CN101473656B - 基于像素的自适应滤波 - Google Patents

基于像素的自适应滤波 Download PDF

Info

Publication number
CN101473656B
CN101473656B CN200680055142.1A CN200680055142A CN101473656B CN 101473656 B CN101473656 B CN 101473656B CN 200680055142 A CN200680055142 A CN 200680055142A CN 101473656 B CN101473656 B CN 101473656B
Authority
CN
China
Prior art keywords
pixel
candidate
pixels
value
respective pixel
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.)
Expired - Fee Related
Application number
CN200680055142.1A
Other languages
English (en)
Other versions
CN101473656A (zh
Inventor
锡塔拉姆·伯哈加瓦西
吉恩·拉什
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
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 CN101473656A publication Critical patent/CN101473656A/zh
Application granted granted Critical
Publication of CN101473656B publication Critical patent/CN101473656B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • G06T5/70—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/162—User input
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/537—Motion estimation other than block-based
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/86—Methods 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering

Abstract

在一种实现方式中，从目标数字图像中选择像素。基于一幅或多幅数字图像中的多个候选像素的值来对所述多个候选像素进行评估。从所述多个候选像素中，针对所选像素确定对应像素集合，所述确定是基于对所述多个候选像素的评估和所述对应集合是否已经包括预定阈值数目的像素来做出的。还基于对应像素集合中的像素的值来为所选像素确定替代值。所描述的各种实现方式提供了基于像素的图像或视频自适应空间-时间滤波技术，用来减少胶片颗粒或噪声。实现方式可以通过例如将每个像素与时间和/或空间上相关的恒定数目N个像素进行平均，在每个像素处实现“均匀”的噪声减小量，同时保留尽可能多的画面细节。

Description

基于像素的自适应滤波
技术领域
本公开涉及图像滤波。
背景技术
减小视频噪声的滤波器被广泛应用于后期制作和视频压缩环境中。前者往往要求滤波器保留尽可能多的细节，因此倾向于使用可能导致图像上不均匀噪声去除的非常保守的设置。后者往往要求较高的滤波强度(即使丢失一些细节)，这是因为其目的是要减小视频中的信息量，从而提高压缩效率(即降低比特率)。
视频滤波能够在像素域中进行，也可以在傅里叶域或者小波域等变换域中进行。基于像素的视频滤波方法典型地通过将每个像素与多个其它像素进行平均来减小噪声。在基于像素的空间滤波中，这些其它像素往往是空间邻近的像素。基于像素的空间滤波中已知技术包括中值滤波。在时间滤波中，典型地，这些其它像素是根据n个邻近参考帧在时间上预测出的像素。之前的基于像素的视频滤波方法以各种方式结合了空间和时间滤波。
发明内容
根据一种实现方式，从目标数字图像中选择像素。基于一幅或多幅数字图像中的多个候选像素的值来对所述多个候选像素进行评估。从所述多个候选像素中，针对所选像素确定对应像素集合，所述确定是基于对所述多个候选像素的评估和所述对应集合是否已经包括预定阈值数目的像素来做出的。还基于对应像素集合中的像素的值来为所选像素确定替代值。
在下面的附图和描述中，将阐述一个或更多实现方式的细节。通过以下结合附图来考虑的详细描述和权利要求，其他的方面和特征将变得显而易见。然而，应当理解，附图的目的只是示意，而不是本原理的范围的限定。还应理解理解，这些图表不必须被绘制以用于测量，除非特别指出，否则其仅意在从概念上举例说明特定的结构和过程。
附图说明
图1是基于像素的自适应空间-时间视频噪声滤波系统的实现方式的方框图。
图2是实现方式中由图1的源所提供的内容的方框图。
图3示出了图1中的处理设备的实现方式的方框图。
图4是示出了使用图1中的系统来执行的视频噪声滤波方法的实现方式的流程图。
图5是用于确定良好候选像素的小块测量的实现方式的示意图。
图6是示出了空间候选像素的选择的实现方式示意图。
图7是示出了基于像素的自适应视频噪声滤波方法的实现方式的流程图。
图8是示出了在像素p的空间滤波中的空间邻近候选像素的5×5方格的实现方式的示意图。
具体实施方式
一个挑战在于，创建一种视频滤波方法，处理与视频噪声去除相关联的两个主要问题：(a)内容细节的丢失和(b)滤波人工效应，即在如不均匀噪声去除之类的滤波过程中引入的人工效应。现有的系统中，像素级的空间和时间滤波之间缺乏交互，导致滤波强度在像素之间存在差异，从而导致了由不均匀滤波引起的后滤波人工效应的可能性。
一种实现方式通过提供空间和时间滤波之间的显式交互来处理这些问题。这种显式交互是通过在像素级组合空间和时间滤波来实现的，同时继续对视频中的所有像素施加均匀量的噪声减小，并同时尽可能多地保留细节。将每个像素与时间和空间上相关的恒定数目的像素进行平均。将每个像素与恒定数目的其他像素来进行平均，在存在如高斯噪声之类的加性噪声的情况下可能特别有优势，在存在其他类型噪声的情况下也同样适用。通过对视频中的所有像素施加均匀量的噪声减小，减少或避免了后滤波人工效应。因此，这种实现方式在像素级组合了空间和时间滤波。相对与现有的系统，这提供了显著的优势，现有的系统：1)不存在像素级的空间和时间滤波的显式交互，或2)在像素级进行空间或时间滤波的切换。
图1给出了系统100的方框图。视频信息的源102向处理设备104提供输入。处理设备104进行基于像素的自适应空间-时间视频噪声滤波处理，并将结果输出给发射机和/或存储设备106以进行发送或存储。在所示的实现方式中，显示器108从发射机106接收噪声滤波后的视频信息，并进行操作以显示该视频信息。本领域技术人员可以意识到，显示器108可以被其他设备所替代。例如，接收机，如存储器，可以适于接收滤波后的视频，并可选地，将该视频传送给其他视频处理设备。
图2示出了由源102提供给处理设备104的一些源内容200的示例示意图。这些内容是基于时间产生的，并且可能采取在特定时刻t的帧和基于附近时刻(例如t-1，t+1)的帧的形式。每一帧包含像素集合，其中，各像素使用其在帧中的空间位置(x，y)作为索引。
图3是处理设备104的实现方式的方框图。处理设备104的输入是源视频，输出是滤波后的视频。图3所示的实现方式可以对源视频中的一个或多个像素进行各种处理，产生这些像素中的每个像素的替代值(即滤波后的值)。将对其确定替代值的像素(或者换言之，正在被滤波的像素)称为当前像素，从中提取出当前像素的帧称为当前帧。对每一个当前像素，选择器110从一个或多个参考帧中选择候选像素集合。在一种实现方式中，参考帧是当前帧周围的帧，也可以包含当前帧本身。选择器110也可以选择当前像素。评估器112确定候选像素集合中每个像素的良好性(goodness)值或质量度量。根据各种实现方式，可以使用以下方式来计算良好性值或质量度量，例如：1)像素与所选候选像素之间的色差；2)像素周围M×N块与候选像素周围M×N块之间的绝对差之和(SAD)；或者3)与当前像素的距离。
集合控制单元114基于对评估器112的结果应用的一种或多种准则来确定当前像素的对应像素集合。这些准则可以确定：1)以预定顺序来考虑，候选集合中的一个或多个像素是否应当包括在对应集合中；和2)何时停止将候选集合中的像素包括在对应集合中。对于一种实现方式，用于停止将候选集合中的像素包括在对应集合中的准则按优先级顺序依次为：A)对应集合中已经包括了预定数目的像素，或B)已经考虑过了候选集合中的所有像素。确定单元116基于对应集合中的像素的值来确定当前像素的替代值。
可选地，处理设备104中包括用户输入单元118，图3中使用虚线框来表示用户输入单元118以指示它是可选的。举例来说，用户输入单元118可以用于允许用户输入停止准则，如N值，其中N可以是当前像素的对应像素集合中包括的像素数目。如图3所示，用户输入单元118可以耦合至集合控制单元114，或者(直接或间接地)耦合至一个或多个其他组件。在各种实现方式中，例如，N值可以固定在软件或硬件中而不允许用户调整。
图4示出了根据一种实现方式的处理过程的流程图400。访问402源视频的目标数字图像并选择当前像素。本实现方式的源视频可能包括一个或多个各种不同的视频源。对从目标图像中选择的至少一个像素执行接下来的操作404-412。对所选的当前像素，从一个或多个参考帧(可能包括或不包括当前帧)中选择404候选像素集合。一旦选择了候选像素集合，则计算每个候选像素的一个或多个良好性值(或质量度量)(406)。此时，基于一个或多个准则来确定当前像素的对应像素集合(408)。该准则可能包括例如良好性值是否满足阈值。操作408可以按预定顺序来考虑候选集合中的一个或多个像素。
然后，确定是否满足停止准则(410)。再次说明，如上所述，停止准则可以是例如：A)对应集合中已经包括了预定数目的像素，或者B)已经考虑过了候选集合中的所有像素。一旦满足了该停止准则，则基于对应集合中的像素的值来确定当前像素的替代值(412)。
参见图5，显示了两个相邻帧610和620，如图所示，其各自具有3×3的像素小块630和640。按照一种实现方式，基于小块的“良好性值”测量首先计算两个小块内对应像素的绝对差，然后将这些绝对差相加求和来形成绝对差之和(SAD)。如果这两个小块中的像素之间的SAD小于预定阈值，则时间预测值pred[j]被认为是“良好”。本领域技术人员可以意识到，实际上，该阈值可能被分为两个阈值，一个针对像素的亮度分量的SAD，一个针对像素的色度分量的SAD。重要的是，应注意以下内容：1)这些帧不必是相邻的(虽然图5中所示的是相邻的)；以及2)这两帧中像素的(x，y)位置不必相同。本领域技术人员知晓多种方式来选择小块和阈值。
图6是示出了帧710的示意图，帧710具有当前像素(x，y)和被选择为“良好”的空间候选像素(即空间邻近区域中“通过”空间滤波的良好性准则的像素)的像素集合720。例如，一种判决准则是当前像素和候选像素的值之间的差值，可以将该差值与阈值相比较。如果图5和图6表示通过时间(图5)和空间(图6)域的良好性测试的像素集合，则N等于15，反映了9个时间像素，5个空间像素和目标像素。
图7示出了根据一种实现方式的自适应空间-时间视频噪声滤波的过程500的流程图。为了对输入视频帧中的每个像素p进行滤波，过程500的目标就是要找到N个“良好”候选像素，用于与p(包括其本身)的平均，其中N贯穿滤波过程500的全局常数。将这些“良好”候选像素放入平均值集合Ap＝{p，ci；i＝1，...，M}，其中M≤N-1，并且仅当有足够的“良好”候选像素不可用时允许M＜N-1。然后，该滤波过程包括使用Ap中元素的平均值来替换p。注意，尽管实现方式并不需要分别执行平均，但是这里使用的短语“平均像素”指的是分别对像素的亮度和色度分量值(例如，Y，U和V)进行平均。对于确实要对分量分别执行平均的实现方式，典型地或必要地，也要对分量分别执行各种其他操作(或甚至整个过程)。
在过程500中，可以从时间或者空间域中选择N个“良好”候选像素。按照一种实现方式，由于时间滤波模糊视觉细节的可能性较低，因此首先在时间域中寻找N个“良好”候选像素。如图7所示，过程500包括三个主要方面：时间候选像素的选择550；空间候选像素的选择560；以及通过对所选候选像素进行平均来进行滤波570。过程500使用从时间和/或空间域中选择的候选像素对每一个像素进行滤波。这与各种现有技术方法的方法相反，在现有技术方法中，一次对整个帧进行空间或时间滤波，并将结果进行组合来形成滤波后的帧。
参考图7，根据本原理的一种实现方式，时间候选像素的选择550首先包括估计像素p从当前帧到n个参考帧的运动。如图所示，使用输入帧中的像素p来对平均值集合Ap＝{p}进行初始化(502)。执行对参考帧j＝1，...，n的循环(504)，并且根据参考帧j来产生基于运动的预测像素pred[j](506)。此后，依次将每一个时间预测的像素pred[j](从第j个参考帧起)考虑为Ap的候选像素(508)。如果确定是“良好”预测像素(即符合质量度量准则)，则将其添加至集合Ap(510)。在选择时间候选像素的过程中，如果在512处|Ap|＝N(即Ap中元素的数目等于N)，则寻找候选像素的过程终止，并转移至滤波步骤570。
如果在从时间域中选择候选像素之后|Ap|＜N，则对j的循环结束(514)，我们开始在空间域中寻找候选像素。如图8所示，一种可能性是，考虑在p的b×b邻近区域中的所有像素。本领域技术人员知晓选择邻近区域大小的各种技术。在循环k＝1，...m中，我们考虑空间邻近像素(516)的顺序由候选像素与p的邻近性来确定。如果候选邻近像素被确定为“良好”(518)，则将其添加至Ap。如果在扫描空间候选像素时|Ap|＝N(522)，或者已经扫描了所有候选像素，则我们继续至滤波步骤570的处理。
最终，在滤波步骤570中，使用Ap中元素的平均值(526)来替代像素p，该过程转移至要滤波的下一像素。替代平均的其他操作，或除平均之外的其他操作也可以用于确定像素p的替代值。更一般地，一种实现方式可以基于Ap中的像素的值来确定替代值，包括但不限于这些值的平均值。应当清楚，虽然对于目标数字图像中的每个像素，数值N典型地保持为常数，但是，对于目标数字图像中的每个像素，N个像素的相对位置可以改变。
图8示出了对当前像素p周围的候选像素集合的一种编号方式800。这种编号方式800基于与当前像素p的空间距离，或与当前像素p的空间邻近性来向邻近像素分配编号。标记为“1”的四个像素与p具有相同距离，并且都是离p最近的。标记为“2”的四个像素与p具有相同距离，并且都是离p第二近的。标记为“3”的四个像素与p具有相同距离，并且都是离p第三近的。标记为“4”的四个像素与p具有相同距离，并且都是离p第四近的。标记为“5”的四个像素与p具有相同距离，并且都是离p第五近的。编号方式800可以用于确定在建立p的对应像素集合时先测试哪些像素。例如，一种实现方式是先考虑所有“1”像素，然后是所有“2”像素，然后是所有“3”像素，然后是所有“4”像素，然后是所有“5”像素，直到对应集合具有N个像素为止。这与如从左到右、从上到下之类的光栅顺序来考虑所有像素相反。
图8中的“距离”方法也可以适用于其他帧内的时间候选像素。一种实现方式使用“时间距离”而不是图8中的空间距离，在使用帧的实现方式中，可以使用“帧距离”来替代“时间距离”。例如，对与帧j中的当前像素p，一种实现方式是首先考虑pred[j-1](对帧j-1中的p的预测)，然后是pred[j+1]，然后是pred[j-2]，然后是pred[j+2]等等，以帧距离递增的方式来进行。
实现方式可以在考虑在时间域中对候选像素进行评估之前(或不在时间域中对候选像素进行评估)，在空间域中对候选像素进行评估。也可以采用其他域。这样的其他域可以包括例如变换域(例如傅里叶域，小波域)，和从相同图像的分离的记录中获取的域。例如，在涉及从胶片卷轴获取视频的一种实现方式中，从不同胶片卷轴数字化而得到的相同视频中提取域。如果另一胶片卷轴具有与第一胶片卷轴相似的胶片颗粒(更一般地而言是噪声)特性，则该其他胶片卷轴可能尤其有用。
实现方式可以包括对视频进行滤波或对静止图像进行滤波。
“N”的选择可以基于需要去除的噪声量。例如对不同的帧(例如，可以对覆盖场景的给定帧序列来设置N)，对一帧内的不同区域，和对不同的分量或分离(例如，亮度和色度可以有不同的“N”，或者如R、G、B或Y、U、V之类的不同颜色分离也可以有不同的“N”值)，“N”可以变化。
此外，用户可以根据经验来选择N，在一种实现中，可以允许用户使用用户接口来输入N值。该用户接口可能包括例如：机械设备(例如开关或者旋钮)、计算机设备(例如键盘或鼠标，可能与所选值的下拉菜单或显示相结合)、或语音输入系统。
用户可以为对应像素集合的大小选择一个或多个值。例如，这一个或多个值可以是具有封闭或开放端点的范围。示例包括：(i)N加或减X、(ii)大于N、以及(iii)小于N，其中N和X都是固定的。在该大小被选择为(或者硬编码为)“大于N”的各种实现方式中，只要对应集合中有N个像素，则认为该对应集合已经完成。对与具有对应像素集合中可以包括的像素数目的最大值的实现方式，用户可以选择(或者系统可以硬编码)对应像素集合中可以包括的像素数目的预定最大数目。
许多实现方式使用预定阈值来确定对应像素集合中要包括多少像素。根据实现方式和预定阈值的使用，预定阈值可以涉及预定最小或预定最大值。在各种实现方式中，预定阈值可以用作停止点。
良好性或质量度量可以变化。此外，上述SAD可以用于空间域，而上述的像素差值可以用于时间域。
实现方式不需要进行运动估计。例如在确定pred[j]时，这种实现方式可以假设零运动。
根据另一实现方式，确定对应像素集合包括：从参考图像集合中的候选像素集合中选择像素；计算所选的候选像素的质量度量；如果该质量度量满足一个或多个预定准则，则将该候选像素添加至对应像素集合中；以及重复所述选择、计算和添加，直到满足一个或多个停止准则为止。
根据各种实现方式，质量度量可以是例如：1)像素与所选候选像素之间的色差；2)像素周围M×N块与候选像素周围M×N块之间的绝对差之和；或者3)与当前像素的距离。
在另一实现方式中，计算替代值可以包括：1)将对应像素集合中的像素的值进行平均；和/或2)对应像素集合中像素的值的加权平均。在这种实现方式中，基于每个像素的质量度量值，对对应像素集合中的像素进行加权。确定单元执行的平均可以对像素的Y、U和V值(或其他颜色分离)分别进行。
在另一实现方式中，独立地对每个像素的每个颜色分量进行处理，并将对应像素集合中像素数目用作停止准则。
在又一实现方式中，一种用于对视频进行滤波的设备包括：选择器，用于为目标数字图像中的多个像素中的每个像素选择对应像素集合中可能包括的像素；评估器，用于计算所选像素的良好性值；集合控制单元，基于为多个像素中至少一个像素而计算的良好性值来确定对应像素集合；确定单元，基于对应像素集合中的像素的值来确定多个像素中的每个像素的对应替代值。
根据其他一些实现方式，所选的像素包含在一幅或多幅数字图像中，所述一幅或多幅数字图像可能包括目标数字图像。集合控制单元也可以基于预定准则来确定对应集合。用于集合控制单元的预定准则包括：以预定顺序来考虑，候选集合中的一个或多个像素是否应当包括在对应集合中。此外，控制单元还包括用于停止像素处理的停止准则。在一种实现方式中，该停止准则包括：确定对应集合中是否已经包括了预定数目的像素。在另一实现方式中，停止准则包括了确定已经考虑过了候选集合中的所有像素。
在另一实现方式中，集合控制单元控制对应集合的大小，使得除非在包括N个像素之前满足停止准则，否则每个对应集合包括N个像素。在又一实现方式中，一个对应集合(与一个像素相对应)中N个像素的位置与另一对应集合(与另一像素相对应)中的N个像素的位置不同。
集合控制单元对对应像素集合的选择可以包括多种域中的像素。另外，例如，可以按距离螺旋式递增的顺序来进行像素选择。这个距离可以是例如空间域中的空间距离和/或时间域中的距离，例如参考图8所描述的顺序。
根据另一实现方式，一种自适应视频噪声滤波方法包括：获取包括像素的目标数字图像；为目标数字图像中的多个像素中的每个像素确定对应像素集合。对应像素集合中的像素包括在两幅或更多数字图像中，所述两幅或更多数字图像包括目标数字图像和另一参考数字图像。对多个像素中至少一个像素确定对应集合包括：计算像素的质量度量；以及基于所计算的质量度量结果将该像素包括在对应集合中。对所述多个像素中的每个像素，继续确定对应集合直到对应集合中包括N个像素为止，除非在包括N个像素之前满足停止准则。此时，通过对对应像素集合中的像素的值进行平均来确定所述多个像素中的每个像素的对应替代值。
根据另一实现方式，评估像素是与所述多个像素之一不同的像素，确定对应集合还包括：从大于N个的候选像素池中确定对应集合。
在另一实现方式中，计算每个像素的质量度量可以包括：对时间预测的候选像素执行基于小块的绝对差之和测量；以及对空间预测的候选像素执行像素差值测量。这种质量度量计算适于确保实质上从每一个像素去除的噪声量实质上相同。
在又一实现方式中，提供了一种软件载体，具有用于使一个或多个设备执行以下方法的指令：1)访问包括像素的目标数字图像；2)为目标数字图像中的多个像素中的每个像素确定对应像素集合；以及3)基于对对应像素集合中像素的值进行平均，确定所述多个像素中的每一像素的对应替代值。
在另一实现方式中，对应像素集合包括在一幅或更多数字图像中，其中所述一幅或更多数字图像可能包括目标数字图像。
在另一实现方式中，确定对应集合包括：确定像素的良好性值，并基于良好性值的确定结果将该像素包括在对应集合中。此外，为所述多个像素中的每个像素确定对应集合包括：继续确定对应集合直到对应集合中包括N个像素为止，除非在包括N个像素之前满足停止准则。
以上描述的实现方式包括例如各种系统和处理过程。实现方式可以包括被配置为执行一个或多个过程的一个或多个设备。设备可以包括例如离散的或集成的硬件、固件和软件。设备可以包括例如处理器，一般将其称为处理设备，包括例如：微处理器、集成电路或可编程逻辑设备。
设备也可以包括一个或多个计算机可读介质，所述介质具有用于执行一个或多个过程的指令。这种计算机可读介质可以包括例如：存储设备，如硬盘、光盘、随机存取存储器(“RAM”)或只读存储器(“ROM”)。计算机可读介质还可以包括例如编码或传输指令的格式化电磁波。例如，指令可以存在于硬件、固件、软件或电磁波中。指令可以在例如操作系统、独立应用程序或两者的结合中找到。因此，处理器的特征可以在于例如：被配置为执行过程的设备和包括具有用于执行过程的指令的计算机可读介质的设备。
应当理解，可以以各种不同形式的硬件、软件、固件、专用处理器或其结合来实现本原理。很多实现使用了硬件和软件的结合。此外，软件可以被实现为程序存储设备上明确实现的应用程序。应用程序可以被加载至包括任何适当架构的机器上并由该机器来执行。可以在拥有如一个或多个中央处理单元(CPU)、随机存取存储器(RAM)和输入/输出(I/O)接口之类的硬件的计算机平台上实现该机器。计算机平台也可以包括操作系统和微指令代码。此处描述的各种过程和功能可以是在操作系统上执行的微指令代码的一部分或应用程序的一部分(或其结合)。另外，各种其他外围设备可以连接到该计算机平台，如额外的数据存储设备和打印设备。
还应理解，由于附图中描述的一些组成系统的组件和方法步骤优选地以软件来实现，因此系统组件(或处理步骤)之间的实际联系可能根据对本发明进行编程的方式而不同。由于这里的教导，相关领域中的普通技术人员能够能够想到本原理的这些和类似实现方式或配置。
尽管已经说明、描述并指出了应用至特定实现方式的基本的新颖特征，但是，可以理解的是，本领域技术人员可以对所描述方法和所示设备的形式、细节和操作进行各种省略、替换和改变。例如，很清楚，以实质上相同的方法来执行实质上相同的功能以实现相同结果的元件和/或方法操作的所有组合，都包含在本原理的范围之内。此外，应当认识到，与本原理的任何公开的形式或实现方式相结合来说明和/或描述的结构和/或元件和/或方法步骤，一般可以在任何其他公开、描述或建议的形式或实现方式中使用。此外，不同实现方式中的元件可以组合、补充、修改或去除，以产生其他实现方式。相应地，其他实现方式落入所附权利要求的范围内。

Claims (27)

1.一种基于像素的自适应滤波方法，包括：
从目标数字图像中选择第一像素；
基于一幅或多幅数字图像中的多个候选像素的值来对所述多个候选像素进行评估；
针对所选的第一像素确定是否将来自所述多个候选像素中的候选像素包括在第一对应像素集合中，所述确定是基于以下判断来做出的：(i)对所述候选像素的评估以及(ii)第一对应集合是否已经包括阈值数目的像素；以及
基于第一对应像素集合中的像素的值来为所选的第一像素确定替代值。
2.如权利要求1所述的方法，还包括：
从所述目标数字图像中选择第二像素；
基于一幅或多幅数字图像中的多个候选像素的可能不同的集合的值，对所述多个候选像素的可能不同的集合进行评估；
针对所选的第二像素确定是否将来自所述多个候选像素的可能不同的集合中的候选像素包括在第二对应像素集合中，所述确定是基于以下判断来做出的：(i)对所述多个候选像素的可能不同的集合中的所述候选像素的评估以及(ii)第二对应集合是否已经包括阈值数目的像素，所述第二对应像素集合可能与所述第一对应像素集合不同；以及
基于第二对应像素集合中的像素的值来为所选的第二像素确定替代值。
3.如权利要求1所述的方法，其中：
对多个候选像素进行评估包括对来自多幅数字图像中的候选像素进行评估，以及
确定第一对应像素集合包括：将多幅数字图像中的每幅数字图像中的一个或多个候选像素包括在第一对应像素集合中。
4.如权利要求1所述的方法，其中：
对多个候选像素进行评估包括对来自多个域中的候选像素进行评估，以及
确定第一对应像素集合包括将来自多个域中的每个域中的一个或多个候选像素包括第一对应像素集合中。
5.如权利要求4所述的方法，其中，所述多个域包括从由空间域、时间域和变换域组成的组中选择的域。
6.如权利要求1所述的方法，其中：
对多个候选像素进行评估包括：
从多个候选像素中选择候选像素；以及
计算所选的候选像素的质量度量，以及
确定第一对应像素集合包括：如果所述质量度量符合一个或多个准则，则将所选的候选像素添加至第一对应像素集合。
7.如权利要求6所述的方法，其中，所述质量度量包括像素和所选的候选像素之间的色差。
8.如权利要求6所述的方法，其中，所述质量度量包括所选的第一像素周围的M×N块与所选的候选像素周围的M×N块之间的绝对差之和。
9.如权利要求1所述的方法，其中，确定替代值包括：将第一对应像素集合中的像素的值进行平均。
10.如权利要求1所述的方法，其中，确定替代值包括：确定第一对应像素集合中的像素的值的加权平均值。
11.如权利要求10所述的方法，其中，确定加权平均值包括：基于每个像素的质量度量值，对第一对应像素集合中的像素进行加权。
12.如权利要求6所述的方法，其中，所述质量度量基于与所选的第一像素的距离。
13.如权利要求1所述的方法，其中，对所述多个候选像素进行评估的顺序基于多个候选像素与所选的第一像素之间的距离。
14.如权利要求1所述的方法，其中：
所选的第一像素包括多个分量，以及
对所选的第一像素的每个分量分别执行以下操作：对多个候选像素进行评估、确定第一对应像素集合以及确定替代值。
15.如权利要求14所述的方法，其中，所述分量是Y、U和V。
16.如权利要求1所述的方法，还包括：选择所述阈值数目。
17.如权利要求1所述的方法，其中，确定第一对应像素集合包括：将正好所述阈值数目的像素包括在第一对应集合中。
18.如权利要求1所述的方法，其中，所述第一对应像素集合被确定为使得所述第一对应像素集合包括以下像素：(1)目标数字图像中的不同空间位置的像素以及(2)在时间上不同的数字图像中的像素。
19.如权利要求1所述的方法，其中，对多个候选像素进行评估包括：确定所述多个候选像素的亮度值。
20.一种基于像素的自适应滤波设备，包括：
选择器，被配置为，从一幅或多幅数字图像中，针对来自目标数字图像的目标像素，选择对应像素集合中可能包括的像素；
评估器，被配置为计算所选像素的质量度量；
控制单元，被配置为，基于以下判断来确定是否将所选像素中的候选像素包括在所述对应像素集合中：(1)所计算的所选像素中的所述候选像素的质量度量以及(2)对应集合是否已经包括阈值数目的像素；以及
确定单元，被配置为，基于所述对应像素集合中的像素的值来为所述目标像素确定替代值。
21.如权利要求20所述的设备，其中：
所述设备被配置为，为第二目标像素确定第二对应像素集合，以及
与所述目标像素相对应的对应像素集合中像素的一个或多个位置不同于与所述第二目标像素相对应的第二对应像素集合中的像素位置。
22.如权利要求20所述的设备，其中，选择所述对应像素集合中可能包括的像素是按与所述目标像素的距离螺旋式递增的顺序来进行的。
23.如权利要求22所述的设备，其中，所述距离包括空间域中的空间距离和时间域中的时间距离。
24.如权利要求20所述的设备，还包括用户输入单元(118)，被配置为从用户接受所述阈值数目。
25.如权利要求20所述的设备，其中，所述控制单元被配置为将多幅数字图像中的像素包括在所述对应像素集合中。
26.如权利要求20所述的设备，其中，所述控制单元被配置为控制所述对应像素集合的大小，使得所述对应像素集合包括阈值数目的像素，除非在包括阈值数目的像素之前满足了停止准则。
27.一种基于像素的自适应滤波设备，包括：
用于从目标数字图像中选择第一像素的装置；
基于一幅或多幅数字图像中的多个候选像素的值来对所述多个候选像素进行评估的装置；
针对所选的第一像素确定是否将来自所述多个候选像素中的候选像素包括在第一对应像素集合中的装置，所述确定是基于以下判断来做出的：(i)对所述候选像素的评估以及(ii)第一对应集合是否已经包括阈值数目的像素；以及
基于第一对应像素集合中的像素的值来为所选的第一像素确定替代值的装置。
CN200680055142.1A 2006-06-29 2006-06-29 基于像素的自适应滤波 Expired - Fee Related CN101473656B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2006/025738 WO2008005007A1 (en) 2006-06-29 2006-06-29 Adaptive pixel-based filtering

Publications (2)

Publication Number Publication Date
CN101473656A CN101473656A (zh) 2009-07-01
CN101473656B true CN101473656B (zh) 2011-09-14

Family

ID=37865623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200680055142.1A Expired - Fee Related CN101473656B (zh) 2006-06-29 2006-06-29 基于像素的自适应滤波

Country Status (6)

Country Link
US (1) US8204334B2 (zh)
EP (1) EP2036353A1 (zh)
JP (1) JP5053373B2 (zh)
KR (1) KR101273487B1 (zh)
CN (1) CN101473656B (zh)
WO (1) WO2008005007A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103841384A (zh) * 2012-11-20 2014-06-04 腾讯科技（深圳）有限公司 一种图像质量的优化方法及装置

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101478669B1 (ko) 2006-09-29 2015-01-02 톰슨 라이센싱 적응성 픽셀-기반의 필터링을 위한 자동 파라미터 추정
US7889256B2 (en) 2008-06-11 2011-02-15 Aptina Imaging Corporation Method and apparatus for reducing temporal row-wise noise in imagers
US8593483B2 (en) 2009-10-20 2013-11-26 Apple Inc. Temporal filtering techniques for image signal processing
CN102236885A (zh) * 2010-04-21 2011-11-09 联咏科技股份有限公司 减少图像噪声的过滤器与过滤方法
JP5556415B2 (ja) * 2010-06-21 2014-07-23 富士通株式会社 画像処理装置
WO2012148238A2 (ko) * 2011-04-28 2012-11-01 삼성전자 주식회사 무선 통신 시스템에서의 데이터 전송률 조절 방법 및 장치
US9236024B2 (en) 2011-12-06 2016-01-12 Glasses.Com Inc. Systems and methods for obtaining a pupillary distance measurement using a mobile computing device
US9286715B2 (en) 2012-05-23 2016-03-15 Glasses.Com Inc. Systems and methods for adjusting a virtual try-on
US9311746B2 (en) 2012-05-23 2016-04-12 Glasses.Com Inc. Systems and methods for generating a 3-D model of a virtual try-on product
US9483853B2 (en) 2012-05-23 2016-11-01 Glasses.Com Inc. Systems and methods to display rendered images
US9300846B2 (en) 2012-09-10 2016-03-29 Apple Inc. Signal shaping for improved mobile video communication
CN106303156B (zh) * 2016-08-29 2019-06-04 厦门美图之家科技有限公司 对视频去噪的方法、装置及移动终端
US20190188829A1 (en) * 2017-12-14 2019-06-20 Multitek Inc. Method, Apparatus, and Circuitry of Noise Reduction
CN108846808B (zh) * 2018-05-28 2022-06-10 郑州云海信息技术有限公司 一种图像处理的方法及其装置
CN112806010A (zh) * 2018-10-02 2021-05-14 交互数字Vc控股公司 使用预测子候选列表进行视频编码和解码的方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0961224A1 (en) * 1998-05-29 1999-12-01 STMicroelectronics, Inc. Non-linear image filter for filtering noise
EP1100260A1 (en) * 1999-11-12 2001-05-16 STMicroelectronics S.r.l. Spatio-temporal filtering method for noise reduction during pre-processing of picture sequences in video encoders
CN1674633A (zh) * 2004-03-25 2005-09-28 诺日士钢机株式会社 图象处理方法、及实现该方法的图象处理装置

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4013474C2 (de) 1990-04-27 1995-10-12 Broadcast Television Syst Anordnung zur Reduktion von Rauschen in einem Videosignal
KR930003203B1 (ko) 1990-06-30 1993-04-23 삼성전자 주식회사 고화질 영상신호의 노이즈 감소회로
GB2264414B (en) 1992-02-12 1995-07-12 Sony Broadcast & Communication Video signal processing
US5703965A (en) * 1992-06-05 1997-12-30 The Regents Of The University Of California Image compression/decompression based on mathematical transform, reduction/expansion, and image sharpening
JPH0686104A (ja) * 1992-09-04 1994-03-25 Matsushita Electric Ind Co Ltd ノイズリダクション装置
US5446501A (en) 1992-10-22 1995-08-29 Accom, Incorporated Three-dimensional median and recursive filtering apparatus and method for video image enhancement
US5717463A (en) 1995-07-24 1998-02-10 Motorola, Inc. Method and system for estimating motion within a video sequence
JPH10262160A (ja) 1997-03-18 1998-09-29 Nippon Hoso Kyokai <Nhk> Ｓｎ比検出装置および雑音低減装置
US6339616B1 (en) 1997-05-30 2002-01-15 Alaris, Inc. Method and apparatus for compression and decompression of still and motion video data based on adaptive pixel-by-pixel processing and adaptive variable length coding
US6335990B1 (en) * 1997-07-03 2002-01-01 Cisco Technology, Inc. System and method for spatial temporal-filtering for improving compressed digital video
EP1078256B1 (en) * 1998-04-22 2002-11-27 Imaging Research, Inc. Process for evaluating chemical and biological assays
JP4016493B2 (ja) * 1998-08-05 2007-12-05 三菱電機株式会社 ディスプレイ装置及びその多階調化回路
US6907144B1 (en) * 1999-10-06 2005-06-14 Eastman Kodak Company Noise reduction method, apparatus, and program for digital image processing
US6731806B1 (en) * 1999-10-08 2004-05-04 Eastman Kodak Company Region growing based noise reduction method for digital images
JP4335467B2 (ja) 2000-03-07 2009-09-30 セイコーインスツル株式会社 濃淡画像の階調再現方法および装置
US20020005904A1 (en) 2000-07-12 2002-01-17 Mendis Sunetra K. Method for pixel correction
US6747697B1 (en) 2000-07-12 2004-06-08 Koninklijke Philips Electronics, N.V. Method and apparatus for digital image defect correction and noise filtering
KR100327385B1 (en) 2000-07-18 2002-03-13 Lg Electronics Inc Spatio-temporal three-dimensional noise filter
US6807300B1 (en) 2000-07-20 2004-10-19 Eastman Kodak Company Noise reduction method utilizing color information, apparatus, and program for digital image processing
JP2002259965A (ja) * 2001-02-26 2002-09-13 Sony Corp 画像ノイズ低減方法及び装置
US20020150166A1 (en) * 2001-03-02 2002-10-17 Johnson Andrew W. Edge adaptive texture discriminating filtering
JP4014399B2 (ja) * 2001-12-13 2007-11-28 松下電器産業株式会社 ノイズリダクション装置および方法
US6904159B2 (en) 2001-12-20 2005-06-07 Mitsubishi Electric Research Laboratories, Inc. Identifying moving objects in a video using volume growing and change detection masks
JP2003199111A (ja) 2001-12-27 2003-07-11 Matsushita Electric Ind Co Ltd 予測装置、符号化装置、逆予測装置、復号装置、及び、演算装置
US7375760B2 (en) 2001-12-31 2008-05-20 Texas Instruments Incorporated Content-dependent scan rate converter with adaptive noise reduction
US7116447B2 (en) 2002-05-24 2006-10-03 Eastman Kodak Company Halftone dot-growth technique using a dot edge-detection scheme
JP3862613B2 (ja) * 2002-06-05 2006-12-27 キヤノン株式会社 画像処理装置及び画像処理方法並びにコンピュータプログラム
DE10239675B4 (de) 2002-08-26 2009-10-15 Technische Universität Dresden Verfahren zur Ermittlung von Verkehrszustandsgrößen
TW576103B (en) 2002-09-30 2004-02-11 Veutron Corp Accelerative noise filtering method for image data
TWI332652B (en) 2003-05-23 2010-11-01 Via Tech Inc System and method of auto-configuration settings for multimedia apparatus
EP1569458A1 (en) 2004-02-12 2005-08-31 Matsushita Electric Industrial Co., Ltd. Encoding and decoding of video images based on a non-linear quantization
TWI288873B (en) 2004-02-17 2007-10-21 Mitsubishi Electric Corp Method for burying watermarks, method and device for inspecting watermarks
US8345918B2 (en) * 2004-04-14 2013-01-01 L-3 Communications Corporation Active subject privacy imaging
KR100624421B1 (ko) * 2004-05-04 2006-09-19 삼성전자주식회사 디지탈 영상 신호 필터링 장치 및 방법
US7324687B2 (en) * 2004-06-28 2008-01-29 Microsoft Corporation Color segmentation-based stereo 3D reconstruction system and process
JP2006033064A (ja) 2004-07-12 2006-02-02 Konica Minolta Medical & Graphic Inc 画像形成方法、画像形成装置
KR20070068409A (ko) * 2004-09-24 2007-06-29 코닌클리케 필립스 일렉트로닉스 엔.브이. 이미지 보간
JP4151641B2 (ja) * 2004-10-25 2008-09-17 ソニー株式会社 映像信号処理装置および映像信号処理方法
US7834887B2 (en) * 2005-04-05 2010-11-16 Samsung Electronics Co., Ltd. Methods and systems for combining luminance preserving quantization and halftoning
TWI324013B (en) * 2006-02-22 2010-04-21 Huper Lab Co Ltd Video noise reduction method using adaptive spatial and motion-compensation temporal filters
US8115781B2 (en) * 2008-08-31 2012-02-14 Trident Microsystems (Far East) Ltd. Systems and methods of image processing including removal of discontinuous ramp and/or smoothing features

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0961224A1 (en) * 1998-05-29 1999-12-01 STMicroelectronics, Inc. Non-linear image filter for filtering noise
EP1100260A1 (en) * 1999-11-12 2001-05-16 STMicroelectronics S.r.l. Spatio-temporal filtering method for noise reduction during pre-processing of picture sequences in video encoders
CN1674633A (zh) * 2004-03-25 2005-09-28 诺日士钢机株式会社 图象处理方法、及实现该方法的图象处理装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JONG-SEN LEE.Digital Image Smoothing and the Sigma Filter.《COMPUTER VISION,GRAPHICS,AND IMAGE PROCESSING》.1983,第24卷摘要、第256-257页. *
Olukayode A. Ojo et al.An algorithm for integrated noise reduction and sharpness enhancement.《IEEE Transactions on Consumer Electronics》.2000,第46卷(第3期),第476-477页. *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103841384A (zh) * 2012-11-20 2014-06-04 腾讯科技（深圳）有限公司 一种图像质量的优化方法及装置

Also Published As

Publication number Publication date
KR101273487B1 (ko) 2013-06-14
KR20090025290A (ko) 2009-03-10
WO2008005007A1 (en) 2008-01-10
EP2036353A1 (en) 2009-03-18
CN101473656A (zh) 2009-07-01
US20090278988A1 (en) 2009-11-12
US8204334B2 (en) 2012-06-19
JP2009543444A (ja) 2009-12-03
JP5053373B2 (ja) 2012-10-17

Similar Documents

Publication Publication Date Title
CN101473656B (zh) 基于像素的自适应滤波
CN101536031B (zh) 用于基于像素的自适应滤波的自动参数估计
KR100954244B1 (ko) 화상 복호화 방법
US8320470B2 (en) Method for spatial error concealment
US8537903B2 (en) De-blocking and de-ringing systems and methods
RU2518435C2 (ru) Оптимизация кодера в системах доставки стереоскопического видео
KR101000926B1 (ko) 영상의 불연속성을 제거하기 위한 필터 및 필터링 방법
US8223846B2 (en) Low-complexity and high-quality error concealment techniques for video sequence transmissions
EP1919222B1 (en) De-blocking filtering method of image data and de-blocking filter
US8885969B2 (en) Method and apparatus for detecting coding artifacts in an image
KR20090100402A (ko) 이미지 압축 및 압축해제
US20100128181A1 (en) Seam Based Scaling of Video Content
CN1984345B (zh) 编码失真消除方法、视频编码方法、视频解码方法、装置
JP2007512750A (ja) ビデオ信号における局所的な画像空間−時間細部の検出
US10425640B2 (en) Method, device, and encoder for controlling filtering of intra-frame prediction reference pixel point
KR101174589B1 (ko) 지역 복잡도를 기초로 한 디인터레이싱 방법 및 이러한 방법을 수행하는 영상 처리 장치
KR101204210B1 (ko) 기하학적 이중성을 이용한 디인터레이싱 방법 및 이러한 방법을 수행하는 영상 처리 장치
KR100949137B1 (ko) 영상 보간 장치와 그 방법 및 그 방법이 기록된 컴퓨터로읽을 수 있는 기록매체
KR20030027044A (ko) 디지털 비디오 신호를 처리하기 위한 방법 및 디코더
KR100616164B1 (ko) 메디안 필터를 이용한 적응적인 영상 디인터레이스 장치및 그 방법

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110914

Termination date: 20160629