CN107360435B - 块效应检测方法、块噪声滤除方法及装置 - Google Patents
块效应检测方法、块噪声滤除方法及装置 Download PDFInfo
- Publication number
- CN107360435B CN107360435B CN201710438861.1A CN201710438861A CN107360435B CN 107360435 B CN107360435 B CN 107360435B CN 201710438861 A CN201710438861 A CN 201710438861A CN 107360435 B CN107360435 B CN 107360435B
- Authority
- CN
- China
- Prior art keywords
- block
- candidate blocks
- intensity
- image
- effect intensity
- 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.)
- Active
Links
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
- H04N19/85—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)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
Abstract
本发明实施例提供一种块效应检测方法、块噪声滤除方法及装置,该块效应检测方法包括:从原始图像中获取具有噪声的第一候选块和第二候选块;确定所述第一候选块中具有块效应的第一有效候选块并计算第一块效应强度;确定所述第二候选块中具有块效应的第二有效候选块并计算第二块效应强度;根据所述第一有效候选块、第二有效候选块的个数、所述第一块效应强度和第二块效应强度,计算图像的块效应强度;计算去块滤波的强度。该块效应检测方法,提供了一个普适性的与视频图像本身特性无关的用于计算块效应强度的数学公式;并提供了检测到的块效应强度与块噪声滤除的强度之间明确的数学关系式,具有应用到实时视频图像处理的前景。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种块效应检测方法、块噪声滤除方法及装置。
背景技术
视频图像压缩算法一般基于分块的思想进行实现,例如当前的几种国际图像、视频的压缩标准:JPEG、MPEG、H264、HEVC等,都是采用基于分块的离散余弦变换作为变换编码的方法,然而这类算法很容易导致处理后的图像产生明显的方块状图样,特别是在低比特率传输时,如网络视频,这种现象被称为“块状效应”。这种块效应属于一种图像编码造成的人为噪声,即“块噪声”,会严重影响视频图像的主观视觉质量,因此越来越多的专家学者们对块效应的检测和块噪声的滤除算法进行研究。
例如,专利公开号为CN101494787A的专利申请公开了一种基于块效应检测的去块效应方法,提出了一种利用前后帧图像信息进行块效应检测的方法。该技术方案在当前帧的前后帧搜索匹配块,利用两个匹配块的正中间4列像素灰度值的相关性判断当前帧的图像块中是否存在块效应,存在三个缺陷:检测方法需要使用三帧的像素值计算每个图像块的匹配块,导致运算效率低下;当前帧的每个图像块不一定都能搜索到匹配块,在实际应用中会发生漏检测;检测方法能够实现的前提是存在匹配块,该方法无法适用于众多情况,不具有普适性。
专利公开号为CN101472177A的专利申请公开了一种块效应检测方法,其提出了一种块边界位置检测和块效应程度估计方法。该技术方案使用全局像素的一阶差分值作为判断局部平坦区、平坦区中的块边界和图像的真实边缘,无法抑制噪声的影响,算法准确度不高,且该方案中主观性的阈值较多,检测结果受主观影响程度大,会增加误检和漏检的概率;另外,该技术方案仅提供了用于评估块效应程度的估计值,而没有提供用于参考的块效应强度标准值,由于不同的视频图像的估计值彼此之间本身就相差较大,所以不能准确比较不同的视频图像受块噪声污染的程度,从而失去了块效应检测的普适性意义。
发明内容
本发明要解决的是现有技术中的块效应检测方法复杂、运算速度快且可应用到实时视频图像处理的块噪声滤除方法的缺陷。
根据第一方面,本发明实施例提供了一种块效应检测方法,适用于块效应检测设备中,包括:
将原始图像沿第一方向和第二方向分别划分为第一方向图像块以及第二方向图像块;
获取第一方向图像块中的具有噪声的第一候选块,获取第二方向图像块中具有噪声的第二候选块;
确定所述第一候选块中具有块效应的第一有效候选块,根据所述第一有效候选块的强度和个数计算第一方向上的第一块效应强度;
确定所述第二候选块中具有块效应的第二有效候选块,根据所述第二有效候选块的强度和个数计算第二方向上的第二块效应强度;
根据所述第一有效候选块、第二有效候选块的个数、所述第一块效应强度和第二块效应强度,计算图像的块效应强度;
根据去块滤波的强度与所述图像的块效应强度的线性关系,计算去块滤波的强度。
可选地,所述根据所述第一有效候选块、第二有效候选块的个数、所述第一块效应强度和第二块效应强度,计算图像的块效应强度的步骤,采用下述公式计算:
其中,block_strength为图像的块效应强度;strengthh为第一块效应强度;Numh为第一有效候选块的个数;strengthv为第二块效应强度;Numv为第二有效候选块的个数;m为原始图像块的行数;n为原始图像块的列数。
可选地,所述根据去块滤波的强度与所述图像的块效应强度的线性关系,计算去块滤波的强度的步骤,采用下述公式计算:
deblock_level=k*(block_strength-offset)+b;
其中,deblock_level为去块滤波的强度;k为线性比例系数,且k∈[1.5,2.5];offset为偏移量,且offset∈[1.2,1.5];b为截距。
可选地,所述根据去块滤波的强度与所述图像的块效应强度的线性关系,计算去块滤波的强度的步骤,采用下述公式计算;
可选地,所述获取第一方向图像块中的具有噪声的第一候选块的步骤,包括:
计算第一方向上的相邻块边界处的两个像素点所对应的第一梯度绝对值的和;
在所有所述第一梯度绝对值的和均大于等于第一阈值且小于等于第二阈值的情况下,将所述第一梯度绝对值所对应的块作为第一候选块。
可选地,所述获取第二方向图像块中的具有噪声的第二候选块的步骤,包括:
计算第二方向上的相邻块边界处的两个像素点所对应的第二梯度绝对值的和;
在所有所述第二梯度绝对值的和均大于等于第三阈值且小于等于第四阈值的情况下,将所述第二梯度绝对值所对应的块作为第二候选块。
可选地,在所述第一候选块与相邻块的两个块边界处的若干像素点的第一梯度绝对值全部对应相等的情况下,所述第一候选块为第一有效候选块。
可选地,在所述第二候选块与相邻块的两个块边界处的若干像素点的第二梯度绝对值全部对应相等的情况下,所述第二候选块为第二有效候选块。
可选地,所述第一块效应强度为所有所述第一有效候选块的强度的和;
所述第二块效应强度为所有所述第二有效候选块的强度的和。
可选地,所述第一梯度绝对值和第二梯度绝对值通过Sobel算子、Roberts算子或Prewitt算子中的一种计算得出。
可选地,所述第一梯度绝对值和第二梯度绝对值通过Sobel算子计算得出。
根据第二方面,本发明实施例提供了一种块噪声滤除方法,用于块噪声滤除设备中,包括:
获取去块滤波的强度;
根据所述去块滤波的强度,进行图像的第一方向上的块噪声滤除;
根据所述第一方向上的块噪声滤除结果,进行所述图像的第二方向上的块噪声滤除。
根据第三方面,本发明实施例提供了一种块效应检测装置,包括:
图像划分单元,用于将原始图像沿第一方向和第二方向分别划分为第一方向图像块以及第二方向图像块;
第一获取单元,用于获取第一方向图像块中的具有噪声的第一候选块以及第二方向图像块中具有噪声的第二候选块;
第一计算单元,用于确定所述第一候选块中具有块效应的第一有效候选块,根据所述第一有效候选块的强度和个数计算第一方向上的第一块效应强度;
第二计算单元,用于确定所述第二候选块中具有块效应的第二有效候选块,根据所述第二有效候选块的强度和个数计算第二方向上的第二块效应强度;
第三计算单元,用于根据所述第一有效候选块、第二有效候选块的个数,所述第一块效应强度和第二块效应强度,计算图像的块效应强度;
第四计算单元,用于根据去块滤波的强度与所述图像的块效应强度的线性关系,计算去块滤波的强度。
可选地,所述根据所述第一有效候选块、第二有效候选块的个数,所述第一块效应强度和第二块效应强度,计算图像的块效应强度的步骤,采用下述公式计算:
其中,block_strength为图像的块效应强度;strengthh为第一块效应强度;Numh为第一有效候选块的个数;strengthv为第二块效应强度;Numv为第二有效候选块的个数;m为原始图像块的行数;n为原始图像块的列数。
可选地,所述根据去块滤波的强度与所述图像的块效应强度的线性关系,计算去块滤波的强度的步骤,采用下述公式计算:
deblock_level=k*(block_strength-offset)+b;
其中,deblock_level为去块滤波的强度;k为线性比例系数,且k∈[1.5,2.5];offset为偏移量,且offset∈[1.2,1.5];b为截距,且b∈[8,10]。
可选地,所述根据去块滤波的强度与所述图像的块效应强度的线性关系,计算去块滤波的强度的步骤,采用下述公式计算:
根据第四方面,本发明实施例提供一种块噪声滤除装置,包括:
第二获取单元,用于获取去块滤波的强度;
第一块噪声滤除单元,用于根据所述去块滤波的强度,进行图像的第一方向上的块噪声滤除;
第二块噪声滤除单元,用于根据所述第一方向上的块噪声滤除结果,进行所述图像的第二方向上的块噪声滤除。
根据第五方面,本发明实施例提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行第一方面或者第一方面的任意一种可选方式中所述的块效应检测方法。
根据第六方面,本发明实施例提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行第二方面或者第二方面的任意一种可选方式中所述的块噪声滤除方法。
根据第七方面,本发明实施例提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种可选方式中所述的块效应检测方法。
根据第八方面,本发明实施例提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行第二方面或者第二方面的任意一种可选方式中所述的块噪声滤除方法。
根据第九方面,本发明实施例提供了一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行第一方面或者第一方面的任意一种可选方式中所述的块效应检测方法。
根据第十方面,本发明实施例提供了一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行第二方面或者第二方面的任意一种可选方式中所述的块噪声滤除方法。
本发明实施例中的上述技术方案,具有以下有益效果:
1.本发明实施例所提供的块效应检测方法,该方法首先从原始图像中获取具有噪声的第一候选块和第二候选块;其次,确定所述第一候选块中具有块效应的第一有效候选块并计算第一块效应强度;再次,确定所述第二候选块中具有块效应的第二有效候选块并计算第二块效应强度;然后,根据所述第一有效候选块、第二有效候选块的个数、所述第一块效应强度和第二块效应强度,计算图像的块效应强度;最后,根据去块滤波的强度与所述图像的块效应强度的线性关系,计算去块滤波的强度。该块效应检测方法,用于块效应检测设备中,该方法中提供了一个普适性的与视频图像本身特性无关的用于计算块效应强度的数学公式;并提供了检测到的块效应强度与块噪声滤除的强度之间明确的数学关系式,由计算得到的块噪声滤除强度自适应地滤除视频图像中的块噪声,更好地保持数字视频的视觉质量和峰值信噪比PSNR。此外,该方法还具有复杂度低、运算速度快的特点,具有应用到实时视频图像处理的前景。
2.本发明实施例所提供的块效应检测方法,该方法利用Sobel梯度算子计算图像块的梯度直方图,利用对其统计分析的结果找出可能带有块噪声的图像块,再利用带有块效应的图像块的像素灰度值的梯度值与实际图像纹理的图像块的像素灰度值的梯度值之间的差异性排除伪带块噪声的图像块,以准确高效地检测出视频图像中的块效应,降低漏检测和误检测的概率。
3.本发明实施例所提供的块噪声滤除方法,首先获取去块滤波的强度;然后根据所述去块滤波的强度,进行图像的第一方向上的块噪声滤除;最后根据所述第一方向上的块噪声滤除结果,进行所述图像的第二方向上的块噪声滤除。该方法中,将第一方向上的块噪声滤除结果作为第二方向上的滤波的输入,可防止过度滤波。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1的块效应检测方法的流程图;
图2为本发明实施例1中水平方向上的Sobel梯度算子模板;
图3为本发明实施例1中垂直方向上的Sobel梯度算子模板;
图4为本发明实施例1中水平方向上相邻块的示意图;
图5为本发明实施例1中垂直方向上相邻块的示意图;
图6为本发明实施例2的块噪声滤除方法的流程图;
图7为本发明实施例2的水平滤波方法的流程图;
图8为本发明实施例2的上下左右相邻块的示意图;
图9为本发明实施例2的垂直滤波方法的流程图;
图10为本发明实施例3的块噪声检测装置的结构示意图;
图11为本发明实施例4的块噪声滤除装置的结构示意图;
图12为本发明实施例5的块噪声检测终端的结构示意图;
图13为本发明实施例6的块噪声滤除终端的结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
由于图像中可能会存在各种妨碍人们对其信息接受的因素,即图像噪声的存在;因此,目前大多数数字图像系统中,在进行块噪声滤除之前,需要对图像噪声进行检测,常采用的图像噪声检测方法是,首先将原始图像进行划分,一般将图像划分成块状、环状;然后针对不同形状的图像块进行块效应检测。
本实施例中,图像块的形状选自但不限于块状,所有能够应用本发明的检测方法,实现本发明目的的均属于本发明的保护范围。
本实施例提供一种块效应检测方法,用于块效应检测设备中。本实施例中以水平方向为第一方向,垂直方向为第二方向,但是本发明的块效应检测方法并不限于此,所有应用本发明的方法实现本发明目的的,均属于本发明的保护范围。
该方法的流程图如图1所示,包括如下步骤:
S11:将原始图像划分成图像块。
块效应检测设备获取视频的当前帧图像,对图像进行分块,本实施例中,每个块的大小选自但不限于8像素×8像素,则可以获得m*n个原始图像块,并沿第一方向和第二方向分别划分为第一方向图像块以及第二方向图像块,其中,第一方向可以是指水平方向,第二方向可以是指垂直方向,也即是,将原始图像划分为水平类(h类)和垂直类(v类)图像块。其中h类图像有(m-1)*n块,v类图像有m*(n-1)块,划分后的h类块包含原始视频序列各帧中原始图像块水平方向上的块边界信息,v类块包含原始视频序列各帧中原始图像块垂直方向上的块边界信息;
划分好的图像块为8像素×8像素的h类图像块,h类图像块包含了原始图像序列处理后的块在水平方向上的块边界信息,所以利用h类图像块以检测原始视频序列中水平方向上的块效应;
划分好的图像块为8像素×8像素的v类图像块,v类图像块包含了原始图像序列处理后的块在垂直方向上的块边界信息,所以利用v类图像块以检测原始视频序列中垂直方向上的块效应。
S12:获取图像块中具有噪声的候选块。
本发明所提供的块效应检测方法,通过Sobel算子、Roberts算子或Prewitt算子中的一种计算水平方向上的块边界处和垂直方向上的块边界处的梯度值。
本实施例中,利用3×3的Sobel梯度算子分别计算水平方向上的块边界处和垂直方向上的块边界处的梯度值。其中,图2给出了用于计算水平方向上的块边界处的梯度值的Sobel梯度算子模板,图3给出了用于计算垂直方向上的块边界处的梯度值的Sobel梯度算子模板。
如图4所示,对于位于同8行的水平方向相邻的两个块BHk和块BHk+1,计算块BHk中第8列中间6个像素和块BHk+1中第1列中间6个像素的梯度值的绝对值和也就是说,对于每组相邻的块,共计算获得12个梯度绝对值,并把位于相同列的梯度绝对值分别相加,得到
以及的计算方式如下:
其中,为块BHk中像素点(a,b)的灰度值;为块BHk+1中像素点(a,b)的灰度值。
如图5所示,对于位于同8列的垂直方向相邻的两个块BVk和块BVk+1,计算块BVk中第8行中间6个像素和块BVk+1中第1行中间6个像素的梯度值的绝对值和也就是说,对于每组相邻的块,共计算获得12个梯度绝对值,并把位于相同行的梯度绝对值分别相加,得到
以及的计算方式如下:
其中,为块BVk中像素点(a,b)的灰度值;为块BVk+1中像素点(a,b)的灰度值。
对进行直方图统计,并在位于的区域中寻找峰值peakh;当水平方向的块的均满足时,认为该块是水平方向上带有块状噪声的候选块;对进行直方图统计,并在位于的区域中寻找峰值peakv;当垂直方向的块的均满足时,认为该块是垂直方向上带有块状噪声的候选块。
S13:获取候选块中的有效候选块。
上述步骤S12中获取的候选块中有部分块为图像中的实际纹理块,并不是具有块效应的块,因此需要从水平方向以及垂直方向上的侯选块中剔除图像中的实际纹理块。从候选块中将图像的实际纹理块剔除之后,剩余的候选块即为有效候选块。
当水平方向上的候选块满足且将该候选块判断为具有水平方向的块效应,并累加具有水平方向块效应的块的个数Numh;
当垂直方向上的候选块满足且将该候选块判断为具有垂直方向的块效应,并累加具有垂直方向块效应的块的个数Numv。
S14:计算有效候选块的块效应强度。
对所有h类图像块中具有水平方向块效应的图像块,计算该块的块效应强度则所有h类图像的块效应总强度Strengthh,
对所有v类图像块中具有垂直方向块效应的图像块,计算该块的块效应强度则所有v类图像的块效应总强度Strengthv,
S15:计算图像的块效应强度。
由于不同图像的大小的差异,h类图像块的绝对个数和v类图像块的绝对个数也存在差异,因此,本方案采用h类图像块的块效应强度和v类图像块的块效应强度以及h类图像块个数的相对值和v类图像块的相对值计算整幅图像的块效应强度block_Strength,计算公式如下:
S16:计算去块滤波的强度。
由于,去块滤波的强度与块强度为线性关系,因此可以根据去块滤波的强度与块强度之间的线性关系,预先设置计算公式,以计算去块滤波的强度。一种可选的去块滤波的强度的计算公式如下:
deblock_level=k*(block_strength-offset)+b
其中,deblock_level为去块滤波的强度;k为线性比例系数,且k∈[1.5,2.5];offset为偏移量,主要是为了对块强度大小进行限制,只有当块强度大于某一个预设值时才设置偏移量且offset∈[1.2,1.5];b为截距,在本实施例中即表示最小的滤波强度且b∈[8,10]。
本实施例中,设定当块强度值大于1.5,默认进行块滤波,并将块强度与块滤波算法的滤波强度参数deblock_level进行关联,计算公式如下:
作为本发明的可选实施例,对图像进行分块时,可以仅沿水平方向划分水平类图像块,或者可以仅沿垂直方向划分垂直类图像块;然后根据所划分的水平类图像块或垂直类图像块进行块效应检测。
本实施例中的块效应检测方法,用于块效应检测设备中,该方法中提供了一个普适性的与视频图像本身特性无关的用于计算块效应强的数学公式;并提供了检测到的块效应强度与块噪声滤除的强度之间明确的数学关系式,由计算得到的块噪声滤除强度自适应地滤除视频图像中的块噪声,更好地保持数字视频的视觉质量和峰值信噪比PSNR。此外,该方法还具有复杂度低、运算速度快的特点,具有应用到实时视频图像处理的前景。
实施例2
本实施例提供一种块噪声滤除方法,应用于块噪声滤除装置中。本实施例中以水平方向为第一方向,垂直方向为第二方向,但是本发明的块效应检测方法并不限于此,所有应用本发明的方法实现本发明目的的,均属于本发明的保护范围。该方法的流程图如图6所示,包括如下步骤:
S21:提取视频的当前帧图像。与实施例1中S11相同,不再赘述。
S22:块效应检测。可以采用本发明实施例1的方法,具体参见上面描述,这里不再赘述。
S23:根据步骤S22中获得的块效应强度与去块滤波的强度,进行块噪声滤除。
在实施例1中S16中计算得到的deblock_level大于等于b,说明原图像存在块效应,需要进行块噪声的滤除。块噪声的滤除方法包括水平方向上的块噪声滤除和垂直方向上的块噪声滤除。
首先,进行水平方向上块噪声的滤除,如图7所示,包括以下步骤:
S2311:启动水平滤波。
S2312:计算垂直边界的边界强度BS1。
本实施例中的图像任一有效候选块如图8所示,其中Bl(i,j)和Br(i,j)表示垂直边界处各像素点的边界强度,Bt(i,j)和Bb(i,j)表示水平边界处各像素点的边界强度。通过如下公式计算上述边界强度,N表示图像块横向和纵向的像素的个数,本实施例中的N=8,本实施例中的图像块的大小选自8像素*8像素但不限于8像素*8像素的图像块:
其中,I(x,y)为点(x,y)处的像素值。
S2313:判断垂直边界强度BS1是否小于第一阈值Th1。
若边界强度BS1小于第一阈值Th1,本实施例中,Th1=0.3,将该块判为较为平坦区域,执行步骤S2314。
若边界BS1大于等于第一阈值Th1,本实施例中,Th1=0.3,将该块判断为内容复杂区域,为保留图像细节降低滤波强度,对该图像块进行非对称滤波,执行步骤S2318。
S2314:计算当前块的均值和方差。
S2315:判断当前块的方差是否小于第二阈值Th2。
如果方差小于第二阈值Th2,该值偏大会导致判断区域过于平坦,判为强平坦区域,对该图像块进行强滤波,本实施例中,Th2取8~10。执行步骤S2316。
如果方差大于等于第二阈值Th2,对该图像块进行对称滤波,本实施例中,Th2取8~10。执行步骤S2317。
S2316:对图像块进行强滤波。
对当前块的上下左右四个相邻图像块进行判断,如果相邻块的边界强度小于第一阈值Th1且相邻块与当前块的均值差的绝对值小于相邻块均值差阈值,该块判为候选块。本实施例中,相邻块均值差阈值为10~12。当候选块的数目大于2时,判定当前块位于大片的强平坦区域,将该块像素值统一置为候选块的均值。例如,侯选块的个数为3,对应的各侯选块的像素均值为Mean1、Mean2和Mean3,根据上述算法,将当前块内的所有像素的值统一置为(Mean1+Mean2+Mean3)/3。
为防止由于强滤波产生新的块效应,对该图像块继续进行对称滤波,执行步骤S2317。
S2317:对图像块进行对称滤波。
对称滤波是指对当前块内的所有像素统一进行对称滤波,对称滤波模板的矩阵如下所述:
按照下式对当前像素I(i,j)进行滤波后得到像素值Y(i,j),
其中Sym_ω(k,l)为滤波系数,即上文所述的对称滤波模板矩阵的元素,m表示滤波窗口的大小,本实施例中m=5。
执行步骤S2319。
S2318:对图像块进行非对称滤波。
非对称滤波是指对当前块内的边界像素进行非对称滤波,对块的内部像素进行对称滤波,水平方向上非对称滤波模板如下所述:
按照下式对当前像素I(i,j)进行滤波后得到像素值Y(i,j),
其中AsymH_ω(k,l)为滤波系数,即上文所述的水平方向上的非对称滤波模板矩阵的元素,m表示滤波窗口的大小,本实施例中m=5。
执行步骤S2319。
S2319:水平滤波结束。
然后,进行垂直方向上块噪声的滤除,如图9所示,包括以下步骤:
S2321:垂直滤波开始。
进行垂直方向上的块噪声滤除,将水平方向滤波的结果作为垂直方向滤波的输入。
S2322:计算水平边界强度BS2。
计算过程与步骤S2312类似,在此不再赘述。
S2323:判断当前块的方差是否小于第一阈值Th1。
若边界强度BS2小于第一阈值Th1,本实施例中,Th1=0.3,将该块判为较为平坦区域,执行步骤S2324。
若边界BS2大于等于第一阈值Th1,本实施例中,Th1=0.3,将该块判断为内容复杂区域,为保留图像细节降低滤波强度,对该图像块进行非对称滤波,执行步骤S2325。
S2324:对图像块进行对称滤波。
对称滤波过程与步骤S2317类似,在此不再赘述。执行步骤S2326。
S2325:对图像块进行非对称滤波。
对称滤波过程与步骤S2317类似,唯一不同之处在于,非对称滤波模板。该步骤中采用的垂直方向上的非对称滤波模板如下所述:
执行步骤S2326。
S2326:垂直滤波结束。
S24:输出当前帧图像的块噪声滤除结果。
S25:判断所有帧图像是否均处理完成。
如果所有帧图像已经处理完成,则执行步骤S26;
如果所有帧图像没有处理完成,则循环执行步骤S21-S25。
S26:输出块噪声滤除后的视频结果。
本实施例所提供的块噪声滤除方法,首先获取去块滤波的强度;然后根据所述去块滤波的强度,进行图像的水平方向上的块噪声滤除;最后根据所述水平方向上的块噪声滤除结果,进行该图像的垂直方向上的块噪声滤除。该方法中,将水平方向上的块噪声滤除结果作为垂直方向上的滤波的输入,可防止过度滤波。
本实施例中,第一方向、第二方向、图像噪声以及有效候选块的相关细节,请参照实施1,在此不再赘述。
实施例3
本实施例提供一种块效应检测装置,结构框图如图10所示,包括:
图像划分单元31,用于将原始图像沿第一方向和第二方向分别划分为第一方向图像块以及第二方向图像块。
第一获取单元32,用于获取第一方向图像块中的具有噪声的第一候选块以及第二方向图像块中具有噪声的第二候选块。
第一计算单元33,用于确定第一候选块中具有块效应的第一有效候选块,根据第一有效候选块的强度和个数计算第一方向上的第一块效应强度。
第二计算单元34,用于确定第二候选块中具有块效应的第二有效候选块,根据第二有效候选块的强度和个数计算第二方向上的第二块效应强度。
第三计算单元35,用于根据第一有效候选块、第二有效候选块的个数,第一块效应强度和第二块效应强度,计算图像的块效应强度。
第四计算单元36,用于根据去块滤波的强度与图像的块效应强度的线性关系,计算去块滤波的强度。
本实施例中的其余计算细节参照实施例1,在此不再赘述。
实施例4
本实施例提供一种块噪声滤除装置,结构框图如图11所示,包括:
第二获取单元41,用于获取去块滤波的强度。
第一块噪声滤除单元42,用于根据去块滤波的强度,进行图像的第一方向上的块噪声滤除。
第二块噪声滤除单元43,用于根据第一方向上的块噪声滤除结果,进行图像的第二方向上的块噪声滤除。
本实施例中的其余计算细节参照实施例2,在此不再赘述。
实施例5
图12是本发明实施例提供的块效应检测终端的硬件结构示意图,如图12所示,该设备包括一个或多个处理器51以及存储器52,图12中以一个处理器51为例。
块效应检测终端还可以包括:视频采集器(未示出),用于采集视频或图像。处理器51、存储器52和视频播放器可以通过总线或者其他方式连接,图12中以通过总线连接为例。
处理器51可以为中央处理器(Central Processing Unit,CPU)。处理器51还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器52作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本申请实施例中的块效应检测操作的处理方法对应的程序指令/模块。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述实施例中,块效应检测操作的处理方法。
存储器52可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据列表项操作的处理装置的使用所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器52可选包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至块效应检测的处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器52中,当被所述一个或者多个处理器51执行时,执行如图1所示的块效应检测方法。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,具体可参见如图1所示的实施例中的相关描述。
实施例6
图13是本发明实施例块噪声滤除终端的硬件结构示意图,如图13所示,该设备包括一个或多个处理器61以及存储器62,图13中以一个处理器61为例。
块噪声滤除终端还可以包括:视频输出装置,用于输出视频。处理器61、存储器62和视频输出装置可以通过总线或者其他方式连接,图13中以通过总线连接为例。
处理器61和存储器62与实施例5相同,在此不再赘述。
所述一个或者多个模块存储在所述存储器62中,当被所述一个或者多个处理器61执行时,执行如图6所示的块噪声滤除方法。
实施例7
本发明实施例还提供了一种非暂态计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述块噪声检测方法或块噪声滤除方法实施例中的处理方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(FlashMemory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一种计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (11)
1.一种块效应检测方法,其特征在于,包括如下步骤:
将原始图像沿第一方向和第二方向分别划分为第一方向图像块以及第二方向图像块;
获取第一方向图像块中的具有噪声的第一候选块,获取第二方向图像块中具有噪声的第二候选块;
确定所述第一候选块中具有块效应的第一有效候选块,根据所述第一有效候选块的强度和个数计算第一方向上的第一块效应强度;
确定所述第二候选块中具有块效应的第二有效候选块,根据所述第二有效候选块的强度和个数计算第二方向上的第二块效应强度;
根据所述第一有效候选块、第二有效候选块的个数、所述第一块效应强度和第二块效应强度,计算图像的块效应强度;
根据去块滤波的强度与所述图像的块效应强度的线性关系,计算去块滤波的强度。
2.根据权利要求1所述的块效应检测方法,所述根据所述第一有效候选块、第二有效候选块的个数、所述第一块效应强度和第二块效应强度,计算图像的块效应强度的步骤,采用下述公式计算:
其中,block_strength为图像的块效应强度;strengthh为第一块效应强度;Numh为第一有效候选块的个数;strengthv为第二块效应强度;Numv为第二有效候选块的个数;m为原始图像块的行数;n为原始图像块的列数。
3.根据权利要求2所述的块效应检测方法,所述根据去块滤波的强度与所述图像的块效应强度的线性关系,计算去块滤波的强度的步骤,采用下述公式计算:
deblock_level=k*(block_strength-offset)+b;
其中,deblock_level为去块滤波的强度;k为线性比例系数;offset为偏移量;b为截距。
4.根据权利要求3所述的块效应检测方法,其特征在于,所述根据去块滤波的强度与所述图像的块效应强度的线性关系,计算去块滤波的强度的步骤,采用下述公式计算:
5.根据权利要求1-4任一项所述的块效应检测方法,其特征在于,所述获取第一方向图像块中的具有噪声的第一候选块的步骤,包括:
计算第一方向上的相邻块边界处的两个像素点所对应的第一梯度绝对值的和;在所有所述第一梯度绝对值的和均大于等于第一阈值且小于等于第二阈值的情况下,将所述第一梯度绝对值所对应的块作为第一候选块;
和/或,
所述获取第二方向图像块中的具有噪声的第二候选块的步骤,包括:
计算第二方向上的相邻块边界处的两个像素点所对应的第二梯度绝对值的和;
在所有所述第二梯度绝对值的和均大于等于第三阈值且小于等于第四阈值的情况下,将所述第二梯度绝对值所对应的块作为第二候选块。
6.根据权利要求1至4任一项所述的块效应检测方法,其特征在于,
在所述第一候选块与相邻块的两个块边界处的若干像素点的第一梯度绝对值全部对应相等的情况下,所述第一候选块为第一有效候选块;
和/或,
在所述第二候选块与相邻块的两个块边界处的若干像素点的第二梯度绝对值全部对应相等的情况下,所述第二候选块为第二有效候选块。
7.根据权利要求1至4任一项所述的块效应检测方法,其特征在于,
所述第一块效应强度为所有所述第一有效候选块的强度的和;
所述第二块效应强度为所有所述第二有效候选块的强度的和。
8.一种块噪声滤除方法,其特征在于,包括以下步骤:
获取去块滤波的强度;其中,所述去块滤波的强度是根据权利要求1-7中任一项所述的块效应检测方法计算得到的;
根据所述去块滤波的强度,进行图像的第一方向上的块噪声滤除;
根据所述第一方向上的块噪声滤除结果,进行所述图像的第二方向上的块噪声滤除。
9.一种块效应检测装置,其特征在于,包括:
图像划分单元,用于将原始图像沿第一方向和第二方向分别划分为第一方向图像块以及第二方向图像块;
第一获取单元,用于获取第一方向图像块中的具有噪声的第一候选块以及第二方向图像块中具有噪声的第二候选块;
第一计算单元,用于确定所述第一候选块中具有块效应的第一有效候选块,根据所述第一有效候选块的强度和个数计算第一方向上的第一块效应强度;
第二计算单元,用于确定所述第二候选块中具有块效应的第二有效候选块,根据所述第二有效候选块的强度和个数计算第二方向上的第二块效应强度;
第三计算单元,用于根据所述第一有效候选块、第二有效候选块的个数,所述第一块效应强度和第二块效应强度,计算图像的块效应强度;
第四计算单元,用于根据去块滤波的强度与所述图像的块效应强度的线性关系,计算去块滤波的强度。
10.一种块噪声滤除装置,其特征在于,包括:
第二获取单元,用于获取去块滤波的强度;其中,所述去块滤波的强度是根据权利要求1-7中任一项所述的块效应检测方法计算得到的;
第一块噪声滤除单元,用于根据所述去块滤波的强度,进行图像的第一方向上的块噪声滤除;
第二块噪声滤除单元,用于根据所述第一方向上的块噪声滤除结果,进行所述图像的第二方向上的块噪声滤除。
11.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710438861.1A CN107360435B (zh) | 2017-06-12 | 2017-06-12 | 块效应检测方法、块噪声滤除方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710438861.1A CN107360435B (zh) | 2017-06-12 | 2017-06-12 | 块效应检测方法、块噪声滤除方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107360435A CN107360435A (zh) | 2017-11-17 |
CN107360435B true CN107360435B (zh) | 2019-09-20 |
Family
ID=60272768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710438861.1A Active CN107360435B (zh) | 2017-06-12 | 2017-06-12 | 块效应检测方法、块噪声滤除方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107360435B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109272017B (zh) * | 2018-08-08 | 2022-07-12 | 太原理工大学 | 分布式光纤传感器的振动信号模式识别方法和系统 |
CN111798658A (zh) * | 2019-11-08 | 2020-10-20 | 方勤 | 行驶车道通行效率检测平台 |
CN111445427B (zh) * | 2020-05-20 | 2022-03-25 | 青岛信芯微电子科技股份有限公司 | 视频图像处理方法以及显示设备 |
CN113674209A (zh) * | 2021-07-20 | 2021-11-19 | 浙江大华技术股份有限公司 | 视频噪声检测方法、终端设备和计算机存储介质 |
CN114125472B (zh) * | 2021-11-26 | 2023-10-24 | 湖南中科助英智能科技研究院有限公司 | 基于空域感知的块效应检测方法、装置、设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1816149A (zh) * | 2005-02-06 | 2006-08-09 | 腾讯科技(深圳)有限公司 | 去除视频图像中块效应的滤波方法及环路滤波器 |
CN101282481A (zh) * | 2008-05-09 | 2008-10-08 | 中国传媒大学 | 一种基于人工神经网络的视频质量评价方法 |
CN101472177A (zh) * | 2007-12-27 | 2009-07-01 | 宝利微电子系统控股公司 | 一种块效应检测方法 |
CN101494787A (zh) * | 2009-02-10 | 2009-07-29 | 重庆大学 | 一种基于块效应检测的去块效应方法 |
CN101964907A (zh) * | 2009-07-22 | 2011-02-02 | 晨星软件研发(深圳)有限公司 | 一种去区块装置及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012044535A (ja) * | 2010-08-20 | 2012-03-01 | Toshiba Corp | 動画像符号化装置及び動画像符号化方法 |
-
2017
- 2017-06-12 CN CN201710438861.1A patent/CN107360435B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1816149A (zh) * | 2005-02-06 | 2006-08-09 | 腾讯科技(深圳)有限公司 | 去除视频图像中块效应的滤波方法及环路滤波器 |
CN101472177A (zh) * | 2007-12-27 | 2009-07-01 | 宝利微电子系统控股公司 | 一种块效应检测方法 |
CN101282481A (zh) * | 2008-05-09 | 2008-10-08 | 中国传媒大学 | 一种基于人工神经网络的视频质量评价方法 |
CN101494787A (zh) * | 2009-02-10 | 2009-07-29 | 重庆大学 | 一种基于块效应检测的去块效应方法 |
CN101964907A (zh) * | 2009-07-22 | 2011-02-02 | 晨星软件研发(深圳)有限公司 | 一种去区块装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107360435A (zh) | 2017-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107360435B (zh) | 块效应检测方法、块噪声滤除方法及装置 | |
CN103632352B (zh) | 一种噪声图像的时域降噪方法和相关装置 | |
EP2860696A1 (en) | Optical flow tracking method and apparatus | |
CN103119939B (zh) | 用于识别块效应的技术 | |
CN105096280A (zh) | 处理图像噪声的方法及装置 | |
CN105208376A (zh) | 一种数字降噪方法和装置 | |
CN102542282B (zh) | 一种无源图像马赛克检测方法及装置 | |
Raza et al. | High density salt and pepper noise removal through decision based partial trimmed global mean filter | |
Singh et al. | Performance comparison of various image denoising filters under spatial domain | |
CN103208104B (zh) | 一种基于非局部理论的图像去噪方法 | |
CN111445424A (zh) | 图像处理和移动终端视频处理方法、装置、设备和介质 | |
CN102118547A (zh) | 图像加权滤波的方法 | |
CN111741186A (zh) | 一种视频抖动检测方法、装置以及系统 | |
JP2008512914A (ja) | ニューラルネットワークを用いたブロック性欠陥の位置検出 | |
Zhang et al. | Butterworth filter and Sobel edge detection to image | |
Kang et al. | Fusing soft-decision-adaptive and bicubic methods for image interpolation | |
CN103578080A (zh) | 一种图像降噪并增强图像的算法 | |
TW201244465A (en) | Method of multi-frame image noise reduction | |
CN108765477A (zh) | 一种基于最优化的Kinect深度图修复方法 | |
CN101494787B (zh) | 一种基于块效应检测的去块效应方法 | |
JP2014238789A (ja) | 画像処理プログラム、画像処理方法及び画像処理装置 | |
CN106780529B (zh) | 基于外接矩形的会议视频马赛克检测方法 | |
Krishna et al. | Removal of high density salt and pepper noise through modified decision based unsymmetric trimmed median filter | |
Mahayuddin et al. | Efficiency measurement of various denoise techniques for moving object detection using aerial images | |
Tang et al. | Canny edge detection codec using VLib on Davinci series DSP |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |