Новости

Шумоподавление 3DNR

Что такое шумоподавление 3DNR

(сокр. от англ. Digital Noise Reduction) - технология подавления шумов в изображении, проявляющихся при малом освещении.

В системах передачи видеосигнала, в том числе и в системах видеонаблюдения, особое место уделяется технологии фильтрации шума. Шумоподавление – важный элемент функционирования системы видеонаблюдения, так как наличие разных шумов в видеосигнале не только искажает и ухудшает качество изображения, но также влияет на процессы обработки сигналов. Шум особенно не приемлем для  IP-видеонаблюдения, изображение которого  подвергается сильному сжатию и последующей декомпрессии.

В настоящее время способы шумоподавления можно разделить на два типа:

- двухмерное 2D DNR, (которое в свою очередь делится на пространственное и временное)

- трёхмерное 3D DNR шумоподавление.

Двухмерное 2D DNR:

Пространственный фильтр шумоподавления анализирует изображение только в пространственной области, игнорируя информацию во временном направлении.

Временные фильтры подавления шумов анализируют пиксели только во временном направлении. Временное шумоподавление может использовать адаптивный или компенсационный методы.

При адаптивном методе анализируется пиксели, находящиеся в одной и той же позиции в разных кадрах.

Компенсационный метод основан на анализе траектории движения, опираясь на фактические данные, полученные по результатам оценки движения.

Но у 2D DNR метода есть недостаток — при обработке сигнала детали изображения становятся расплывчатыми.

Трёхмерное 3D DNR

3D DNR фильтр шумоподавления объединяет преимущества временных фильтров с пространственными фильтрами, но при этом лишен присущих им недостатков.

При 3D DNR шумоподавлении применяется метод уменьшения аддитивного влияния гауссовского шума, анализирующий множество последовательных кадров видео с помощью временной фильтрации.

Метод определяет степень различия между пикселями в текущем кадре и пикселями в предшествующем кадре.

Он также определяет вектор движения, который показателен для движения пикселя в текущем кадре, и аналогичное движение компенсируемого пикселя в фильтрованном кадре.

Затем метод оценивает искажение, затрагивающее пиксель в текущем кадре.

В итоге фильтр рассчитывает результат по усредненному «весу» пикселей в текущем кадре с учетом пикселей второго кадра, учитывая результаты обнаружения и оценки движения, компенсации движения и оценку шума.

Благодаря этому методу можно получить качественное изображение видеосигнала при неблагоприятных условиях освещённости.

 

Error