CN101237523A

CN101237523A - 主边缘检测方法和基于该方法的降噪方法及装置

Info

Publication number: CN101237523A
Application number: CNA2008100078369A
Authority: CN
Inventors: 刘雅闻; 郑旭; 石广建; 柳崎峰; 董旭
Original assignee: BAOLI MICRO-ELECTRONICS SYSTEM HOLDING Co Ltd KY
Current assignee: BAOLI MICRO-ELECTRONICS SYSTEM HOLDING Co Ltd KY
Priority date: 2008-02-25
Filing date: 2008-02-25
Publication date: 2008-08-06
Anticipated expiration: 2028-02-25
Also published as: CN101237523B

Abstract

为了准确分辨出图像内的主边缘，本发明提供了一种主边缘检测方法。本发明的另一目的是提供基于主边缘检测方法的图像降噪方法及装置。主边缘检测方法包括将当前处理像素与临近像素进行亮度和色度的差分；设定确定的门限值对差分结果进行判断，选择出主边缘像素。本发明可以检测出主边缘附近区域并分离出其中的细节，可应用在区域性的图像处理中，例如应用在基于BDCT变换的压缩图像去振铃噪声处理中。

Description

主边缘检测方法和基于该方法的降噪方法及装置

技术领域

本发明属于数字图像处理技术，特别是一种边缘检测技术及基于该技术的降噪技术。

背景技术

图像/视频压缩领域中主要用到两种变换：块离散余弦变换(Block DiscreteCosine Transform，BDCT)和离散小波变换(Discrete Wavelet Transform，DWT)。BDCT变换编码使用8×8非重叠的像素块独立进行余弦变换、量化和编码，当压缩比较高时，BDCT高频系数的损失会产生严重的振铃效应，其中又以背景简单的强边附近最为明显，而纹理区由于HVS(Human Vision System)的“掩膜效应”变得不明显。因此，消除简单背景下的强边附近的振铃效应能显著提高压缩图像的视觉质量。

能够实现消除强边附近的振铃效应的前提是准确分辨出图像内的主边缘，进而准确定位出图像内的主边缘区域，即振铃噪声的显著存在区域。

发明内容

为了准确分辨出图像内的主边缘，本发明提供了一种主边缘检测方法。本发明的另一目的是提供基于主边缘检测方法的图像降噪方法及装置。

本发明的技术方案如下：

主边缘检测方法包括如下步骤：

A、对帧内所有像素进行低通滤波处理；

B、经过步骤A后，将当前处理像素与临近的上、下、左、右四个方向的临近像素进行亮度和色度的垂直方向和水平方向差分；

C、根据步骤B所述亮度和色度垂直方向差分加权和、亮度和色度水平方向差分加权和判断并将当前处理像素归属于以下三个类别之一：阶跃型主边缘像素、脉冲型主边缘像素、非主边缘像素。

步骤B所述进行垂直方向和水平方向差分的公式如下：

Δu＝|Yu-Y|+|Uu-U|+|Vu-V|

Δd＝|Yd-Y|+|Ud-U|+|Vd-V| (1)

Δl＝|Yl-Y|+|Ul-U|+|Vl-V|

Δr＝|Yr-Y|+|Ur-U|+|Vr-V|

其中，Δu为当前处理像素与其上方临近像素亮度和色度的一阶差分；Δd为当前处理像素与其下方临近像素亮度和色度的一阶差分；Δl为当前处理像素与其左侧临近像素亮度和色度的一阶差分；Δr为当前处理像素与其右侧临近像素亮度和色度的一阶差分；Y为当前处理像素亮度值，U和V为当前处理像素色度值；Yu为当前处理像素上方临近像素亮度值，Uu和Vu为当前处理像素上方临近像素色度值；Yd为当前处理像素下方临近像素亮度值，Ud和Vd为当前处理像素下方临近像素色度值；Yl为当前处理像素左侧临近像素亮度值，Ul和Vl为当前处理像素左侧临近像素色度值；Yu为当前处理像素上方临近像素亮度值，Uu和Vu为当前处理像素上方临近像素色度值。

步骤C所述判断当前处理像素类别归属的方法是：若Δl+Δr＞TH1或Δu+Δd＞TH1，则当前处理像素为脉冲型主边缘像素；若max(Δl，Δr)＞TH2或max(Δu，Δd)＞TH2，则当前处理像素为阶跃型主边缘像素；

其中，TH1和TH2为一确定的门限值，且TH2＜TH1。

步骤A所述低通滤波为n1×n2的线性低通滤波，n1和n2为自然数。

经过主边缘检测方法处理后还进行如下步骤：

D、以帧内像素间位置关系构成X矩阵，X矩阵中每一个元素代表帧内相应位置的像素，经过步骤C判定为主边缘像素的像素在所述X矩阵中值相等，所述值为x1；经过步骤C判定为非主边缘像素的像素在所述X矩阵中的值不等于x1；

E、将X矩阵以s1个元素×s2个元素为单位矩阵划分，若单位矩阵内含有值为x1的元素，则将该单位矩阵内的其他元素的值均置为x1，s1和s2为自然数；

F、对步骤E在所述X矩阵中值为x1的元素所对应的图像中像素进行低通滤波。

步骤F所述低通滤波为t1×t2高斯低通滤波，t1、t2为自然数。

在步骤E和步骤F之间还包括如下边缘检测步骤：

(a)对全局像素进行如下计算：

Ps ` = ((w - Σ_{i = 0}^{m 1 \times m 2 - 1} ki) \times Ps + Σ_{i = 0}^{m 1 \times m 2 - 1} (ki \times Pi)) / w;

其中，Ps`为经过所述计算后当前处理像素的亮度或色度值Y、U、V，Ps为当前处理像素的亮度或色度值Y、U、V；Pi为以当前处理像素为中心的m1个像素×m2个像素区域内像素的亮度或色度值，

ki = \{\begin{matrix} 0, | Pi - Ps | > TH 3 \\ 1, | Pi - Ps | \leq TH 3 \end{matrix},

w≥m1×m2，TH3为确定的门限值，m1、m2为自然数，i为像素标示，i为0或小于等于m1×m2-1的自然数；

(b)利用下列公式得到系数k：k＝2a/(Y`+a)，其中a为像素可取亮度最大值；Y`为以当前处理像素为中心的q1个像素×q2个像素区域的背景亮度值，q1、q2为自然数；

(c)将步骤(a)中得到的Ps`代入公式(1)中得到Δu、Δd、Δl、Δr，所得到的Δu、Δd、Δl、Δr如果符合下列条件之一，将当前像素对应于所述X矩阵中元素的值更改为不等于x1的值：

max(Δl，Δr)×k＞TH4；max(Δu，Δd)×k＞TH4；其中TH4为一确定的门限值；

在执行完边缘检测步骤后，对应步骤F中处理的X矩阵为经过边缘检测步骤修订的X矩阵。

(b)中所述背景亮度值为在所述q1个像素×q2个像素区域内与当前处理像素亮度值差最大的像素亮度值。

图像降噪装置包括主边缘区域检测模块和低通滤波器，主边缘区域检测模块与低通滤波器连接，主边缘区域检测模块根据当前处理像素与临近像素的差分判断当前处理像素是否属于主边缘像素，主边缘像素及其临近像素被定义为主边缘区域；低通滤波器根据主边缘区域检测模块输出的信息对主边缘区域像素进行低通滤波。

图像降噪装置还包括线性低通滤波器，所述线性低通滤波器与主边缘区域检测模块连接，首先处理原始图像像素后将结果输出给主边缘区域检测模块。

图像降噪装置还包括边缘检测模块，所述边缘检测模块与主边缘区域检测模块和低通滤波器连接，接收主边缘区域检测模块的输出作为输入，处理后的结果输出给低通滤波器；边缘检测模块去除主边缘区域中的边缘，输出经过处理的主边缘区域信息。

本发明的技术效果：

采用本发明的主边缘检测方法可以有效地检测出图像的主要边缘像素。

采用本发明的降噪方法可以有效去除图像中的振铃效应，同时还可以保留图像的细节，避免细节像素被当作主边缘像素处理。对比图4和图5，在采用本发明处理前，图4显示的图像样本中在主边缘附近区域存在众多的与所处背景灰度不同的振铃噪声。经过本发明处理后，从图5显示的样本可见，振铃噪声明显减少。静态图像的振铃效应并不明显，当采用本发明的技术方案处理视频图像时可以清楚看到处理前主边缘附近跳跃闪现(闪烁)的振铃噪声被明显消除了。

图4和图5是一帧图像的局部在处理前、后的对比，可以看出消除振铃噪声的效果。图6和图7是这一帧图像的全局图，可以看出图像细节也得到完整的保留，并没有因为对边缘的处理而损失图像的细节。

附图说明

图1为主边缘检测方法流程图；

图2为降噪方法流程图；

图3为降噪装置原理图；

图4为处理前的图像样本局部；

图5为经过本发明处理的图像样本局部；

图6为处理前的图像样本；

图7为经过本发明处理的图像样本。

具体实施方式

结合图1对主边缘检测方法进行说明：

首先，对帧内像素进行n1×n2线性高斯低通滤波处理(n1和n2为自然数)，这一处理的目的在于对整帧图像进行强平滑，减弱纹理，以便在后续主边缘区域检测中，从细节中分离出主边缘。

其次，经过上述高斯低通滤波处理后，将当前处理像素与临近的上、下、左、右四个方向的临近像素进行亮度和色度的一阶差分，公式如下：

Δu＝|Yu-Y|+|Uu-U|+|Vu-V|

Δd＝|Yd-Y|+|Ud-U|+|Vd-V| (1)

Δl＝|Yl-Y|+|Ul-U|+|Vl-V|

Δr＝|Yr-Y|+|Ur-U|+|Vr-V|

其中，Δu为当前处理像素与其上方临近像素亮度和色度的一阶差分；Δd为当前处理像素与其下方临近像素亮度和色度的一阶差分；Δl为当前处理像素与其左侧临近像素亮度和色度的一阶差分；Δr为当前处理像素与其右侧临近像素亮度和色度的一阶差分；Y为当前处理像素亮度值，U和V为当前处理像素色度值；Yu为当前处理像素上方临近像素亮度值，Uu和Vu为当前处理像素上方临近像素色度值；Yd为当前处理像素下方临近像素亮度值，Ud和Vd为当前处理像素下方临近像素色度值；Yl为当前处理像素左侧临近像素亮度值，Ul和Vl为当前处理像素左侧临近像素色度值；Yu为当前处理像素上方临近像素亮度值，Uu和Vu为当前处理像素上方临近像素色度值。公式(1)包括4个公式，亮度和色度的水平方向差分和垂直方向差分的权值为1。

第三，判断下列条件之一是否成立：

Δl+Δr＞TH1或Δu+Δd＞TH1或max(Δl，Δr)＞TH2或max(Δu，Δd)＞TH2；

其中，TH1和TH2为一确定的门限值，且TH2＜TH1。若上述四个条件之一成立，则可以判定当前处理像素为主边缘像素；若上述四个条件均不成立，则当前处理像素不属于主边缘像素。其中，Δl+Δr＞TH1；Δu+Δd＞TH1条件确定的主边缘像素为脉冲型边缘像素；max(Δl，Δr)＞TH2；max(Δu，Δd)＞TH2条件确定的主边缘为阶跃型边缘像素。

在判定出图像中主边缘像素后可以进一步采取措施消减主边缘附近出现的振铃效应。具体方法如图2所示。

首先，进行如图1所示的步骤，这些步骤实现了对边缘的方向性(垂直、水平)、亮度/色度的差异(Y、U、V)以及不同的边缘类型(阶跃式及脉冲式)的检测。

其次，以图像内像素间位置关系构成X矩阵，X矩阵中每一个元素代表图像内相应位置的像素，被判定为主边缘像素的像素在所述矩阵中对应元素的值相等，所述值为x1，在本实施例中，x1为1，非主边缘像素对应的元素值为0。

第三，将X矩阵以s1个元素×s2个元素为单位矩阵进行划分，若单位矩阵内含有值为x1的元素，则将该单位矩阵内的其他元素的值均置为x1，s1和s2为自然数，振铃出现区域是在含有主边缘的8×8块内，因此，需要对X矩阵进行修正：s1和s2优选为8，如果X矩阵的8×8块内含有为1的点，则把该块内所有点置为1，则输出为标示主边缘区域的X矩阵。这一步骤将主边缘像素及主边缘像素临近像素合并为主边缘区域。

第四，对当前处理像素进行m1×m2(m1、m2为自然数)非线性滤波，具体公式如下：

对全局像素进行如下计算：

Ps ` = ((w - Σ_{i = 0}^{m 1 \times m 2 - 1} ki) \times Ps + Σ_{i = 0}^{m 1 \times m 2 - 1} (ki \times Pi)) / w;

其中，Ps`为经过所述计算后当前处理像素的亮度或色度值Y、U、V，Ps为当前处理像素的亮度或色度值Y、U、V；Pi(i为像素标示，i为0或小于等于m1×m2-1的自然数)为以当前处理像素为中心的m1个像素×m2个像素区域内像素的亮度或色度值，

ki = \{\begin{matrix} 0, | Pi - Ps | > TH 3 \\ 1, | Pi - Ps | \leq TH 3 \end{matrix},

w≥m1×m2，TH3为确定的门限值.

本实施例中m1和m2的值均为3，w＝9，则公式演变为：

P s^{'} = ((9 - Σ_{i = 0}^{8} ki) * Ps + Σ_{i = 0}^{8} (ki * Pi)) / 9 .

经过本步骤的处理，可以有效去除高频噪声，保留边缘。

第五，进行边缘检测，修正前述X矩阵，具体方法如下：

利用下列公式得到系数k：k＝2a/(Y`+a)，其中a为像素亮度可取的最大值，如像素采用8位数据，则a为2⁸＝256；Y`为当前像素所在的q1个像素×q2个像素(q1，q2为自然数)区域内的背景亮度值，本实施例中该背景亮度值采用与当前处理像素亮度差最大像素亮度值。

将Ps`代入公式(1)中得到Δu、Δd、Δl、Δr，所得到的Δu、Δd、Δl、Δr如果下述条件之一成立，将当前像素对应于所述X矩阵中元素的值更改为非主边缘像素值：

max(Δl，Δr)×k＞TH4或max(Δu，Δd)×k＞TH4；其中TH4为一确定的门限值。

至此，得到修正后的X矩阵。

当前像素与背景之间的亮度差一定的情况下，背景亮度值越低，当前像素越容易被人眼识别到。根据这一原理，k值随背景亮度降低而增大，则当背景亮度较低时，当前处理像素更易被归类为主边缘像素。即此时当前处理像素更易被人眼“认为”是边缘像素。

第六，对“第五”步骤得到的X矩阵标示为主边缘像素的图像区域采用低通滤波，如t1×t2(t1，t2为自然数)高斯低通滤波，即可达到消除振铃效应的目的。

图3显示了采用本发明降噪方法的装置原理图。降噪装置包括线性低通滤波器、主边缘区域检测模块、边缘检测模块和低通滤波器。线性低通滤波器与主边缘区域检测模块连接，主边缘区域检测模块还与边缘检测模块连接，边缘检测模块还与低通滤波器连接。线性低通滤波器处理原始图像像素后将结果输出给主边缘区域检测模块。主边缘区域检测模块根据当前处理像素与临近像素的差分判断当前处理像素是否属于主边缘像素，并根据图像中像素位置关系设置矩阵，矩阵中对应于主边缘像素及其临近像素的元素值相同。边缘检测模块与主边缘区域检测模块和低通滤波器连接，接收主边缘区域检测模块的输出作为输入，处理后的结果输出给低通滤波器，用以控制低通滤波器对原始图像信息进行处理，即低通滤波器对主边缘区域像素进行低通滤波处理；边缘检测模块从主边缘区域检测模块的输出矩阵中去除被检测为主边缘区域的像素中代表边缘的像素，修订所述矩阵。低通滤波器根据接收到的矩阵对具有主边缘像素值的像素区域进行滤波，从而达到消除振铃效应的目的。

应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明，但不以任何方式限制本发明。因此，尽管本说明书参照附图和实施方式对本发明已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明进行修改或者等同替换；而一切不脱离本发明的精神和技术实质的技术方案及其改进，其均应涵盖在本发明专利的保护范围当中。

Claims

1、主边缘检测方法，其特征在于包括如下步骤：

A、对帧内所有像素进行低通滤波处理；

2、根据权利要求1所述的主边缘检测方法其特征在于步骤B所述进行垂直方向和水平方向差分的公式如下：

Δu＝|Yu-Y|+|Uu-U|+|Vu-V|

Δd＝|Yd-Y|+|Ud-U|+|Vd-V| (1)

Δl＝|Yl-Y|+|Ul-U|+|Vl-V|

Δr＝|Yr-Y|+|Ur-U|+|Vr-V|

3、根据权利要求2所述的主边缘检测方法其特征在于步骤C所述判断当前处理像素类别归属的方法是：若Δl+Δr＞TH1或Δu+Δd＞TH1，则当前处理像素为脉冲型主边缘像素；若max(Δl，Δr)＞TH2或max(Δu，Δd)＞TH2，则当前处理像素为阶跃型主边缘像素；

其中，TH1和TH2为一确定的门限值，且TH2＜TH1。

4、根据权利要求1所述的主边缘检测方法其特征在于步骤A所述低通滤波为n1×n2的线性低通滤波，n1和n2为自然数。

5、基于权利要求1-3之一所述主边缘检测方法的降噪方法，其特征在于经过主边缘检测方法处理后还进行如下步骤：

6、根据权利要求5所述的降噪方法，其特征在于步骤F所述低通滤波为t1×t2高斯低通滤波，t1和t2为自然数。

7、根据权利要求6所述的降噪方法，其特征在于在步骤E和步骤F之间还包括如下边缘检测步骤：

(a)对全局像素进行如下计算：

Ps ` = ((w - Σ_{i = 0}^{m 1 \times m 2 - 1} ki) \times Ps + Σ_{i = 0}^{m 1 \times m 2 - 1} (ki \times Pi)) / w;

ki = \{\begin{matrix} 0, | Pi - Ps | > TH 3 \\ 1, | Pi - Ps | \leq TH 3 \end{matrix},

8、根据权利要求7所述的降噪方法，其特征在于(b)中所述背景亮度值为在所述q1个像素×q2个像素区域内与当前处理像素亮度值差最大的像素亮度值。

9、一种图像降噪装置，包括主边缘区域检测模块和低通滤波器，主边缘区域检测模块与低通滤波器连接，其特征在于主边缘区域检测模块根据当前处理像素与临近像素的差分判断当前处理像素是否属于主边缘像素，主边缘像素及其临近像素被定义为主边缘区域；低通滤波器根据主边缘区域检测模块输出的信息对主边缘区域像素进行低通滤波。

10、根据权利要求9所述的一种图像降噪装置其特征在于还包括线性低通滤波器，所述线性低通滤波器与主边缘区域检测模块连接，首先处理原始图像像素后将结果输出给主边缘区域检测模块。

11、根据权利要求10所述的一种图像降噪装置，其特征在于还包括边缘检测模块，所述边缘检测模块与主边缘区域检测模块和低通滤波器连接，接收主边缘区域检测模块的输出作为输入，处理后的结果输出给低通滤波器；边缘检测模块去除主边缘区域中的边缘，输出经过处理的主边缘区域信息。