数字视频斑点检测与修复算法研究

来源 :三峡大学 | 被引量 : 0次 | 上传用户:snwyshenwei
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
老的影视资料由于胶片老化、脱落以及反复播放、转存、复制的过程中受到刮伤等原因,播放时在画面中出现了如斑点、闪烁、划痕、抖动、褪色等问题。另外,当前节目制作过程中由于各种原因也会导致黑画面、绿画面、马赛克、拉条等各种问题。这些都称之为视频缺损。本文研究的是老的影视资料中最常见的缺损—斑点。本文通过运用图像识别、图像修复以及运动估计等数字图像处理技术,对视频损伤中斑点的检测与修复问题展开了研究,提出了切实可行的检测与修复算法。在对以往斑点检测算法深入研究以及大量实验的基础上,针对以往算法的缺点,提出了一种新的基于边缘的斑点检测算法。首先,利用边缘检测器将当前帧边缘提取出来。然后根据斑点边缘特性提出了一种非斑点边缘去除方法去除部分非斑点边缘。最后,依据剩下的边缘像素,运用基于局部运动估计的SROD斑点检测算法完整检测出所有斑点。在本算法中,斑点检测范围被限制到斑点边缘及边缘邻近像素区域,大大的降低了时间复杂度。非斑点边缘去除方法进一步将检测范围限制在斑点边缘附近,进一步降低了时间复杂度。基于局部运动估计的SROD斑点检测算法只对边缘附近待检测位置进行运动补偿,相比于全帧的运动补偿,大大降低了算法耗时。同时,基于局部运动估计的SROD斑点检测算法考虑了局部的运动,相比于原始的SROD斑点检测算法,运动估计精度更高,检测准确度与精确度也更高。实验结果表明,该算法不光给出了比较成功的检测性能,也简化了算法复杂度,优于以往算法。基于边缘的斑点检测算法在实际老的影视资料修复中,大大提高了斑点修复的自动化程度和检测性能。在对以往的斑点修复算法,特别是基于偏微分的图像修复算法的深入研究及反复实验的基础上,对基于非本地离散正则化的视频修复算法进行了改进,提出了一种用于斑点修复的改进算法。改进算法主要是对基于非本地离散正则化的视频修复算法进行了后处理。相比于对当前帧几个相似像素进行正则化得到重建值,本文还运用到了前后帧中的相似像素来重建当前像素。改进后算法无论是在视觉上还是在图像质量客观评价标准PSNR值以及均方误差MSE上,都要优于原算法。改进后的斑点修复算法在实际老的影视资料修复中,结合了视频的时间冗余信息,改善了修复效果。
其他文献
随着科学与技术的不断发展,数据的规模急剧增长,如何有效的利用这些数据来服务于日常生活与科研是各个领域专家一直努力研究的方向。1982年,波兰数学家Z.Pawlak于提出了粗糙
人脸识别技术是生物特征识别技术中应用最广的一项技术,也是计算机视觉和模式识别领域研究得最多的一个课题。由于其在不同领域的需求有所不同,产生了许多不同的人脸识别技术
随着计算机网络技术的发展,互联网逐渐呈现出一种高带宽、高延迟的特性。传统的TCP拥塞控制算法已经不能适应现有的网络,带宽利用率低下。因此,设计出一个适应高带宽延迟网络
在非结构化P2P网络中,节点由于受到内部能力差异、搭便车行为和高扰动(High Churn)特性的影响,负载度呈现出严重的失衡,对网络的健壮性和可用性形成了严重的影响,同时也造成
无论在虚拟的大型3D游戏、影视作品中,还是在海洋勘探等领域,大规模海洋仿真有着非常重要的应用。目前的海洋仿真研究中大多聚焦在海面建模层面,或者只实现某一个海洋光学表
不平衡数据在实际应用中广泛存在,如何从不平衡数据中学习并获得分类器成为了当前机器学习研究领域的一个热点。该方面的研究已经取得了一定的成果,并在入侵检测、信用卡交易
按需式距离矢量路由协议AODV是一种经典的按需路由协议,已经得到了广泛的应用。在AODV的实现中,网络节点根据首次接收到的RREQ报文建立反向路由及前向路由,对于重复接收的RRE
随着“互联网+”时代的到来,移动互联网迎来了新的发展时机,智能手机作为移动互联网的主要入口之一发展迅速,其设备性能与普及度都有很大的提升。Android系统作为最受欢迎的
无线传感器网络是由大量具有感知、数据收集、数据处理和无线通信能力的小体积、低成本的传感器节点构成的无线自组织网络,能够对大范围区域进行有效监测,并对监测数据进行处
随着软件行业的繁荣发展,软件系统的规模和复杂度急剧增长,对软件进行优化和维护越来越困难。软件缺陷预测通过分析软件特征,利用机器学习技术构建预测模型,在软件测试前定位