视频的时域去噪

bool imgProcess::deNoiseTem(Mat src, Mat &dst)
{
	temImg.push_back(src);
	dst = src.clone();

	if (temImg.size() < 2)
	{   
		return false;
	}
	else
	{   
		int dstHeight = dst.rows;
		int dstWith   = dst.cols;
		float weight[2] = { 0 };

		for (int h = 0; h < dstHeight; h++)
		{
			for (int w = 0; w < dstWith; w++)
			{   
				int Sad =  0 ;
				Sad =  abs(temImg[0].at<Vec3b>(h, w)[0] - src.at<Vec3b>(h, w)[0])
					 + abs(temImg[0].at<Vec3b>(h, w)[1] - src.at<Vec3b>(h, w)[1])
					 + abs(temImg[0].at<Vec3b>(h, w)[2] - src.at<Vec3b>(h, w)[2]);

				weight[0] = 0.5f * (1.f * Sad / MAX_SAD_THRESH);
				weight[0] = weight[0] > 0.5f ? 0.5f : weight[0];
				weight[0] = 0.5f - weight[0];
				weight[1] = 1 - weight[0];

				for (int i = 0; i < 3; i++)
				{   
					dst.at<Vec3b>(h, w)[i] = 0;
	
					dst.at<Vec3b>(h, w)[i] = static_cast<unsigned char>( 
                                  weight[0] * temImg[0].at<Vec3b>(h, w)[i]
								+ weight[1] * src.at<Vec3b>(h, w)[i]);
				}
			}
		}

		temImg.pop_back();
		temImg.push_back(dst);// update the last element to the filtered;

		vector<Mat>::iterator k = temImg.begin();
		temImg.erase(k);//删除第一个元素
	}
	return true;
}

时域去噪思想：

计算前一帧与当前帧的像素差和，即三通道绝对差的和作为距离标准;
当前帧像素由前一帧和当前帧的加权和得到；
上一帧的权值最大为0.5；
上一帧的权值由SAD（sum of absolute difference)和差值阈值MAX_SAD_THRESH决定；
当前帧的输出计算结果（时域滤波后）进入vector, 作为下一帧的参考帧；

注意点：

时域滤波只利用了2帧，不需要更多的前帧信息，这是因为时域滤波结果作为下一帧的输入，对未来帧的影响一直在，只是影响会越来越小；
当前帧的权值设置至少为0.5，如果再小，可能会出现拖影现象；
MAX_SAD_THRESH不可以过大，否则也会出现拖影现象，比如，MAX_SAD_THRESH为50时， sad计算结果为40，那么上一帧的权值为w0 = 0.5 - 0.5 * (40 / 50) = 0.1; 当 MAX_SAD_THRESH为100，w0 = 0.3; 很明显，sad为40时（个人认为比较大了），为了不产生拖影，肯定更小的MAX_SAD_THRESH（50）更合适；
当sad 为MAX_SAD_THRESH时，上一帧权值为0，当sad = 0时，上一帧和当前帧的权值都为0.5；

去噪前后的结果对比如下的GIF，一开始是未去噪，点击denoise后明细噪声变少！

猜你喜欢