本文關(guān)鍵詞：視頻監(jiān)控中噪聲的檢測和去除

  更多相關(guān)文章： 視頻監(jiān)控 噪聲檢測 噪點 雪花 條紋 噪聲去除

【摘要】：視頻監(jiān)控中的圖像噪聲的檢測和去除是圖像處理中的重要方面。對于視頻中噪聲的檢測和研究主要目的是避免噪聲對視頻圖像造成影響,確保監(jiān)控系統(tǒng)正常運行。視頻器材都是在各種環(huán)境中運行,運行情況會受到環(huán)境的影響,例如大雨天氣,雨水可能會進入攝像機的內(nèi)部損毀攝像頭,造成視頻的中斷,大風(fēng)會造成監(jiān)控器材搖晃或者會造成視頻器材的固定裝置的松動,導(dǎo)致拍攝的視頻出現(xiàn)抖動、模糊。監(jiān)控器材在運行的時候還會受到磁場、電波種種環(huán)境的影響,會導(dǎo)致視頻出現(xiàn)噪聲,例如噪點、雪花、條紋等等當(dāng)視頻監(jiān)控系統(tǒng)受到外界環(huán)境的干擾,致使視頻監(jiān)控中出現(xiàn)噪聲時,會導(dǎo)致視頻圖像模糊不清、甚至丟失重要的信息。目前對噪聲的檢測和去除主要是采用經(jīng)典的TV模型、小波變換方法,不考慮噪聲產(chǎn)生的原因,這會導(dǎo)致檢測的效果較差,有許多細小但是可能會導(dǎo)致丟失重要信息的噪聲視頻得不到檢測。本文提出的噪聲檢測方法是從噪聲的分類方面出發(fā)的,通過對噪聲進行分類,然后進行各類噪聲的檢測。本文將噪聲分為三類進行檢測:噪點噪聲、雪花噪聲和條紋噪聲。由于噪點噪聲本身較小,本文采用梯度模值檢測方法進行檢測;利用雪花噪聲其自身的特點采用基于形狀的連通域的檢測方法;對條紋噪聲采用改進的基于傅立葉變換的條紋檢測方法。經(jīng)過本文的分類檢測,對于自然環(huán)境下的噪聲視頻的檢測能夠取得較好的效果。同時對于視頻檢測中的噪點、雪花噪聲進行了去噪,也取得了較好的效果。
【關(guān)鍵詞】：視頻監(jiān)控 噪聲檢測 噪點 雪花 條紋 噪聲去除
【學(xué)位授予單位】：青島大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.41;TN948.6
【目錄】：

• 摘要2-3
• Abstract3-6
• 第一章 緒論6-12
• 1.1 研究目的及意義6-7
• 1.2 國內(nèi)外研究現(xiàn)狀7-11
• 1.2.1 噪點噪聲檢測研究現(xiàn)狀8
• 1.2.2 雪花噪聲檢測研究現(xiàn)狀8-9
• 1.2.3 條紋噪聲檢測研究現(xiàn)狀9-11
• 1.3 本文的主要工作11-12
• 第二章 視頻圖像噪聲檢測的基礎(chǔ)方法12-21
• 2.1 基于信噪比的圖像檢測方法12-14
• 2.1.1 基于峰值信噪比的圖像處理方法12-13
• 2.1.2 改進的基于峰值信噪比的圖像處理方法13-14
• 2.2 噪聲處理的雙邊濾波方法14-15
• 2.3 基于頻域的圖像處理方法15-21
• 2.3.1 噪聲處理的傅立葉變換方法16-18
• 2.3.2 快速傅立葉變換的方法18-21
• 第三章 視頻圖像噪聲去除的基礎(chǔ)模型21-29
• 3.1 噪聲處理的Tikhonov模型21-24
• 3.2 噪聲處理的TV模型24-26
• 3.3 非局部TV去噪模型26-29
• 第四章 視頻監(jiān)控中的噪聲檢測和修復(fù)29-46
• 4.1 視頻中的噪聲檢測方法29-34
• 4.1.1 視頻監(jiān)控中噪點噪聲的檢測方法29-30
• 4.1.2 視頻監(jiān)控中雪花噪聲的檢測方法30-32
• 4.1.3 視頻監(jiān)控中條紋噪聲的檢測方法32-34
• 4.2 視頻中噪聲檢測及實驗結(jié)果34-46
• 4.2.1 視頻圖像庫的說明34
• 4.2.2 噪點噪聲的檢測和去除的實驗結(jié)果34-38
• 4.2.3 雪花噪聲的檢測和去除的實驗結(jié)果38-42
• 4.2.4 條紋噪聲的檢測及實驗結(jié)果42-46
• 第五章 總結(jié)與展望46-47
• 5.1 本文的工作總結(jié)46
• 5.2 今后的工作展望46-47
• 參考文獻47-50
• 攻讀學(xué)位期間的研究成果50-51
• 致謝51-52

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉鵬;劉定生;李國慶;劉志文;;基于同步噪聲選擇非局部平均除噪聲的最優(yōu)參數(shù)[J];光電子.激光;2011年07期

2 譚永杰;曹彥;王永亮;;圖像噪聲類型識別研究[J];周口師范學(xué)院學(xué)報;2013年05期

3 崔元日,李向亭,宣柱香,吳新民;圖像噪聲的Wiener譜分析[J];解放軍測繪學(xué)院學(xué)報;1997年03期

4 于勇;郭雷;;噪聲圖像中提取邊緣的蟻群搜索算法[J];電子與信息學(xué)報;2008年06期

5 劉鵬;劉定生;李國慶;;基于噪聲與圖像同步迭代來確定時間步進法的規(guī)整化參數(shù)[J];電子與信息學(xué)報;2009年07期

6 何坤,李健,周激流,喬強;多尺度圖像迭代去噪[J];四川大學(xué)學(xué)報(工程科學(xué)版);2005年01期

7 羅志宏;馮國燦;成秋生;;融合變分模型與快速算法分割噪聲圖像[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2013年06期

8 吳錫;周激流;謝明元;;非局部主成分分析極大似然估計MRI圖像Rician噪聲去噪[J];中國生物醫(yī)學(xué)工程學(xué)報;2012年04期

9 黃玉程;胡國清;吳雄英;劉文艷;;人臉識別系統(tǒng)中圖像噪聲去除方法研究[J];微計算機信息;2005年25期

10 李大輝;;一種保持幾何形狀的散斑噪聲壓縮算法[J];黑龍江大學(xué)自然科學(xué)學(xué)報;2005年06期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 李登亮;葉榛;;噪聲函數(shù)在實時云彩仿真中的應(yīng)用[A];全國第13屆計算機輔助設(shè)計與圖形學(xué)（CAD/CG）學(xué)術(shù)會議論文集[C];2004年

2 羅志宏;馮國燦;楊關(guān);;一個新變分模型在噪聲圖像分割中的應(yīng)用[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張雷;交通視頻中噪聲圖像分割技術(shù)研究[D];長安大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 魏建;基于Chambolle投影算子的噪聲圖像分解模型分析與研究[D];西南大學(xué);2015年

2 鐘美麗;視頻監(jiān)控中噪聲的檢測和去除[D];青島大學(xué);2015年

3 陳崢;基于Bandelets的周期噪聲去除[D];河北師范大學(xué);2015年

4 張俊;水下強噪聲圖像目標(biāo)分割方法研究[D];大連海事大學(xué);2013年

5 陳杰;噪聲圖像分割的凸松弛變分模型[D];青島大學(xué);2012年

6 劉元凱;基于模糊和噪聲度量的視頻質(zhì)量評價模型及應(yīng)用[D];北京郵電大學(xué);2010年

7 楊旭;基于小波變換的綜合濾波法去噪聲[D];昆明理工大學(xué);2010年

8 鄭毅賢;基于稀疏表示理論的圖像去噪方法研究[D];上海交通大學(xué);2013年

9 吳迪;高光譜圖像噪聲區(qū)域的信息恢復(fù)技術(shù)研究[D];哈爾濱理工大學(xué);2014年

10 王子心;白噪聲圖像批量識別和噪聲區(qū)域定位軟件的設(shè)計及實現(xiàn)[D];西安電子科技大學(xué);2014年

，

本文編號：1074598