美国麻省理工学院的科学家2012年公布了一项最新的视频处理技术，这种技术可以捕捉视频中人类难以觉察的极其微小的颜色或动作变化，通过对不同变化的变动频率进行分析处理，最终让人们可以直接观察到这些微变化，并将这些变化进行任意放大处理。举例来说，利用这项技术人们可以直接从视频中观察血液循环、脉搏变化或婴儿呼吸等情况。这一技术不仅对远程探视病人十分有帮助，还在其他方面都有不小的应用价值。但是该算法目前还存在一个问题，就是放大后的视频部分细节丢失严重以及整体的画面较原来模糊。这将严重影响该技术在各方面领域的应用，由于欧拉视频放大算法是近两年才提出来的，因此对该算法的进一步研究目前还处于初步阶段。但是鉴于其应用价值巨大，国内外的研究学者包括大量的企业都对其表现了巨大的兴趣，也都投入了资源对其进行了研究。研究结果表明造成放大后视频效果不理想的主要原因是由于欧拉视频放大算法中没有进行去噪处理，基于此本文提出了小波域维纳滤波器的欧拉视频放大算法的去噪改进方法。仿真实验证明该方法能够很明显的改善视频的质量。

采用小波域维纳滤波器对欧拉视频放大算法进行去噪改进是现阶段尝试得到的最好方法，之前有探讨过基于运动估计的一些去噪算法，包括小波域运动估计和块匹配运动估计，但是并没有得到理想的效果。而小波变换具有良好的时频分析特性，根据图像与噪声在不同尺度上的不同特征，选取不同的阈值来对图像进行降噪。在噪声方差和均值知识这些参数已知的情况下，维纳滤波表现较好，且这些参数经常能从一幅给定的退化图像中计算出来，其对于所处理的每一幅图像都能产生最优的结果。对经验的维纳滤波器，小波系数的模极值随着小波变换尺度的增加呈现出渐进最优性，二者相结合去噪效果明显，主要表现在此方法首先保护了视频的边缘，然后利用小波系数幅值渐近最优性选取的阈值估计理想的小波系数，再用理想的小波系数构造维纳滤波器对视频进行去噪，去噪后视频细节丢失比去噪前丢失更少，而且去噪后的视频的清晰度也有很大的提升。

[1] 张德丰. MATLAB小波分析[M].北京：机械工业出版社.2011.

[2] 杨高波,松青送.MATLAB图像/视频处理应用及实例[M].北京：电子工业出版社，2009.

[3] 林碧兰,郑宝玉,赵玉娟. 分布式压缩感知视频编码中CS帧的二次修正准则研究[J]. 信号处理,2014,09:1098-1103.

[4] 陶沛. 基于多视点视频编码的快速模式判定算法研究[D].西安电子科技大学,2014.

[5] R. Ranjan,S. Menon. On the application of the two-level large-eddy simulation method to

turbulent free-shear and wake flows[J]. Journal of Turbulence,2015,162.

[6] Ji-yong Kwon,In-Kwon Lee. An animation bilateral filter for slow-in and slow-oeffects[J]. Graphical Models,2011,735.

[7] 唐俊,邓立苗,陈辉,栾涛,马文杰. 基于机器视觉的玉米叶片透射图像特征识别研究[J]. 中国农业科学,2014,03:431-440.

[8] 张德丰.MATLAB数字图像处理[M].北京：机械工业出版社.2012.

[9] 宋传鸣. 基于对象的小波域视频可分级编码关键技术研究[D].辽宁师范大学,2006.

[10] Lin Z, Ganesh A, Wright J. Fast convex optimization algorithms for exact recovery of a corrupted low-rank matrix[J]. Computational Advances in Multi-Sensor Adaptive Processing

(CAMSAP), 2009,61.

[11] 秦襄培.MATLAB图像处理与界面编程宝典[M].北京：电子工业出版社，2009.

[12] 沙浩. 基于非下采样Contourlet变换的图像去噪方法研究[D].合肥工业大学,2013.

[13] 李青青. 基于正则化方法的图像去噪模型的研究[D].武汉理工大学,2013.

[14] 戴丽丽. 基于TV模型的残差滤波反馈图像去噪方法[D].南京理工大学,2014.

[15] 李理. 加权型线性积分卷积图像去噪方法研究[D].南京理工大学,2013.

[16] 王自桦. 基于多字典和稀疏表示的图像去噪方法[D].厦门大学,2014.

[17] Quoc Tran Dinh,Ion Necoara,Moritz Diehl. Path-following gradient-based decomposition algorithms for separable convex optimization[J]. Journal of Global Optimization,2014,591.

[18] Quoc Tran Dinh,Ion Necoara,Moritz Diehl. Path-following gradient-based decomposition

algorithms for separable convex optimization[J]. Journal of Global Optimization,2014,591.

[19] Anonymous. Algorithms; Still Image and Video Compression with MATLAB[J].Information Technology Newsweekly,2011.

[20] 官茜. 基于分数阶偏微分方程的图像去噪算法研究[D].宁夏大学,2014.

[21] 王瑶. 基于稀疏表示的图像去噪算法研究[D].安徽大学,2014.

[22] 赛地瓦尔地·买买提. 低复杂度非局部均值与卡尔曼滤波的图像去噪方法研究[D].西南

交通大学,2014.

[23] Liu, C, Torralba , A, Freeman, T,Durand, F. 2005. Motion magnification. ACM Trans. Graph. 24, 519-526.

[24] 付友苹. 基于概率模型的图像去噪算法研究[D].吉林大学,2014.

[25] 魏雅丽. 基于稀疏表示的图像去噪方法研究[D].天津理工大学,2013.

[26] 丁炜. 基于非局部模型与字典学习的自然图像去噪方法研究[D].西安电子科技大学,2013.

[27] Bruce Cox,Anatoli Juditsky,Arkadi Nemirovski. Dual subgradient algorithms for large-scale nonsmooth learning problems[J]. Mathematical Programming,2014,1481-2.

[28] 孟伟伟. 基于OpenCL的高阶马尔科夫随机场图像去噪的快速实现[D].西安电子科技大学,2014.

[29] 肖弘智,闫敬文,屈小波. 基于Surfacelet变换的3D Context模型视频去噪新方法[J]. 电子报,2008,07:1460-1464+1440.

[30] 郭宝龙,倪伟,闫允一.通信中的视频信号处理[M].电子工业出版社.87-88.

[31] 郑博. 基于云计算的农业图像处理系统设计与算法研究[D].江苏大学,2012.

[32] F. Mone,C. Surlea,F. Kurugollu,P. Milligan,S. Ong. The detection of fetal motion using optical flow displacement histograms[J]. Ultrasound Obstet Gynecol,2014,44S1.

[33] Rochet P. Adaptive hard-thresholding for linear inverse problems[J]. Probability and Statistics 2013(17): 485-499.

[34] 张斌,陈哲. INS/双星/GPS联邦最小二乘滤波容错结构研究[J]. 中国惯性技术学报,2005,01:43-47.

[35] 王成. 空间遥感图像退化机理及复原关键技术研究[D].长春理工大学,2014.

[36] Liu, C, Torralba , A, Freeman, T, Durand, F. 2005. Motion magnification[J]. ACM Trans. Graph. 24, 519-526.

[37] 杨迪威. 基于自然统计特性的图像质量评价方法研究[D].中国地质大学,2014.

[38] 刘朋涛,牛建明,李云鹏,丁勇,董建军. 应用多平台与多时相卫星遥感图像评价草地退化[J]. 中国草地学报,2014,05:19-26.

[39] Jianqiu Jin,Bailing Yang,Kewei Liang,Xun Wang. General image denoising framework based on compressive sensing theory[J]. Computers & Graphics,2014,38.

[40] Stanislav Pyatykh,Jürgen Hesser. Salt and pepper noise removal in binary images using image block prior probabilities[J]. Journal of Visual Communication and Image

Represnetion,2014,255

[41] Robert H. Blessing. Data Reduction and Error Analysis for Accurate Single Crystal

Diffraction Intensities[J]. Crystallography Reviews,2011,11.

[42] 刘雪超. 基于数字图像处理的自动调焦技术研究[D].中国科学院研究生院(长春光学精密机械与物理研究所),2014.

[43] Poh, M,Mcdfull, J. Andpicard, R.Non-contact,automated cardiac pulse measurements using video imaging and blind source separation[J]. Opt. Express 18, 10,10762-10774,2010.

[44] Dabo K, Foi A, Katkovnik V. Image denoising by sparse 3-d transform-domain collaborative filtering[J]. TIP, 16(8):2080–2095, 2007.

[45] WeiJie, Zenian Li. An enhancement to MRMC scheme in video compression［J］.IEEE

TransOn Circuits and Systems for Video Technology,1997,7(3): 564～568.

[46] 陈武凡.小波分析及其在图像处理中的应用[M].北京：科学出版社，2010.

[47] Zhao Ting R., Ohtsuki T. A fast MRME scheme for video compression based on coefficients masking in the wavelet domain[C].in Proceedings of the IEEE Region 10

Conference(TENCON),Cheju Island, Southaorea, 1999: 127～130.

[48] 桑德斯.GPU高性能编程CUDA实战[M]. 北京:机械工业出版社,2011:1-24.

[49] Lin Z, Ganesh A, Wright J. Fast convex optimization algorithms for exact recovery of a corrupted low-rank matrix[J]. Computational Advances in Multi-Sensor Adaptive Processing

(CAMSAP), 2009,61.

[50] Stephen Mallart, 戴道清,杨力华译, 信号处理的小波导引:稀疏方法(原书第三版)[M]. 北京:机械工业出版社, 2012, 348-387.

[51] 吴伟,蔡培升. 基于Matlab的小波去噪仿真[M].信息与电子工程.2008.

[52] 李小红,钱源诚.基于小波域的运动估计方法的实现[J],系统工程与电子技术，2001.23(4):20-21

[53] Yin Faming, Zhao Xiao-ling. Extended block-based gradient descent search algorithm for motion estimation[J]. Computer Engineering and Applications,2010, 46(33):139-141.

[54] Antoni Buades, Bartomeu Coll, Jean-Michel Morel, A non-local algorithm for image

denoising[J]. IEEE Computer Society Conference on Computer Vision and Pattern Recognition(CVPR), 2005，vol.2, pp.60-65.

[55] 何林波,刘波,余涛,杨红,阴正勤. 知觉学习治疗大龄弱视患者的疗效观察[J]. 第三军医 大学学报,2014,07:669-673.

[56] Jinliang Wang,Jingmei Pang,Toshikazu Kuniya,Yoichi Enatsu. Global threshold dynamics in a five-dimensional virus model with cell-mediated, humoral immune responses and distributed delays[J]. Applied Mathematics and Computation,2014,241.

[57] 宗德才,王康康. 一种混合局部搜索算法的嵌套分区算法[J]. 计算机应用研究,2015.

[58] 刘雪超. 基于数字图像处理的自动调焦技术研究[D].中国科学院研究生院(长春光学精 密机械与物理研究所),2014.

[59] Zhang, Hong Qi,Kang, Hai Zhen,Yi, Li Hu,Liu, Yu. Application of Improved Wavelet

Thresholding Function in Image Denoising Processing[J]. Sensors &Transducers,2014,1757.

[60] 赵世湖,唐新明,尹丹,郝胜勇,窦显辉,胡沅. 基于连续空间频率的遥感成像辐射响应模型及其几何相关性研究[J]. 北京大学学报(自然科学版),2014,05:895-903.

[61] 李平,王伟,赵润昌,耿远超,贾怀庭,粟敬钦. 基于焦斑空间频率全域优化的偏振匀滑设计[J]. 物理学报,2014,21:284-291.

[62] Zhang, Hong Qi,Kang, Hai Zhen,Yi, Li Hu,Liu, Yu. Application of Improved Wavelet

Thresholding Function in Image Denoising Processing[J]. Sensors &Transducers,2014,1757.

[63]陈黎,武兆斌,王中许. 光电跟踪系统临界探测概率研究[J]. 计算机工程与科学,2012,07:182-189.

[64] Dolgis Rainier Ortega,Guivey Gutiérrez,Arsenio Miguel Iznaga,Tania Rodríguez,Matthieu De Beule,Benedict Verhegghe. Segmentación de los huesos en imágenes TC empleando laumbralización global y adaptativa[J]. Imagen Diagnóstica,2014.