CN102263961A - 一种快速的基于小波框架变换的图像视频去块效应方法 - Google Patents

Abstract

本发明公开了一种快速的基于小波框架变换的图像视频去块效应方法。现有的方法大都需要大量的迭代计算，速度较慢，或是在去块效应的同时过渡光滑了图像，丢失了图像细节与对比度。本发明方法是利用对称双正交小波基将图像变换到平移不变的小波域上，通过设定阈值矩阵，只对不连续的块边界实施阈值化操作来去除图像块效应，最终对修改过的小波框架系数执行小波重建算法得到去块效应后的图像。本发明无需迭代计算，计算速度快，且更有针对性地对不连续的块边界进行处理，能最大程度地保留图像的细节与对比度。

Description

一种快速的基于小波框架变换的图像视频去块效应方法

技术领域

本发明属于图像增强技术领域，涉及一种快速的基于小波框架变换的图像视频去块效应方法。

背景技术

目前主流的图像与视频压缩算法仍是采用对图像（视频）分块变换，之后量化压缩，如得到广泛采用的JPEG和H.264压缩标准等等。这样的分块压缩方法在高压缩比的情况下，容易导致恼人的块效应。去块效应方法就是为了消除或抑制这种块效应。去块效应方法主要可分为两大类——前处理方法和后处理方法，前者实际上是修改压缩方法，从根本上消除块效应，但这种方法与现有的压缩标准不相容；后者则是在解码端对解码图像进行处理以改善图像质量，整个过程不需要修改图像（视频）的编码过程。所以后者得到研究人员和工业界更多的青睐。

发明内容

本发明的目的是为了克服图像视频上由高压缩比导致的块效应问题，提出了提供一种快速的图像视频去块效应方法。

本发明方法的具体步骤是：

步骤(1).采用对称的双正交小波基，将解压缩后的图像I作为输入执行平移不变的小波框架分解，分解的层数l取为3-5层； 

步骤(2).设定阈值矩阵T，具体是：先置阈值矩阵T为与图像I一样大小的0矩阵，根据分块大小B×B，将阈值矩阵T中的元素每隔B行B列置为d，其中d随压缩算法中的量化强度s增加而增加；接着再对阈值矩阵T执行高斯光滑滤波：

                                                                  

其中

是二维的高斯函数，方差参数

取为1.0，

表示卷积；

步骤(3).修改小波框架系数C，具体是：对每一幅小波框架系数

利用阈值矩阵执行阈值化操作，其中i=1,2,…,3×l+1：

                

其中(r,c)取遍所有的像素位置，而

为阈值化算子，定义为：

              

步骤(4).采用与步骤(1)中同样的小波基，对步骤(3)中得到的修改后的小波框架系数C执行重构变换，最终得到去块效应后的图像。

本发明的有益效果：本方法无需迭代计算，计算速度快，且更有针对性地对不连续的块边界进行处理，能最大程度地保留图像的细节与对比度。

具体实施方式

以下将对本发明作进一步说明。

本发明方法具体包括以下步骤：

步骤(1).采用对称的双正交小波基（通常选择CDF9/7双正交小波基），将解压缩后的图像I作为输入执行平移不变的小波框架分解，分解的层数l则根据图像大小和压缩算法中块的大小,取为3-5层，具体地，如果块的大小不大于8×8，则l取为3层，如果块的大小不小于32×32，且图像大小不小于512×512，则l取为5，其余情况l取为4。这一步最终得到3×l+1幅与图像I一样大小的小波框架系数C；

步骤(2).设定阈值矩阵T：先置T为与图像I一样大小的0矩阵，根据分块大小（B×B），将T中的元素每隔B行B列置为d，这一过程用Matlab语言即可表示为：

T=0*I;

for rr=B:B:rows

        T(rr, :)=d;

end

for cc=B:B:cols

        T(:, cc)=d;

end

其中d随压缩算法中的量化强度s增加而增加，对JPEG压缩图像，按我们的经验可让d=13.7×s。接着再对T执行高斯光滑滤波：

                   

其中

是二维的高斯函数，其中的方差参数

取为1.0，

表示卷积。

步骤(3).修改小波框架系数C。对每一幅小波框架系数

 (i=1,2,…,3×l+1)利用阈值矩阵执行阈值化操作：

                

其中(r,c)取遍所有的像素位置，而为阈值化算子，定义为：

              

步骤(4).采用与步骤(1)中同样的小波基，对步骤(3)中得到的修改后的小波框架系数C执行重构变换，最终得到去块效应后的图像。

需要进一步说明：如果图像或视频的分辨率很高时，步骤(1)和(4)会成为整个过程的计算瓶颈，不过这可以通过分块小波框架变换来加速。具体地，设图像I的大小为N×N（方法本身并不要求图像的高度与宽度相等，只是为了叙述方便），压缩方法中的分块大小为B×B，则分块小波框架变换中块的大小K×K设定为:

                    

其中h取值4至7之间，同时要求。并且这里的分块要求相邻的块之间是必须有重叠的，重叠的部分的大小至少为B。

Claims (1)

1.一种快速的基于小波框架变换的图像视频去块效应方法，其特征在于该方法包括以下步骤：

步骤(1).采用对称的双正交小波基，将解压缩后的图像I作为输入执行平移不变的小波框架分解，分解的层数l取为3-5层； 

步骤(2).设定阈值矩阵T，具体是：先置阈值矩阵T为与图像I一样大小的0矩阵，根据分块大小B×B，将阈值矩阵T中的元素每隔B行B列置为d，其中d随压缩算法中的量化强度s增加而增加；接着再对阈值矩阵T执行高斯光滑滤波：

                                                   

其中

是二维的高斯函数，方差参数取为1.0，表示卷积；

步骤(3).修改小波框架系数C，具体是：对每一幅小波框架系数

利用阈值矩阵执行阈值化操作，其中i=1,2,…,3×l+1：

    

其中(r,c)取遍所有的像素位置，而

为阈值化算子，定义为：

    

步骤(4).采用与步骤(1)中同样的小波基，对步骤(3)中得到的修改后的小波框架系数C执行重构变换，最终得到去块效应后的图像。