CN101472177B - 一种块效应检测方法 - Google Patents

Abstract

本发明公开一种块效应检测方法，包括块边界位置检测和块效应程度估计方法，所述块边界位置检测包括对全局像素分别计算出水平和垂直一阶差分，采用防止纹理和边缘被当作块边界的判决条件，经计算，得到垂直和水平块边界的位置；所述块效应程度估计包括利用计算水平和垂直块边界的位置时得到的一维数组，计算出综合块效应程度估计值。可以有效地提高判决结果的正确性，同时由于水平块效应程度估计值和垂直块效应程度估计值的计算中，分母采用平均值与标准差的和，可以很好的表示图像没有块效应部分的平均统计特征。

Description

一种块效应检测方法

技术领域

本发明涉及数字图像处理技术，尤其涉及一种图像块效应检测技术。

背景技术

基于分块的图像处理可能会在块边界处带来可察觉的亮度和色度不连续性，即块效应。这种不连续性是由相邻块在编码中相互独立的处理以及量化过程造成的。例如目前大多数国际图像/视频的压缩标准，如JPEG、MPEG、H.261、H.263等，都是采用基于分块的离散余弦变换(BDCT，Block Discrete Cosine Transform)作为变换编码的方法，特别是在低比特率时，如网络视频，BDCT会产生块效应。

块效应检测可以提供块边界的准确位置(块定位)并评估块效应的严重程度(块评估)，其重要性主要表现在以下两个方面：(1)大多数用于去块滤波的后处理算法都是基于块边界的准确位置的，错误的块边界信息会严重影响去块滤波的效果，但在实际应用中，块边界并不是已知的，例如模数转换和视频信号传输都有可能改变块边界的位置，因此，实时的块定位是大部分去块滤波方法的必要条件；(2)去块滤波在去除块效应的同时，不可避免的会导致图像模糊，若可以根据块效应的严重程度采用不同程度的平滑或重建滤波，或者控制去块滤波的开关，就可以根据实际要求在去块和避免模糊之间得到折中的图像。目前，常采用的块效应检测分为基于空域和变换域处理两种方法。空域块效应检测的主要方法是先计算基于全局像素统计的一阶或二阶差分，根据差分结果进行分析检测块效应。由于很难区分图像内容中的亮度不连续和块效应的亮度不连续，即图像内容会影响块效应的判决，导致最终的检测结果不准确。

发明内容

针对以上现有技术存在的不足，本发明的目的在于提供一种根据差分结果分析，进行块边界位置检测和块效应程度估计的方法。

为了实现上述目的，本发明所采用的技术方案是：一种块效应检测方法，包括块边界位置检测方法，所述块边界位置检测包括对全局像素分别计算出水平和/或垂直方向差分，采用防止纹理和/或边缘被当作块边界的判决条件，经计算，得到垂直和/或水平块边界的位置。

本发明的块效应检测方法还包括块效应程度估计方法，所述块效应程度估计包括利用计算水平和垂直块边界的位置时得到的一维数组，计算出综合块效应程度估计值。

所述的防止纹理和/或边缘被当作块边界的判决条件是指，判断像素所在局部区域是否为平坦区，判断是否满足平坦区块边界条件，还包括判断像素是否位于图像内容的真实边缘。

所述的综合块效应程度估计值是水平块效应程度估计值和垂直块效应程度估计值的线性组合。

本发明的有益效果是，由于基于全局像素的差分值的检测方法是图像内容相关的，即图像内容的纹理和边缘都可能被当作块边界而被累加到数组A[T]中，导致最终的判决结果不正确。而本发明采用了防止纹理和/或边缘被当作块边界的判决条件，可以有效地提高判决结果的正确性。另外，本水平块效应程度估计值和垂直块效应程度估计值的计算中(详见具体实施方式部分)，分母采用平均值与标准差的和，可以很好的表示图像没有块效应部分的平均统计特征。本方法具有实际应用价值，检测块边界位置使得去块滤波可以处理被剪切或缩放的图像，块效应程度估计可以用来控制调节去块滤波。根据块效应的严重程度采用不同程度的平滑或重建滤波，或者控制去块滤波的开关，就可以在去块和避免模糊的要求下得到最优化的图像。

附图说明

图1为本发明一种块效应检测方法的水平和垂直块边界位置检测方法的流程框图。

图2为平坦区检测方法的相关像素亮度值一阶差分矩阵。

图3为平坦区块边界条件判断方法的相关像素亮度值一阶差分矩阵。

图4为水平和垂直块效应程度估计值的计算方法的流程框图。

具体实施方式

下面参照附图并结合实施例对本发明作进一步说明。

本发明一种块效应检测方法，包括块边界位置检测和块效应程度估计方法。

图1至图3示出了块边界位置检测方法的具体步骤，包括：

1)输入全局像素数据。

2)对全局像素计算出水平(垂直)一阶差分，即计算水平(垂直)相邻两列(行)像素亮度差的绝对值，如第一列(行)与第二列(行)像素的亮度差的绝对值作为第一列(行)像素的水平(垂直)一阶差分值。

3)判断当前像素所在水平(垂直)方向局部区域是否为平坦区。本方法的相关像素亮度值一阶差分矩阵，在本实施例中共用到9个值(如图3所示)，其中S5为当前像素的一阶差分值。对S1～S9进行下列判决：

$\mathrm{SUM}=\underset{i=1}{\overset{9}{\mathrm{\Σ}}}{\mathrm{\Φ}}_i,---\left(1\right)$

其中，如果Si小于阈值TH_1，Φ_i置1，否则，Φ_i置0，i＝1～9。

如果SUM大于阈值TH_2，则当前像素被判决为处于平坦区中，到步骤4)；否则将当前像素的一阶差分值置0。

4)比较当前像素的水平(垂直)一阶差分与相邻像素的水平(垂直)一阶差分，判断是否满足平坦区块边界条件。本方法的相关像素亮度值一阶差分矩阵，在本实施例中共用到3个值(如图4所示)，其中P2为当前像素的一阶差分值。如果P2分别大于P1和P3，则认为当前像素满足平坦区块边界条件，到步骤5)；否则将当前像素的一阶差分值置0。

5)判断当前像素是否位于图像内容的真实边缘。如果当前像素的一阶差分值大于阈值TH_3，则认为当前像素是图像真实边缘，即不是块效应，将当前像素的一阶差分值置0，否则，到步骤6)。

6)将像素的水平和垂直一阶差分值分别循环(周期性的)顺次累加到一维数组A[T]和B[T]中。在本实施例中采用MPEG2的块大小8作为周期T的值。例如，如果当前像素位于第(8×N+i)列(行)，则当前像素的一阶差分值将被累加到数组A[8]的第(i+1)个元素中，其中N为非负整数，i为0～7的整数。

7)分别计算一维数组A[T]和B[T]的最大值。其对应位置就是垂直(水平)块边界的位置。

水平块边界位置检测的方法与垂直块边界位置检测的方法相同。

所述水平块效应程度估计值和垂直块效应程度估计值的计算方法，包括以下步骤：

1)将由计算水平和垂直块边界的位置时分别得到的一维数组A[T]和B[T]作为起始值；

2)分别计算出一维数组A[T]和B[T]的最大值max_h和max_v；

3)去掉A[T]和B[T]中的最大值后，分别计算出A[T]和B[T]中各自的平均值mean_h和mean_v；

4)去掉A[T]和B[T]中的最大值后，分别计算出A[T]和B[T]中各自的标准差σ_h和σ_v；

5)采用下列公式(2)和(3)，分别计算出水平块效应程度估计值和垂直块效应程度估计值：

$M_h=\frac{{\max }_h}{{\mathrm{mean}}_h+{\mathrm{\σ}}_h}---\left(2\right),$ $M_v=\frac{{\max }_v}{{\mathrm{mean}}_v+{\mathrm{\σ}}_v}---\left(3\right);$

6)综合块效应程度估计值是水平块效应程度估计值和垂直块效应程度估计值的线性组合。由水平块效应程度估计值和垂直块效应程度估计值M_h和M_v，采用下列公式(4)计算出综合块效应程度估计值M；

M＝αM_v+βM_h    (4)

其中：α，β用于决定M_v和M_h在M中所占的权重。

水平块效应程度估计方法与垂直块效应程度估计方法相同。

根据本发明的块效应检测的一个应用实例。检测块边界位置使得去块滤波可以处理被剪切或缩放的图像，块效应程度评估可以用来控制调节去块滤波。根据块效应的严重程度采用不同程度的平滑或重建滤波，或者控制去块滤波的开关，就可以在去块和避免模糊的要求下得到最优化的图像。

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 (3)

1.一种块效应检测方法，包括块边界位置检测方法，所述块边界位置检测方法包括对全局像素分别计算出水平和/或垂直方向差分，其特征在于，所述块边界位置检测还包括采用防止纹理和/或边缘被当作块边界的判决条件，经计算，得到水平和/或垂直块边界的位置；所述的防止纹理和/或边缘被当作块边界的判决条件是指，判断像素所在局部区域是否为平坦区，判断是否满足平坦区块边界条件和判断像素是否位于图像内容的真实边缘。

2.根据权利要求1所述的一种块效应检测方法，其特征在于还包括块效应程度估计方法，所述块效应程度估计方法包括利用计算水平和/或垂直块边界的位置时得到的一维数组，计算出综合块效应程度估计值；

所述的综合块效应程度估计值是水平块效应程度估计值和垂直块效应程度估计值的线性组合，所述水平块效应程度估计值和垂直块效应程度估计值导出方法如下：

1)将由计算水平和垂直块边界的位置时分别得到的一维数组A[T]和B[T]作为起始值；

2)分别计算出一维数组A[T]和B[T]的最大值max_h和max_v；

3)去掉A[T]和B[T]中的最大值后，分别计算出A[T]和B[T]中各自的平均值mean_h和mean_v；

4)去掉A[T]和B[T]中的最大值后，分别计算出A[T]和B[T]中各自的标准差σ_h和σ_v；

5)采用下列公式(2)和(3)，分别计算出水平块效应程度估计值和垂直块效应程度估计值：

$M_h=\frac{{\max }_h}{{\mathrm{mean}}_h+{\mathrm{\σ}}_h}---\left(2\right),$ $M_v=\frac{{\max }_v}{{\mathrm{mean}}_v+{\mathrm{\σ}}_v}---\left(3\right).$

3.根据权利要求1所述的一种块效应检测方法，其特征在于，所述块边界位置检测是指水平和垂直块边界的位置检测流程，包括以下步骤：

1)输入全局像素数据；

2)对全局像素分别计算水平和垂直一阶差分；

3)分别判断当前像素所在水平和垂直方向局部区域是否为平坦区，若不是，将当前像素的水平和垂直一阶差分置零；若是，到步骤4)；

4)比较当前像素与相邻像素的水平和垂直一阶差分，分别判断是否满足平坦区块边界条件，若不是，将当前像素的水平和垂直一阶差分置零；若是，到步骤5)；

5)分别判断当前像素是否位于图像内容的真实边缘，若是，将当前像素的水平和垂直一阶差分置零；若不是，到步骤6)；

6)将像素的水平和垂直一阶差分值分别循环顺次累加到一维数组A[T]和B[T]中；

7)分别计算一维数组A[T]和B[T]的最大值；

8)分别得到垂直和水平的块边界的位置。

Images