CN101379827A - 基于边缘的时空滤波方法和装置 - Google Patents

基于边缘的时空滤波方法和装置 Download PDF

Info

Publication number
CN101379827A
CN101379827A CNA2007800039940A CN200780003994A CN101379827A CN 101379827 A CN101379827 A CN 101379827A CN A2007800039940 A CNA2007800039940 A CN A2007800039940A CN 200780003994 A CN200780003994 A CN 200780003994A CN 101379827 A CN101379827 A CN 101379827A
Authority
CN
China
Prior art keywords
image
filtering
time
filter
carried out
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2007800039940A
Other languages
English (en)
Other versions
CN101379827B (zh
Inventor
亚历山德罗斯·图拉皮斯
吉尔·麦克唐纳·布瓦斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thomson Licensing SAS
International Digital Madison Patent Holding SAS
Original Assignee
Thomson Licensing SAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Thomson Licensing SAS filed Critical Thomson Licensing SAS
Publication of CN101379827A publication Critical patent/CN101379827A/zh
Application granted granted Critical
Publication of CN101379827B publication Critical patent/CN101379827B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51Motion estimation or motion compensation
    • H04N19/577Motion compensation with bidirectional frame interpolation, i.e. using B-pictures
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/59Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/86Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20004Adaptive image processing
    • G06T2207/20012Locally adaptive
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20182Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H04N19/615Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding using motion compensated temporal filtering [MCTF]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/63Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/01Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
    • H04N7/0135Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level involving interpolation processes
    • H04N7/0142Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level involving interpolation processes the interpolation being edge adaptive

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Picture Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

提出基于边缘的时空滤波方法和装置。一种用于对图像序列进行滤波的装置,包括:空间滤波器(110,190)、运动补偿器(130)、去块滤波器(140)和时间滤波器(150)。空间滤波器(110,190),用于对序列中的图像以及从序列中关于该图像的在前图像和后续图像中选择的至少一个参考图像进行空间滤波。运动补偿器(130),与所述空间滤波器信号通信,用于在空间滤波之后为来自所述至少一个参考图像的图像形成多个时间预测。去块滤波器(140),与所述运动补偿器信号通信,用于对所述多个时间预测进行去块滤波。时间滤波器(150),与所述去块滤波器信号通信,用于对所述多个时间预测进行时间滤波,并将所述多个时间预测相组合,以产生图像的噪声降低版本。

Description

基于边缘的时空滤波方法和装置
相关申请的交叉参考
本申请要求在2006年1月31日提交的美国临时申请60/764,252的优先权,其全部公开一并在此作为参考。
技术领域
本发明一般涉及视频编解码,尤其涉及基于边缘的时空滤波方法和装置。
背景技术
从低分辨率图像序列中生成超分辨率图像近来受到广泛关注,并导致几种强制算法的出现。然而,多数现存的算法依靠相对复杂并很难实施的模型。进而,许多现存的算法并不总能达到令人满意的结果。
成像传感器的物理约束会显著的限制图像分辨率,因而会限制所捕获的图像的质量。如果检测器阵列并不足够密集,这会导致混杂(aliased)或欠采样图像。近来,在通过考虑相同场景的多个捕获图像来产生更高分辨率和质量的图像方面做了许多工作。这个过程被称作超分辨率图像生成。超分辨率图像生成尤其适合依次捕获的图像,举例来说,使用视频摄像机,因为连续帧之间存在高度的时间和空间相关性。
超分辨率图像生成有许多不同的应用,从为了打印的目的从低分辨率视频图像产生静态图像,到从标准清晰度(SD)信号中产生高清晰度电视(HDTV)。另一应用是在安防/监视系统和法院学科领域中,特别是在2001年9月11号之后,为了达到例如通过识别嫌疑犯解决或甚至是防止犯罪的目的,很希望从捕获的图像序列中生成超分辨率图像。其他应用包括航空/卫星成像、天文和医学成像。尽管,从通常在电影和电视节目中显示的静态图像中产生超分辨率图像仍不太现实,但是最近提出的方法可以产生很令人印象深刻的结果。
许多先前的技术利用傅立叶域方法,其中从低分辨率图像的低频数据中提取高频信息。尽管这样的方法实施起来相对简单,但是不幸的是在性能和适用性方面,由于其不能处理局部和全局运动,其同样在相当程度上受到了限制。可替代的,空间域技术可以产生相当好的结果,尽管,由于其需要考虑运动配准并在许多情形下会迭代,该技术会复杂得多。一些这样的方法同样适合压缩的视频,这样使其在适用性和有用性方面更具吸引力。通常的,大部分这样的方法使用确定性方法,诸如凸集投影(POCS),在不考虑任何源统计的情形下,在空间域内提高分辨率,而其他方法基于统计公式,诸如最大似然或最大后验概率(MPA)估计。
一个非常类似超分辨率生成的应用是视频降噪。视频降噪是许多现代视频编码结构的特征,因为其可以相当大的提高编码效率,同时,改善客观和主观质量。数字静态或视频图像包含由于捕获或模数转换过程而产生的噪声,或甚至是由于传输的原因而产生的噪声。然而,噪声除了其自身在视觉上不令人满意的印象,还在许多应用中有几种严重的影响,尤其是在视频压缩中。由于其随机特性,噪声很大程度上降低了时间和空间相关性,因此限制了该带噪视频信号的编码效率。所以,期望在没有消除图像中任何重要细节的情况下,诸如边缘和纹理,能够消除噪声。
已经提出了几种视频降噪结构,其中通过考虑空间或时间滤波方法或其组合而进行降噪。甚至是最先进的空间方法,诸如维纳或小波滤波,都趋向更适合于静态图像,同时由于其特性,时间和时空方法更加适合视频信号,因为相邻图像之间存在时间相关性。在该技术领域中广泛已知这样的方法,并且通常被归类到运动和非运动补偿滤波中,其在对当前图像进行滤波时可能会也可能不会考虑运动估计和补偿技术。
在第一种现有方法中,提出了一种结合有视频编码器的时空视频降噪结构,该视频编码器符合国际标准化组织/国际电工委员会(ISO/IEC)运动图像专家组-4(MPEG-4)部分10高级视频编码(AVC)标准/国际电信联盟,电信部分(ITU-T)的H.264推荐标准(在下文中称作“MPEG-4 AVC标准”)。在第一种现有技术的方法中,使用基于阈值的3×3像素平均对所有像素进行空间滤波,同时为了进行时间滤波而重新使用MPEG-4 AVC标准的运动估计过程。鉴于MPEG-4AVC标准允许考虑和使用多个参考以用于预测块或宏块,可能使用这种策略在本质上产生针对当前像素的几种可能的时间预测。然后,将这些时间预测一起进行平均,以形成最终的滤波后的图像。在这种方法中需要注意的是,对先前滤波的像素执行运动估计和补偿。尽管这个过程会产生更为精确的运动场,但是这个过程同样导致场景中某些更为精确细节的消除的情况,诸如纹理和边缘。
在第二种现有技术方法中已经提出了这个概念的延伸,包括执行更多高级运动补偿方法,考虑用小波滤波代替基于阈值的中值。在第二种现有技术的方法中,引进去块滤波,其应用于运动补偿后的残余,因此导致最终降噪的视频中更少的伪像。
发明内容
本发明论述了现有技术的这些和其他缺点和不利,本发明涉及基于边缘的时空滤波方法和装置。
根据本发明原理的一个方面,提出了一种用于对图像序列进行滤波的装置。该装置包括空间滤波器、运动补偿器、去块滤波器和时间滤波器。空间滤波器用于对序列中的图像以及从序列中关于该图像的在前图像和后续图像中选择的至少一个参考图像进行空间滤波。运动补偿器与所述空间滤波器信号通信,用于在空间滤波之后为来自所述至少一个参考图像的图像形成多个时间预测。去块滤波器与所述运动补偿器信号通信,用于对所述多个时间预测进行去块滤波。时间滤波器与所述去块滤波器信号通信,用于对所述多个时间预测进行时间滤波,并将所述多个时间预测相组合,以产生图像的噪声降低版本。
根据本发明原理的另一方面,提供了一种用于从图像序列形成超分辨率图像的装置。该装置包括空间滤波器、运动补偿器、空间上采样器、去块滤波器和时间滤波器。空间滤波器用于对序列中的图像以及从序列中关于该图像的在前图像和后续图像中选择的至少一个参考图像进行空间滤波。运动补偿器与所述空间滤波器信号通信,用于在空间滤波之后为来自所述至少一个参考图像的图像形成多个时间预测。空间上采样器与所述运动补偿器信号通信,用于对该图像和至少一个参考图像执行空间上采样。去块滤波器与所述运动补偿器信号通信,用于对所述多个时间预测进行去块滤波。时间滤波器与所述去块滤波器信号通信,用于对所述多个时间预测进行时间滤波,并将所述多个时间预测相组合,以产生图像的上采样版本。
根据本发明原理的另一方面,提出了一种用于对图像序列进行滤波的方法。该方法包括:对序列中的图像以及从序列中关于该图像的在前图像和后续图像中选择的至少一个参考图像进行空间滤波。该方法还包括:在空间滤波之后为来自所述至少一个参考图像的图像形成多个时间预测。该方法还包括:对所述多个时间预测进行去块滤波。此外,该方法包括在所述去块滤波之后,对所述多个时间预测进行时间滤波,并将所述多个时间预测相组合,以产生图像的噪声降低版本。
根据本发明原理的又一方面,提出一种用于从图像序列形成超分辨率图像的方法。该方法包括:对序列中的图像以及从序列中关于该图像的在前图像和后续图像中选择的至少一个参考图像进行空间滤波。该方法还包括:在空间滤波之后为来自所述至少一个参考图像的图像形成多个时间预测。该方法还包括:对该图像和所述至少一个参考图像执行空间上采样,并对所述多个时间预测进行去块滤波。此外,该方法包括:在所述去块滤波之后,对所述多个时间预测进行时间滤波,并将所述多个时间预测相组合,以产生图像的噪声降低版本。
从下列的示例性的实施例的详细描述中,本发明的这些和其他方面、特征和优势将会变得更清晰,该实施例将连同与相关的附图而阅读。
附图说明
根据下列示例性附图可以更好的理解本发明,其中:
图1示出了根据本发明原理的具有超分辨率图像生成功能的示范性编码器的框图,本发明原理可应用于该编码器中;以及
图2示出了根据本发明原理的使用基于边缘的噪声滤波的示范性视频编码的流程图。
具体实施方式
本发明致力于基于边缘空时域滤波的方法和装置。
本描述说明了本发明的原理。这样很明显该技术领域的技术人员能够设计具体实施本发明的原理的各种不同的配置,尽管没有明确的在这里描述和显示,但是包括在其精神和范围内。
这里所引用的所有示例和条件语句都出于教学的目的,来帮助读者理解本发明的原理和发明人对本技术领域的进步所做贡献的概念,在没有特殊的对引用的示例和条件限制的情况下,对其进行分析。
此外,这里引用的原理,概念和本发明的实施方案,及其特殊的示例的全部叙述,都试图包括结构的和功能上的等同物。另外,这样的等同物意图包括当前已知的等同物,同时也包括未来开发的等同物,即不管结构如何,任何开发的可以执行相同功能的元件。
这样,例如,该技术领域的技术人员很明显看出,这里表示的框图代表体现本发明原理的示意性电路的概念图。同样的,很明显任何流程表,流程图,状态转移图,伪代码,和像这样的等等表示可以充分表示在计算机可读媒介和通过计算机或处理器如此执行的各种过程,无论是否明确示出该计算机或处理器。
可以通过使用专用硬件和结合适当的软件能够执行软件的硬件提供图中所示的各种单元的功能。当由处理器提供时,该功能可能会由单专用处理器,单共享的处理器,或多个单独处理器提供,其中的一些是可以共享的。此外,明显的使用“处理器”或“控制器”术语不应解释为专门涉及能够执行软件的硬件,并且在没有限制的情况下,隐含的包括数字信号处理器(“DSP”)硬件,存储软件的只读存储器(“ROM”),随机存取存储器(“RAM”)和非易失性存储器。
还包括传统的和/或定制的其他硬件。同样的,图中所示的开关仅是概念性的。通过程序逻辑,专用逻辑,程序控制和专用逻辑的相互作用操作来执行它们的功能,或甚至人为的执行,通过制定者选择特定的技术来从上下文中更清晰的理解。
在权利要求书中,任何表示为装置的单元用来执行一个规定的功能,意图包括任何执行该功能的方式,其包括,例如a)执行功能的电路元件的组合,或b)任何形式的软件,这里包括,固件,微代码等,结合用于执行该软件的适当的电路,以执行该功能。该权利要求书中定义的本发明在于如下事实:由各个引用的装置提供的功能由权利要求所要求的方式组合到一起。值得注意的是,可以提供那些功能的任何装置等价于这里所示的装置。
说明书中对本发明原理的“一个实施例”或“实施例”的引用意味着:连同该实施例而描述的特定特征,结构,特性等包括在至少一个本发明原理的实施例中。这样,出现在整个说明书的不同地方的短语“在一个实施例中”或“在实施例中”并不一定都指向相同的实施例。
转向图1,一般通过附图标记100表示具有超分辨率图像生成功能的示例性编码器。该编码器100包括空间滤波器110,该空间滤波器110的输出与运动估计器和纹理/边缘分析器120的第一输入信号通信地相连。运动估计器和纹理/边缘分析器120的第一输出与运动补偿器130的第二输入、去块滤波器140的第二输入以及时间滤波器150的第二输入信号通信地相连。运动估计器和纹理/边缘分析器120的第二输出与运动补偿器130的第一输入信号通信地相连。运动补偿器130的输出与去块滤波器140的第一输入信号通信地相连。去块滤波器140的输出与时间滤波器150的第一输入信号通信地相连。时间滤波器150的输出与超分辩率图像存储器180的第一输入信号通信地相连。超分辩率图像存储器180的输出与运动补偿器130的第三输入信号通信地相连。空间上采样器170的输出与超分辨率图像存储器的第二输入信号通信地相连。
编码器100的输入与空间滤波器110的输入、图像存储器160的输入以及空间滤波器190的输入信号通信地相连。图像存储器160的输出与空间上采样器170的输入以及运动估计器和纹理/边缘分析器120的第二输入信号通信地相连。空间滤波器190的输出与时间滤波器150的第三输入信号通信地相连。时间滤波器150的输出可作为编码器100的输出。
运动补偿时间滤波(MCTF)回路199可看作由运动估计器和纹理/边缘分析器120、运动补偿器130、去块滤波器140、时间滤波器150、图像存储器160和可选的空间上采样器170形成。
根据本发明的原理,提出了一种视频编码方法和装置,其基于基于块的运动补偿滤波,而且结合了时空分析。很明显,这里给出的本发明原理的教导除了超分辨率图像生成外,还可以用于改善现有的时空降噪方案的性能。
根据上述参考的第二种现有技术的方法,通过执行运动估计和补偿为当前图像产生若干不同时间滤波的预测,然后将其与一组空间滤波的预测进行组合/平均,来执行降噪。然而可能在特定情形中,使用任何运动估计算法估计时间滤波器的运动向量是不正确的,或不足够精确。例如,这样的情形可能是在封闭(occlusion)、衰落或交叉衰落,或非平移运动(旋转,缩放,等等)期间出现。这样的情形中使用运动补偿后的信号很明显会导致严重的伪像。尽管可增强运动估计算法以考虑这些情形中的一些,但这会导致更为复杂的系统。
可替代的,一个更简单的方法是引入失真失真阈值(例如,当前测试块的MAD),试图检测这样的情形,并且如果来自特定参考的块预测的失真超过其值,则基本上排除该块预测。在本发明原理的实施例中,我们考虑这个阈值等于5。此外,在实施例中,如果当前块的变化非常小(例如,零),那么对当前块进行完全的空间插值,因为这暗示可能不需要对该块进行时间插值。例如,时间参考中可能存在的噪声会消弱而非有助于时间预测。在所有这样的情形中,我们已经用来自时间t的原始帧图像获得的空间插值块预测代替了来自给定参考的预测,其同样可以被看作是一种相比于时间预测而增大空间预测的加权的方法。
尽管阈值方法会减少运动补偿预测中的一些伪像,但不幸的是其不能消除全部伪像。众所周知,由于运动的不连续,运动补偿方法会导致块边界处的严重的块伪像。为此,几种视频编码标准已经引入了回路去块结构,其考虑到这样的不连续,并尝试通过在该边界处使用智能空间滤波技术来缓解。在一些情况中,我们的方法中可能同样存在类似的问题,即使来自预测的失真很小。为此,引入了去块滤波器,其可在对每一个预测做出运动补偿后应用。该去块滤波器考虑边界位置处的像素值和运动,同时考虑当前量化等级,以确定是否需要对这些像素进行滤波从而减少块伪像。在我们的情况下,已经考虑使用在MPEG-4AVC标准中使用的滤波器用于片间(inter slice),而且在本发明原理的实施例中,已经将其修改为总是应用与不属于由前面段落描述的阈值和变化过程所代替的块的边缘上,也不考虑其运动。这导致可观的性能提高,尤其是对于我们的运动补偿预测的主观质量。
如果我们还考虑到边缘可能是当对图像进行插值时希望增强的最重要的特征,,本发明原理的实施例包括这里引入的一种基于边缘的准则,以增强特别是针对边缘的编码性能。可基于众所周知的Canny边缘检测器来计算边缘。当然,本发明原理不限于仅使用Canny边缘检测器,根据本发明原理,同样可以采用其他的边缘检测算法,同时保持本发明原理的范围。如果发现某个像素是边缘,那么在实施例中,我们可能希望针对给定参考而修改该像素的权重,和/或在实施例中甚至可以引入额外的参考,例如通过使用边缘保留插值而产生的图像。
总结关于本发明原理的一个实施例的说明性示例,假设期望对时间t处的图像f(t)进行上采样或降噪,而且可以使用2个前帧和2个后帧用来运动估计和补偿,即图像f(t-2),f(t-1),f(t+1)和f(t+2)。通过将f(t)分成大小为B1×B2的非交叠块,并在每一个参考图像中的小窗口内执行搜索以定位最佳可能匹配而使用这四个图像执行运动估计。然后,对包括f(t)在内的5幅图像进行空间上采样,例如使用在MPEG-4AVC标准中使用的6抽头滤波器,零阶或一阶保持,或者甚至使用更多先进的插值方法,诸如小波,而且来自低分辨率图像的运动向量用于产生运动补偿帧,然后对运动补偿帧进行去块滤波,导致超分辨率补偿预测。通过这个过程产生假设,例如,这个新图像中的像素(x,y)是
Figure A200780003994D00131
Figure A200780003994D00132
Figure A200780003994D00133
Figure A200780003994D00134
Figure A200780003994D00141
然后使用加权平均将这五个预测结合在一起,导致最后的降噪图像,如下:
f ^ ( x , y , t ) = w Sp f Sp ′ ( x , y , t ) + Σ k { - 2 , - 1,1,2 } w k f T ′ ( x , y , t + k ) - - - ( 1 )
如之前讨论过的,权重可以是自适应的(例如,基于失真、边缘等等),和/或甚至可以是固定的并取决于每一个假设的时间距离和可靠性。在实施例中,如果像素不属于边缘位置,可使用如下等式产生 f ^ ( x , y , t ) :
Figure A200780003994D00144
如果该像素属于边缘,在实施例中,
Figure A200780003994D00145
按照以下来计算:
Figure A200780003994D00146
很明显,这里规定的值仅仅是为了说明的目的,同样可使用其他值而保持本发明原则的范围。
转向图2,附图标记200大体指示使用基于边缘的噪声滤波的视频编码方法的示例。
该方法200包括传递控制到功能框210的开始框205。该功能框210执行当前块(下文中称作“块”)的空间滤波以形成空间预测,并传递控制到功能框215。该功能框215计算块的变化,并传递控制到决定框220。该决定框220确定是否该变化小于阈值。如果是,那么把控制传递到功能框260。否则,将控制传递到循环限制框270。
功能框260执行所有预测的加权平均,以形成滤波后的块,并传递控制到结束框265。
该循环限制框270针对块中每一个像素p执行循环,并传递控制到功能框275。功能框275应用边缘检测滤波,并传递控制到决定框280。该决定框280确定是否已经检测到边缘。如果是,传递控制到功能框285。否则,传递控制到功能框290。
功能框285设置使用边缘权重,并传递控制到循环限制框295。
功能框290设置使用非边缘权重,并传递控制到循环限制框295。
循环限制框295结束该循环,并传递控制到循环限制框225。该循环限制框225为每一个参考图像r执行循环,并传递控制到功能框230。功能框230执行参考图像r中的块b的运动估计,计算MAD[p,r],并传递控制到决定框240。该决定框240确定是否MAD[p,r]小于阈值。如果是,则传递控制到功能框245。否则,传递控制到功能框297。
功能框245形成运动补偿后的预测,并传递控制到功能框250。该功能框250对该运动补偿后的预测应用去块滤波,以形成时间预测,并传递控制到循环限制框255。该循环限制框255结束该循环,并传递控制到功能框260。
功能框297禁止使用参考作为预测,并传递控制到循环限制框255。
给出众多本发明附带优势/特征的一些描述,有一些已经在上面提到过了。例如,一个优势/特征是一种对图像序列进行滤波的装置。该装置包括空间滤波器、运动补偿器、去块滤波器和时间滤波器。该空间滤波器用于对序列中的图像和从图像序列中该图像的在前图像和后续图像中选择的一个或更多参考进行空间滤波。运动补偿器与空间滤波器信号通信,用于在空间滤波之后为来自一个或多个参考图像的图像形成多个时间预测。去块滤波器与运动补偿器信号通信,用于对多个时间预测进行去块滤波。时间滤波器与去块滤波器信号通信,用于对多个时间预测进行时间滤波,并组合多个时间预测以产生该图像的噪声降低版本。
另一优势/特征是如上所述的装置,其中,多个时间预测基于与图像的相关性。该图像是原始输入图像。
另一优势/特征是上面描述的装置,还包括分析器,所述分析器与空间滤波器、运动补偿器、去块滤波器和时间滤波器信号通信,用于利用多种分析方法来分析该图像和一个或更多参考图像中的纹理和边缘中至少一项。多个时间预测分别由运动补偿器、去块滤波器和时间滤波器形成、去块滤波和时间滤波,至少其中之一是基于该分析器所提供的纹理和边缘信息中至少一项。
此外,另一个优势和特征是上述具有分析器的装置,其中多种分析方法包括边缘检测、变化分析和纹理检测中至少一种。
此外,另一个优势和特征是上述具有分析器的装置,其中基于以下内容中的至少一项而对去块滤波器进行适配:与图像的相关性和多种分析方法中的一种或更多种;该图像是原始输入图像。
此外,另一个优势和特征是上述具有分析器的装置,基于以下内容中的至少一项而对去块滤波器进行适配:多种分析方法中的一种或更多种以及与图像的相关性;该图像是原始输入图像。
另外的,另一个优势和特征是上述具有分析器的装置,其中使用多种分析方法来确定运动补偿器如何形成一个或更多个时间预测。
另一优势/特征是一种用于从图像序列中形成超分辨率图像的装置。该装置包括空间滤波器、运动补偿器空间上采样器去块滤波器和时间滤波器。该空间滤波器用于对序列中的图像和从图像序列中该图像的在前图像和后续图像中选择的一个或更多参考图像进行空间滤波。运动补偿器与空间滤波器信号通信,用于在空间滤波之后为来自一个或多个参考图像的图像形成多个时间预测。空间上采样器与运动补偿器信号通信,用于对该图像和一个或更多个参考图像进行空间上采样。去块滤波器与运动补偿器信号通信,用于对多个时间预测进行去块滤波。时间滤波器与去块滤波器信号通信,用于对多个时间预测进行时间滤波,并组合多个时间预测以产生该图像的上采样版本。
另一优势/特征是上面描述的装置,其中多个时间预测基于与图像的相关性,该图像是原始输入图像。
另一优势/特征是上面描述的装置,还包括分析器,所述分析器与空间滤波器、运动补偿器、去块滤波器和时间滤波器信号通信,用于利用多种分析方法来分析该图像和一个或更多参考图像的纹理和边缘中至少一项。多个时间预测分别由运动补偿器、去块滤波器和时间滤波器形成、去块滤波和时间滤波,至少其中之一是基于该分析器所提供的纹理和边缘信息中至少一项。
此外,另一个优势和特征是上述具有分析器的装置,其中多种分析方法包括边缘检测、变化分析和纹理检测中至少一种。
此外,另一个优势和特征是上述具有分析器的装置,基于以下内容中的至少一项而对去块滤波器进行适配:多种分析方法中的一种或更多种以及与图像的相关性;该图像是原始输入图像。
另外的,另一个优势和特征是上述具有分析器的装置,其中使用多种分析方法来确定运动补偿器如何形成一个或更多个时间预测。
相关领域的一个普通技术人员基于这里提到的技术,很容易确定本发明的这些和其他特征和优势。应该了解本发明的教导可以实施在各种形式的硬件、软件、固件、专用处理器或它们的组合中。
最优选地,本发明的教导以硬件和软件的组合来实施。此外,该软件可实施作为程序存储器单元上有形体现的应用程序。将该应用软件上载到包含任何合适架构的机器并尤其执行。优选地,该机器实施在拥有硬件的计算机平台上,诸如一个或更多个中央处理单元(“CPU”)、随机存取存储器(“RAM”)和输入/输出(“I/O”)接口。该计算机平台还可以包括操作系统和微指令代码。这里描述的由CPU执行的各种过程和函数可以是微指令代码的一部分,也可以是应用程序的一部分,或者是它们的任何结合。另外,各种其他外围单元会连接到诸如额外数据存储单元和打印单元的计算机平台上。
还需理解,由于一些组成系统组件和附图中描述的方法优选地以软件来实现,系统组件或处理功能框之间的实际连接会取决于本发明的实现方式而有所不同。这里给出的教导,该技术领域的一个普通技术人员将能够实施这些和类似的本发明的应用或构造。
尽管参考附图,已经在这里描述了说明性的实施方案,应该了解本发明不限于具体实施例,在不偏离本发明范围或精神的情形下,该技术领域的一个普通技术人员可进行各种改变和修改。所有的这样的改变和修改都意图包含在所附权利要求提出的本发明的范围之内。

Claims (26)

1.一种用于对图像序列进行滤波的装置,包括:
空间滤波器(110,190),用于对序列中的图像以及从序列中关于该图像的在前图像和后续图像中选择的至少一个参考图像进行空间滤波;
运动补偿器(130),与所述空间滤波器信号通信,用于在空间滤波之后为来自所述至少一个参考图像的图像形成多个时间预测;
去块滤波器(140),与所述运动补偿器信号通信,用于对所述多个时间预测进行去块滤波;以及
时间滤波器(150),与所述去块滤波器信号通信,用于对所述多个时间预测进行时间滤波,并将所述多个时间预测相组合,以产生图像的噪声降低版本。
2.权利要求1中的装置,其中,所述多个时间预测基于与图像的相关性,该图像是原始输入图像。
3.权利要求1中的装置,还包括分析器(120),所述分析器与所述空间滤波器、所述运动补偿器、所述去块滤波器和所述时间滤波器信号通信,用于利用多种分析方法来分析该图像和至少一个参考图像的纹理和边缘中至少一项,
其中,所述多个时间预测分别由所述运动补偿器、所述去块滤波器和所述时间滤波器形成、去块滤波和时间滤波,这些处理中至少一种是基于由所述分析器提供的纹理和边缘信息中至少一项。
4.权利要求3中的装置,其中所述多种分析方法包括边缘检测、变化分析和纹理检测中至少一种。
5.权利要求3中的装置,其中,基于以下内容中的至少一项对所述去块滤波器(140)进行适配:与图像的相关性以及多种分析方法中的一种或更多种;所述图像是原始输入图像。
6.权利要求3中的装置,其中,基于以下内容中的至少一项对所述去块滤波器(140)进行适配:多种分析方法中的一种或更多种以及与图像的相关性;所述图像是原始输入图像。
7.权利要求3中的装置,其中,所述多种分析方法用于确定所述运动补偿器如何形成一个或更多个时间预测。
8.一种用于从图像序列形成超分辨率图像的装置,包括:
空间滤波器(110,190),用于对序列中的图像以及从序列中关于该图像的在前图像和后续图像中选择的至少一个参考图像进行空间滤波;
运动补偿器(130),与所述空间滤波器信号通信,用于在空间滤波之后为来自所述至少一个参考图像的图像形成多个时间预测;
空间上采样器(170),与所述运动补偿器信号通信,用于对该图像和至少一个参考图像执行空间上采样;
去块滤波器(140),与所述运动补偿器信号通信,用于对所述多个时间预测进行去块滤波;以及
时间滤波器(150),与所述去块滤波器信号通信,用于对所述多个时间预测进行时间滤波,并将所述多个时间预测相组合,以产生图像的上采样版本。
9.权利要求8中的装置,其中,所述多个时间预测基于与图像的相关性,该图像是原始输入图像。
10.权利要求8中的装置,还包括分析器(120),所述分析器与所述空间滤波器、所述运动补偿器、所述去块滤波器和所述时间滤波器信号通信,用于利用多种分析方法来分析该图像和至少一个参考图像的纹理和边缘中至少一项,
其中,所述多个时间预测分别由所述运动补偿器、所述去块滤波器和所述时间滤波器形成、去块滤波和时间滤波,这些处理中至少一种是基于由所述分析器提供的纹理和边缘信息中至少一项。
11.权利要求10中的装置,其中所述多种分析方法包括边缘检测、变化分析和纹理检测中至少一种。
12.权利要求10中的装置,其中,基于以下内容中的至少一项对所述去块滤波器(140)进行适配:与图像的相关性以及多种分析方法中的一种或更多种;所述图像是原始输入图像。
13.权利要求10中的装置,其中,所述多种分析方法用于确定所述运动补偿器如何形成一个或更多个时间预测。
14.一种用于对图像序列进行滤波的方法,包括:
对序列中的图像以及从序列中关于该图像的在前图像和后续图像中选择的至少一个参考图像进行空间滤波(110);
在空间滤波之后为来自所述至少一个参考图像的图像形成(130)多个时间预测;
对所述多个时间预测进行去块滤波(250);以及
在所述去块滤波之后,对所述多个时间预测进行时间滤波(150),并将所述多个时间预测相组合,以产生图像的噪声降低版本。
15.权利要求14中的方法,其中,所述多个时间预测基于与图像的相关性,该图像是原始输入图像。
16.权利要求14中的方法,还包括利用多种分析方法来分析该图像和至少一个参考图像的纹理和边缘中至少一项,
所述多个时间预测被形成、去块滤波和时间滤波,这些处理中至少一种是基于由所述分析步骤提供的纹理和边缘信息中至少一项。
17.权利要求16中的方法,其中所述多种分析方法包括边缘检测、变化分析和纹理检测中至少一种。
18.权利要求16中的方法,其中,基于以下内容中的至少一项对所述去块滤波步骤(250)进行适配:与图像的相关性以及多种分析方法中的一种或更多种;所述图像是原始输入图像。
19.权利要求16中的方法,其中,基于以下内容中的至少一项对所述去块滤波步骤(250)进行适配:多种分析方法(120)中的一种或更多种以及与图像的相关性;所述图像是原始输入图像。
20.权利要求16中的方法,其中,所述多种分析方法用于确定所述形成步骤如何形成一个或更多个时间预测。
21.一种用于从图像序列形成超分辨率图像的方法,包括:
对序列中的图像以及从序列中关于该图像的在前图像和后续图像中选择的至少一个参考图像进行空间滤波(110);
在空间滤波之后为来自所述至少一个参考图像的图像形成(130)多个时间预测;
对该图像和所述至少一个参考图像执行空间上采样(170);
对所述多个时间预测进行去块滤波(250);以及
在所述去块滤波之后,对所述多个时间预测进行时间滤波(150),并将所述多个时间预测相组合,以产生图像的噪声降低版本。
22.权利要求21中的方法,其中,所述多个时间预测基于与图像的相关性,该图像是原始输入图像。
23.权利要求21中的方法,还包括利用多种分析方法(120)来分析该图像和至少一个参考图像的纹理和边缘中至少一项,
所述多个时间预测被形成、去块滤波和时间滤波,这些处理中至少一种是基于由所述分析步骤提供的纹理和边缘信息中至少一项。
24.权利要求23中的方法,其中所述多种分析方法包括边缘检测、变化分析和纹理检测中至少一种。
25.权利要求23中的方法,其中,基于以下内容中的至少一项来对所述去块滤波步骤(250)进行适配:与图像的相关性以及多种分析方法中的一种或更多种,所述图像是原始输入图像。
26.权利要求23中的方法,其中,所述多种分析方法用于确定所述形成步骤(120)如何形成一个或更多个时间预测。
CN2007800039940A 2006-01-31 2007-01-30 基于边缘的时空滤波方法和装置 Active CN101379827B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US76425206P 2006-01-31 2006-01-31
US60/764,252 2006-01-31
PCT/US2007/002578 WO2007089803A2 (en) 2006-01-31 2007-01-30 Methods and apparatus for edge-based spatio-temporal filtering

Publications (2)

Publication Number Publication Date
CN101379827A true CN101379827A (zh) 2009-03-04
CN101379827B CN101379827B (zh) 2011-07-06

Family

ID=38261580

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007800039940A Active CN101379827B (zh) 2006-01-31 2007-01-30 基于边缘的时空滤波方法和装置

Country Status (6)

Country Link
US (1) US8135234B2 (zh)
EP (1) EP1980109B1 (zh)
JP (1) JP5160451B2 (zh)
CN (1) CN101379827B (zh)
BR (1) BRPI0707346A2 (zh)
WO (1) WO2007089803A2 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102525529A (zh) * 2010-10-28 2012-07-04 株式会社东芝 医用图像处理装置以及医用图像处理方法
CN104205844A (zh) * 2011-09-29 2014-12-10 杜比实验室特许公司 降低复杂度的运动补偿的时间处理
US8938105B2 (en) 2010-10-28 2015-01-20 Kabushiki Kaisha Toshiba Denoising method and system for preserving clinically significant structures in reconstructed images using adaptively weighted anisotropic diffusion filter
CN108718413A (zh) * 2010-04-26 2018-10-30 太阳专利托管公司 用于从周围块的统计推断出针对帧内预测的滤波模式
CN110488994A (zh) * 2014-09-02 2019-11-22 意法半导体国际有限公司 用于降低不规则运动的影响的仪器界面
CN111326183A (zh) * 2014-02-07 2020-06-23 高通科技公司 用于处理时间图像序列的系统和方法
CN113470055A (zh) * 2021-07-16 2021-10-01 南京信息工程大学 一种基于fpga加速的图像融合处理方法

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8369417B2 (en) * 2006-05-19 2013-02-05 The Hong Kong University Of Science And Technology Optimal denoising for video coding
US8831111B2 (en) * 2006-05-19 2014-09-09 The Hong Kong University Of Science And Technology Decoding with embedded denoising
CN105357529A (zh) 2006-11-08 2016-02-24 汤姆逊许可证公司 用于环内去伪影滤波的方法和设备
US7952646B2 (en) * 2006-12-27 2011-05-31 Intel Corporation Method and apparatus for content adaptive spatial-temporal motion adaptive noise reduction
KR101303667B1 (ko) * 2007-08-28 2013-09-04 삼성전자주식회사 의사 윤곽을 탐지 및 제거하는 방법 및 장치, 픽셀의 윤곽여부를 확인하는 방법 및 장치 그리고 심플리시티를계산하는 방법 및 장치
JP5076755B2 (ja) * 2007-09-07 2012-11-21 ソニー株式会社 画像処理装置、および画像処理方法、並びにコンピュータ・プログラム
JP4876048B2 (ja) * 2007-09-21 2012-02-15 株式会社日立製作所 映像送受信方法、受信装置、映像蓄積装置
JP5052319B2 (ja) * 2007-12-17 2012-10-17 オリンパス株式会社 動画ノイズ低減処理装置、動画ノイズ低減処理プログラム、動画ノイズ低減処理方法
WO2009093472A1 (ja) * 2008-01-24 2009-07-30 Panasonic Corporation 動画像圧縮装置
US8731062B2 (en) 2008-02-05 2014-05-20 Ntt Docomo, Inc. Noise and/or flicker reduction in video sequences using spatial and temporal processing
US8233541B2 (en) 2008-03-26 2012-07-31 Sony Corporation Recursive image quality enhancement on super resolution video
US8494058B2 (en) * 2008-06-23 2013-07-23 Mediatek Inc. Video/image processing apparatus with motion estimation sharing, and related method and machine readable medium
KR101498206B1 (ko) * 2008-09-30 2015-03-06 삼성전자주식회사 고해상도 영상 획득 장치 및 그 방법
CN101795352B (zh) * 2009-02-03 2013-09-18 矽统科技股份有限公司 动态噪声滤波装置及西格玛滤波方法
TWI468020B (zh) 2009-02-19 2015-01-01 Sony Corp Image processing apparatus and method
US8144253B2 (en) * 2009-07-21 2012-03-27 Sharp Laboratories Of America, Inc. Multi-frame approach for image upscaling
KR101675117B1 (ko) * 2009-08-13 2016-11-10 삼성전자 주식회사 다계층의 저해상도 영상을 이용한 고해상도 영상 생성 방법 및 그 장치
US8571355B2 (en) * 2009-08-13 2013-10-29 Samsung Electronics Co., Ltd. Method and apparatus for reconstructing a high-resolution image by using multi-layer low-resolution images
SG10201408613UA (en) * 2009-10-30 2015-02-27 Agency Science Tech & Res Methods, Devices, And Computer Readable Mediums For Processing A Digital Picture
US8750645B2 (en) * 2009-12-10 2014-06-10 Microsoft Corporation Generating a composite image from video frames
WO2011074924A2 (ko) * 2009-12-18 2011-06-23 한국전자통신연구원 비디오 부호화/복호화 방법 및 장치
US20110216331A1 (en) * 2010-03-05 2011-09-08 Kabushiki Kaisha Toshiba Image forming apparatus and control method of the same
EP2485487A1 (en) * 2011-02-04 2012-08-08 EgAg Comp.Ltd. Compression of images in a sequence
US8837582B2 (en) 2011-06-22 2014-09-16 Blackberry Limited Compressing image data
US8768082B2 (en) * 2011-06-22 2014-07-01 Blackberry Limited Compressing image data
JP6083162B2 (ja) * 2012-09-10 2017-02-22 株式会社ニコン 画像処理装置、撮像装置及び画像処理プログラム
US9304089B2 (en) 2013-04-05 2016-04-05 Mitutoyo Corporation System and method for obtaining images with offset utilized for enhanced edge resolution
TWI596573B (zh) 2013-04-25 2017-08-21 財團法人工業技術研究院 影像處理裝置及其影像雜訊抑制方法
JP6399433B2 (ja) * 2013-05-31 2018-10-03 サン パテント トラスト 画像符号化方法、画像復号方法、画像符号化装置及び画像復号装置
CN103533214B (zh) * 2013-10-01 2017-03-22 中国人民解放军国防科学技术大学 一种基于卡尔曼滤波和双边滤波的视频实时去噪方法
US10313565B2 (en) * 2014-06-26 2019-06-04 Integrated Device Technology, Inc. Methods and apparatuses for edge preserving and/or edge enhancing spatial filter
US10027986B2 (en) 2014-09-24 2018-07-17 Integrated Device Technology, Inc. Apparatuses and methods for filtering noise from a video signal
US10057601B2 (en) 2015-06-22 2018-08-21 Integrated Device Technology, Inc. Methods and apparatuses for filtering of ringing artifacts post decoding
US10861168B2 (en) * 2017-09-07 2020-12-08 Comcast Cable Communications, Llc Relevant motion detection in video
FR3083902B1 (fr) * 2018-07-10 2021-07-30 Ateme Debruitage spatio-temporel de contenus video base sur des indices de confiance
WO2020133462A1 (en) 2018-12-29 2020-07-02 Zhejiang Dahua Technology Co., Ltd. Methods and systems for image processing
US11756285B2 (en) 2021-06-10 2023-09-12 Bank Of America Corporation Image processing system and method for image noise removal
CN117730339A (zh) * 2021-07-01 2024-03-19 抖音视界有限公司 超分辨率定位与网络结构
US20240236366A1 (en) * 2023-01-09 2024-07-11 Amazon Technologies, Inc. Computer-implemented method and apparatus for video coding using super-resolution restoration with residual frame coding

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07283999A (ja) * 1994-04-07 1995-10-27 Sony Corp 画像合成装置及び画像撮影装置
JP3800704B2 (ja) * 1997-02-13 2006-07-26 ソニー株式会社 映像信号処理装置及び方法
JP3699800B2 (ja) * 1997-03-31 2005-09-28 株式会社東芝 ブロックノイズ除去装置
JP2000013643A (ja) * 1998-06-18 2000-01-14 Sony Corp ノイズ低減装置および方法、映像信号処理装置、並びに動き検出方法
US6340994B1 (en) * 1998-08-12 2002-01-22 Pixonics, Llc System and method for using temporal gamma and reverse super-resolution to process images for use in digital display systems
US6442203B1 (en) * 1999-11-05 2002-08-27 Demografx System and method for motion compensation and frame rate conversion
EP1209624A1 (en) * 2000-11-27 2002-05-29 Sony International (Europe) GmbH Method for compressed imaging artefact reduction
KR20020087128A (ko) * 2001-02-08 2002-11-21 코닌클리케 필립스 일렉트로닉스 엔.브이. 비디오 향상을 위한 3차원 반복 벡터 추정
WO2003102868A2 (en) * 2002-05-29 2003-12-11 Pixonics, Inc. Classifying image areas of a video signal
US7119837B2 (en) * 2002-06-28 2006-10-10 Microsoft Corporation Video processing system and method for automatic enhancement of digital video
WO2005034517A1 (en) * 2003-09-17 2005-04-14 Thomson Licensing S.A. Adaptive reference picture generation
JP4461937B2 (ja) * 2003-09-30 2010-05-12 セイコーエプソン株式会社 低解像度の複数の画像に基づく高解像度の画像の生成
US7170561B2 (en) * 2003-12-04 2007-01-30 Lsi Logic Corporation Method and apparatus for video and image deinterlacing and format conversion
KR100564592B1 (ko) * 2003-12-11 2006-03-28 삼성전자주식회사 동영상 데이터 잡음제거방법
US7362376B2 (en) * 2003-12-23 2008-04-22 Lsi Logic Corporation Method and apparatus for video deinterlacing and format conversion
US7345708B2 (en) * 2003-12-23 2008-03-18 Lsi Logic Corporation Method and apparatus for video deinterlacing and format conversion
WO2006006796A1 (en) * 2004-07-15 2006-01-19 Samsung Electronics Co., Ltd. Temporal decomposition and inverse temporal decomposition methods for video encoding and decoding and video encoder and decoder
US8218634B2 (en) * 2005-01-13 2012-07-10 Ntt Docomo, Inc. Nonlinear, in-the-loop, denoising filter for quantization noise removal for hybrid video compression
US8218655B2 (en) * 2005-09-19 2012-07-10 Maxim Integrated Products, Inc. Method, system and device for improving video quality through in-loop temporal pre-filtering
US20070171987A1 (en) * 2006-01-20 2007-07-26 Nokia Corporation Method for optical flow field estimation using adaptive Filting

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108718413A (zh) * 2010-04-26 2018-10-30 太阳专利托管公司 用于从周围块的统计推断出针对帧内预测的滤波模式
CN108718413B (zh) * 2010-04-26 2021-12-07 太阳专利托管公司 用于从周围块的统计推断出针对帧内预测的滤波模式
CN102525529A (zh) * 2010-10-28 2012-07-04 株式会社东芝 医用图像处理装置以及医用图像处理方法
US8938105B2 (en) 2010-10-28 2015-01-20 Kabushiki Kaisha Toshiba Denoising method and system for preserving clinically significant structures in reconstructed images using adaptively weighted anisotropic diffusion filter
CN102525529B (zh) * 2010-10-28 2015-08-26 株式会社东芝 医用图像处理装置以及医用图像处理方法
US10896486B2 (en) 2010-10-28 2021-01-19 Toshiba Medical Systems Corporation Denoising method and system for preserving clinically significant structures in reconstructed images using adaptively weighted anisotropic diffusion filter
CN104205844A (zh) * 2011-09-29 2014-12-10 杜比实验室特许公司 降低复杂度的运动补偿的时间处理
CN104205844B (zh) * 2011-09-29 2017-09-26 杜比实验室特许公司 降低复杂度的运动补偿的时间处理方法及系统
CN111326183A (zh) * 2014-02-07 2020-06-23 高通科技公司 用于处理时间图像序列的系统和方法
CN110488994A (zh) * 2014-09-02 2019-11-22 意法半导体国际有限公司 用于降低不规则运动的影响的仪器界面
CN110488994B (zh) * 2014-09-02 2023-07-28 意法半导体国际有限公司 用于降低不规则运动的影响的仪器界面的方法和装置
CN113470055A (zh) * 2021-07-16 2021-10-01 南京信息工程大学 一种基于fpga加速的图像融合处理方法

Also Published As

Publication number Publication date
EP1980109A2 (en) 2008-10-15
CN101379827B (zh) 2011-07-06
US8135234B2 (en) 2012-03-13
WO2007089803A2 (en) 2007-08-09
EP1980109B1 (en) 2018-07-11
BRPI0707346A2 (pt) 2011-05-03
JP5160451B2 (ja) 2013-03-13
JP2009525639A (ja) 2009-07-09
US20100220939A1 (en) 2010-09-02
WO2007089803A3 (en) 2007-10-11

Similar Documents

Publication Publication Date Title
CN101379827B (zh) 基于边缘的时空滤波方法和装置
US8582666B2 (en) Image compression and decompression
US7860167B2 (en) Apparatus and method for adaptive 3D artifact reducing for encoded image signal
CN103404137B (zh) 有效的样本自适应补偿的方法和装置
JP5606625B2 (ja) ビデオ符号化のための高度な動きモデルを使った参照処理
CN100373950C (zh) 活动图像专家组视讯译码器可适性去区块滤波装置及方法
CN101478637B (zh) 基于历史的空间-时间噪声降低
CN101322403B (zh) 用于图像和视频去噪的自回归方法和滤波
US20100322300A1 (en) Method and apparatus for adaptive feature of interest color model parameters estimation
WO2012043841A1 (en) Systems for producing a motion vector field
CN104159060B (zh) 预处理器方法及设备
EP2378775B1 (en) Image decoding device and image coding device
MX2013002070A (es) Metodo y aparato de filtrado de circuito adaptativo.
Li et al. An in-loop filter based on low-complexity CNN using residuals in intra video coding
KR20060111528A (ko) 비디오 신호에서 국부적인 시각적 공간-시간 상세의 검출
Chen et al. Design a deblocking filter with three separate modes in DCT-based coding
JP4763241B2 (ja) 動き予測情報検出装置
Fazliani et al. Learning based hybrid no-reference video quality assessment of compressed videos
WO2005004496A1 (en) Method for preventing noise when coding macroblocks
CN113038144B (zh) 一种去除块效应的方法、装置和计算机可读存储介质
Lopez-Rubio et al. An adaptive system for compressed video deblocking
Suresh et al. An Efficient VLSI Implementation of De-Blocking Filter with CSLA for H. 264
Fu et al. Fast global motion estimation based on local motion segmentation
Philip et al. An improved color video super-resolution using kernel regression and fuzzy enhancement
Ye et al. Feature-based adaptive error concealment for image transmission over wireless channel

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: I Si Eli Murli Nor, France

Patentee after: THOMSON LICENSING

Address before: Bronie Bilangur, France

Patentee before: THOMSON LICENSING

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190130

Address after: Paris France

Patentee after: International Digital Madison Patent Holding Co.

Address before: I Si Eli Murli Nor, France

Patentee before: THOMSON LICENSING

Effective date of registration: 20190130

Address after: I Si Eli Murli Nor, France

Patentee after: THOMSON LICENSING

Address before: I Si Eli Murli Nor, France

Patentee before: THOMSON LICENSING