论文部分内容阅读
摘要在视频监控系统中,用于采集图像的视频采集卡是该系统的核心模块,它在采集图像的过程中会受到外部因素(噪声)的影响,使采集到的图像质量下降,并掩盖了重要的图像细节信息,进而为后续的图像处理(图像分割、融合和识别等)带来困难。因此,对图像的处理,首要任务是分离并去除图像噪声。小波分析方法是一个很好的用于信号分析的工具,可以比较有效地分离并去除噪声,并且该方法的研究也比较成熟。但是,对于图像信号,小波分析方法还存在一些缺陷:它具有点奇异性,在处理二维或更高维信号时,不能充分利用数据本身特有的几何特征对图像信号进行高效的表示。Curvelet多尺度分析方法弥补了小波分析方法的不足,它对具有曲线奇异性的信号有很强的方向性,其各向异性特征非常有利于图像边缘的刻画和表示。因此,采用新的分析方法,对数字图像进行高效的处理就显得十分必要。本文应用小波和Curvelet分析,深入地研究了彩色图像去噪方法,并设计了视频压缩卡的软件开发包,实现了视频监控并捕获监控图像,最后对捕获的监控图像进行去噪处理,主要内容有:(1)深入分析了彩色图像颜色空间的特点,及对彩色图像去噪的影响,选择在YCbCr颜色空间进行去噪处理,从而在不牺牲图像质量的前提下更有效地去除噪声。(2)研究了基于小波变换的阈值去噪算法,并在此基础上采用在YCbCr颜色空间进行BayesShrink和MapShrink阈值去噪的方法。该方法不仅可以更好地保持色彩信息,还能够获得较高的峰值信噪比(PSNR)。(3)深入研究Curvelet多尺度分析方法,提出了在YCbCr颜色空间Curvelet域阈值去噪方法。该方法利用Curvelet变换的特点,构造了阈值,并采用改进的阈值函数进行去噪。该方法除了能够更好的维持图像的色彩信息,它还可以更多地保留图像的细节信息,极大地降低由小波分析方法产生的图像边缘模糊并提高峰值信噪比(PSNR)。(4)设计了基于SDK的视频采集方案。使用VC++6.0设计并开发了基于PC/104plus架构MPEG-4视频压缩卡的API动态链接库和应用程序,设计了基于DirectShow的多媒体处理程序,实现视频的实时预览,捕获视频监控图像。采用提出的彩色图像去噪方法对加噪的捕获图像去噪,能够有效的去除噪声并获得较高的峰值信噪比。(5)设计了基于DirectShow的视频采集方案,在DirectShow架构下,设计并开发了基于minidriver的视频压缩卡应用软件。本文中的研究开发工作经实验证明:去噪方法正确有效,所设计的MPEG-4视频压缩卡的软件开发包功能正确并性能稳定。