一种视频抖动消除方法、消除装置、终端设备及存储介质制造方法及图纸

本发明专利技术公开了一种视频抖动消除方法，包括以下步骤：将视频帧划分为若干子区域块，并对子区域块进行筛选得到筛选视频帧；对筛选视频帧采用运动估计进行运动补偿得到补偿视频帧。本发明专利技术还公开了一种视频抖动消除装置、视频抖动消除设备和一种计算机可读存储介质。本发明专利技术根据灰度梯度识别视频抖动，算法简单；通过运动估计进行运动补偿，保证了最终获得的视频帧的品质。

【技术实现步骤摘要】
一种视频抖动消除方法、消除装置、终端设备及存储介质
本专利技术涉及视频处理
，尤其涉及一种视频抖动消除方法、消除装置、终端设备及存储介质。
技术介绍
视频抖动指视频帧之间发生整体的位移，从而影响视频观感及压缩编码等一系列后续操作。检测视频抖动的技术目前大致有：光流法，块匹配法，特征点匹配法及灰度投影法。光流法实际操作中采用了Fast角点检测和LK稀疏光流。块匹配是图像去噪，运动估计中常用的一种方法。通过将查询块与相邻的图像块进行匹配，从这些相邻块中找出距离查询块距离最近的K个块。特征点匹配法同光流法，比较依赖于特征点的寻找。灰度投影法是使用比较多，计算量也相对较小，实际效果也较好的方法。光流法依赖于特征点的检测，鲁棒性较差；块匹配法对于图像稳定性要求较高；特征点匹配法也依赖于特征点的寻找，计算量巨大；灰度投影法利用图像总体灰度分布规律的变化确定帧间的移动，但存在着前景运动影响全局运动计算，并且对于旋转运动效果不佳。
技术实现思路
针对上述现有技术存在不足，本专利技术提供一种视频抖动消除方法、消除装置、终端设备及存储介质。本专利技术采用的技术方案为：第一方面，本专利技术提供了一种视频抖动消除方法，包括：将视频帧划分为若干子区域块，并对子区域块进行筛选得到筛选视频帧；对筛选视频帧采用运动估计进行运动补偿得到补偿视频帧。在第一方面的第一种可能实施方式中，所述将视频帧划分为若干子区域块，并对子区域块进行筛选得到筛选视频帧；具体包括：采用灰度梯度对子区域块进行筛选，将有抖动的子区域块进行删除得到空白子区域块，无抖动的子区域块保留，空白子区域块和无抖动子区域块构成筛选视频帧。在第一方面的第二种可能实施方式中，所述采用灰度梯度对子区域块进行筛选，具体包括：计算各子区域块的灰度梯度，将各个子区域块的灰度梯度与梯度阈值进行比较，灰度梯度小于灰度阈值的子区域块为有抖动的子区域块，大于等于灰度阈值的子区域块为无抖动的子区域块。进一步的，所述灰度阈值为各个子区域块的灰度梯度的均值。在第一方面的第三种可能实施方式中，所述采用灰度梯度对子区域块进行筛选，具体包括：计算各子区域块的灰度梯度，并将各灰度梯度根据数值大小进行排序；根据排序顺序计算每相邻两个灰度梯度之间的差值；计算所有差值的平均值，删除大于平均值的差值对应的子区域模块；其中，差值对应的子区域模块为用于求差的两个灰度梯度中的较大值对应的子区域模块。在第一方面的第四种可能实施方式中，所述对筛选视频帧采用运动估计进行运动补偿得到补偿视频帧；具体包括：采用运动估计获取视频帧的运动信息，对筛选视频帧进行运动补偿。第二方面，本专利技术实施例提供了一种视频抖动消除装置，包括：筛选模块，用于将视频帧划分为若干子区域块，并对子区域块进行筛选得到筛选视频帧；补偿模块，用于对筛选视频帧采用运动估计进行运动补偿得到补偿视频帧。第三方面，本专利技术实施例提供了一种视频抖动消除设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如所述一种视频抖动消除方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如所述一种视频抖动消除方法。本专利技术的有益效果为：本专利技术通过计算各子区域块的灰度梯度，并删除灰度梯度小于梯度阈值的子区域块。根据灰度梯度识别视频抖动，算法简单；通过运动估计进行运动补偿，保证了最终获得的视频帧的品质；梯度阈值为变值，实现了根据每一帧视频实现梯度阈值的更新，从而有利于保证各视频帧中子区域块的筛选根据视频帧的特征进行，保证了该视频抖动消除方法根据视频帧进行适应的特点，有利于进一步提高视频抖动消除效果，保证了视频的完整性，并保证了每一帧视频的品质。附图说明图1为本专利技术提出的一种视频抖动消除方法流程图；图2为本专利技术提出的一种视频抖动消除装置结构图。具体实施方式本专利技术提供一种视频抖动消除方法，根据灰度梯度筛选子区域模块，实现了视频帧中抖动模糊的识别和消除；删除抖动模糊后，根据运动估计对空白区域进行补偿，保证了视频帧的完整，并消除了视频抖动。以上是本申请的核心思想，为了使本
的人员更好地理解本申请方案，下面结合附图对本申请作进一步的详细说明。应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。实施例一如图1所示，为本专利技术提出的一种视频抖动消除方法流程图。参照图1，一种视频抖动消除方法，包括以下步骤：步骤101，将视频帧划分为若干子区域块，并对子区域块进行筛选得到筛选视频帧；步骤102，对筛选视频帧采用运动估计进行运动补偿得到补偿视频帧。如此，本专利技术中，根据灰度梯度识别视频抖动，算法简单；通过运动估计进行运动补偿，保证了最终获得的视频帧的品质。且本专利技术中，以视频帧进行抖动消除对象，保证了视频的完整性，并保证了每一帧视频的品质。在步骤101中，将视频帧划分为若干子区域块，并对子区域块进行筛选得到筛选视频帧；具体包括：采用灰度梯度对子区域块进行筛选，将有抖动的子区域块进行删除得到空白子区域块，无抖动的子区域块保留，空白子区域块和无抖动子区域块构成筛选视频帧。上述采用灰度梯度对子区域块进行筛选，具体包括：计算各子区域块的灰度梯度，将各个子区域块的灰度梯度与梯度阈值进行比较，灰度梯度小于灰度阈值的子区域块为有抖动的子区域块，大于等于灰度阈值的子区域块为无抖动的子区域块。其中，灰度阈值为各个子区域块的灰度梯度的均值。本实施方式中，根据灰度梯度筛选子区域块的具体方法为：计算各子区域块的灰度梯度，并删除灰度梯度小于梯度阈值的子区域块。具体的，本实施中，梯度阈值为各子区域块灰度梯度的均值。本实施方式中梯度阈值为变值，如此，实现了根据每一帧视频实现梯度阈值的更新，从而有利于保证各视频帧中子区域块的筛选根据视频帧的特征进行，保证了该视频抖动消除方法根据视频帧进行适应的特点，有利于进一步提高视频抖动消除效果。实施例二本实施例在实施例一的基础上对子区域块筛选采用另一种实施方式，具体为：采用灰度梯度对子区域块进行筛选，具体包括：计算各子区域块的灰度梯度，并将各灰度梯度根据数值大小进行排序；根据排序顺序计算每相邻两个灰度梯度之间的差值；计算所有差值的平均值，删除大于平均值的差值对应的子区域模块；其中，差值对应的子区域模块为用于求差的两个灰度梯度中的较大值对应的子区域模块。本实施方式中，假设将视频帧分割为N个子区域模块，各子区域模块对应的灰度梯度分别为：a1、a2、a3……、本文档来自技高网...

【技术保护点】
1.一种视频抖动消除方法，其特征在于，包括：/n将视频帧划分为若干子区域块，并对子区域块进行筛选得到筛选视频帧；/n对筛选视频帧采用运动估计进行运动补偿得到补偿视频帧。/n

【技术特征摘要】
1.一种视频抖动消除方法，其特征在于，包括：
将视频帧划分为若干子区域块，并对子区域块进行筛选得到筛选视频帧；
对筛选视频帧采用运动估计进行运动补偿得到补偿视频帧。


2.根据权利要求1所述的方法，其特征在于，所述将视频帧划分为若干子区域块，并对子区域块进行筛选得到筛选视频帧；具体包括：
采用灰度梯度对子区域块进行筛选，将有抖动的子区域块进行删除得到空白子区域块，无抖动的子区域块保留，空白子区域块和无抖动子区域块构成筛选视频帧。


3.根据权利要求2所述的方法，其特征在于，所述采用灰度梯度对子区域块进行筛选，具体包括：
计算各子区域块的灰度梯度，将各个子区域块的灰度梯度与梯度阈值进行比较，灰度梯度小于灰度阈值的子区域块为有抖动的子区域块，大于等于灰度阈值的子区域块为无抖动的子区域块。


4.根据权利要求3所述的方法，其特征在于，所述灰度阈值为各个子区域块的灰度梯度的均值。


5.根据权利要求2所述的方法，其特征在于，所述采用灰度梯度对子区域块进行筛选，具体包括：
计算各子区域块的灰度梯度，并将各灰度梯度根据数值大...

【专利技术属性】
技术研发人员：杨建旭，杨可军，王皓，李程启，郑文杰，张骥，丁兆硕，
申请(专利权)人：安徽南瑞继远电网技术有限公司，国网山东省电力公司电力科学研究院，国家电网有限公司，
类型：发明
国别省市：安徽;34