CN100397422C - 影像方块内物体边缘侦测及决定量化缩放参数的方法 - Google Patents

Abstract

一种影像方块内物体边缘侦测及决定量化缩放参数的方法，此方法是透过影像方块内多个画素方块的画素平均值及绝对差值平均的计算与比较，达到侦测巨方块内是否有物体边缘或平坦区域的目的，同时也将巨方块内的影像结构加以分析及归类，并将相关讯息运用到位速率控制中，使被压缩的影像可以适当地提升视觉结果。

Description

影像方块内物体边缘侦测及决定量化缩放参数的方法

技术领域

本发明是有关于一种决定量化缩放参数的方法，且特别是有关于一种参考影像物体边缘及平坦区域强度，决定量化缩放参数的方法。

背景技术

图1所绘示为一个使用位速率控制器(Bit Rate Controller)100的影像编码器方块图，影像编码器为了达到控制资料量的目的，在将离散余旋转换系数(Discrete Cosine Transform Coefficients，DCT Coefficients)作量化时，必须根据位速率控制器100所决定的量化缩放参数(Quantization Scaling Factor，简称Q值)来调整量化步距(Quantization Step)，因此位速率控制器产生量化缩放参数的算法对于影像压缩的画质有决定性的影响。

过去位速率控制器的基本做法，是要在预设的资料量下，尽可能提高影像压缩的画质，近年来则另外加入视觉心理的考量，除了使观看者不易感受到影像压缩后的失真外，也适时提升人眼敏感区域的画质。但是目前对于视觉心理所能够侦测和辨识的项目还不够丰富，大多是亮或暗、简单或复杂、快速移动或静止不动…等等，对于视觉中相当重要的物体边缘(Object Edge)和平坦区域(Flat Area)的侦测，目前尚未有相关做法整合到影像压缩的过程中。

发明内容

本发明的目的就是在提供一种影像方块内物体边缘的侦测方法，是藉由将影像方块切割成不同尺寸的画素方块，并计算其画素平均值及绝对差值平均，分析比较后侦测出此影像方块的物体边缘及平坦区域，提供给位速率控制器，达到提升影像的视觉效果的目的。

本发明的再一目的是提供一种决定量化缩放参数的方法，藉由所接收的影像的物体边缘及平坦区域信息，控制影像编码时的位速率，并依照其强度增减量化缩放参数，而达到提升影像的视觉效果的目的。

本发明提出一种影像方块内物体边缘的侦测方法，其中影像方块是为一张影像画面的多个影像方块其中之一，此方法的步骤包括切割影像方块为多个画素方块，接着计算每一个画素方块的画素平均值，然后比较这些画素方块的画素平均值，判断此影像方块是否具有物体边缘。

依照本发明的较佳实施例所述影像方块内物体边缘的侦测方法，上述的比较画素方块的画素平均值的步骤包括找出这些画素平均值中的最大画素平均值及最小画素平均值，接着将最小画素平均值乘上一个边缘缩放参数，获得一个比较画素平均值，并与最大画素平均值做比较，然后若此比较画素平均值小于最大画素平均值，则判断此影像方块具有物体边缘。

依照本发明的较佳实施例所述影像方块内物体边缘的侦测方法，还包括将该最小画素平均值分别乘上第一边缘缩放参数及第二边缘缩放参数，获得第一比较画素平均值和第二比较平均值，并将该第一和该第二比较画素平均值分别和该最大画素平均值比较，以获得第一物体边缘强度及第二物体边缘强度，然后比较此第一物体边缘强度及此第二物体边缘强度，区分物体边缘的强弱程度。

依照本发明的较佳实施例所述影像方块内物体边缘的侦测方法，其中具有m个画素宽、n个画素高的画素方块的画素平均值的计算公式为：

$\mathrm{mean}=\frac{\left(\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\underset{j=0}{\overset{m}{\mathrm{\Σ}}}{\mathrm{pixel}}_{i,j}\right)}{(n\×m)}$

其中mean是为画素平均值，pixel_i，j为画素方块中第i+1行第j+1列的画素的画素值，而m及n为自然数，i及j为大于等于0的正整数。

依照本发明的较佳实施例所述影像方块内物体边缘的侦测方法，还包括计算每一个画素方块的绝对差值平均，以及根据这些画素方块的绝对差值平均，判断此影像方块是否具有平坦区域。

依照本发明的较佳实施例所述影像方块内物体边缘的侦测方法，上述的比较这些画素方块的绝对差值平均的步骤包括将每一个画素方块的绝对差值平均与一个平坦位准比较，以及若这些绝对差值平均小于平坦位准，则判断这些画素方块具有平坦区域。

依照本发明的较佳实施例所述影像方块内物体边缘的侦测方法，上述的比较这些画素方块的绝对差值平均的步骤包括找出这些绝对差值平均中最大的最大绝对差值平均，接着将此最大绝对差值平均与一个平坦位准比较，若此最大绝对差值平均小于平坦位准，则判断此影像方块具有平坦区域。

依照本发明的较佳实施例所述影像方块内物体边缘的侦测方法，其中具有m个画素宽、n个画素高的画素方块的绝对差值平均的计算公式为：

$\mathrm{MAD}=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\underset{j=0}{\overset{m}{\mathrm{\Σ}}}\left|({\mathrm{pixel}}_{i,j}-\mathrm{mean})\right|$

其中MAD是为绝对差值平均(Mean of AbsolutelyDifference)，mean为画素平均值(Pixel Mean)，pixel_i，j为此画素方块中第i+1行第j+1列的画素的画素值，而m及n为自然数，i及j为大于等于0的正整数。

依照本发明的较佳实施例所述影像方块内物体边缘的侦测方法，还包括根据此影像方块的一影像结构，将此影像方块重组。

依照本发明的较佳实施例所述影像方块内物体边缘的侦测方法，其中若影像结构为图框结构，则将2个图场的画素线交错成为影像方块；若影像结构为图场结构，则将2个图场的画素线个别排列的2个方块重组为影像方块。

本发明提出一决定量化缩放参数的方法，适用于处理一个影像方块时，控制影像编码时的位速率，此方法的步骤包括侦测影像方块是否具有一个物体边缘，若此影像方块具有物体边缘，则减少量化缩放参数，然后侦测此影像方块是否具有一个平坦区域，若此影像方块具有平坦区域，则增加量化缩放参数。其中侦测该影像方块是否具有该物体边缘更包括以下步骤。首先，切割该影像方块为多个画素方块，接着，计算每一这些画素方块的一画素平均值。之后，比较这些画素方块的这些画素平均值，判断该影像方块是否具有该物体边缘。

依照本发明的较佳实施例所述决定量化缩放参数的方法，上述的判断影像方块是否具有物体边缘的步骤之后还包括侦测物体边缘的强度，并与一个预定强度做比较，若此物体边缘的强度大于预定强度时，则将量化缩放参数减少一个第一缩放量；若此物体边缘的强度小于预定强度时，则将量化缩放参数减少一个第二缩放量，其中此第一缩放量大于此第二缩放量。

依照本发明的较佳实施例所述决定量化缩放参数的方法，上述的判断影像方块是否具有物体边缘的步骤之后还包括侦测平坦区域的强度，并与一个预定强度做比较，若此平坦区域的强度大于预定强度时，则将量化缩放参数增加一个第一缩放量；若此平坦区域的强度小于预定强度时，则将量化缩放参数增加一个第二缩放量，其中此第一缩放量大于此第二缩放量。

依照本发明的较佳实施例所述决定量化缩放参数的方法，其中若同时侦测到物体边缘及平坦区域时，则优先考虑物体边缘，增减量化缩放参数。

本发明在已知的视觉心理分类之外，更进一步考虑到物体边缘和平坦区域的侦测，并且将相关讯息传给位速率控制器作处理，产生最佳的量化缩放参数，使压缩的影像不但提高画质，更可以增加视觉流畅度，改进已知技术未考虑物体边缘和平坦区域等视觉心理因素的缺点。

为让本发明的上述和其它目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

附图说明

图1所绘示为一个使用位速率控制器的影像编码器方块图；

图2是依照本发明较佳实施例所绘示的影像方块内物体边缘的侦测方法的流程图；

图3是依照本发明较佳实施例所绘示的影像方块内物体边缘的侦测方法的一范例；

图4是依照本发明较佳实施例所绘示的影像方块内各画素方块的平坦区域的侦测方法的流程图；

图5是依照本发明另一较佳实施例所绘示的影像方块内平坦区域的侦测方法的流程图；

图6是依照本发明较佳实施例所绘示的影像方块内平坦区域的侦测方法的一范例；

图7是依照本发明较佳实施例所绘示的比较影像方块内物体边缘与平坦区域的一范例；

图8是依照本发明较佳实施例所绘示的根据影像结构重组影像方块的示意图；

图9是依照本发明较佳实施例所绘示的位速率控制器的控制流程图。

具体实施方式

为了使影像编码器在执行巨方块(Macroblock)的压缩编码过程中，除了完成已知的视觉心理分类外，更进一步作到物体边缘和平坦区域的侦测，并且将相关讯息传给位速率控制器作处理，产生最佳的量化缩放参数，使压缩的影像不但提高画质，更可以增加视觉流畅度。本发明利用影像方块内多个画素方块的画素平均值和绝对差值平均的计算，配合物体边缘或平坦区域的判断机制，达到得知巨方块内影像特性的目的，并且将此讯息传送给位速率控制器，使其可以根据影像的内容，决定出最适当的量化缩放参数，进而提升压缩影像的实质画质和视觉感受。

图2是依照本发明较佳实施例所绘示的影像方块内物体边缘的侦测方法的流程图，首先根据影像方块的影像结构，将影像方块重组(步骤S210)，接着将此影像方块切割为多个画素方块(步骤S220)，并计算其中每一个画素方块的画素平均值，然后由这些画素平均值中找出一个最大的画素平均值及一个最小的画素平均值(步骤S240)。

接着，将最小画素平均值乘上一个边缘缩放参数，并判断是否小于最大画素平均值(步骤S250)，若最小画素平均值乘上一个边缘缩放参数小于最大画素平均值的话，则判断出此影像方块具有一个物体边缘(步骤S260)  反之，则判断出此影像方块不具有一个物体边缘(步骤S270)。其中具有m个画素宽、n个画素高的画素方块的画素平均值的计算公式为：

$\mathrm{mean}=\frac{\left(\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\underset{j=0}{\overset{m}{\mathrm{\Σ}}}{\mathrm{pixel}}_{i,j}\right)}{(n\×m)}$

其中mean是为画素平均值，pixel_i，j为画素方块中第i+1行第j+1列的画素的画素值，而m及n为自然数，i及j为大于等于0的正整数。

图3是依照本发明较佳实施例所绘示的影像方块内物体边缘的侦测方法的一范例。本实施例是将一个16×16的影像方块分割为4个8×8的影像方块，并分别计算这些影像方块的画素平均值，再找出其中最大的画素平均值与最小的画素平均值拿来比较，如果最小的画素平均值远小于最大的画素平均值，则判断此影像方块内具有物体边缘。

图4是依照本发明较佳实施例所绘示的影像方块内各画素方块的平坦区域的侦测方法的流程图，首先根据影像方块的影像结构，将影像方块重组(步骤S410)，接着将此影像方块切割为多个画素方块(步骤S420)，并计算其中每一个画素方块的绝对差值平均(步骤S430)。

然后，判断每一个绝对差值平均是否小于一平坦位准(步骤S440)，若绝对差值平均小于平坦位准的话，则判断出这个画素方块具有一个平坦区域(步骤S450)  反之，则判断出这个画素方块不具有一个平坦区域(步骤S460)。其中具有m个画素宽、n个画素高的画素方块的绝对差值平均的计算公式为：

$\mathrm{MAD}=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\underset{j=0}{\overset{m}{\mathrm{\Σ}}}\left|({\mathrm{pixel}}_{i,j}-\mathrm{mean})\right|$

其中MAD是为绝对差值平均，mean为画素平均值，pixel_i，j为画素方块中第i+1行第j+1列的画素的画素值，而m及n为自然数，i及j为大于等于0的正整数。

图5是依照本发明另一较佳实施例所绘示的影像方块内平坦区域的侦测方法的流程图，首先根据影像方块的影像结构，将影像方块重组(步骤S510)，接着将此影像方块切割为多个画素方块(步骤S520)，并计算其中每一个画素方块的绝对差值平均(步骤S530)。

然后，由这些绝对差值平均中找出一个最大的绝对差值平均(步骤S540)，然后判断此最大绝对差值平均是否小于一平坦位准(步骤S550)，若绝对差值平均小于平坦位准的话，则判断这个影像方块具有一个平坦区域(步骤S560)；反之，则判断这个影像方块不具有一个平坦区域(步骤S570)。

图6是依照本发明较佳实施例所绘示的影像方块内平坦区域的侦测方法的一范例。本实施例是将一个16×16的影像方块分割为4个8×8的影像方块，并分别计算这些影像方块的绝对差值平均，再找出其中最大的绝对差值平均与一个平坦位准比较，如果最大的绝对差值平均小于此平坦位准，则判断此影像方块内具有平坦区域。

图7是依照本发明较佳实施例所绘示的比较影像方块内物体边缘与平坦区域的一范例。其中图7B与先前描述的图3相同，故在此不再赘述，而图7A是将一个16×16的影像方块分割为16个4×4的画素方块，并分别计算这些画素方块的画素平均值，再找出其中最大的画素平均值与最小的画素平均值拿来比较，如果最小的画素平均值远小于最大的画素平均值，则判断此画素方块内具有物体边缘。

由本实例可知，当使用较小尺寸的画素方块来分割影像方块时，可以更精细的计算出每个画素方块中物体边缘的强弱，避免执行物体边缘侦测时容易造成误判的缺点，另外也可以经由最小和最大画素平均值所对应的画素方块的相对位置，进一步判断出物体边缘的位置和方向。

上述的实施例中，更可以透过设定多组不同的边缘缩放参数与平坦位准，进一步将物体边缘和平坦区域作强弱程度的区分，如此可以让位元速率控制器更了解巨方块内的影像特性，而精准地调整量化缩放参数，使影像压缩结果有最佳的视觉心理效果。

图8是依照本发明较佳实施例所绘示的根据影像结构重组影像方块的示意图。如果是图框模式，则影像方块为2个图场画素线交错而成的16×16方块；如果是图场模式，则影像方块为2个图场画素线个别排列的16×8的顶图块方块及底图场方块所组成。

图9是依照本发明较佳实施例所绘示的位速率控制器的控制流程图，本实施例使用物体边缘和平坦区域的侦测结果，直接调整位速率控制器的量化缩放参数(Q值)。首先由基本的位速率控制算法决定出一个量化缩放参数(步骤S910)，接着使用视觉心理模型中的物体边缘与平坦区域来调整，且物体边缘的优先权比平坦区域高，因此先判断是否侦测到物体边缘(步骤S920)，若有侦测到物体边缘，则进一步判断是否此物体边缘强度大于一预定强度(步骤S930)，若物体边缘强度大于预定强度，则将Q值减少一较大的量(步骤S931)；反之，若物体边缘强度小于预定强度，则将Q值减少一较小的量(步骤S932)。

另外，若没有侦测到物体边缘，则接着判断是否侦测到平坦区域(步骤S940)，若有侦测到平坦区域，则进一步判断是否此平坦区域强度大于一预定强度(步骤S950)，若平坦区域强度大于预定强度，则将Q值增加一较大的量(步骤S951)；反之，若平坦区域强度小于预定强度，则将Q值减少一较小的量(步骤S952)。

再者，若没有侦测到平坦边缘或是已经调整完Q值的话，则继续判断是否侦测到其它的视觉心理因素(步骤S960)，若有侦测到其它的视觉心理因素，则依照侦测到的视觉心理因素调整Q值(步骤S970)；若没有侦测到其它的视觉心理因素或是调整完Q值后，则完成决定最后量子化的Q值的动作。

综上所述，在本发明的影像方块内物体边缘的侦测方法，透过影像方块内多个画素方块的画素平均值及绝对差值平均的计算与比较，达到侦测巨方块内是否有物体边缘或平坦区域的目的，同时也将巨方块内的影像结构加以分析及归类，并将相关讯息运用到位速率控制中，便被压缩的影像可以适当地提升视觉结果。

虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明，任何熟习此技艺者，在不脱离本发明的精神和范围内，当可作些许的更动与润饰，因此本发明的保护范围当视后附的申请专利范围所界定者为准。

Claims (16)

1.一种影像方块内物体边缘的侦测方法，其中该影像方块是为一影像画面的多个影像方块其中之一，该影像方块内物体边缘的侦测方法包括下列步骤：

切割该影像方块为多个画素方块；

计算每一这些画素方块的一画素平均值；以及

比较这些画素方块的这些画素平均值，判断该影像方块是否具有该物体边缘，

其中比较这些画素方块的这些画素平均值的步骤包括：

找出这些画素平均值中的一最大画素平均值及一最小画素平均值；

将该最小画素平均值乘上一边缘缩放参数，获得一比较画素平均值，并与该最大画素平均值做比较；以及

若该比较画素平均值小于该最大画素平均值，则判断该影像方块具有该物体边缘。

2.如权利要求1所述的影像方块内物体边缘的侦测方法，其中还包括下列步骤：

将该最小画素平均值分别乘上一第一边缘缩放参数及一第二边缘缩放参数，获得第一比较画素平均值和第二比较画素平均值，并将该第一和该第二比较画素平均值分别和该最大画素平均值比较，以获得一第一物体边缘强度及一第二物体边缘强度；以及

比较该第一物体边缘强度及该第二物体边缘强度，区分该物体边缘的强弱程度。

3.如权利要求1所述的影像方块内物体边缘的侦测方法，其中具有m个画素宽、n个画素高的该画素方块的该画素平均值的计算公式为：

$\mathrm{mean}=\frac{\left(\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\underset{j=0}{\overset{m}{\mathrm{\Σ}}}{\mathrm{pixel}}_{i,j}\right)}{(n\×m)}$

其中mean是为该画素平均值，pixel_i.j为该画素方块中第i+1行第j+1列的画素的画素值，而m及n为自然数，i及j为大于等于0的正整数。

4.如权利要求1所述的影像方块内物体边缘的侦测方法，还包括下列步骤：

计算每一这些画素方块的一绝对差值平均；以及

根据这些画素方块的这些绝对差值平均，判断该影像方块是否具有一平坦区域。

5.如权利要求4所述的影像方块内物体边缘的侦测方法，其中根据这些画素方块的这些绝对差值平均的步骤包括：

将每一这些画素方块的这些绝对差值平均与一平坦位准比较；以及

若这些绝对差值平均小于该平坦位准，则判断这些画素方块具有该平坦区域。

6.如权利要求4所述的影像方块内物体边缘的侦测方法，其中比较这些画素方块的这些绝对差值平均的步骤包括：

找出这些绝对差值平均中最大的一最大绝对差值平均；

将该最大绝对差值平均与一平坦位准比较；以及

若该最大绝对差值平均小于该平坦位准，则判断该影像方块具有该平坦区域。

7.如权利要求6所述的影像方块内物体边缘的侦测方法，其中还包括下列步骤：

将最大绝对差值平均分别与使用一第一平坦位准及一第二平坦位准进行比较，分别获得一第一平坦区域强度及一第二平坦区域强度；以及

比较该第一平坦区域强度及该第二平坦区域强度，区分该平坦区域的强弱程度。

8.如权利要求4所述的影像方块内物体边缘的侦测方法，其中具有m个画素宽、n个画素高的画素方块的该绝对差值平均的计算公式为：

$\mathrm{MAD}=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\underset{j=0}{\overset{m}{\mathrm{\Σ}}}\left|({\mathrm{pixel}}_{i,j}-\mathrm{mean})\right|$

其中MAD是为该绝对差值平均，mean为该画素平均值，pixel_i.j为该画素方块中第i+1行第j+1列的画素的画素值，而m及n为自然数，i及j为大于等于0的正整数。

9.如权利要求1所述的影像方块内物体边缘的侦测方法，其中还包括根据该影像方块的一影像结构，将该影像方块重组。

10.如权利要求9所述的影像方块内物体边缘的侦测方法，其中若该影像结构为图框结构，则将2个图场的画素线交错成为该影像方块。

11.如权利要求9所述的影像方块内物体边缘的侦测方法，其中若该影像结构为图场结构，则将2个图场的画素线个别排列的2个方块重组为该影像方块。

12.一种影像方块内物体边缘的侦测方法，其中该影像方块是为一影像画面的多个影像方块其中之一，该影像方块内物体边缘的侦测方法包括下列步骤：

切割该影像方块为多个画素方块；

计算每一这些画素方块的一画素平均值；以及

比较这些画素方块的这些画素平均值，判断该影像方块是否具有该物体边缘，

其中切割该影像方块为多个画素方块的步骤还包括：

使用一第一尺寸及一第二尺寸的这些画素方块切割该影像方块，

其中计算每一这些画素方块的一画素平均值的步骤还包括：

分别计算以该第一尺寸及该第二尺寸切割的影像方块的画素方块的画素平均值；

其中比较这些画素方块的这些画素平均值，判断该影像方块是否具有该物体边缘的步骤还包括：

分别比较以该第一尺寸及该第二尺寸切割的影像方块的画素方块的画素平均值，以分别得到第一物体边缘强度及第二物体边缘强度；以及

比较该第一物体边缘强度及该第二物体边缘强度，区分该物体边缘的强弱程度。

13.一种决定量化缩放参数的方法，适用于处理一影像方块时，控制影像编码时的位速率，该决定量化缩放参数的方法包括下列步骤：

侦测该影像方块是否具有一物体边缘；

若该影像方块具有该物体边缘，则减少该量化缩放参数；

侦测该影像方块是否具有一平坦区域；以及

若该影像方块具有该平坦区域，则增加该量化缩放参数

其中侦测该影像方块是否具有該物体边缘更包括：

切割该影像方块为多个画素方块；

计算每一这些画素方块的一画素平均值；及

比较这些画素方块的这些画素平均值，判断该影像方块是否具有该物体边缘。

14.如权利要求13所述的决定量化缩放参数的方法，其中判断该影像方块是否具有一物体边缘之后还包括：

侦测该物体边缘的强度，并与一预定强度做比较；

若该物体边缘的强度大于该预定强度时，则将该量化缩放参数减少一第一缩放量；以及

若该物体边缘的强度小于该预定强度时，则将该量化缩放参数减少一第二缩放量，其中该第一缩放量大于该第二缩放量。

15.如权利要求13所述的决定量化缩放参数的方法，其中判断该影像方块是否具有一平坦区域之后还包括：

侦测该平坦区域的强度，并与一预定强度做比较；

若该平坦区域的强度大于该预定强度时，则将该量化缩放参数增加一第一缩放量；以及

若该平坦区域的强度小于该预定强度时，则将该量化缩放参数增加一第二缩放量，其中该第一缩放量大于该第二缩放量。

16.如权利要求13所述的决定量化缩放参数的方法，其中若同时侦测到该物体边缘及该平坦区域时，则优先考虑该物体边缘，增减该量化缩放参数。

Images