CN101878640A - 图像噪声去除方法及装置 - Google Patents

图像噪声去除方法及装置 Download PDF

Info

Publication number
CN101878640A
CN101878640A CN2008801184700A CN200880118470A CN101878640A CN 101878640 A CN101878640 A CN 101878640A CN 2008801184700 A CN2008801184700 A CN 2008801184700A CN 200880118470 A CN200880118470 A CN 200880118470A CN 101878640 A CN101878640 A CN 101878640A
Authority
CN
China
Prior art keywords
image
filter
noise
analog
picture
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.)
Pending
Application number
CN2008801184700A
Other languages
English (en)
Inventor
山本裕
永原正章
小林阳
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.)
Kyoto University
Original Assignee
Kyoto University
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 Kyoto University filed Critical Kyoto University
Publication of CN101878640A publication Critical patent/CN101878640A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • 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
    • H04N19/17—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 an image region, e.g. an object
    • H04N19/176—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 an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/436—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation using parallelised computational arrangements
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Picture Signal Circuits (AREA)

Abstract

本发明提供一种图像噪声去除方法及装置。其中，对解码后的状态下的一帧份的图像数据进行FFT分析，按照水平方向、垂直方向来求出假设原信号为1次衰减特性时的截止频率(S1、S2)。选择预先按照与不同截止频率对应地具有不同参数的方式设计的采样值H∞滤波器(数字滤波器)(步骤S3)，利用该滤波器在解码后的图像数据的水平方向及垂直方向上分别进行滤波处理(S4)。由于按每一帧图像考虑了原图像的模拟频率特性的不同，故不易去除原图像中存在的貌似噪声的信息，能够有效地去除随着编码/解码的蚊式噪声或块噪声。

Description

图像噪声去除方法及装置
技术领域
本发明涉及用于去除在对被数字化且以规定形式压缩编码过的静态图像或运动图像进行解码再现时产生的噪声的图像噪声去除方法及装置。
背景技术
近年来，静态图像或运动图像的压缩技术进展显著，被广泛应用于如下领域：向光盘、硬盘、固体存储器等记录介质记录·再生图像的领域、或经由因特网等通信路径传送图像或广播等领域。作为静态图像的压缩方式熟知的方式是JPEG(Joint Photographic Experts Group)方式，作为运动图像的压缩方式熟知的方式是MPEG(Moving Picture Experts Group)方式，但是除此之外还提出了各种方式并被实用化。
众所周知，伴随着用于对图像数据进行压缩·扩展的编码·解码处理而图像上会产生原图像中不存在的各种噪声。作为代表的噪声有被称为块噪声和蚊式噪声的噪声。块噪声是在数据压缩时由将一帧图像区域分割为多个块并按照各块独立处理所引起的在块边界附近发生的噪声。另一方面，蚊式噪声是在压缩时通过离散余弦变换(DCT)对图像数据进行频率分解并去除高频成分而引起的噪声(在傅立叶解析中一般称为吉布斯现象)。这些噪声都是在越为了进行效率好的记录·传送而提高压缩率时越显著，以往就研究和开发了去除或抑制这样的噪声的各种方法(例如，参考专利文献1、2等)。
虽然去除视觉上不适、碍眼的上述噪声在静态图像处理和运动图像处理中都是非常重要的技术之一，但是在为了改善画质而要提高噪声的去除效果时，却存在除噪声以外的本来必要的图像信息的一部分丢失、图像不自然、不生动的情况。另外，一般，在要进行高度的噪声去除时，会引起如下的问题：处理复杂、电路规模增大、成本提高或电路基板尺寸变大。
本申请发明者尤其在数字音频领域中常年从事如下的研究：尝试着将可处理连续时间特性的采样值控制理论更详细地说将采样值H∞控制导入处理数字音频信号的数字/模拟(D/A)变换技术或采样率变换技术等中(参照专利文献3、4等)。该技术不是只将原始数字信号的采样作为离散时间信号的技术，而是如下的技术：通过设计在还考虑采样间含有的模拟频率特性的情况下进行D/A变换或采样率变换时的数字滤波器，谋求作为模拟音频的在听觉上的音质最优或成为与其接近的状态。
换言之，上述滤波技术是在已知采样频率和量化位数的限制下追求尽量接近原始模拟音频的音质的自然声音的尝试。此外，该滤波器被称为“YY滤波器”，并已在移动电话用或便携式音乐播放器用的IC等中实用化。
本申请发明者鉴于上述近年来图像压缩技术的进展及与此相伴的画质改善的必要性，推进将作为上述技术的基本内容的采样值H∞最优化的方法应用于图像的噪声去除的尝试，且已经公开了应用在静态图像的噪声去除中的例子(参考非专利文献1)或应用在运动图像的噪声去除中的例子(参考非专利文献2)。根据这样现有图像噪声去除的研究可知，虽然确认了通过将采样值H∞最优化方法应用于图像的噪声去除能够有效去除块噪声，但是却存在如下的问题：原本不是噪声的信息部分被视作噪声而去除，或者相反地将噪声误判为图像信息的一部分而保留下来并未去除。
专利文献1：日本特开2005-295371号公报
专利文献2：日本特开2006-140818号公报
专利文献3：日本特开2001-127637号公报
专利文献4：日本特开2001-358561号公报
非专利文献1：掛水、永原、小林、山本、「ノイズ·リダクシヨン·オブ·JPEG·イメ一ジズ·ミイ·サンプルド-デ一タ·H∞·オプテイマル·ε·フイルタ一ズ(Noise Reduction of JPEG Images by Sampled-DataH∞ OptimalεFilters)」、SICE Annual Conference 2005，PP.1080-1085
非专利文献2：小林、永原、山本、「サンプル值制御理論によるMPEG動画のノイズ除去」、第51回システム制御情報学会研究発表講演会論文集、2007年5月16日
发明内容
本发明是鉴于上述课题而实现的，其目的在于提供一种能够在抑制对图像本来具有的信息内容的影响的情况下，有效去除伴随着编码·解码而在运动图像或静态图像中产生的块噪声或蚊式噪声的图像去除噪声方法及装置。
为了解决上述课题而形成的第一发明的图像噪声去除方法，用于去除在对以规定形式压缩编码后的图像数据进行解码来再现图像时产生的噪声，该图像噪声去除方法的特征在于，包括：
a)推测步骤，针对构成一幅或一帧图像的压缩编码/解码后的状态的图像数据，调查数字频率响应来推测压缩编码前的图像的模拟频率特性；
b)参数设定步骤，根据所述推测步骤的推测结果来变更后述数字滤波器的参数；和
c)处理步骤，利用采样值H∞滤波器对解码后且数字/模拟变换前的图像数据进行滤波处理，其中，所述采样值H∞滤波器具有对下述计算式基于规定条件并通过H∞控制来求解或者通过与此相当的严密的计算来求解而计算出的参数，所述计算式是通过将下述条件式近似变换到有限维离散时间系统中而得到的计算式，所述条件式是为了按照使原始模拟图像信号与通过模拟/数字变换、编码/解码及数字/模拟变换后得到的模拟图像信号之间的误差减小的方式设计数字滤波器而设定的条件式。
另外，第二发明是用于实施上述第一发明的图像噪声去除方法的图像噪声去除装置，用于去除在对以规定形式压缩编码后的图像数据进行解码来再现图像时产生的噪声，该图像噪声去除装置的特征在于，具备：
a)推测单元，其针对构成一幅或一帧图像的压缩编码/解码后的状态的图像数据，调查数字频率响应来推测压缩编码前的图像的模拟频率特性；
b)参数设定单元，其根据所述推测单元的推测结果来变更后述数字滤波器的参数；和
c)处理单元，其利用采样值H∞滤波器对解码后且数字/模拟变换前的图像数据进行滤波处理，其中，所述采样值H∞滤波器具有对下述计算式基于规定条件并通过H∞控制来求解或者通过与此相当的严密的计算来求解而计算出的参数，所述计算式是通过将下述条件式近似变换到有限维离散时间系统中而得到的计算式，所述条件式是为了按照使原始模拟图像信号与通过模拟/数字变换、编码/解码及数字/模拟变换后得到的模拟图像信号之间的误差减小的方式设计数字滤波器而设定的条件式。
在本发明的图像噪声去除方法及装置中，例如能够将噪声去除的处理对象作为以JPEG方式压缩编码的静态图像或以MPEG方式压缩编码的运动图像。
另外，在本发明的图像噪声去除方法及装置中，上述推定步骤(推定单元)能够针对构成一幅(静态图像的情况下)或一帧(运动图像的情况下)的压缩编码/解码后的状态下的图像数据执行FFT(快速傅立叶变化)处理。更具体地说，将压缩编码前的图像的模拟频率特性假设为具有规定次数的衰减特性的低通滤波器，例如通过FFT计算该低通滤波器的截止频率。
另外，也可以代替使用FFT，准备具有频率特性互不相同的滤波器的滤波器组，针对图像数据找出通过这些滤波器后得到的信号强度(振幅值)最大的图像数据来调查数字频率特性，从而求出合适的截止频率。
在此，上述规定次数可以是2次、3次或其以上的高次，也可以假设最简单的1次衰减特性。通过本申请发明者的研究确认了，原图像的模拟频率特性与1次衰减特性相当近似，并不依赖于一幅静态图像或运动图像的一帧份的图像的信息内容，信息内容的不同表现在截止频率上。因此，即使在上述那样相当简化后的即运算处理本身简单的假设下判断原图像的模拟频率特性，也能充分确保该判断的适当性。
在本发明的图像噪声去除方法及装置中，关于噪声去除的方法本身考虑数字化前的原图像的模拟频率特性，利用以使用了H∞标准的评价基准使噪声最小化的方法，其本身就与现有的数字音频的噪声去除或静态图像·运动图像的噪声去除中所利用的方法有较大不同。但是，在现有的静态图像·运动图像的噪声去除方法中，数字滤波器的参数(一般指滤波器系数)没有反映原图像的模拟频率特性的不同，对此，在本发明中，根据压缩编码/解码后的状态下的图像，推测原图像的即压缩前且模拟/数字变换之前的模拟频率特性，并基于该推测结果使数字滤波器的参数即该特性自适应地变化。因此，针对图像上所表现的微小部分判断其与周围环境的不同是否为噪声的基准，根据原图像的模拟频率特性而被变更。
此外，上述处理步骤及处理单元中的滤波处理也可以针对配置在一幅或一帧图像的水平方向及垂直方向上的图像数据分别实施。
另外，虽然可以以一幅或一帧的图像为单位确定数字滤波器的参数，但为了更适当地去除不需要的噪声，保留不是噪声的信息，优选在一幅或一帧图像中也使数字滤波器的参数自适应变化。
即，作为第一发明的图像噪声去除方法优选的一个方式可以为：在所述推测步骤中，将一幅或一帧图像划分为视作压缩编码前的图像的模拟频率特性类似的小区域，并按每个该小区域推测模拟频率特性，在所述参数设定步骤中，按每个所述小区域变更所述数字滤波器的参数。
在此，上述小区域可以是图像内的二维范围，但在实用上也可以设为水平方向或垂直方向的一维范围。例如，也可以在依次扫描排列在一幅或一帧图像的水平方向或垂直方向上的图像数据时，将该水平方向的1行、垂直方向的1行中数据值的变化在规定阈值以上的地方设为小区域的边界，将该边界的前后设为不同的小区域。其中，为了在脉冲状的噪声重叠的情况下不将这样的噪声设为小区域的边界，或者在横穿细条纹进行扫描的情况下不使小区域的范围变得过窄，除了适当设定阈值以外，也可将阈值以上的数据变化点前后的值也加入到判断是否为小区域的边界的基准中。
另外，由于在本发明的图像噪声去除方法及装置中，采样值H∞滤波器是线性滤波器，故在只用该滤波器进行滤波的情况下，在去除高频噪声时尤其是高频成分多的图像上的边缘可能会变得模糊。因此，为了避免这种问题，优选与采样值H∞滤波器一起使用ε-分离非线性滤波器，区别高频噪声和原信号的边缘部分且只去除噪声。
(发明效果)
根据第一发明的图像噪声去除方法及第二发明的图像噪声去除装置，能够在尽量保留原图像中原来就含有的信息、例如难以判别为块噪声或蚊式噪声的微小区域的信息的同时，可靠地去除上述噪声。由此，能够使例如在以MPEG方式等提高压缩率时容易出现的块噪声或蚊式噪声不明显，并能够实现不损伤原图像的良好性的高品质。
另外，采样值H∞滤波器作为滤波器的构成与一般的数字滤波器一样，抽头数越少电路规模越小，另外，在原图像的模拟频率特定的推测中使用的FFT或滤波器组等处理本身并不复杂。由此，能够避免用于噪声去除的成本大幅度增加，而且容易实现LSI化，因此适于小型化。
附图说明
图1是用于设计本发明的图像噪声去除方法中利用的滤波器K(z)的误差系统模型的框图。
图2是作为应用本发明的噪声去除方法的对象的一个例子的数字运动图像处理系统模型的示意框图。
图3是基于本发明的一个实施例的图像噪声去除装置的示意框图。
图4是表示本实施例的图像噪声去除装置中的噪声去除处理的步骤的流程图。
图5是表示本实施例的图像噪声去除装置中的构成一帧图像的图像数据的传输顺序的示意图。
图6是说明并行进行本实施例的图像噪声去除装置中的噪声去除处理的情况下的处理顺序的示意图。
图7是表示本发明的图像噪声去除处理前及处理后的图像的一个例子的图。
图8是表示本发明的图像噪声去除处理前及处理后的图像的其他例子的图。
图9是表示本发明的图像噪声去除处理前及处理后的图像的其他例子的图。
图10是本发明其他实施例的图像噪声去除装置的示意框图。
图11是表示本发明其他实施例的图像噪声去除方法中的自适应型处理的顺序的流程图。
图12是本发明其他实施例的图像噪声去除方法中的自适应型处理的说明图。
图13是表示本发明的图像噪声去除处理的仿真结果的一个例子，是Barbaba的原图像。
图14是表示本发明的图像噪声去除处理的仿真结果的一个例子，表示针对图13的固定型滤波处理结果的图。
图15是表示本发明的图像噪声去除处理的仿真结果的一个例子，表示针对图13的自适应型滤波处理结果的图。
图16是表示本发明的图像噪声去除处理的仿真结果的一个例子，是Woman的原图像。
图17是表示本发明的图像噪声去除处理的仿真结果的一个例子，是表示针对图16的固定型滤波处理结果的图像。
图18是表示本发明的图像噪声去除处理的仿真结果的一个例子，是表示针对图16的自适应型滤波处理结果的图像。
图19是表示本发明的图像噪声去除处理的仿真结果的一个例子，是Text的原图像。
图20是表示本发明的图像噪声去除处理的仿真结果的一个例子，是表示针对图19的固定型滤波处理结果的图像。
图21是表示本发明的图像噪声去除处理的仿真结果的一个例子，是表示针对图19的自适应型滤波处理结果的图像。
符号说明：11-滤波器，12-采样器，13-加法运算器，14-数字滤波器，15-零次保持元件，16、18-延迟元件，17-减法运算器，20、30-数据总线，21、31-帧存储器，22、32-R/W控制部，23-频率特性分析部，24、36-滤波器系数确定部，25、37-滤波处理部，33-小区域推测部，34-滤波器组(filter bank)，35-频率特性推测部。
具体实施方式
以下，参照附图对本发明的图像噪声去除方法及装置的一个实施例(以下称为“第一实施例”)进行说明。
图2是表示应用本发明的图像噪声去除方法的对象的一个例子的数字运动图像处理系统模型的示意框图。原信号首先在抽样部1中以规定的抽样频率抽样后成为离散时间信号。该信号在接下来的编码部2中以规定位数量化后成为数字信号，并且例如按照MPEG方式等规定算法被数据压缩，压缩后的数据或者通过传送/记录系统3传送到传送路径上，或者记录在记录介质中。通过传送路径或经过记录·再生(或存储·读取)的过程所得到的数据，在解码部4中通过解码处理进行数据扩展，并且数字信号被变换为模拟信号，进而离散时间信号通过保持部5被变换为连续时间信号后作为复原信号输出。
如图2所示，抽样部1、编码部2及传送/记录系统3的一部分包含在记录装置或发送装置中，传送/记录系统3的剩余部分、解码部4及保持部5包含在再生装置或接收装置中。
在利用了采样值控制理论的噪声去除、即滤波中，按照作为向上述数字运动图像处理系统输入的原信号和作为输出的复原信号尽可能接近的方式设计解码部4，即，按照两者误差尽可能小的方式设计解码部4。当前考虑图1所示的误差系统模型。该图是用于去除图像噪声的滤波器K(z)设计的框图。
在图1中，下侧的信号路径是数字运动图像处理系统，上侧的信号路径是用于设计非因果性滤波器的时间延迟的系统。即，作为连续时间信号的原信号w在A/D变换部所含有的滤波器11中进行频带限制之后，在数字运动图像处理系统中由采样器12以采样周期h进行采样而成为离散时间信号(数字信号)。在滤波器11中高频成分被去除而维持原信号w的基本频率成本，在此将该模拟频率特性表示为F(s)。另外，将抽样作为理想采样用Sh表示。
对数字信号进行编码(压缩)·解码(扩展)处理，在该处理过程中，在加法运算器13中，频率特性符合W(z)传递函数的噪声被加到数字信号中。这是将块噪声或蚊式噪声等模型化后的信号，该传递特性W(z)具有高通滤波器的特性。对附加有噪声的信号，在传递特性为K(z)的数字滤波器14中执行噪声去除及基于原信号的频率特性F(s)的信号修正，在零次保持元件15中恢复为连续时间信号。在此，在该零次保持元件15的后级插入有采样周期h的1/2的延迟元件16，以保证设计出的滤波器系数以采样点为中心在过去方向和未来方向上对称(参照非专利文献2)。
另一方面，上侧的时间延迟系统中，对原信号赋予采样间隔整数倍的延迟元件18(e-mhs)，通过减法运算器17取出经上述处理系统后的复原信号与延迟后的原信号的误差信号e。按照该误差信号e尽可能小的方式确定数字滤波器14的传递函数K(z)，并需要求出实现该目的的参数。由此，预先将从原信号w及噪声d变换为误差信号e的系统设为Tew及Ted。此时，如下定义传递函数为K(z)的数字滤波器14的设计问题。
即，在被赋予传递函数F(s)、W(z)、延迟步幅m、常数γ＞0时，设计满足数学式1的数字滤波器。
[数学式1]
| | [ T ew , T ed ] | | 2 : = sup &omega; &Element; L 2 , d &Element; l 2 | | e | | 2 L 2 | | w | | 2 L 2 + | | d | | 2 l 2 < &gamma; 2 &CenterDot; &CenterDot; &CenterDot; ( 1 )
该(1)式是为了设计本发明中的数字滤波器而设定的条件式。其问题正是采样值H∞最优化问题，通过应用采样值控制理论，从而可用计算机容易地得到H∞最优滤波器K(z)。关于其具体的方法，可利用专利文献1、2及非专利文献2等中本申请发明者公开的方法，由此可求出数字滤波器的滤波器系数。
以往，虽然在本申请发明者提出的图像噪声去除方法中考虑了传递函数F(s)即原信号w的模拟频率信号稳定即恒定，但是在编码·解码过程中所附加的噪声W(z)本来依存原信号的值，并且其依存原信号的模拟频率特性F(s)。因此，在原信号的模拟频率特性从假设的状态偏移时，会发生如下不良情况：数字滤波器14不会理想地动作，图2的误差系统中的误差信号e变大，即再现后的图像上出现的噪声未被除去而残留或者错误地去除不是噪声的信息部分。最优选的是掌握记录侧或发送侧中的原信号的模拟频率特性，但当然在再生侧或接收侧无法直接获知原信号的模拟频率特性。因此，在本发明的图像噪声去除方法及装置中，其最大的特征是通过从所提供的压缩数据图像中推测原信号的模拟频率特性F(s)，并基于该推测结果修正数字滤波器的传递特性K(z)，从而提高了噪声去除的效果。
在该第一实施例中，假设模拟频率特性F(s)是具有下述(2)式所示的1次衰减特性的低通滤波器，并通过推测该低通滤波器的截止频率ωc来推测F(s)。
F(s)＝ωc/(s+ωc)          …(2)
在此，使F(s)具有1次衰减特性的理由在于：对各种图像进行FFT并试着调查频率成分的结果，确认了不依赖于图像的信息内容而几乎都表现出1次衰减特性；若为1次衰减特性则参数数目少，容易推测截止频率ωc，有利于缩短运算时间。
截止频率ωc的推测例如能够按照以下的顺序进行。首先，对实施解码处理后的一幅静态图像或运动图像的一帧份的图像(以下仅称为一帧图像)执行FFT。接下来，将对一帧图像得到的FFT数据的各列的最大值提取出来，通过最小二乘法求出水平方向的截止频率ωch。另外，将对同一帧图像得到的FFT数据的各行的最大值提取出来，通过最小二乘法求出垂直方向的截止频率ωcv。
在此，表1示出为了画质评价用等对以往熟知的几种标准的静态图像推算截止频率ωch、ωcv的推算结果。
[表1]
  图像的种类   ωch   ωcv
  WomanTextLaxGirlCameramanBridgeBarbaraLighthousc   0.0054540.0034070.0065010.0030840.0042330.0034550.0042390.002540   0.0014560.0117150.0040940.0041620.0031660.0057030.0019000.005770
从该结果可知，截止频率ωch、ωcv几乎在0.001～0.01[rad/sec]的范围内。因此，在此预先设计以截止频率ωc＝0.001，0.02，0.03，…，0.01[rad/sec]的模拟频率特性F(s)为前提的10种数字滤波器(将各传递函数设为K1(z)、K2(z)、K3(z)、…、K10(z))。并且，如下述表(2)所示，根据由实际处理的图像推测出的截止频率ωch、ωcv的值来切换使用的数字滤波器。
[表2]
  ωc(ωch，ωcv)   滤被器
  ωc＜0.0010.001≤ωc＜0.0020.002≤ωc＜0.003----0.008≤ωc＜0.0090.009≤ωc   K1(z)K2(z)K3(z)----K9(z)K10(z)
通过进行以上的处理，能够利用适合要再现的图像的模拟频率特性的适当的传递特性进行滤波，故既能可靠地去除伴随着编码/解码的块噪声或蚊式噪声，又能避免不必要地去除了原图像含有的貌似噪声的信息。
图3是本实施例的图像噪声去除装置的示意框图，图4是表示该装置中的噪声去除顺序的流程图。
本实施例的图像噪声去除装置包括：用于缓存解码后的一幅或一帧份的图像数据(像素值数据)的帧存储器21、控制向该帧存储器21读写数据的R/W控制部22、接受从帧存储器21被读取到数据总线20上的数据并分析频率特性的频率特性分析部23、根据该分析结果确定数字滤波器的滤波器系数的滤波器系数确定部24、及针对从帧存储器21读取出的数据执行滤波处理的滤波处理部25等。
在滤波器系数确定部24中预先以表格形式等准备有表2所示的信息，如上述表2示出反映原信号的模拟频率特性的截止频率ωc和使用的数字滤波器的传递函数K(z)之间的关系。由此，能够根据截止频率ωc简单求出滤波器特性(即滤波器系数)。此外，更严密的情况下，也可以对应多个(例如10或20个)截止频率预先分别计算滤波器系数，在被赋予某一截止频率时，通过根据已经得到的滤波器系数进行适当的插补处理来求出滤波器系数即可。此时的插补处理可以是线性插补，但是更优选利用拉格朗日插补。
首先，在由未图示的解码部执行了扩展处理后的一帧(或一幅)图像数据经由数据总线20写入到帧存储器21中时(步骤S1)，通过R/W控制部22的控制从帧存储器21中以规定的顺序读取出图像数据，并将其送到频率特性分析部23中。频率特性分析部23对图像数据执行上述的FFT处理，求出水平方向、垂直方向各自的截止频率ωch、ωcv(步骤S2)。滤波器系数确定部24根据如上述预先准备的信息选择与截止频率ωch、ωcv对应的传递函数K(z)，由此按照垂直方向、水平方向确定使用的数字滤波器(采样值H∞滤波器)(步骤S3)。
滤波处理部25对从帧存储器21读取出的解码后的图像数据执行使用如上述确定出的数字滤波器的滤波处理。由此，去除了伴随着编码/解码的噪声(步骤S4)。通过未图示的D/A变换部将实施了这样的噪声去除处理后的图像数据变换为模拟信号，或者变换为规定形式的数字信号串输出(步骤S5)。
在该实施例的图像噪声去除装置中，由滤波处理部25进行噪声去除时，与采样值H∞滤波器一起使用ε-分离非线性滤波器。由于上述的采样值H∞滤波器结果成为线性的低通滤波器，故在与噪声频率成分相同的频带中存在原信号时，也会同时去除该原信号的高频成分。由于这样的高频成分多存在于图像内的文字部分或物体边界等的边缘，故在直接执行上述滤波处理时，边缘会模糊，尤其难以看清文字等。因此，通过ε-分离非线性滤波器来区分边缘和噪声，在判断为边缘的部分不进行基于采样值H∞滤波器的滤波处理。
ε-分离非线性滤波器进行将FIR滤波器扩展后的非线性处理，在下述(3)式中定义。
[数学式2]
Figure GPA00001142728700121
Figure GPA00001142728700122
其中，hf[k](-N1≤k≤N2)为FIR滤波器的系数，x、y分别为输入和输出，ε为常数的阈值。ε-分离非线性滤波器在噪声的振幅比夹持原信号的边缘的信号的变化幅度小的前提下，根据基于阈值ε的大小来区别噪声和信号的边缘。并且，只在振幅小的部分、即视作噪声的概率高的部分进行基于FIR滤波器的处理，从而能够在不会使原信号的边缘变得不清晰的情况下进行噪声去除(关于ε-分离非线性滤波器的详细记载参考非专利文献1)。
在上述的图像噪声去除装置中，进行步骤S2中的截止频率的确定或步骤S4中的滤波处理时，通过如下并行进行数据处理，可谋求处理效率的提高。
现在，如图5所示，构成一帧图像的数据作为整体按照从上面的行向下面的行、在各行中从左向右、逐像素的顺序传输。此外，在运动图像的情况下，按每一帧传输这样的图像数据。另外，在输入侧如上述发送解码后的图像数据，在输出侧也如上述输出图像数据。
在并行处理中，不是在接收了一帧图像的所有数据之后执行截止频率确定处理或滤波处理，而是一边接收数据一边从接收到的行开始依次执行处理。将对1行份的图像数据进行处理所需的时间设为τ，将接收1行份的图像数据所需的时间设为T。在将整数p设为τ/T的整数部分时，由于在接收到一帧内的第p+1行的图像数据的时刻结束了第一行的处理，故在第p+1行的处理中可使用在第一行处理中使用的缓存器及运算电路(用于推测及滤波器处理的电路)。
因此，具体如下。即，如图6(a)所示，为了进行处理，作为硬件除了预先准备存储一帧份图像的帧存储器之外，还预先准备p个运算处理电路。并且，将输入来的图像数据逐个像素依次存储到帧存储器中。如图6(a)所示，若在帧存储器中汇齐了第一行的所有图像数据，则读取该数据并提供给运算处理电路E1，开始第一行的处理。同样地，若在帧存储器中汇齐了第二行的所有图像数据，则通过下一运算处理电路E2开始第二行处理，通过E3、……等分别开始第三行、第四行、……、的处理。即，并行处理p行份的图像数据。并且，在第p+1行的图像数据全部被输入到帧存储器中时，运算处理电路E1已经结束了第一行的运算处理。因此，在该行的图像数据的处理中可使用在第一行中使用的运算处理电路E1。
上述处理是水平方向的处理，处理方向和数据的传输方向一致，但是关于垂直方向的处理而言其处理方向与数据的传输方向不同，故不进行如上述的并行处理。另外，在按照水平方向的处理→垂直方向的处理的顺序依次进行处理的情况下，还需要考虑实施水平方向的处理后发送来的图像数据的顺序与输入来的图像数据的顺序不同。因此，垂直方向的处理是按每个像素执行并行化而不是按每行执行并行化。具体如下。此外，在此m为滤波器的抽头数。
即，如图6(b)所示，为了进行处理作为硬件除了预先准备存储一帧份图像的帧存储器之外，还预先准备p个运算处理电路。并且，将在水平方向上处理后发送来的图像数据依次存储到帧存储器中。若第m+1行的图像数据贮存到帧存储器中，则开始第一行的图像数据的处理。即，从帧存储器向运算处理电路Ep+1发送第一行第一列的图像数据，开始处理。然后在T秒之后，利用运算处理电路Ep+2开始第一行第二列的图像数据的处理。同样地，每隔T秒延迟，逐列地分配给其他运算处理电路开始处理。由于在从处理开始τ(＝Tp)秒后结束了第一行第一列的处理，故对第一行第p+1的图像数据再次分配Ep+1。若第二行数据全部存储到缓存器中，则开始第二行第一列的处理。并且，同样地进行一帧所有图像数据的处理。
此外，通过上述并行处理，在输出的运动图像中产生距输入的运动图像大致(p+m)T≈τ+mT秒的时间延迟。但是，上述的数字滤波器(采样值H∞滤波器)一般可由几个抽头左右较少的抽头数实现，故该时间延迟短，即使在流媒体中在视觉上的感觉上也是几乎可忽略的程度。
由此，不必等待一帧的图像数据全部汇齐，就可执行截止频率确定处理或滤波处理。尤其在处理大尺寸的图像的情况下，在对整体图像的数据依次执行处理时非常花费时间，尤其在如流媒体那样需要进行实时处理的情况下不利，但是如上述那样通过并行进行数据处理可谋求处理效率的提高。当然，例如在移动电话用等一帧图像的像素数较少的情况下，即使不进行并行处理也能缩短处理时间、缩小电路规模并且控制也简单。
图7～9示出在利用本发明的一个实施例的图像噪声去除方法进行了静态图像的噪声去除的情况下的仿真结果的一个例子。这些图像作为评价用标准图像都是公知的，(a)都是图像噪声去除处理前的图像，(b)都是图像噪声去除处理后的图像。
在图7(a)所示的处理前图像中，由于块噪声或蚊式噪声，尤其人物的面部或背景的椅子周围(图像左上部)变粗糙。与此相对，如图7(b)所示可知，通过噪声去除处理降低了这样的噪声。另外，在利用现有方法进行这种噪声去除处理时，在噪声多的情况下多会产生斜口的条纹模样的波纹，但是在本发明的图像噪声去除处理中可避免这样波纹的发生。
可以看出，在图8(a)所示的处理前图像中，人物和背景建筑的周围蚊式噪声明显，但是在图8(b)所示的处理后图像中，干净地去除了这样的噪声。并且，还可以看出，即使通过这样的处理，图像整体也不会模糊，保存了人物或建筑物等边界部分的边缘。
另外，可以看出，在图9(a)所示的处理前图像中，写有文字的黑板上带有噪声，但是在图9(b)所示的处理后图像中，去除了这样的噪声，文字变得清晰。由此可知，本发明的图像噪声去除方法根据其特性可以认为能够有效应用在例如文字自动识别等领域中。
在基于上述第一实施例的图像噪声去除装置中，针对一幅图像分别求出水平方向的截止频率和垂直方向的截止频率，并利用与该截止频率对应的特性的、即具有滤波器系数的数字滤波器实施噪声去除处理。因此，虽然水平方向的滤波器特性和垂直方向的滤波器特性不同，但是在一幅图像中的水平方向的滤波器特性和垂直方向的滤波器特性分别恒定。这种滤波处理针对各种图像都能得到平均的良好的性能。
另一方面，例如在平坦的背景中存在人物等的图像的情况下，一般地，在背景部分和人物部分，原信号的模拟频率特性大不相同。因此，尤其是针对这样的图像，设想若在一幅图像中对按照原信号的频率特性相似的部分应用最优特性的数字滤波器，则能够更有效地去除噪声。以下说明的第二实施例的图像噪声去除装置不是以图像为单位，而是按照一幅或一帧图像中的细小区域(小区域)改变滤波器特性。
图10是该第二实施例的图像噪声去除装置的示意框图，图11是表示该装置中的特征处理顺序的流程图，图12是该处理的说明图。
第二实施例的图像噪声去除装置包括：用于缓存解码后的一幅或一帧份的图像数据的帧存储器31、对数据向该帧存储器31的读写进行控制的R/W控制部32、接受从帧存储器31被读取到数据总线30上的数据并推测频率特性类似的小区域的范围的小区域推测部33、用于按每个小区域含有的多个数据分析频率特性的滤波器组34及频率特性推测部35、根据该分析结果确定数据滤波器的滤波器系数的滤波器系数确定部36、针对从帧存储器31读取出的数据执行滤波处理的滤波处理部37等。滤波器组34中并排设置了分别具有不同通带的多个带通滤波器，频率特性推测部35通过分析分别通过了多个带通滤波器的数据来判断哪个频带的成分最多并确定截止频率。
例如，在帧存储器31中存储有一幅或一帧图像数据的状态下，如图5所示在水平方向上顺序读取图像数据并将其输入到小区域推测部33中。小区域推测部33观测图像数据的值、即像素值，判断其变化量是否超过了预先确定的阈值α。在一条水平扫描的过程中，将像素值的变化量超过阈值α的地方视作小区域的边界，将从某一边界到下一边界之间作为一个小区域对待(步骤S10)。即，由于认为像素值变化大的地方是原信号的频率特性变化大的部分，故认为如上述设定出的小区域是频率特性比较接近的范围。例如，在水平方向上顺序扫描像素时，若像素值如图12所示那样变化，则将其变化量超过阈值α的位置作为边界而划分为小区域1、小区域2及小区域3。该阈值α也可以与应用上述的ε-分离非线性滤波器时的阈值α相同。
如图12所示，忽略像素值变化较小的脉冲性的噪声。另外，由于如后述那样按每个小区域改变滤波器特性，因此若容许仅为某一点或仅为极少数点的小区域，则难以设定合适的滤波器特性。因此，发生像素值超过阈值α这种变化之后，在像素值未超过阈值α的状态持续了规定点数的情况下，将该地方设为小区域，另一方面，若在发生了像素值超过阈值α的变化之不足规定点数的情况下再次发生了像素值超过阈值α的变化，则不将该区域视作小区域而进行将其从滤波处理对象中去除的处理。另外，在图像的端部可以容许1点或极少数点的小区域。
滤波器组34及频率特性推测部35针对1个小区域含有的多个图像数据调查频率特性，求出截止频率ωc(步骤S11)。因此，图12的例子中，在小区域1和小区域2中，截止频率ωc可能不同。滤波器系数确定部36为了选择与按每个小区域求出的截止频率相应的数字滤波器的传递函数K(z)而计算滤波器系数(步骤S12)。滤波器系数也可以与上述第一实施例同样利用表2所示的表格求出，还可以根据多个截止频率和滤波器系数之间的对应关系进行插补处理求出。
如上述，在一帧或一幅图像中确定出小区域的范围及与其对应的滤波器特性(滤波器系数)之后，滤波处理部37针对各像素值边切换为按每个小区域确定出的滤波器特性边执行利用了数字滤波器的滤波处理(步骤S13)。在结束水平方向的处理之后，接着对垂直方向也执行同样的处理，从而能良好地去除伴随着编码/解码的噪声。
如上述第一实施例中的说明，即使在该第二实施例的图像噪声去除装置中，通过进行并行处理从而硬件增加却可提高处理速度是当然的。
如上述，在第二实施例的图像噪声去除装置中，由于在一帧或一幅图像中自适应地即根据原信号的模拟频率特性的推测结果变更了滤波器特性，故例如对一般为低频的平坦的背景部分和相对为高频的人物等可分别进行适当的噪声去除。根据本申请发明者的研究，与进行了第一实施例的固定的滤波器特性下的滤波处理(以下称为“固定型滤波处理”)的情况相比，在第二实施例的自适应滤波器特性下的滤波处理(以下称为“自适应型滤波处理”)中，虽然蚊式噪声等的残留会稍许增加，但是却具有原图像中存在的细微的条纹或浓淡等不易消失、成为更自然的画质的倾向。
作为固定型滤波处理和自适应型滤波处理的效果之差的一个评价方法，在表3中示出计算了以未压缩的原始静态图像(BMP形式的文件)为基准的平方误差的结果。
[表3]
Figure GPA00001142728700171
平方误差E(Y)的计算式为如下所示的(4)式。其中，X[n，m]、Y[n，m]分别是原始静态图像以及滤波处理后的图像的[n，m]位置的像素值。
[数学式3]
E ( Y ) = 1 256 &Sigma; n , m ( X [ n , m ] - Y [ n , m ] ) 2 &CenterDot; &CenterDot; &CenterDot; ( 4 )
虽然根据图像的种类不同效果会有差别，但是自适应型比固定型的平方误差小，可以说接近原始图像。
图13～图21示出通过固定型滤波处理和自适应型滤波处理进行了静态图像的噪声去除的情况下的仿真结果的一个例子。图13、图16及图19是用于评价的Barbara、Woman及Text的原图像，图14、图17及图20是针对Barbara、Woman及Text的原图像进行固定型滤波处理后的图像，图15、图18及图21是针对Barbara、Woman及Text的原图像进行自适应型滤波处理后的图像。
分别比较图14和图15、图17和图18可知，与固定型相比，自适应型更良好地表现了人物的面部的皮肤表面的凹凸等。因此，人物表情等的表现力优越。另外，比较图20和图21可知，在自适应型中良好地表现了写有文字的平板部的凹凸，相对于此，在固定型中该凹凸几乎消失。由此可以说，即使规定型的情况下乍一看画质良好但存在成为不生动的图像的倾向。
原理上，在固定型滤波器处理中，由于对图像整体实施了一样的处理，故存在图像的细小部分(即上述的皮肤表面的细小的凹凸等)会被均匀化，存在细小的部分消失的倾向。相对于此，在自适应型滤波处理中，由于在一幅图像中对每一部分实施了不同的滤波器特性的处理，故在一定程度上保存了细小的部分。不过，对于蚊式噪声等不能达到固定型所实现的去除程度，故一般在这样的噪声非常明显的图像中会应用固定型的处理。由此可以考虑根据对象图像的种类来切换自适应型滤波处理和固定型滤波处理的方法。
此外，上述实施例只是本发明的一个例子，当然即使在本发明宗旨的范围内适当地进行变形或修正、追加也会包括在本申请的保护范围内。

Claims (18)

1.一种图像噪声去除方法，用于去除在对以规定形式压缩编码后的图像数据进行解码来再现图像时产生的噪声，该图像噪声去除方法的特征在于，包括：
a)推测步骤，针对构成一幅或一帧图像的压缩编码/解码后的状态的图像数据，调查数字频率响应来推测压缩编码前的图像的模拟频率特性；
b)参数设定步骤，根据所述推测步骤的推测结果来变更后述数字滤波器的参数；和
c)处理步骤，利用采样值H∞滤波器对解码后且数字/模拟变换前的图像数据进行滤波处理，其中，所述采样值H∞滤波器具有对下述计算式基于规定条件并通过H∞控制来求解或者通过与此相当的严密的计算来求解而计算出的参数，所述计算式是通过将下述条件式近似变换到有限维离散时间系统中而得到的计算式，所述条件式是为了按照使原始模拟图像信号与通过模拟/数字变换、编码/解码及数字/模拟变换后得到的模拟图像信号之间的误差减小的方式设计数字滤波器而设定的条件式。
2.根据权利要求1所述的图像噪声去除方法，其特征在于，
针对在一幅或一帧图像的水平方向及垂直方向上排列的图像数据，分别进行所述处理步骤中的滤波处理。
3.根据权利要求1所述的图像噪声去除方法，其特征在于，
在所述推测步骤中，将一幅或一帧图像划分为视作压缩编码前的图像的模拟频率特性类似的小区域，并按每个该小区域推测模拟频率特性，
在所述参数设定步骤中，按每个所述小区域变更所述数字滤波器的参数。
4.根据权利要求3所述的图像噪声去除方法，其特征在于，
在所述推测步骤中，依次扫描排列在一幅或一帧图像的水平方向或垂直方向上的图像数据，其数据值的变化在规定阈值以上时作为小区域的边界。
5.根据权利要求1或3所述的图像噪声去除方法，其特征在于，
在所述推测步骤中，将压缩编码前的图像的模拟频率特性假设为具有规定次数的衰减特性的低通滤波器来计算截止频率。
6.根据权利要求5所述的图像噪声去除方法，其特征在于，
所述规定次数是1次。
7.根据权利要求1所述的图像噪声去除方法，其特征在于，
在所述处理步骤中，与所述采样值H∞滤波器一起使用ε-分离非线性滤波器。
8.根据权利要求1所述的图像噪声去除方法，其特征在于，
处理对象是以JPEG方式压缩编码的静态图像。
9.根据权利要求1所述的图像噪声去除方法，其特征在于，
处理对象是以MPEG方式压缩编码的运动图像。
10.一种图像噪声去除装置，用于去除在对以规定形式压缩编码后的图像数据进行解码来再现图像时产生的噪声，该图像噪声去除装置的特征在于，具备：
a)推测单元，其针对构成一幅或一帧图像的压缩编码/解码后的状态的图像数据，调查数字频率响应来推测压缩编码前的图像的模拟频率特性；
b)参数设定单元，其根据所述推测单元的推测结果来变更后述数字滤波器的参数；和
c)处理单元，其利用采样值H∞滤波器对解码后且数字/模拟变换前的图像数据进行滤波处理，其中，所述采样值H∞滤波器具有对下述计算式基于规定条件并通过H∞控制来求解或者通过与此相当的严密的计算来求解而计算出的参数，所述计算式是通过将下述条件式近似变换到有限维离散时间系统中而得到的计算式，所述条件式是为了按照使原始模拟图像信号与通过模拟/数字变换、编码/解码及数字/模拟变换后得到的模拟图像信号之间的误差减小的方式设计数字滤波器而设定的条件式。
11.根据权利要求10所述的图像噪声去除装置，其特征在于，
所述处理单元对排列在一幅或一帧图像的水平方向及垂直方向上的图像数据分别进行滤波处理。
12.根据权利要求10所述的图像噪声去除装置，其特征在于，
所述推测单元将一幅或一帧图像划分为视作压缩编码前的图像的模拟频率特性类似的小区域，并按每个该小区域推测模拟频率特性，
所述参数设定单元按每个所述小区域变更所述数字滤波器的参数。
13.根据权利要求12所述的图像噪声去除装置，其特征在于，
所述推测单元依次扫描排列在一幅或一帧图像的水平方向或垂直方向上的图像数据，其数据值的变化在规定阈值以上时作为小区域的边界。
14.根据权利要求10或12所述的图像噪声去除装置，其特征在于，
所述推测单元将压缩编码前的图像的模拟频率特性假设为具有规定次数的衰减特性的低通滤波器来计算截止频率。
15.根据权利要求14所述的图像噪声去除装置，其特征在于，
所述规定次数是1次。
16.根据权利要求10所述的图像噪声去除装置，其特征在于，
所述处理单元与所述采样值H∞滤波器一起使用ε-分离非线性滤波器。
17.根据权利要求10所述的图像噪声去除装置，其特征在于，
处理对象是以JPEG方式压缩编码的静态图像。
18.根据权利要求10所述的图像噪声去除装置，其特征在于，
处理对象是以MPEG方式压缩编码的运动图像。
CN2008801184700A 2007-11-30 2008-11-26 图像噪声去除方法及装置 Pending CN101878640A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2007-309801 2007-11-30
JP2007309801A JP2010199631A (ja) 2007-11-30 2007-11-30 画像ノイズ除去方法
PCT/JP2008/003481 WO2009069292A1 (ja) 2007-11-30 2008-11-26 画像ノイズ除去方法及び装置

Publications (1)

Publication Number Publication Date
CN101878640A true CN101878640A (zh) 2010-11-03

Family

ID=40678203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008801184700A Pending CN101878640A (zh) 2007-11-30 2008-11-26 图像噪声去除方法及装置

Country Status (5)

Country Link
US (1) US8611680B2 (zh)
EP (1) EP2226999A4 (zh)
JP (2) JP2010199631A (zh)
CN (1) CN101878640A (zh)
WO (1) WO2009069292A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102256031A (zh) * 2011-04-02 2011-11-23 海华电子企业(中国)有限公司 短波气象传真图像数字化处理方法和系统
CN103002197A (zh) * 2012-09-27 2013-03-27 深圳市创维群欣安防科技有限公司 一种信号数据处理方法、装置及智能终端
WO2015070576A1 (zh) * 2013-11-18 2015-05-21 华为技术有限公司 下采样方法及装置
CN106605235A (zh) * 2014-09-12 2017-04-26 高通股份有限公司 用于确定是否在扫描操作期间存在目标对象的方法及系统
CN108683866A (zh) * 2018-05-30 2018-10-19 北京图森未来科技有限公司 图像处理及传输方法、图像处理器及相关存储介质和系统
CN108931574A (zh) * 2018-06-05 2018-12-04 北京领示科技有限公司 一种超声无损检测数据的结构噪声数字滤波方法
CN113763270A (zh) * 2021-08-30 2021-12-07 青岛信芯微电子科技股份有限公司 蚊式噪声去除方法及电子设备

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5487882B2 (ja) * 2009-10-27 2014-05-14 セイコーエプソン株式会社 画像処理装置および画像処理方法
JP5343055B2 (ja) * 2010-09-13 2013-11-13 本田技研工業株式会社 撮像装置および撮像方法
US8923653B2 (en) 2011-06-27 2014-12-30 Yutaka Yamamoto Super-resolution processing method and system
CN105230020A (zh) * 2013-07-15 2016-01-06 联发科技股份有限公司 用于视频编码的采样自适应偏移处理的方法
DE102017129809A1 (de) * 2017-09-29 2019-04-04 Festool Gmbh Mobile Werkzeugmaschine
DE102017129812A1 (de) * 2017-09-29 2019-04-04 Festool Gmbh Mobile Werkzeugmaschine

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5172227A (en) * 1990-12-10 1992-12-15 Eastman Kodak Company Image compression with color interpolation for a single sensor image system
US5325125A (en) * 1992-09-24 1994-06-28 Matsushita Electric Corporation Of America Intra-frame filter for video compression systems
JPH06327002A (ja) * 1993-05-11 1994-11-25 Olympus Optical Co Ltd 動画像符号化装置
US5621467A (en) * 1995-02-16 1997-04-15 Thomson Multimedia S.A. Temporal-spatial error concealment apparatus and method for video signal processors
US5852681A (en) * 1995-04-20 1998-12-22 Massachusetts Institute Of Technology Method and apparatus for eliminating artifacts in data processing and compression systems
JP3820331B2 (ja) 1999-10-25 2006-09-13 裕 山本 デジタル／アナログ変換装置及び該装置に用いるデジタルフィルタの設計方法
JP3851757B2 (ja) 2000-06-12 2006-11-29 裕 山本 サンプリングレート変換装置
US7194143B2 (en) * 2002-04-26 2007-03-20 Pegasus Imaging Corporation Method of enhancement of the visual display of images and other visual data records
JP2003329514A (ja) * 2002-05-10 2003-11-19 Denso Corp ノックセンサ信号処理装置及びその設計方法
US7489829B2 (en) * 2003-03-11 2009-02-10 Sightic Vista Ltd. Adaptive low-light image processing
US7274831B2 (en) * 2003-04-03 2007-09-25 Microsoft Corporation High quality anti-aliasing
US6870494B1 (en) * 2003-10-01 2005-03-22 C-Media Electronics Inc. System of multi-channel shared resistor-string digital-to-analog converters and method of the same
JP4455897B2 (ja) * 2004-02-10 2010-04-21 富士フイルム株式会社 画像処理方法および装置並びにプログラム
JP2005295371A (ja) 2004-04-02 2005-10-20 Megachips Lsi Solutions Inc ブロックノイズ除去装置
JP4457346B2 (ja) 2004-11-12 2010-04-28 ノーリツ鋼機株式会社 画像ノイズ除去方法
KR100728921B1 (ko) * 2005-12-26 2007-06-15 삼성전자주식회사 입력 영상에 적응적인 해상도변환장치 및 그의해상도변환방법
GB2436654A (en) * 2006-02-03 2007-10-03 Snell & Wilcox Ltd Detection of a cross-fade in a video sequence
KR100754735B1 (ko) * 2006-02-08 2007-09-03 삼성전자주식회사 에지 신호 성분을 이용한 효율적인 영상 확대 방법 및 이를위한 장치

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102256031A (zh) * 2011-04-02 2011-11-23 海华电子企业(中国)有限公司 短波气象传真图像数字化处理方法和系统
CN103002197A (zh) * 2012-09-27 2013-03-27 深圳市创维群欣安防科技有限公司 一种信号数据处理方法、装置及智能终端
CN103002197B (zh) * 2012-09-27 2016-04-13 深圳市创维群欣安防科技有限公司 一种信号数据处理方法、装置及智能终端
WO2015070576A1 (zh) * 2013-11-18 2015-05-21 华为技术有限公司 下采样方法及装置
CN104658488B (zh) * 2013-11-18 2017-09-29 华为技术有限公司 下采样方法及装置
CN106605235A (zh) * 2014-09-12 2017-04-26 高通股份有限公司 用于确定是否在扫描操作期间存在目标对象的方法及系统
CN108683866A (zh) * 2018-05-30 2018-10-19 北京图森未来科技有限公司 图像处理及传输方法、图像处理器及相关存储介质和系统
CN108683866B (zh) * 2018-05-30 2021-02-12 北京图森智途科技有限公司 图像处理及传输方法、图像处理器及相关存储介质和系统
CN108931574A (zh) * 2018-06-05 2018-12-04 北京领示科技有限公司 一种超声无损检测数据的结构噪声数字滤波方法
CN113763270A (zh) * 2021-08-30 2021-12-07 青岛信芯微电子科技股份有限公司 蚊式噪声去除方法及电子设备
CN113763270B (zh) * 2021-08-30 2024-05-07 青岛信芯微电子科技股份有限公司 蚊式噪声去除方法及电子设备

Also Published As

Publication number Publication date
EP2226999A1 (en) 2010-09-08
WO2009069292A1 (ja) 2009-06-04
EP2226999A4 (en) 2010-11-17
US20110002552A1 (en) 2011-01-06
JP2010199631A (ja) 2010-09-09
JP5142300B2 (ja) 2013-02-13
JPWO2009069292A1 (ja) 2011-04-07
US8611680B2 (en) 2013-12-17

Similar Documents

Publication Publication Date Title
CN101878640A (zh) 图像噪声去除方法及装置
US10546599B1 (en) Systems and methods for identifying a mute/sound sample-set attribute
TWI463790B (zh) 用於信號分析與合成之適應性混成變換技術（一）
RU2745021C1 (ru) Способ и устройства для конфигурирования преобразования для сжатия видео
TWI325582B (zh)
US8477843B2 (en) Method of implementing improved rate control for a multimedia compression and encoding system
TW200535717A (en) Directional video filters for locally adaptive spatial noise reduction
US20050111552A1 (en) Image signal processing method, image signal processing device, image signal processing program and integrated circuit device
JP6177239B2 (ja) 変換符号化または変換復号化のための分析重み付けウィンドウまたは合成重み付けウィンドウの適合化
CN1085471C (zh) 图象
CA2476904A1 (en) Methods for real-time software video/audio compression, transmission, decompression and display
US20070104382A1 (en) Detection of local visual space-time details in a video signal
CN102572426B (zh) 一种数据处理的方法和装置
US20080260040A1 (en) Method, device, integrated circuit and encoder for filtering video noise
US8392177B2 (en) Method and apparatus for frequency encoding, and method and apparatus for frequency decoding
EP3888366B1 (en) Block-based picture fusion for contextual segmentation and processing
CN103238331A (zh) 图像处理装置、图像处理方法以及程序
JP6594966B2 (ja) 向上した予測フィルタを用いてビデオ信号をエンコーディング、デコーディングする方法及び装置
KR101703330B1 (ko) 이미지 재부호화 방법 및 그 장치
KR101530549B1 (ko) 적응적 1차원 필터 세트를 이용한 영상 부호화 방법 및 장치, 영상 복호화 방법 및 장치
KR20160128313A (ko) 범위 확장에서의 강력한 내부 평활화
JP2005012641A (ja) ブロックノイズ検出装置及びそれを用いたブロックノイズ除去装置
EP2157580A1 (en) Video editing system
CN111145770B (zh) 音频处理方法和装置
US20090089479A1 (en) Method of managing memory, and method and apparatus for decoding multi-channel data

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20101103