低照度场景下的时空频域视频去噪算法

随着移动端图像以及视频拍摄技术的广泛应用,低照度场景成为重要的成像场景之一。然而以夜晚、室内等为代表的低照度场景下,图像传感器采集到的视频图像普遍存在信噪比低和视觉效果差等问题。针对低照度场景下视频图像的质量问题,本文提出一种提升去噪效果的时空频域结合(TSF)视频去噪算法。所提出的TSF算法首先建立包含数字增益的低照度图像噪声模型,然后针对原始视频中的相邻前后两帧,基于光流法完成图像配准得到位移图,在时空域对高频图像进行去噪和重构,进而结合后续噪声图像实现无限脉冲响应处理,同时在空域进行降噪,输出后一帧去噪图像。在0.32lux到1.5lux的低照度环境下,基于当前手机中主流4800万像素图像传感器采集到的数据集,所提出的TSF算法与谷歌Pixel2所采用的实时视频去噪算法相比,具有更好的图像质量和纹理保持效果,同时与VBM4D去噪算法相比,有效降低运行时间和复杂度。