一种利用FFT自适应阈值处理失真杂散信号的方法

摘要：在图像信号传输过程中，由于传输网络以及各种数模转换设备和数字处理设备的影响，可能会造成失真杂散信号的产生，其随机不确定性将导致某些专业图像检测处理设备工作的异常。文中首先分析了图像失真杂散信号产生的原因及其特征，然后针对此特征提出了一种FFT自适应闽值屏蔽算法，最后利用MATLAB仿真验证了此算法且进行了实际的FPGA实验。
关键词：图像失真；失真杂散信号；FFT；自适应阈值；随机性

0 引言
图像信号是个很广泛的概念，本文以最典型和最常见的图像信号——电视视频信号——为例来进行探讨。电视信号的发送和接收过程要经历多次转换来满足传输的各个环节。为了满足卫星传输、电缆传输、同时传送多套节目等需求，电视信号在传输过程中，要经过若干A／ D、D／A、调制解调和数据格式变换。另外，电视信号在信道传播过程中，会受到信道中各种噪声的影响，从而使得有用信号受到干扰，严重时可能完全丢失。传输网络以及各种数模转换设备和数字处理设备的影响还可能导致信号的失真，失真后的信号偏离原信号的部分称为失真杂散信号，某些资料称其为失真产物或杂散产物。
失真分为线性失真和非线性失真，其各自产生原因有所不同。
线性失真一般由两方面因素造成：一是网络对输入信号中各频率成分的传递函数不一致(放大或衰减即增益不等)，致使各频率分量相对幅度产生变化，造成选择性幅度失真；另一个因素是网络对输入信号的各频率成分产生的相移不与频率成正比，致使各频率分量相对相位发生变化，造成相位失真。这就是网络的幅频特性和相频特性引起的相位变化和幅度变化的失真产物。
非线性失真的主要因素：一是网络传递函数的非线性特性，诸如放大器的非线性、ADC／DAC的非线性、光或电发射机的非线性，致使输出信号的频率成分与输入信号不相同，从而增加了新的频率成分；二是前端设备对信号进行大量的变换和处理后，虽然是有目的地利用电路的非线性特性对信号进行调制、混频、变频，取其中需要的频率而去掉那些不需要的频率成分，但做得不彻底、不完善而产生少量不需要的新频率成分的非线性交调产物；三是信号因素，例如输入信号的电平过高产生的限幅削波、有线电视邻频干扰、本征频率不纯(相位噪声)、有谐波在非线性状态下产生差拍、叠加等寄生震荡输出，使信号频率成分发生变化，致使产生失真产物。
正常情况下，图像的失真表现为图像拉丝、波浪型纹波、马赛克等现象，严重时会出现图像噪点、图像停滞、图像消失。虽然大部分情况下失真杂散信号并不造成人视觉上的差异，但是，对于某些图像检测处理设备，随机的失真杂散信号将导致设备工作异常，使得这些设备发出错误报告，从而处理出错误结果。

1 图像的YCBCR空间与RGB空间的互相转变
目前，主流的数字电视视频信号格式是656格式(对应于YCBCR空间)，它与通常表示图像的RGB方式(对应于RGB空间)不同。由于本文屏蔽算法基于656格式，所以，这里首先简单介绍—下两种空间的相互转换关系。
RGB方式利用3个向量R，G，B来表示一幅图像，红色、绿色和蓝色是数字图像的三原色。656格式则用另外3个向量Y，CB，CR来表示一幅图像。其中，Y表示图像纹理特征，称为灰度值；CB和CR则表示色差分量。其转换关系为：
Y=0．299R+0．587G+0．114B
CB=0．564(B-Y)
CR=0．713(R-Y)
纹理特征包含了图像的最主要信息，本文屏蔽算法主要针对灰度Y值来进行处理。

2 失真杂散信号的特征分析
为了反应真实的视频信号失真情况，本文采用了Chipscope工具软件。该工具软件是Xilinx公司用于分析其FPGA内部信号的一个窗口，以便于FPGA开发者能对其开发项目进行调试。Chipscope所反应的信号完全是客观真实的信号，能发现很多仅凭肉眼无法发现的信号失真，图1所示是红场信号的实际Y值。

理论上，红场的Y值应为70，并且作为一个平场信号，其Y值应一直维持70且不会改变，但实际的红场Y值不仅等于70的点极少，而且很难找到大范围Y值相同的区域，Y值在70附近波动幅度较大，且具有极大的随机性。由于人眼分辨的颜色数量有限，Y值在细微情况下的波动是无法识别的，我们看到的依然是一片红色，然而，此时对于视频帧静止检测设备和视频内容检测比对设备来说，可能就会使其产生错误的判断结果。
由于失真杂散信号的随机特性，仅仅从空域或时域上一般无法看出失真杂散信号的规律，而必须将其转换到频域上。这里，可以利用图1的Y值进行FFT运算，以观察其结果。图2所示是图1中Y值的FFT运算结果。

从图2所示的运算结果可以看出，除了直流