CN101569199A - 减少块状噪声的方法及装置 - Google Patents

Abstract

本发明提供一种减少块状噪声的方法及装置，消除块边界线中的变形，并在原图像的轮廓线与块边界线一致的情况下调整变形的消除程度，提高画质。自适应滤波器包括利用高通滤波器计算块边界附近的像素的权重的步骤，和利用该权重决定与块边界附近的像素相关的调整后的值的步骤。块边界附近的像素值被调整，消除块状噪声。为了决定滤波处理后的值而将低通滤波器应用于块边界附近的像素。与块边界附近的像素相关的调整后的值通过求出原始像素值与滤波值的加权和来决定。高通滤波器识别块边界附近的像素的鲜明度，低通滤波器减少块边界附近的像素间的差异，因此自适应滤波器输出调整后的值，该值消除块状噪声，并保持图像的鲜明度。

Description

减少块状噪声的方法及装置

技术领域

本发明涉及通过使用自适应滤波器(adaptive filter)，提高图像的品质，计算与块边界附近的像素相关的调整后的值的装置以及方法。更详细而言，本发明涉及消除块状噪声的自适应滤波器。块状噪声例如像JPEG文件那样在静止图像被压缩时，或例如像MPEG文件那样在视频被压缩时产生。这些压缩后的图像在电影、广播节目以及多媒体流中得到广泛使用。本发明取得具有块状噪声的图像，随后通过使用上述自适应滤波器提高图像品质，求出与块边界附近的像素相关的调整后的值。自适应滤波器包括用于计算权重的高通滤波器，和用于计算减少块边界附近的像素的不连续性的滤波值的低通滤波器。自适应滤波器通过计算原始像素值与滤波值的加权和，决定调整后的值。本发明能够在DVD播放器、数码相机等图像处理装置，计算机程序以及LCD、PDP及CRT等图像显示装置中使用。

背景技术

专利文献1的以往例子揭示了使用多个块编码动态图像的方法。该方法包括：决定块边界周边的S0、S1、S2的像素集合的步骤；在取得模式决定值后，按照块状噪声的程度，作为默认模式或DC偏置模式，选择性地决定去块模式(deblocking mode)的步骤；在决定默认模式的情况下，使用4点DCT核，对每个像素取得块边界周边的频率信息的步骤；将属于块边界的非连续要素的大小替换为属于频域中的块边界周围的非连续要素的最小大小的步骤；将该替换步骤应用于空间域的步骤；在决定DC偏置模式的情况下，判断是否需要执行该DC偏置模式的步骤；以及若通过该步骤判断为需要执行DC偏置模式，则在光滑区域中消除块状噪声的步骤。表示该以往例子的处理的流程图在图1中表示。

专利文献1：美国专利6240135号公报

发明内容

发明要解决的问题

该以往例子通过使用两个模式，即默认模式与DC偏置模式，调整形成块状噪声的像素值。在该默认模式中，通过使用4点DCT核取得每个像素的块边界周边的频率信息。属于该块边界的非连续要素的大小被替换为属于频域中的块边界周围的非连续要素的最小大小。在DC偏置模式中，执行低通滤波。在默认模式中，仅补偿边界像素值。这样，默认模式对于消除照片中的设定等非常光滑的区域中的块状噪声是不够的。因此，光滑区域中的块状噪声通过DC偏置模式消除。

该以往例子将基于DCT的滤波器或低通滤波器应用于沿着块边界的像素，使非常光滑的区域造成的不连续性变得平滑。低通滤波器在非常光滑的区域中使用，基于DCT的滤波器在其他种类的区域中使用。块边界周边的像素间的差异通过使用这样的滤波器而减少，因此能够减少不连续性，消除块状噪声。但是，基于DCT的滤波器或低通滤波器不仅减少异常的不连续性，还消除像素间的自然变化。消除像素间的自然变化的结果是失去了鲜明度。该以往例子使用基于DCT的滤波器或低通滤波器消除块状噪声和不鲜明的状态。其结果是，像素的价值会降低。

在像素的值沿着块边界形成异常的不连续性时，在块边界中产生块状噪声。以往的方法将基于DCT的滤波器或低通滤波器应用于沿着块边界的像素，使不连续性变得光滑。但是，基于DCT的滤波器或低通滤波器不仅减少异常的不连续性，还消除像素间的自然变化。使用消除块状噪声的以往方法，图像变得不鲜明，并且图像的品质会恶化。

用于解决问题的手段

在本发明中，通过使用自适应滤波器，减少块边界附近的异常的不连续性。在自适应滤波器中，块边界附近的像素的权重通过使用高通滤波器求出，使用权重求出与块边界附近的像素相关的调整后的值。应用于块边界各侧的像素的高通滤波器识别块边界附近的像素的特征。在连接关注像素与位于其两邻的像素的亮度电平的线为倒V字型的情况下，高通滤波值为正值，另一方面，为V字型的情况下，高通滤波值为负值。高通滤波值的绝对值越大，表示倒V字型或V字型的弯折角度为越尖锐的角。另外，关注像素是位于与块边界线相邻的位置的像素。另外，为了视觉上容易理解，定义了“倒V字型”、“V字型”，也可以将作为平滑连接关注像素与位于其两邻的像素的近似曲线或近似直线的函数的二次微分值为负的情况称为倒V字型，将二次微分值为正的情况称为V字型。在此情况下，所谓倒V字型、V字型的弯折角度为较尖锐的角，表现为二次微分值的绝对值较大。

随后，连续像素的鲜明度能够由高通滤波器的输出电平识别。高通滤波器的输出电平意味着连续像素的变化程度。高电平的输出意味着形成峰值的高鲜明度。相反，低电平的输出意味着形成非峰值形状的低鲜明度。根据高通滤波器的输出，推测像素间的自然变化以及异常的不连续性。自适应滤波器通过使用利用高通滤波器求出的权重，计算与块边界附近的像素相关的调整后的值。计算与块边界附近的像素相关的调整后的值后，通过自适应滤波器，经由权重来识别并研究块边界附近的像素的特征。

发明效果

因此，本发明减少异常的不连续性，保持块边界附近的自然变化。图像的品质在消除块状噪声时能够得到提高。

在原图像中，与轮廓线垂直相邻的两个像素的亮度电平表现出较大的差。在该轮廓线和块与块的边界线一致的情况下，利用消除块状噪声的低通滤波器，轮廓线变为具有渐变性的平滑的亮度变化后，轮廓线变得模糊，原图像的鲜明度受到损失。但是，在本发明中，在认为轮廓线和块与块的边界线一致的情况下，调整低通滤波器的滤波值，能够使轮廓线不模糊。

附图说明

图1是表示以往例子的处理的流程图。

图2是表示本发明的减少块状噪声的装置的模块图。

图3是表示本发明的自适应滤波器200的计算流程的流程图。

图4是表示本发明的减少块状噪声的装置的另一例子的模块图。

图5是表示本发明的减少块状噪声的装置中图4的例子的计算流程的流程图。

图6是表示本发明的减少块状噪声的装置的第一实施例的模块图。

图7是表示包括连续的水平像素的输入图像数据的例子的模式图。

图8是表示本发明的自适应滤波器600的计算流程的流程图。

图9A是表示本发明的高通滤波器的符号的模式图。

图9B是表示本发明的高通滤波器的符号的模式图。

图10A是表示本发明的高通滤波器的鲜明度的模式图。

图10B是表示本发明的高通滤波器的鲜明度的模式图。

图11A是表示本发明的低通滤波器的动作的模式图。

图11B是表示本发明的低通滤波器的动作的模式图。

图11C是表示本发明的低通滤波器的动作的模式图。

图11D是表示本发明的低通滤波器的动作的模式图。

图11E是表示本发明的低通滤波器的动作的模式图。

图11F是表示本发明的低通滤波器的动作的模式图。

图12A是表示本发明的自适应滤波器的动作的模式图。

图12B是表示本发明的自适应滤波器的动作的模式图。

图12C是表示本发明的自适应滤波器的动作的模式图。

图12D是表示本发明的自适应滤波器的动作的模式图。

图12E是表示本发明的自适应滤波器的动作的模式图。

图12F是表示本发明的自适应滤波器的动作的模式图。

图13是表示本发明中消除块状噪声的动作的模式图。

图14是表示本发明中消除块状噪声的动作的模式图。

图15是表示本发明中消除块状噪声的动作的模式图。

图16是本发明的减少块状噪声的装置中的模块图。

图17是表示本发明的减少块状噪声的装置中图16的例子的计算流程的流程图。

符号说明

200自适应滤波器  201计算单元  202决定单元  402检测单元403切换器  603高通滤波器  604权重计算单元  605低通滤波器606加权和计算单元

具体实施方式

下面，参照图2所示的模块图说明消除块状噪声的装置。消除块状噪声的装置包括计算调整后的值的自适应滤波器200。自适应滤波器200进一步包括通过高通滤波器计算权重的计算单元201，和通过使用权重来决定块边界附近的像素值的决定单元202。

自适应滤波器200取得输入图像数据，输出调整后的值。在自适应滤波器200中，计算单元201通过使用应用于横穿块边界设置的多个像素的高通滤波器的输出，计算块边界附近的像素的权重。像素的权重被输出到决定单元202。决定单元202取得输入图像数据以及计算单元201的输出，通过使用原始像素值和像素的权重，决定调整后的值。

自适应滤波器200的计算流程在图3中表示。块边界附近的像素的权重在步骤301中通过使用高通滤波器计算。步骤301中计算的权重在步骤302中用于决定与块边界附近的像素相关的调整后的值。

消除块状噪声的装置还包括图4所示的检测单元402以及切换器403。自适应滤波器200除了输出之外与图2的上述自适应滤波器200相同，与切换器403连接。检测单元402取得输入图像数据，检测形成块状噪声的噪声像素。检测单元402的输出与切换器403连接。切换器403取得输入图像数据、自适应滤波器200的输出以及检测单元402的输出。切换器403按照检测单元402的输出，输出输入图像数据的原始像素值或者从自适应滤波器200输出的调整后的值。若检测单元402检测出了形成块状噪声的噪声像素，则切换器403输出调整后的值。否则，切换器403输出原始像素值。

图5中表示计算流程。与块边界附近的像素相关的调整后的值在步骤501中通过使用自适应滤波器200计算。检测单元402在步骤502中检测形成块状噪声的噪声像素。切换器403的计算参照步骤503、504以及505。通过确认像素是否为噪声像素，在步骤503中分离为两个步骤。若检测出噪声像素，则进入步骤504，进一步输出调整后的值。否则，进入步骤505，进一步输出原始像素值。此外，步骤501及步骤502的顺序不影响处理的结果，因此能够交换步骤501及步骤502的顺序，此外两个步骤也能同时计算。

(第一实施例)

参照图6以及图8说明本发明的第一实施例。第一实施例的模块图在图6中表示。第一实施例包括用于计算调整后的值的自适应滤波器200。自适应滤波器200进一步包括计算权重的计算单元201，和使用权重决定块边界附近的像素值的决定单元202。

自适应滤波器200取得输入图像，输出调整后的值。在自适应滤波器200中，计算单元201取得输入图像数据，通过使用应用于横穿块边界设置的多个像素的高通滤波器的输出，计算块边界附近的像素的权重。计算单元201将权重输出到决定单元202。决定单元202取得输入图像数据和从计算单元201输出的权重，通过计算块边界附近的像素的加权和，决定调整后的值。

计算单元201进一步包括高通滤波器603以及权重计算单元604。高通滤波器603取得输入图像数据，对块边界各侧的像素进行滤波处理后输出到权重计算单元604。包括对像素进行水平及垂直滤波处理的高通滤波器603的系数的向量分别用式(1)及(2)表示。

[- 1 2 -1]                       (1)

$\left[\begin{array}{c}-1\\ 2\\ -1\end{array}\right]---\left(2\right)$

图7表示沿水平方向相邻的两个块的边界线、沿该边界线的左垂直方向排列的像素M0，M1，M2，M3以及沿右垂直方向排列的像素N0，N1，N2，N3。此外，P0，P1，P2，P3分别表示像素M0，M1，M2，M3的亮度电平，Q0，Q1，Q2，Q3分别表示像素N0，N1，N2，N3的亮度电平。

高通滤波器603输出强调某个关注像素与和它相邻的两邻(左右或上下)的相邻像素的亮度电平的差的高通滤波值HPF。在该实施例中，高通滤波值HPF(Xi)的一般式用式(3)表示。

HPF(Xi)＝[-1 2 -1][L(i-1)Li  L(i+1)]^T

       ＝(-1)*L(i-1)+(2)*Li+(-1)*L(i+1)      (3)

在此，Li表示关注像素的亮度电平，L(i-1)、L(i+1)表示与关注像素相邻的两邻(左右或上下)的相邻像素的亮度电平。

在图7中，在使关注像素为与边界线相邻的像素的情况下，像素M0的高通滤波值HPF(M0)由式(4)决定，像素N0的高通滤波值HPF(N0)由式(5)决定。

HPF(M0)＝[-1 2 -1][P1 P0 Q0]^T    (4)

HPF(N0)＝[-1 2 -1][P0 Q0 Q1]^T    (5)

权重计算单元604取得高通滤波器603的输出，通过式(6)、(7)、(8)以及(9)计算权重。

A_M0＝(HPF(M0)+HPF(N0))/HPF(M0)   (6)

A_N0＝(HPF(N0)+HPF(M0))/HPF(N0)   (7)

A_Mi＝1，ifi ≠0                  (8)

A_Ni＝1，ifi≠0                   (9)

在此，A_Mi表示像素Mi的权重，HPF(Mi)表示像素Mi的作为高通滤波器603的输出的高通滤波值HPF(Mi)。权重被输出到用于决定调整后的值的决定单元202。像素M0的权重通过使用式(6)决定，像素N0的权重通过使用式(7)决定。式(8)表示M1，M2，M3，……的权重为1，式(9)表示N1，N2，N3，……的权重为1。

连续的垂直像素的计算与连续的水平像素的例子类似。由于描述会变得冗长，所以在此不重复描述。

在连接关注像素与位于其两邻的像素的亮度电平的线为倒V字型的情况下，高通滤波值为正值，另一方面，在V字型的情况下，高通滤波值为负值。高通滤波值的绝对值越大，表示倒V字型或V字型的弯折角度为越尖锐的角。另外，关注像素是位于与块边界线相邻的位置的像素。

决定单元202进一步包括低通滤波器605和加权和计算单元606。低通滤波器605接收输入图像数据，应用于块边界附近的像素，决定滤波处理后的值。包括用于对像素进行水平或垂直滤波处理的低通滤波器605的系数的向量如式(10a)及(10b)所示。

(1/4)[1 2 1]                                  (10a)

$(1/4)\left[\begin{array}{c}1\\ 2\\ 1\end{array}\right]---\left(10b\right)$

低通滤波器605输出减少某个关注像素与和它相邻的两邻(左右或上下)的相邻像素的亮度电平的差的低通滤波值LPF。在该实施例中，低通滤波值LPF(Xi)的一般式用式(11)表示。

LPF(Xi)＝(1/4)[1 2 1][L(i-1)Li L(i+1)]^T

       ＝(1/4){(1)*L(i-1)+(2)*Li+(1)*L(i+1)}  (11)

在此，LPF(M0)由式(12)决定，LPF(N0)由式(13)决定。

LPF(M0)＝(1/4)[1 2 1][P1 P0 Q0]^T              (12)

LPF(N0)＝(1/4)[1 2 1][P0 Q0 Q1]^T              (13)

加权和计算单元606取得输入图像数据、作为低通滤波器605的输出的滤波处理后的值和作为权重计算单元604的输出的权重，通过基于式(14)计算原始像素值与滤波处理后的值的加权和，决定调整后的值。

Y_K’＝Y_K*A_K+LPF(K)*(1-A_K)                      (14)

在此，Y_K’表示与像素K相关的调整后的亮度电平，Y_K表示像素K的原始的亮度电平，A_K表示作为权重计算单元604的输出的像素K的权重。此外，LPF(K)表示像素K的滤波处理后的值，是像素K的低通滤波器605的输出。因此，M0，N0的调整后的亮度电平用下面的式子表示。

Y(M0)’＝Y(M0)*A_M0+LPF(M0)*(1-A_M0)              (15)

Y(N0)’＝Y(N0)*A_N0+LPF(N0)*(1-A_N0)       (16)

在此，使用具体的数值，使用图12A的例子说明图6的高通滤波器603进行的使用式(4)、(5)的计算、权重计算单元604进行的使用式(6)、(7)的计算、低通滤波器605进行的使用式(12)、(13)的计算、加权和计算单元606进行的式(14)。

在图12A中，像素M0与N0之间存在块的边界线。此外，亮度电平是P1为160，P0为200，Q0为80，Q1为40。像素M0的亮度电平P0与像素N0的亮度电平Q0的差比较大，因此认为原图像的轮廓线与块的边界线一致地存在。

在高通滤波器603中，基于式(4)、(5)进行以下计算。

HPF(M0)＝[-1 2 -1][160 200 80)]^T

       ＝(-1)*(160)+(2)*(200)+(-1)*(80)

       ＝-160+400-80＝160           (17)

HPF(N0)＝[-1 2 -1][200 80 40)]^T

       ＝(-1)*(200)+(2)*(80)+(-1)*(40)

       ＝-200+160-40＝-80           (18)

这两个HPF值被送至权重计算单元604，使用式(6)、(7)进行以下计算。

A_M0＝(HPF(M0)+HPF(N0))/HPF(M0)

   ＝(160+(-80))/4＝20              (19)

A_N0＝(HPF(N0)+HPF(M0))/HPF(N0)

   ＝((-80)+160)/(-2)＝80/(-2)＝-40 (20)

另一方面，在低通滤波器605中，基于式(12)、(13)进行以下计算。

LPF(M0)＝(1/4)[1 2 1][160 200 80]^T

       ＝(1/4){(1)*(160)+(2)*(200)+(1)*(80)}

       ＝(1/4)*640＝160    (21)

LPF(N0)＝(1/4)[1 2 1][200 80 40]^T

       ＝(1/4){(1)*(200)+(2)*(80)+(1)*(40)}

       ＝(1/4)*400＝100    (22)

将上述式(19)、(21)代入式(15)后，得到以下值。

Y(M0)’＝200*(1/2)+160*(1-(1/2))

       ＝180               (23)

Y(N0)’＝80*(-1)+100*(1-(-1))

       ＝120               (24)

在图12A中，式(23)得到的Y(M0)’＝180用黑色正方形“■”标记表示，式(24)得到的Y(N0)’＝120用白色正方形“□”标记表示。此外，在图12A中，式(21)得到的LPF(M0)＝160用黑色菱形“◆”标记表示，式(22)得到的LPF(N0)＝100用白色菱形“◇”标记表示。

另外，关于上述式(14)表示的调整后的亮度电平，在与边界相邻的像素M0，M1以外的像素，即像素M1，M2，M3，……，Q1，Q2，Q3，……中，根据式(8)、(9)，A_K＝1，所以总是Y_K’＝Y_K，输入值原样成为输出值。

自适应滤波器200的计算流程在图8中表示。自适应滤波器200在步骤801中通过高通滤波器计算权重。如上所述，步骤801进一步使用高通滤波器603以及权重计算单元604执行。使用在步骤801中决定的权重，在步骤802中决定调整后的值。步骤802进一步包括步骤803以及步骤804。在步骤803中，低通滤波器605取得输入图像数据，决定块边界附近的像素的滤波处理后的值。在步骤804中，加权和计算单元606参照式(14)计算原始像素值与滤波处理后的值的加权和，决定调整后的和。

本发明的数学以及几何学的特点以及优点如下面所述。应用于块边界各侧的像素的高通滤波器识别块边界附近的连续像素的特征。首先，由连续像素形成的曲线的形状能够通过高通滤波器的符号(+/-)识别。

在连接关注像素与位于其两邻的像素的亮度电平的线为倒V字型的情况下，高通滤波值为正值(图9A)，另一方面，在V字型的情况下，高通滤波值为负值(图9B)。高通滤波值的绝对值越大，表示倒V字型或V字型的弯折角度为越尖锐的角。另外，关注像素是位于与块边界线相邻的位置的像素。连续像素的亮度电平的变化度能够通过高通滤波器的输出的程度识别。高通滤波器的输出的电平意味着连续像素的变化程度。如图10A所示，在高通滤波器的输出的电平为高电平的情况下，意味着亮度电平的变化度如形成峰值那样剧烈。相反，如图10B所示，在高通滤波器的输出的电平为低电平的情况下，意味着并非峰值，亮度电平缓慢变化。在此，可以说，如形成峰值那样，亮度电平的变化度越剧烈，则输出图像的鲜明度越高。

应用于块边界附近的像素的低通滤波器决定低域滤波处理后的LPF值，减少邻近像素间的像素值差异。图11A，图11B，图11C，图11D，图11E以及图11F表示原始像素值与LPF滤波处理后的值之间的比较例子。对原始像素值附加黑色圆形“●”标记。对像素M0的低域滤波处理后的LPF值附加黑色菱形“◆”标记。对像素N0的低域滤波处理后的LPF值附加白色菱形“◇”标记。如图11A至图11F所示，通过对像素应用低通滤波器，像素M0与像素N0的滤波处理后的值相对于原始像素值而言相互靠近。由于减少了块边界的各侧间的像素差异，所以也能够减少块状噪声。

但是，通过使用低通滤波器，不仅减少了块状噪声，也减少了鲜明度。在本发明中，通过使用高通滤波器，识别块边界附近的连续像素的特征。此外，通过使用低通滤波器，减少块边界的各侧间的像素值差异。因此，既能减少块状噪声，此外在原图像中亮度电平的变化度较大的情况下，也能无损失地保持其亮度电平的变化度。

图12A，图12B，图12C，图12D，图12E以及图12F表示滤波处理后的LPF值与调整后的Y_K’值的几个比较例子。对原始像素值附加黑色圆形“●”标记。对像素M0的低域滤波处理后的LPF值附加黑色菱形“◆”标记。对像素N0的低域滤波处理后的LPF值附加白色菱形“◇”标记。对像素M0的调整后的Y_K’值附加黑色正方形“■”标记表示，对像素N0的调整后的Y_K’值附加白色正方形“□”标记。

调整后的Y_K’值通过计算原始像素值与滤波处理后的值的加权和来决定。加权和的计算中使用的权重由高通滤波器决定。因此，在对应像素的高通滤波器的输出比块边界另一侧的像素的高通滤波器的输出高的情况下，像素M0以及像素N0的调整后的值比滤波处理后的值更加靠近对应的原始像素值。相反，在对应像素的高通滤波器的输出比块边界另一侧的像素的高通滤波器的输出低的情况下，像素M0以及像素N0的调整后的值比滤波处理后的值更加远离对应的原始像素值。

在图12A、图12C表示的情况中，像素M0的高通滤波器的输出比像素N0的高通滤波器的输出的绝对值高。因此，像素M0的调整后的值比滤波处理后的值更加靠近对应的原始像素值。此外，像素N0的高通滤波器的输出的绝对值比像素M0的高通滤波器的输出低。因此，像素N0的调整后的值比滤波处理后的值更加远离对应的原始像素值。像素M0的高通滤波器的输出的绝对值比像素N0的高通滤波器的输出低这样的相反情况在图12B、图12E中表示。由于说明变得冗长，所以在此不再重复。在图12D以及图12F表示的情况中，像素M0的高通滤波器的输出的绝对值与像素N0的高通滤波器的输出的绝对值相同，因此像素M0以及像素N0的调整后的值与滤波处理后的值相同。

若用其他算法说明图6所示的模块图，则有如下说明。

首先，求出像素M0、N0的像素值P0、Q0。

接着，求出像素M0、N0的低通滤波值LPF(M0)、LPF(N0)，进而求出像素M0、N0的高通滤波值HPF(M0)、HPF(N0)。

比较高通滤波值的绝对值|HPF(M0)|、|HPF(N0)|，确定较大一方和较小一方。从图12A的情况来说，该比较相当于角度P1·P0·Q0与角度P0·Q0·Q1的比较，角度较小的一方(更尖锐的角的一方)相当于高通滤波值的绝对值较大的一方。

对于高通滤波值的绝对值较大的一方，例如在图12A的情况下对于像素M0的一方，设定为使调整后的值Y(M0)’位于像素值P0与低通滤波值LPF(M0)之间的内分点，对于高通滤波值的绝对值较小的一方，例如在图12A的情况下对于像素N0的一方，设定为使调整后的值Y(M0)’位于像素值Q0与低通滤波值LPF(N0)的外侧，LPF(N0)的外分点。

若在图12A中进行说明，则LPF(M0)与Y(M0)’之间的距离大致等于LPF(N0)与Y(N0)’之间的距离，根据两绝对值|HPF(M0)|、|HPF(N0)|的差进行变化。例如，以如下方式变化：差越大，距离也变得越大，差越小，距离也变得越小。作为其他例子，上述距离可以阶段性变化，也可以总是以一定量变化。

上述式(1)至(16)满足上述算法。

另外，图4的检测单元402例如比较隔着边界线相邻的两个像素M0、N0的像素值P0、Q0，在像素值的差的绝对值|P0-Q0|在指定阈值以下的情况下将切换器403与端子b连接，输出原始像素值或调整前的像素值，另一方面，在大于指定阈值的情况下，将切换器403与端子a连接，输出调整后的值。

作为其他例子，检测单元402也可以接收高通滤波值的绝对值|HPF(M0)|、|HPF(N0)|，并在任一方的绝对值在指定值以上的情况下，将切换器403与端子a连接，在两个绝对值均不足指定值的情况下，将切换器403与端子b连接。

另外，检测单元402可以组合使用上述两个例子，也可以基于其他判断基准对切换器403进行切换。

在以上的说明中，说明了关于隔着边界线相邻的相邻像素M0、N0进行调整，也可以关于边界线附近的像素M1、M2、M3、Q1、Q2、Q3进行调整。

块状噪声的三个例子在图13、图14以及图15中表示。对原始像素值附加黑色圆形“●”标记。对调整后的值附加白色圆形“○”标记。像素M0以及像素N0的原始像素值之间的异常差异在块边界中形成垂直的块状噪声。鲜明度能够由高通滤波器决定。在图13以及图14的例子中，像素M0的鲜明度具有比像素N0的鲜明度高的鲜明度。因此，调整后的值P0’比由低通滤波器决定的滤波处理后的值更加靠近对应的原始值。另一方面，调整后的值Q0’比滤波处理后的值更加远离对应的原始值。在图15的例子中，像素M0以及像素N0具有相同的鲜明度。因此，调整后的值P0’以及Q0’与滤波处理后的值相同。进一步决定调整后的值P1’、P2’、P3’、Q1’、Q2’以及Q3’，以消除异常的不连续性。

利用通过由高通滤波器计算原始像素值与滤波处理后的值的加权和而决定的与块边界附近的像素相关的调整后的值，通过权重的计算决定块边界的各侧的鲜明度，因此，本发明消除块状噪声，并保持鲜明度。

图16是将图2、图4、图6汇总为一个的图。也可以将图16表示的电路组合为一个或多个集成电路。

此外，图17是将图3、图5汇总为一个的图。也可以使用计算机程序执行本发明。

(其他变形例)

另外，基于上述实施例说明了本发明，但本发明当然不限定于上述实施例。以下情况也包含在本发明中。

(1)上述各装置具体而言是由微处理器、ROM、RAM、硬盘部件、显示器部件、键盘、鼠标等构成的计算机系统。上述RAM或硬盘部件中存储计算机程序。通过上述微处理器按照上述计算机程序进行动作，各装置实现其功能。在此，计算机程序是为了实现指定的功能，组合多个表示对计算机的指令的命令代码而构成的。

(2)构成上述各装置的结构要素的一部分或全部也可以由一个系统LSI(Large Scale Integration：大规模集成电路)构成。系统LSI是将多个结构部集成在一个芯片上制造的超多功能LSI，具体而言是包含微处理器、ROM、RAM等构成的计算机系统。上述RAM中存储计算机程序。通过上述微处理器按照上述计算机程序进行动作，系统LSI实现其功能。

(3)构成上述各装置的结构要素的一部分或全部也可以由能够装卸于各装置的IC卡或单独的模块构成。上述IC卡或上述模块是由微处理器、ROM、RAM等构成的计算机系统。上述IC卡或上述模块也可以包含上述超多功能LSI。通过微处理器按照计算机程序进行动作，上述IC卡或上述模块实现其功能。该IC卡或该模块也可以具有耐篡改性。

(4)本发明也可以是上面所示的方法。此外，也可以是利用计算机实现这些方法的计算机程序，还可以是包括上述计算机程序的数字信号。

此外，本发明也可以是将上述计算机程序或上述数字信号存储到计算机能够读取的存储介质，例如，软盘、硬盘、CD-ROM、MO、DVD、DVD-ROM、DVD-RAM、BD(Bul-ray Disc，蓝光光盘)、半导体存储器等上的方案。此外，也可以是存储在这些存储介质上的上述数字信号。

此外，本发明也可以是将上述计算机程序或上述数字信号经由电气通信线路、无线或有线通信线路、以因特网为代表的网络、数据广播等传送的方案。

此外，本发明也可以是包括微处理器和存储器的计算机系统，上述存储器存储上述计算机程序，上述微处理器按照上述计算机程序进行动作。

此外，也可以通过将上述程序或上述数字信号存储到上述存储介质中并传送，或者通过将上述程序或上述数字信号经由上述网络等传送，利用独立的其他计算机系统执行。

(5)也可以分别组合上述实施例以及上述变形例。

产业上的可利用性

本发明能够在减少块状噪声的方法以及装置中利用。

Claims (8)

1、一种消除块状噪声的块状噪声消除方法，其中：

分别接收相邻的两个隔着块边界线的第一像素以及第二像素的像素值，分别求出第一像素以及第二像素的高通滤波值；

基于第一像素以及第二像素的高通滤波值，分别求出第一像素以及第二像素的权重；

分别求出第一像素以及第二像素的低通滤波值；

基于第一像素以及第二像素的权重，分别求出第一像素以及第二像素的低通滤波值的调整值。

2、根据权利要求1所述的块状噪声消除方法，其特征在于，

所述第一像素的调整值是该像素的像素值与低通滤波值之间的内分点或外分点中的任一个，第二像素的调整值是该像素的像素值与低通滤波值之间的内分点或外分点中的另一个。

3、根据权利要求1所述的块状噪声消除方法，其特征在于，

进一步检测块状噪声是否存在；

在块状噪声存在的情况下使用调整值，在块状噪声不存在的情况下使用原像素值。

4、一种消除块状噪声的块状噪声消除装置，包括：

高通滤波器，分别接收相邻的两个隔着块边界线的第一像素以及第二像素的像素值，分别求出第一像素以及第二像素的高通滤波值；

权重计算单元，基于第一像素以及第二像素的高通滤波值，分别求出第一像素以及第二像素的权重；

低通滤波器，分别求出第一像素以及第二像素的低通滤波值；以及

加权和计算单元，基于第一像素以及第二像素的权重，分别求出第一像素以及第二像素的低通滤波值的调整值。

5、根据权利要求4所述的块状噪声消除装置，其特征在于，

所述第一像素的调整值是该像素的像素值与低通滤波值之间的内分点或外分点中的任一个，第二像素的调整值是该像素的像素值与低通滤波值之间的内分点或外分点中的另一个。

6、根据权利要求4所述的块状噪声消除装置，其特征在于，

进一步设置检测块状噪声是否存在的检测单元；

在块状噪声存在的情况下使用调整值，在块状噪声不存在的情况下使用原像素值。

7、一种能够利用计算机执行权利要求1所述的块状噪声消除方法的程序。

8、一种组合了权利要求4所述的块状噪声消除装置的集成电路。

Images