Filtry czasowe i przestrzenne w przetwarzaniu strumieni wideo

Seria: AUTOMATYKA z. 150

M a re k S Z C Z E P A Ń S K I P o lite c h n ik a Śląska

F I L T R Y C Z A S O W E I P R Z E S T R Z E N N E W P R Z E T W A R Z A N I U S T R U M I E N I W I D E O

S treszczenie. A r ty k u ł ten d okonuje przeglądu istn ie jących te ch n ik filtr a c ji se kw e ncji w id e o , ze szczególnym u w zg lę d n ie n ie m m o ż liw o ś c i ic h zastosowania do a p lik a c ji czasu rzeczyw istego. Z aproponow ano też rozw iązanie w y k o rzystu ją ce detekcję ruchu w k o le jn y c h klatkach ograniczającą efekt sm użenia, p ołączone z zastosow aniem przestrzennych w e rs ji w e k to ro w e j m ed ia n y oraz f ilt r u F D P A . Szczególnie e fe ktyw n e je s t zastosowanie pro po no w an ych rozw iązań w połączeniu z p op ra w ą kontrastu do se kw e ncji w y k o n y w a n y c h p rz y słabym o św ie tlen iu .

S P A T IA L A N D T E M P O R A L F IL T E R S I N V I D E O P R O C E S S IN G

S u m m a ry . A n o v e rv ie w o f re a l-tim e vide o filte rin g techniques was presented in this paper. The new approach is based on tem poral mean com b in e d w ith m ovem ent detection and spatial filte rin g w as presented. Presented technique provides excellent noise suppression a b ility w ith lo w co m p uta tio na l c o m p le x ity .

1. W p ro w a d z e n ie

C ią g ły ro z w ó j procesów te ch n olo giczn ych zw iązanych z p ro d u k c ją sensorów obrazów je s t d e te rm in o w a n y d użą podażą na ry n k u urządzeń m u ltim e d ia ln y c h . N is k i koszt p ro d u k c ji m a try c y spraw ia, że są one m ontow ane n ie ty lk o w aparatach c y fro ­ w y c h i kam erach, ale ró w n ie ż kom puterach przenośnych cz y kam erach in terne to w ych , u m o ż liw ia ją c prow adzenie ro z m ó w w ideo. Producenci sprzętu przenośnego, takiego ja k te le fo n y k o m ó rk o w e , coraz częściej w ypo saża ją sw oje p ro d u k ty w urządzenia do p rz e c h w y ty w a n ia obrazu. R o z w ó j te c h n o lo g ii U M T S w ym u sza często zastosowanie d w ó ch p rz e tw o rn ik ó w w je d n y m urządzeniu, tak aby m o ż liw e b y ło ro b ie n ie zdjęć i prow adzenie ro z m ó w w ide o p rz y u ż y c iu jednego w yśw ie tlacza .

N ie s te ty , w y s o k i p o z io m m in ia tu ry z a c ji sensorów pociąga za sobą bardzo n is k ą ja k o ś ć rejestrow anego m ateriału. Ponadto zw iększanie lic z b y m egapikseli, upa kow an ych na ta k m ałej p o w ie rz c h n i w celu p o p ra w ie n ia ja k o ś c i obrazu, p o w o d u je czasem e fekt p rz e c iw n y do zam ierzonego. W y n ik a to z konieczności naśw ietlenia m a try c y , podobnie ja k b ło n y św ia tło c z u łe j. Im m niejsza p o w ie rz c h n ia jed ne go piksela, ty m bardziej sygnał przez niego generow any należy w z m o c n ić . D uża część m a ły c h

224 M. Szczepański

i ta n ic h p rz e tw o rn ik ó w daje bardzo c ie m n y obraz w w arunkach słabego o św ietlenia.

W zm a cn ia ją c sygnał, p otę gu jem y ró w n ie ż zakłócenia, k tó ry m i je s t on obciążony.

N iezbędne je s t w ię c zastosow anie a lg o ry tm ó w p o p ra w y ja k o ś c i tak rejestro w a ­ nego obrazu. Szybkość w y k o n y w a n ia ty c h procesów je s t tutaj param etrem k ry ty c z ­ n y m . Czas ich re a liz a c ji p o w in ie n b y ć m n ie js z y n iż odstęp p o m ię d z y k o le jn y m i kla tk a m i.

C elem p ra cy je s t dokonanie przeglądu m etod filtr a c ji czasowej i przestrzennej pod kątem ich przydatności do o b ró b k i s tru m ie n i w id e o w czasie rz e c z y w is ty m . W p ra cy o m ó w io n e zostały trz y g ru p y filtr ó w : f ilt r y przestrzenne, czasowe oraz czasow o-przestrzenne. W ram ach tej ostatniej g ru p y zaproponow ano ro zw iąza nia u m o ż liw ia ją c e przetw arzanie w czasie rz e c z y w is ty m , zachow ujące rów nocześnie w y s o k ą e fektyw n ość filtra c ji.

2. F i l t r y p rz e s trz e n n e

F iltra c ja obrazów ru ch o m ych bazuje na p o z y s k iw a n iu i w y k o rz y s ty w a n iu in fo rm a c ji zaw artych w e w s z y s tk ic h kla tka ch film u . N ieste ty, w iększość czasow ych a lg o ry tm ó w usuw ają cych szum y p o w o d u je rozm azyw a nie o brazó w lu b p ow staw anie n ie c ią g ło ś c i w postaci poszarpanych kraw ęd zi. D z ię k i zastosow aniu filtr a c ji p rze ­ strzennej w postprocessingu m oże m y w y e lim in o w a ć w spom niane zniekształcenia.

N a to m ia s t uzyskanie in fo rm a c ji o kraw ęd ziach c z y operacje na h istog ra m ie w pre- p ro cesin gu są niezbędne do e fektyw n eg o d zia ła n ia a lg o ry tm ó w w fu n k c ji czasu.

W ram ach testów zaim ple m e ntow a no następujące lin io w e f ilt r y przestrzenne:

• przetw arzanie splotow e,

• m ediana skalarna,

• m ediana w e k to ro w a ( V M F ) [ 1 ].

3. F i lt r y czasowe

S zum y w prow adzane przez m atryce C C D i C M O S w znacznym stopniu o b n iża ją ja k o ś ć rejestrow anego m ate ria łu i p o w o d u ją duże straty podczas k o m p re s ji. D z ię k i tem u, że m a m y do czyn ie nia z se kw e ncją obrazów , a nie z p o je d y n c z ą k la tk ą , m oże m y w y e lim in o w a ć zakłócenia. Is to tn y je s t fa k t, że szum p rz e tw o rn ik a cechuje się n is k ą ko re la c ją p om ię d zy poszcze gó ln ym i k la tk a m i, podczas g dy elem enty obrazu, naw et szyb ko zm ieniającego się, są skorelow ane.

W ła ś c iw o ś c i te w y k o rz y s ty w a n e są podczas filtr a c ji czasow ej, g d y stosowane są różne w a ria n ty uśredniania w arto ś c i p oszczególnych p ik s e li w k o le jn y c h kla tka ch se k w e n c ji w ideo.

N ajp ro stszą re a liza cją filtr a c ji czasow ej je s t czasowy f i l t r uśredniający (ang. Tem poral A ritm e tic Mean F ilte r - T A M F j; w y n ik d z ia łan ia takiego filtr a m ożna p rze dsta w ić następującym i zależnościam i:

F ( i , j , t ) = ~ Y j F ( i , j , t + At )

(1)

n A;=o lub

'?(u’/)= 2^rr Ż

(2)

1 M = - n

gdzie: F , F oznaczają o d p o w ie d n io kla tkę w e jś c io w ą i w y n ik filtr a c ji, a n określa ro z m ia r okna czasowego. P rzy czym zależność (2) o pisuje f ilt r sym etryczn y w zględem przetw arzanej ra m ki.

Sposób ten, choć najprostszy i najszybszy, nadaje się ty lk o do se kw encji statycznych, p on ie w a ż uśrednienie klatek, na k tó ry c h z n a jd u ją się o b ie k ty w ruchu, p ow od uje p ow staw anie na p rze tw orzon ym obrazie e fektu sm użenia (ang. ghosting).

Sceny n ie zm ie nia ją ce się w czasie są znacząco popraw iane. C zęściow o e lim in o w a n y je s t w p ły w p o jed ynczych p ik s e li, k tó ry c h w artość odbiega od w artości ich o d p o w ie d n ik ó w w in n y c h obrazach, b ranych pod uwagę podczas uśredniania.

Jednak je ż e li dany p ik s e l na je d n y m obrazie znacząco różn i się od sw oich o d p o w ie d n ik ó w w pozostałych obrazach, je g o w p ły w będzie w id o c z n y , p oniew aż je g o w artość będzie m ia ła duże znaczenie podczas sum ow ania w rów na n ia ch (1) i (2).

P rz y k ła d y skutecznej filtr a c ji m ocno zaszum ianej se kw e ncji dla sceny statycznej przedstaw iono na rysu n ku 1, k o le jn a ilu stra cja (Rys. 2) przedstaw ia zaś d zia łan ie filtra dla sceny dyna m iczn ej.

a) b)

Rys. 1. Obraz statyczny, 30 klatek na sekundą:

a) klatka n, b) wynik uśrednienia klatek (n-9)...n

a) b)

Rys. 2. Obraz dynamiczny, 30 klatek na sekundę:

a) klatka n, b) wynik uśrednienia klatek (n-9) ...n

226 M. Szczepański

P ro blem ro z m y w a n ia o b ie k tó w ru ch o m ych m ożna rozw iąza ć przez w prow a dze nie p ro gu m in im a ln e j z m ia n y w a rto ś c i m ię d z y k la tk a m i i o gra n iczyć przetw arzanie czasowe do ty c h w łaśn ie obszarów , ta k w ię c w y jś c ie filtr a będzie m ia ło postać:

- £ F (;i , j , t + A t ) ,d la X |F ( i , j , t + A t ) - F (i , j , t + A t - l) | <

f i

A l» 0 A r= 0

F ( i , j , t ) , w p rz e c iw n y m p rz y p a d k u .

(3)

Zależność (3) m oże zostać z m o d y fik o w a n a w ta k i sposób, b y w p rzyp a d ku scen e lem entów ru ch o m ych zastosować filtra c ję przestrzenną.

A n a lo g ic z n ie do filtr ó w średniej czasowej m ożna z d e fin io w a ć cza sow y f i l t r Gaussa. D o re a liz a c ji czasowej w e rs ji G aussianu w y k o rz y s ty w a n a je s t je d n o ­ w y m ia ro w a fu n k c ja Gaussa:

• /> ') = Tj S (< r> 0 * F ( i , j , t ) (4)

t - — n

Gaussian czasow y je s t w a ż o n y m filtre m uśredniającym . E fe k ty d zia ła n ia są zadow alające dla obrazów statycznych i w o ln o z m ie n ia ją cych się. F ilt r daje je d n a k m o ż liw o ś ć dostroje nia param etrów do charakteru se k w e n c ji w ide o. N ie s te ty , p rz y d y n a m iczn ych zm ianach obrazów w ym a ga u zup e łn ie n ia a lg o ry tm a m i k o m p en sacji ruchu.

F iltra c ję czasow ą z kom pensacją ruch u z a p ro p o n o w a li D ub ois i S abri [3 ].

O g ólna idea ko m pensacji polega na w y k ry w a n iu przem ieszczenia każdego elem entu obrazu i zastosow aniu jed ne go z f iltr ó w czasow ych w z d łu ż tra je k to rii ruchu.

In n y m rozw ią za n ie m p ro b le m u ro z m y w a n ia ru c h o m y c h o b ie k tó w je s t zastosow anie czasow ej w e rs ji filtr a bila tera ln eg o , któ re g o w ersja przestrzenna opisana je s t w pracach [9 ] oraz [4 ],

4. F i lt r y c z a s o w o -p rz e s trz e n n e

a. P rzegląd rozwiązań

F iltra c ja czasow o-przestrzenna sta no w i połączenie m etod o m ó w io n y c h w p o p rze dn ich rozdziałach. W e jś c ie filtr a s ta n o w i in fo rm a c ja o sąsiadach przestrzennych przetw arzanego p ikse la oraz o je g o o dp o w ie d n ik a c h w in n y c h kla tk a c h se kw e ncji. K o rz y s ta ją c z ty c h in fo rm a c ji, m oże m y skutecznie p o p ra w ić ja k o ś ć film u , nie w prow a dza jąc negatyw nych e fe k tó w filtr a c ji alb o w znacznym s to p n iu je o gran iczyć. W ię k s z y z b ió r in fo rm a c ji w e jś c io w y c h p o trzeb n ych do p rze tw o rze n ia je d n e g o p ikse la oznacza ró w n ie ż w ię k s z y nakład o b lic z e n io w y , m ię d z y in n y m i dlatego om aw iane w ty m ro zd zia le f ilt r y należą do n ajba rdziej z ło żo n ych o b lic z e n io w o i najczęściej stosuje się je do p rze tw arzan ia ‘o ff-lin e '.

P ow stała cała grupa f iltr ó w sta no w ią cych u o g ó ln ie n ie standardow ych filtr ó w przestrzennych na dom enę czasow o-przestrzenna. Z asa dn iczą z aletą takiego p odejścia je s t b ra k ko nieczn ości d e te kcji c z y też ko m p en sacji m chu , p rz y znacznym ogran iczen iu ro z m y w a n ia o b ie k tó w w m c h u . D o ty c h m etod z a lic z y ć m o że m y

tró jw y m ia ro w e f ilt r y m edianow e opisane m ię d z y in n y m i w pracach [5, 10, 11]. Inne ro z w ią z a n ia stosowane do b arw n ych se kw e ncji w y k o rz y s tu ją tró jw y m ia ro w ą w ersję m ed ia n y w e k to ro w e j (VM F3D). M e to d y te, niestety, p o w o d u ją często pow staw anie poszarpanych kra w ę d z i ru c h o m y c h o b ie k tó w (Rys. 3).

a) b)

Rys. 3. Klatka z sekwencja testowa ‘Żongler ’ oraz wynik działania filtr u VMF3D (okno 3 x 3 x 3 , norma L/)

P roblem ten w m n ie js z y m stopniu w ystępuje p rz y zastosow aniu rozszerzonej czasow o-przestrzennej w e rs ji d y fu z ji a nizotro po w ej Perony i M a lik a [6 ], opisanej przez S uk H o Lee oraz M o o n G i K anga [7 ]. Inne bardzo skuteczne ro zw iąza nie w y ­ korzystane zostało w filtr z e A S T A (ang. Adaptive Spatio-Tem poral Accum ulation F ilte r) [2 ], w y k o rz y s tu ją c y m k o m b in a c ję czasowego oraz przestrzennego filtr u b ila tera ln eg o [9 ].

F ilt r A S T A oraz czasow o-przestrzenna d y fu z ja anizotro po w a są bardzo skuteczne w re d u k c ji szum ów , w y m a g a ją je d n a k znacznych n akładów o b lic z e n io w y c h .

b. Czasowo-przestrzene f i l t r y uśredniające z detekcją ruchu

Jak m ożna zobaczyć na Rys. 1, w p rzyp ad ku scen statycznych doskonałe re z u lta ty uzyskam y, stosując proste uśrednianie w czasie, któ re je d n a k ko m p le tn ie nie sprawdza się, g d y w obrazie p o ja w ia ją się o b ie k ty ruchom e (R ys. 2); w ów czas p o w in n iś m y zaprząc do pracy a lg o ry tm y filtr a c ji przestrzennej.

F ( i , y ', / + A / ) , d la n a,„o

£ d is t ( F (z, j , / + A t) , F ( /, j , t + A t - 1)) < f i

A t = Q

F/iiiid O '. y n ) , w p rz e c iw n y m p rz y p a d k u ,

(5)

gdzie odległość m ię d z y dw om a p u n k ta m i liczon a je s t ja k o m o d u ł ró ż n ic y lu m in a n c ji:

¿ / « / ( F p F j ) = + F \ G + F \b) ~ { ^ 2 R + ^ 2 C + ^ 2 » ) J ( 6 )

228 M. Szczepański

W zależności (5 ) dla elem entów ruch om ych w yzna czan y je s t w y n ik filtr a c ji przestrzennej. W naszym p rzypadku p rze testow a liśm y dw a rozw iąza nia : w e k to ro w ą m edianę (VM F), dalej oznaczaną ja k o TAM F-SVM F, oraz f i l t r o pa rty na idei ścieżek c y fro w y c h FDPA (ang. Fast D ig ita l Paths Approach) [2 3 0 ], oznaczany ja k o TAM F- SFDPA.

W y n ik dzia łan ia czasowego uśredniania z p o m in ię c ie m elem entów ruchom ych p rze dsta w ion y je s t na rysu n ku 4b: na b ia ło oznaczono p iksele przeznaczone do filtr a c ji przestrzennej. Zaznaczone piksele zo stały c a łk o w ic ie p o m in ię te przez f ilt r , p on ie w aż różnice m ię d zy lu m in a n c ja m i ich o d p o w ie d n ik ó w w k o le jn y c h k la tk a c h b y ły zb y t duże.

W se kw e ncji testow ej w y k o rzysta n e j w p rz y k ła d z ie z rys u n k u 4 przedstaw iono bardzo szybko poruszający się obiekt. D o d a tk o w o w tra kcie przetw arzania wstępnego z u w a g i na bardzo słabe w a ru n k i o św ie tle n io w e konieczne b y ło rozjaśnienie obrazu, co sp ow od ow a ło w z m o cn ie n ie szum ów . P ow yższy p rz y k ła d p okazuje pew ną w adę przedstaw ionego podejścia: maska zaw ierająca p iksele p om ija ne w prze tw arzan iu czasow ym często je s t poszarpana i niejednorodna. M o ż e to p ro w a d z ić do pow sta w a nia zauw ażalnych a rte fa k tó w w otoczeniu ruch om ych o b ie k tó w . R ozw iąza nie m tego p ro ble m u m oże być przeprow adzenie o pe ra cji za m kn ię cia na naszej masce. W y n ik i ta kiej operacji przedstaw ione są na Rys. 4 c oraz 4 d.

Średnia szybkość d zia łan ia poszczególnych a lg o ry tm ó w d la se kw e ncji testow ych

‘A u tk o ’ oraz ‘Ż o n g le r’ o rozd zie lczości 3 20x240 przedstaw iona je s t w tabeli 1. T esty zostały przeprow adzone na kom puterze z procesorem In te l Core 2 Q uad Q6600 p ra cują cym z c z ę s to tliw o ś c ią 2,4 G H z, p rz y w y k o rz y s ta n iu w s z y s tk ic h czterech rdzeni procesora. W sz y s tk ie f ilt r y bazujące na czasow ym u średnianiu k o rz y s ta ją z okna o długości 5 kla te k , w filtra c h z d ete kcją ruch u p rz y ję to p ró g (3 = 5. Szybkość dzia łan ia filtr ó w uśredniających p orów nano z czasow o-przestrzenną w e rsją w e k to ro w e j m ed ia n y (VMF3D) d la okna f iltr a c ji o rozm iarze 3 x 3 x 3 oraz filtr a m i przestrzennym i: w e k to ro w ą m edianą (K M F ) i filtr e m o p a rty m na ścieżkach c y fro w y c h o d łu go ści 2 {FD PA).

Tabela 1 Średnia szybkość dzia łan ia w y b ra n y c h filtr ó w dla se kw e ncji ’Autko ’ oraz ‘Ż o n g le r’

‘Autko’

‘Żongler’

TAMF-SVMF

TA MF-S VMF+closing

TAMF-FDPA

TAMF

VMF3D 3x3x3

VMF 3x3 LI

FDPA 1st 2steps

c) d)

Rys. 4. Przykład działania połączenia czasowego filtr u uśredniającego dla ¡3 = 5, n = 5 i wektorowej mediany (okno 3 x 3 norma L /): a) oryginalna klatka z sekwencji

'Autko b) filtra c ja czasowa - maska pikseli pomijanych, c) maska pikseli pomijanych po operacji zamknięcia z elementem strukturalnym 3 x 3 , d) końcowy

wynik filtra c ji

5. P o d s u m o w a n ie

W n in ie jsze j p ra cy dokonano przeglądu istn ie jących te c h n ik przetw arzania se kw e ncji w ide o, ze szczególnym u w z g lę d n ie n ie m m o ż liw o ś c i ich zastosowania do a p lik a c ji czasu rzeczyw istego. Z ap rop on ow a no rozw ią za n ie w yko rz y s tu ją c e detekcje ruch u w k o le jn y c h kla tk a c h ograniczające e fekt sm użenia, połączone z zastosow aniem przestrzennych w e rs ji w e k to ro w e j m ediany oraz filtr u FD PA.

U zyskane w y n ik i p o k a z u ją w y s o k ą w y d a jn o ś ć zaproponow anych filtr ó w - są one w y ra ź n ie szybsze naw et od rozw iązań w y k o rz y s tu ją c y c h filtra c ję przestrzenną, a p rz y ty m za p e w n ia ją bardzo skuteczną red ukcję zakłóceń.

S zczególnie e fektyw n e je s t zastosow anie p ro po no w an ych rozw iązań w p ołącze niu z p o p ra w ą kontrastu do se kw e ncji w y k o n y w a n y c h p rz y słabym o ś w ie tle n iu , np. z systemu m o n ito rin g u .

B IB L IO G R A F IA

1. A s to la J., H aavisto P., N e u vo Y .: V e c to r M e d ia n F ilters. IE E E Proc., v o lu m e 78, p. 6 7 8 - 6 8 9 , 1990.

230 M. Szczepański

2. B ennett P.E., M c M illa n L .: V id e o Enhancem ent U s in g P e r-P ixe l V irtu a l Exposures. A C M S IG G R A P H 2005.

3. D ub ois E., Sabri S.: N oise R ed uctio n in Im age Sequences U sin g M o tio n - C om pensated T em p oral F ilte rin g . C om m un ica tion s, IE E E Transactions on v o l.3 2 no.7, p. 826-831, 1984.

4. D urand F., D orsey J.: Fast B ila te ra l F ilte rin g fo r the D is p la y o f H ig h -D y n a m ic - Range Images. A C M S IG G R A P H 2002.

5. M e g u ro M ., T ag uch i A ., H am ada N .: D ata-dependent w e ig h te d m edian filte rin g w ith robust m o tio n in fo rm a tio n fo r im age sequence restoration.

Im age Processing, 1999. IC IP 99. Proceedings. 1999 In te rn a tio n a l C onference on, v o l.2 , p. 4 24-428, 1999.

6. Perona P., M a lik J.: Scale-space and edge detection u sin g a nisotro pic d iffu s io n . IE E E Transactions on Pattern A n a ly s is and M a ch in e In te llig e n c e , v o l 12, p. 629-639.

7. Suk H o Lee, M o o n G i K a ng : S patio -tem p oral vide o filte rin g a lg o rith m based on 3 -D a nisotro pic d iffu s io n equation. Im age Processing, 1998. IC IP 98.

Proceedings. 1998 In te rn atio na l C onference on, v o l. 2, p. 447-450, 1998.

8. Szczepański M ., S m olka B ., P la tan iotis K . N ., Venetsanopoulos A . N .: O n the Geodesic Paths A p p ro a c h to C o lo r Im age F ilte rin g . S ignal Processing, v o l. 83, no. 6, p. 1 3 0 9 -13 42 ,2 00 3.

9. T om asi C ., M a n d u c h i R.: B ila te ra l F ilte rin g fo r G ray and C o lo r Im ages, IC C V , p. 8 3 9 - 8 4 6 , 1998.

10. V ie ro T ., N e u v o Y .: N o n -m o v in g regions p reserving m edian filte rs fo r im age sequence filte rin g . Systems E n gin ee rin g, 1991., IE E E In te rn a tio n a l C onference on, p. 245-248, 1991.

11. V ie ro T ., O istam o K ., N e u vo Y .: T hre e-dim en sio n al m ed ia n -rela ted filte rs fo r c o lo r im age sequence filte rin g . IE E E T ransactions O n C irc u its A n d Systems F o r V id e o T e c h n o lo g y , v o l. 4, no. 2, p. 129-142, 1994.

Recenzent: D r hab. inż. W ie s ła w K o ta rs k i

A b s tr a c t

F ro m several years w e can observe increasing interest in vid e o processing. V id e o noise re d u ctio n w ith o u t structure degradation is perhaps the m ost c h a lle n g in g vid e o enhancements task. Several techniques have been proposed o ver the years. A m o n g them are standard noise red uctio n techniques, the so -called spatial filte rs , a pplied to subsequent fram es o f the vid e o stream. H o w e v e r, standard im age processing techniques cannot u tiliz e a ll a vailab le in fo rm a tio n i.e. s im ila ritie s in n e ig h b o rin g fram es, so m od em vid e o d enoising a lg o rith m s u tiliz e also tem poral in fo rm a tio n .

A n o v e rv ie w o f re a l-tim e vid e o filte rin g techniques was presented in this paper.

The n ew approach is based on tem poral mean c o m b in e d w ith m ovem ent detection and spatial filte rin g was presented. Presented technique p ro vid e s e xce lle n t noise suppression w ith lo w com p uta tio na l c o m p le x ity .