預設模板與當前分 塊進行卷積，將卷積後的值作為當前分塊的平坦度。
全文摘要
本發明公開了一種視頻噪聲檢測方法及裝置，其中方法包括檢測攝像頭是否處於靜止狀態；當檢測出攝像頭處於靜止狀態時，分離攝像頭捕獲的視頻中的噪聲和場景運動，確定所述視頻的噪聲水平；當檢測出攝像頭處於運動狀態時，查找所述視頻中當前幀圖像的平坦塊，根據查找到的平坦塊，確定所述視頻的噪聲水平。本發明可用於靜止的攝像頭，也可用於運動的攝像頭。當用於靜止的攝像頭時，能夠獲得極為準確的估計值，而當攝像頭發生運動時，也能獲得較為準確的估計值。本發明實施例可用於絕大部分視頻，能夠獲得比已有方法更好的視頻噪聲水平估計效果。
文檔編號H04N17/00GK103096117SQ20111033465
公開日2013年5月8日 申請日期2011年10月28日 優先權日2011年10月28日
發明者潘石柱, 張興明, 傅利泉, 朱江明, 吳軍, 吳堅 申請人:浙江大華技術股份有限公司