Video sequences are frequently contaminated by noise throughout the acquisition process, resulting in considerable degradation of video display quality. In this paper, we present a novel method of video filtering. The proposed filter is developed from an optimization problem in which a Bayesian term and a noisy video sequence prior distribution are combined. The method begins by segmenting the video sequence into space-time blocks and then substituting each noisy block by a weighted average of non-local neighbor blocks. Gradient-based weights are used to dynamically adjust the edge preservation and smoothness of the reference block. The obtained formulation enables nonlinear filtering and, hence, preserving key features such as edges and corners while using the intrinsic Bayesian filtering framework. Experiments on different video sequences with varying degrees of noise show that the proposed method performs better than state-of-the-art video filtering approaches.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00