CN110874822A - 利用动态视窗平滑滤波器的信号滤波方法与系统 - Google Patents
利用动态视窗平滑滤波器的信号滤波方法与系统 Download PDFInfo
- Publication number
- CN110874822A CN110874822A CN201811011612.5A CN201811011612A CN110874822A CN 110874822 A CN110874822 A CN 110874822A CN 201811011612 A CN201811011612 A CN 201811011612A CN 110874822 A CN110874822 A CN 110874822A
- Authority
- CN
- China
- Prior art keywords
- signal
- window
- value
- filtering
- signal value
- 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.)
- Granted
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 117
- 238000009499 grossing Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000005315 distribution function Methods 0.000 claims abstract description 41
- 230000001186 cumulative effect Effects 0.000 claims abstract description 39
- 230000005236 sound signal Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 16
- 238000013507 mapping Methods 0.000 abstract description 2
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
一种利用动态视窗平滑滤波器的信号滤波方法,以及实现方法的系统,在方法中,接收影像信号,或是声音信号,并取得信号的统计值,如一种直方图统计,接着根据一最大滤波视窗宽度,于前后信号变化大的信号值上,往前寻找或向后寻找一滤波视窗宽度,此滤波视窗宽度将依据需求而可调整,于是将根据此滤波视窗宽度执行动态视窗平滑滤波,并可运算一累积分布函数,得到相对平滑而符合原始信号趋势的累积分布函数,之后将经过动态视窗平滑滤波后的信号值映射至输出信号。
Description
技术领域
本发明涉及一种信号滤波方法,特别涉及利用非固定视窗的一种使用动态视窗平滑滤波器的信号滤波方法与系统。
背景技术
直方图(Histogram)统计常用于影像处理中,可用来分析影像数据,例如通过直方图呈现图像中的影像亮度与对比分布,如此也提供使用者可通过直方图调整影像信号分布,并对整体亮度重新分配,可以借此调整整体影像的特性,例如提升对比度、提升影像暗部的亮度、解像力调整等。
然而,利用直方图在这过程中往往会因为连续的像素值间的统计量差异过大,导致计算的累积分布函数(Cumulative Distribution Function,CDF)的斜率过陡,若以影像处理为例,可能在画面上会过度强化,呈现出同样区域中亮暗差异过大的不自然现象。因此,现有技术也会在统计的直方图上进行平滑滤波器(smoother)处理,用于模糊化与去除杂讯,可使得连续像素值间的统计量不会有急遽增加的情形,以缓解图像上不自然的状况。
常见平滑滤波器有很多不同的类型,而这些类型往往都会在最亮与最暗数值上使用镜射(Mirroring)或是补白(Padding)或是剪裁(Clipping)的方式来进行使滤波器可以用预先设定好的视窗大小进行计算,但这样往往会使得在较亮与较暗的数据处理上与原生信号有很大的差距。换句话说,这类的做法会让画面的暗处与亮处并不协调。
举例来说,如图1A所示的直方图,在影像中最亮与最暗处设定一视窗10,避免影像差异过大,对视窗10边界的影像信号执行镜射(Mirroring)处理,在像素值-1,-2与-3处复制视窗10中像素值1,2,3的值,形成视窗10外的镜射区101,同理形成镜射区102,如此虽可以解决部分累积分布函数斜率过陡的问题,但是在特定情况下仍产生不自然现象。例如,当像素值为0时的累积分布函数值若为2,像素值为1时的累积分布函数值为23,以3x1滤波器处理后,在像素值为0时的平滑滤波结果为(23+2+23)/3=16,如此将与原本像素值0时的2差异过大。
图1B显示的直方图是在视窗11边界执行补白(Padding)处理,如图所示,视窗11的像素值0以外像素值-1,-2与-3(补白区103)以及像素值255之外(补白区104)都补零。同样以上述像素值为0时的累积分布函数值若为2以及像素值为1时的累积分布函数值为23为例,以3x1滤波器处理后,在像素值为0时的平滑滤波结果为(0+2+23)/3=8,与原本像素值0时的2有不小的差距,也产生不自然的现象。
图1C则显示执行剪裁(Clipping)处理的直方图,像素值0到255之间形成一个视窗12,边界经剪裁处理后,形成图示中像素值0以外的剪裁区105,也就将像素值-1,-2与-3的值剪裁如同像素值0的高度,另外在像素值255以外也形成剪裁区106。若以上述范例而言,经平滑滤波中剪裁处理后的累积分布函数,在像素值0的结果为(2+2+23)/3=9,结果都与原先统计的累积分布函数值2相差不小,同理,在像素值255处也存在着相同的问题。
发明内容
有鉴于现有技术利用平滑化滤波改善统计值在连续像素值间的统计量差异过大而导致计算的累积分布函数(Cumulative Distribution Function,CDF)斜率过陡的问题时,仍可能在较暗处与较亮处无法取得有参考价值的统计量,为了克服这个问题,说明书公开一种利用动态视窗平滑滤波器的信号滤波方法,能以非固定的视窗大小计算有效参考统计量而避免在计算累积分布函数时较暗处或较亮处的斜率过陡现象。
根据利用动态视窗平滑滤波器的信号滤波方法的实施例,应用在影像信号、声音信号,或是其他,先取得信号的一统计值,并能在前后信号变化较大的信号值前后,根据一最大滤波视窗宽度往前寻找或向后寻找一滤波视窗宽度,之后根据滤波视窗宽度执行动态视窗平滑滤波,并将经过动态视窗平滑滤波后的信号值映射至输出信号。
在一方法实施例中,于执行动态视窗平滑滤波之后,可运算一累积分布函数,并再执行一次动态视窗平滑滤波。其中,可以在取得信号的统计值时,还执行一对比限制的步骤,步骤包括取得一最大信号值,加总所有信号值,以加总的信号值除以最大信号值,计算一平均信号统计值后,判断是否有信号值大于一门限,如果有,即限制信号值,使得信号值不超过门限。
而相关利用动态视窗平滑滤波器的信号滤波系统可应用于一电脑系统,其中包括接收信号的输入接口、暂存存储器、一信号处理单元,以及以软件模块实现的统计模块与动态视窗平滑滤波模块,信号处理单元对输入信号执行一利用动态视窗平滑滤波器的信号滤波方法。
为了能更进一步了解本发明为实现既定目的所采取的技术、方法及技术效果,请参阅以下有关本发明的详细说明、附图,相信本发明的目的、特征与特点,当可由此得以深入且具体的了解,然而附图仅提供参考与说明之用,并非用来对本发明加以限制。
附图说明
图1A至图1C分别描述现有应用镜射、补白与剪裁等平滑滤波的示意图;
图2描述一个信号处理系统的功能方框实施例图;
图3所示为描述利用动态视窗平滑滤波器的信号滤波方法的实施例流程图;
图4A至图4C描述应用对比限制程序后的曲线图;
图5示意表示动态视窗平滑滤波器采用的动态滤波视窗实施例图;
图6描述利用动态视窗平滑滤波器的信号滤波方法中决定滤波视窗宽度的实施例流程图;
图7显示通过不同的滤波手段得到直方图统计值的平滑效果曲线图;
图8显示经过各式平滑滤波器后的累积分布函数得到的输出强度曲线图;
图9显示可应用利用动态视窗平滑滤波器的信号滤波方法的声音信号。
符号说明
视窗10,11,12 镜射区101,102
补白区103,104 剪裁区105,106
输入信号201 输入接口21
信号处理单元22 统计模块23
动态视窗平滑滤波模块24 暂存存储器25
输出接口26 输出信号202
滤波视窗501,502,503
原统计曲线701 镜射滤波统计曲线702
剪裁滤波统计曲线703 补白滤波统计曲线704
动态视窗平滑滤波统计曲线705
动态视窗强度曲线801 镜射视窗强度曲线802
剪裁视窗强度曲线803 补白视窗强度曲线804
步骤S301~S315信号滤波流程
步骤S601~S607决定滤波视窗宽度的流程
具体实施方式
说明书公开一种利用动态视窗平滑滤波器的信号滤波方法,以及实现此方法的系统,其特别是能够解决现有技术在使用平滑化滤波改善连续像素值间的统计量差异过大时,反而会在特定情况下发生计算的累积分布函数(Cumulative Distribution Function,CDF)斜率过陡的问题。
例如在处理影像信号、声音信号,或是其他特定信号时,可取得统计数据,例如,针对影像信号,可以直方图(Histogram)统计呈现出信号特性,可以表示影像信号的亮度(Brightness)与对比(Contrast)分布。另外,方法亦适用于声音信号的振幅(Amplitude)或频率(Frequency)上,可让系统执行动态视窗平滑滤波调整信号分布,一般目的是要能提升信号整体的特性,例如影像的对比度、亮度,以及音频的强度或频率,利用直方图可增强局部信号的某一特性,如对比度,而不影响整体。然而,利用累积分布函数(CDF)得到的直方图处理时可能会因信号间统计量差异过大而导致计算得到的累积分布函数形成的曲线的斜率过陡的问题,于是说明书提出一种动态视窗平滑滤波器(Dynamic Window SmoothingFilter),用以优化使用直方图调整信号的方法,而此利用动态视窗平滑滤波器的信号滤波方法,除了可以缓解影像或声音信号不自然的状况外,还可改善传统一般平滑化滤波器无法解决的特殊情况。利用动态视窗平滑滤波器的信号滤波方法与相关系统为针对统计值进行滤波或是累积分布函数(CDF)滤波。
累积分布函数是一种概率密度函数的积分,用以描述随机变量的概率分布,是指将所给定的点之前的所有概率值累加所得到的概率值函数,而用于调整信号的直方图是可以线段表示离散型的概率密度函数,概率对应直方图的面积。
利用动态视窗平滑滤波器的信号滤波方法可至少用于影像信号的滤波方法,以及声音信号的滤波方法上,根据实施例,利用动态视窗平滑滤波器的信号滤波方法是实现于特定硬件装置内的系统中,如运行于电脑装置的作业系统中,或以套装软件或是软件程序的形式运行于特定作业系统或是集成电路中。
图2描述一个信号处理系统的功能方框实施例图,其中描述实现利用动态视窗平滑滤波器的信号滤波方法的电脑系统,可以软件配合硬件运行,其中包括信号处理单元22,并电性连接系统内各单元,系统以输入接口21接收待处理滤波的输入信号201,经信号处理单元22初步处理后,可先暂存于暂存存储器25,信号处理单元22接着取出以一统计模块23以一统计方法制作统计图,实施例可以制作出直方图统计,可以在必要时执行对比限制滤除杂讯,并在统计图上以动态视窗平滑滤波模块24在设定的滤波视窗宽度中执行平滑滤波,可以防止邻近信号(如两个像素间)的变化太大导致全域曲线的部分区域过陡而产生的问题。之后映射到全域信号,经输出接口26输出信号202。
图3所示为描述利用动态视窗平滑滤波器的信号滤波方法的实施例流程图,为应用上述系统的方法。
流程一开始,如步骤S301,由特定信号源输入信号,包括影像信号、声音信号,或是其他信号,再如步骤S303,对这些信号运算统计值,可以图表表示信号分布情况,如可以直方图表示影像统计值。举例来说,直方图可以用来表示数字影像的亮度分布,包括标示出每个亮度值的像素数,如此可以用来了解如何调整亮度分布。
因为要避免杂讯或是直方图中的凸波影响所造成的累积分布函数过陡现象,所以会进行滤除的动作,如步骤S305,在滤除凸波的需求下,可以使用一种对比限制的演算,用以限制信号达到滤除凸波的目的。
在一实施例中,系统接收一信号源输入的信号,可为影像信号或声音信号,对信号先作直方图的统计,为了要避免杂讯或是直方图中的凸波影响所造成的累积分布函数过陡现象,所以会进行一初步滤除的动作,例如一种对比限制(Contrast Limit)方法,此方法是计算平均的统计量,公式方程式(一)所示,
其中,bin为直方图中信号值,如以影像值0至255为例,bin为0至255,max(bin)为最大的信号值,即第0至255个信号值中最大的统计值,Cbin为第bin个信号值的统计值,经加总信号值,也就是第0个信号值到第255(bin-1)个信号值,除以最大统计值(max(bin)),得到平均每一信号值(影像值或音频值)应该分配到的统计量,即平均信号统计值m。
接着进行信号限制,先判断是否有信号值大于上述平均信号统计值m的某一倍数(α)门限,如方程式(二)所述,若第bin个信号统计值Cbin超过平均信号统计值m的α倍,则会将其限制住,达到限制信号的目的,使之不超过一个上限信号统计值,此例中,设此上限信号统计值C’bin=α×m,其中α值可以依照实际需求决定;反之,若第bin个信号统计值Cbin并未超过平均信号统计值m的α倍,将C’bin设为Cbin。
为了避免能量损失而保留整体信号能量,所以系统会再将其限制扣除的统计量平均于每一个信号统计量上。如方程式(三)所表示,在第bin个信号统计值Cbin超过平均信号统计值m的α倍情况下,算出每个信号统计值Cbin与平均信号统计值m的α倍的差值(Cbin-C’bin),其中C’bin=α×m,加总后,除以最大的信号值max(bin),得到被扣除的统计量△C。
接着,当完成对比限制的步骤后,再将经前述门限(如上限信号统计值)限制而扣除的统计量平均加到每个信号值,如方程式(四),将被扣除的统计量加上上限信号统计值C’bin,得到每个信号值经对比限制后的第bin个信号统计值C”bin。
C″bin=C′bin+△C-------------方程式(四)。
根据以上实施例所描述的对比限制的演算法,对照图4A至图4C显示某种信号下的直方图例,其中图4A显示为原本信号所产生的直方图统计,图中显示横轴标示信号值1至4000,在接近信号值1的附近有个明显凸波,此例的统计值可达35000,这类信号为可能影响整体表现的杂讯,因此可通过上述对比限制的演算滤除杂讯,例如利用方程式(一)与方程式(二)演算,以平均信号统计值m的α倍限制信号发展,形成图4B所示的直方图统计图,附图显示出接近信号值1的统计值即被限制在合理的数值,如此例的450。
然而,为了避免能量损失而保留整体信号能量,系统再将经对比限制而扣除的统计量平均加回每一个信号统计值上,如图4C,将能量加回的结果显示整体统计值水平有提升的状况,接近信号值1的统计值则接近600。
经过对比限制的程序后,可以有效滤除杂讯,使得整体信号品质一致,若以影像信号为例,可以让影像画面不至于有相同区域有着差异极大的亮度问题,而使得画面比较自然。
再如图3所示流程中的步骤S307,对经对比限制后的信号执行一动态视窗平滑滤波。其中手段包括系统对经过滤除杂讯的信号执行一动态视窗平滑滤波的程序,应用说明书所公开的动态视窗平滑滤波器,其目的之一是在于防止邻近信号之间的变化太大导致全域曲线的部分区域过陡而导致信号不自然的现象。动态视窗平滑滤波器的运行可参考图5所示图例,相对于现有采用固定视窗的平滑滤波器的方式,说明书所提出的动态视窗平滑滤波器是采用一种动态滤波视窗的方式。
同时参考图6所示描述取得动态滤波视窗宽度的实施例流程。根据实施例之一,判断输入信号中前后差异大的信号值(步骤S601),可以一门限值作为判断依据,可以依照需求设定此门限值,于是系统可针对信号中差异较大的部分,例如影像信号中较暗处与较亮处,特别在影像信号的边界处常常会有亮暗差异过大的现象,或是声音信号中振幅变化过大的部分,采用当前信号值(选择具有前后信号值差异大的信号值),比对系统预设最大滤波视窗宽度(步骤S603),并往前寻找或向后寻找的最小有效数值(步骤S605),以此设定为信号值平滑滤波器的滤波视窗宽度(步骤S607)。
范例可参考图5所示,信号如8位元信号,信号值范围在0至255;12位元信号的信号值范围在0至4095,滤波视窗的大小可以依据实际需要而可动态决定,但可能受限于整体信号值,以及整体信号的变化量(Variation)。例如,整体信号值愈大,可以选择较宽的滤波视窗;或是,整体信号变化量愈大,可能也需要愈宽的滤波视窗。
计算有效点数(数值)的方式可参考方程式(五)与方程式(六),其中参数可以依照需求改变,如信号值bin的范围可以根据影像或声音信号而调整。方程式(六)显示信号值bin在0至255之间,以此为例,可适用于影像信号统计的滤波手段上。
bin∈[0,255]-----------------方程式(六)。
其中,bin为信号值,Ws为预设最大的滤波视窗宽度,可以为总点数,或是依照需求设定的信号点数,W(bin)即为最后获取到的有效点数。
根据当两倍信号值bin加上1的值小于为预设最大的滤波视窗大小Ws时,如图5显示示意图的左方信号值,有效点数W(bin)即等于2×bin+1(两倍信号值bin加上1)。举例来说,可参考图5范例,当信号值bin为0时,以方程式(五)运算,得到有效点数W(bin)为1,也可反映出滤波视窗宽度为1,例如图5中的滤波视窗501;当信号值bin为1时,根据方程式(五),有效点数W(bin)为3,可对应出滤波视窗宽度为3,可参考图示的滤波视窗502;像素值bin为2时,可得有效点数W(bin)为5,如此可决定滤波视窗宽度为5,如图示的滤波视窗503。可以此类推。
继续参考以上计算有效点数W(bin)的方程式(五),当2倍的(255-bin)加上1的值仍小于预设最大的滤波视窗宽度Ws,可对比图5所示的右方靠近边界的信号值,有效点数W(bin)等于2×(255-bin)+1。反之,若不符以上两个条件,有效点数W(bin)即等于预设最大的滤波视窗宽度Ws。
需要一提的是,方程式(五)是基于于信号值bin在0至255之间(方程式(六)),可得出动态依据实际需要调整滤波视窗的方式,方程式(五)应依照方程式(六)所设定不同信号值的范围而调整。
当以最小有效数值(点数)作为信号值平滑滤波器的视窗宽度,仅针对此滤波视窗宽度中的信号进行平滑滤波,滤波视窗宽度形成一个滤波遮罩,经平滑滤波器处理在此滤波视窗宽度内的信号值(像素或是声音信号),适当的滤波视窗宽度可以避免信号失真过多而使得信号过于模糊。
图7显示通过不同的滤波手段得到统计值的平滑效果曲线图,其中横轴标示为输入的信号强度(Intensity),纵轴则标示每个信号强度的统计值(Statistic Count),此图证明在公开书所提出的利用动态视窗平滑滤波器的信号滤波方法拥有优选的滤波表现。
图中显示描述有原统计值形成的曲线701,原始信号显示细节上有不少的变化,镜射滤波统计值形成的曲线702表示经过镜射平滑滤波后的统计值变化;剪裁滤波统计值形成的曲线703表示经过剪裁平滑滤波后的统计值变化,相对于镜射滤波统计值702形成的曲线,比较接近原始信号;补白滤波统计值形成的曲线704相对来说,在低强度的部位相对原始信号有很大的落差,在高强度的部位也与原始信号分离。而相对地,系统提供的镜射滤波统计值形成的曲线702形成的动态视窗平滑滤波统计值曲线705为更贴近原来统计值形成的曲线701。
从图中滤波的结果可知,无论是现有平滑滤波器采用的镜射滤波方法、补白滤波方法或是剪裁滤波方法在边界的地方差异性都很大,但都与原始数据(原统计曲线701)相差甚远。
而说明书所提出的利用动态视窗平滑滤波器的信号滤波方法可以得出更为平滑的统计曲线(动态视窗平滑滤波统计曲线705),包括头尾的统计值可以接近原始信号的统计值,而中间段得到更好的平滑化结果。接着可以将经过动态视窗平滑滤波后的信号值映射至输出信号。
继续执行图3步骤S309,利用动态视窗平滑滤波器的信号滤波方法继续运算累积分布函数,经过各式平滑滤波器后的累积分布函数得到的输出强度曲线图可参考图8。
图8横轴标示为输入信号强度(Input Intensity),而纵轴则是经过累积分布函数运算产生的输出信号强度(Output Intensity),其中描述有利用动态视窗平滑滤波器的信号滤波方法所应用的动态视窗所执行平滑滤波,形成镜射视窗强度曲线801,经累积分布函数运算得到的曲线,相对于其他利用镜射视窗、剪裁视窗以及补白视窗等执行平滑滤波所运算得到的累积分布函数曲线(镜射视窗强度曲线802、剪裁视窗强度曲线803与补白视窗强度曲线804),利用动态视窗平滑滤波器的信号滤波方法除了可以解决累积分布函数斜率过陡造成影像信号或是声音信号的不自然问题,还可解决传统滤波器方法的问题。
更细节地,从图7显示以各式平滑滤波方式得到的输出信号曲线可知,以说明书提出的利用动态视窗平滑滤波器的信号滤波方法,其中采用动态滤波视窗的方式产生的滤波结果如当中边界动态视窗强度曲线701,再经累积分布函数(CDF)运算后,显示为缓和向上的曲线,且在输入信号值0时,保有累积分布函数为0的输出结果,也就是获得优选的累积分布函数结果。
反之,以镜射方法决定滤波视窗(镜射视窗强度曲线702)的平滑滤波结果,经累积分布函数运算后,显示对于较暗的地方,如在强度1000位置附近,以及较亮的地方,如在强度3000位置附近,皆有一个较大幅度的转折,若以处理影像信号为例,在画面上即为亮处或暗处可能会有比较大幅度的突然变化,原因与选取的视窗的设定会使得镜射视窗强度曲线702可以取得的有效点数较少,可参考方程式(五)。
当以补白方式决定滤波视窗(补白视窗强度曲线704)的平滑滤波后,经累积分布函数运算结果来看,因为在超过边界的位置会是补0的,所以会导致在前1000亮度与后面亮度3000以后的输入信号的累积分布曲线数值会较低,也就是说,无法确保原始信号亮度最亮的4095能维持于最亮,这将导致影像很有可能会有反转的现象,如图中曲线在强度4095附近向下转折的状况。另外,在平滑滤波后,最亮的位置落于强度约3000的地方,导致在信号值为0时,经平滑滤波后就会特别的大,在画面中会使得暗处拉亮,间接地将暗部的杂讯放大,导致画面的不自然。
当以剪裁方式决定滤波视窗(剪裁视窗强度曲线703)的平滑滤波并经累积分布函数运算结果来看,得知其暗部因为统计的数量偏多,因而导致在信号值为0时经平滑滤波后就会特别的大,也在画面中会使得暗处拉得特别亮,间接地将暗部的杂讯放大,导致画面的不协调感。接着步骤S309运算得到统计值中较平缓的累积分布函数值。
接着,除了如步骤S307所述,可以在累积分布函数(CDF)运算之前执行动态视窗平滑滤波;或如步骤S311,表示使用动态滤波视窗宽度的方式执行平滑滤波的顺序可以在步骤S309运算累积分布函数值之后。可参考上述以方程式(五)与方程式(六)为例的描述,针对信号中差异较大的部分采用当前信号值往前寻找或向后寻找的有效数值(如最小有效数值),以此设定为信号值平滑滤波器的视窗宽度,当整体信号的变化量愈大(如影像明暗对比大、声音振幅变化大),可以选择较宽的滤波视窗。
不论动态视窗平滑滤波程序是执行在演算累积分布函数之前,或是之后,接着执行步骤S313,执行全域曲线映射,将经过平滑滤波处理的信号一一映射到输出的信号上,如步骤S315,输出信号。
在此列举一实施例,以影像信号为例,当累积分布函数为输入亮度0时映射至1,输入亮度1时映射至3,输入亮度2时映射至3,输入亮度3时映射至4,输入亮度4时映射至5,输入亮度5时映射至5。当以视窗大小为3为例,其镜射视窗平均后的结果为,输入亮度0时映射至(3+1+3)/3=7/3,输入亮度1时映射至(1+3+3)/3=7/3,输入亮度2时映射至(3+3+4)/3=10/3,输入亮度3时映射至(3+4+5)/3=4,输入亮度4时映射至(4+5+5)/3=14/3,输入亮度5时映射至(5+5+5)/3=5。补白视窗平均后的结果为,输入亮度0时映射至(0+1+3)/3=4/3,输入亮度1时映射至(1+3+3)/3=7/3,输入亮度2时映射至(3+3+4)/3=10/3,输入亮度3时映射至(3+4+5)/3=4,输入亮度4时映射至(4+5+5)/3=14/3,输入亮度5时映射至(5+5+0)/3=10/3,当均化至输出范围0~5后的结果变为,输入亮度0时映射至5*(4/3)/(14/3)=20/14,输入亮度1时映射至5*(7/3)/(14/3)=5/2,输入亮度2时映射至5*(10/3)/(14/3)=25/7,输入亮度3时映射至5*4/(14/3)=30/7,输入亮度4时映射至5*(14/3)/(14/3)=5,输入亮度5时映射至5*(10/3)/(14/3)=25/7。剪裁视窗则为,输入亮度0时映射至(1+1+3)/3=5/3,输入亮度1时映射至(1+3+3)/3=7/3,输入亮度2时映射至(3+3+4)/3=10/3,输入亮度3时映射至(3+4+5)/3=4,输入亮度4时映射至(4+5+5)/3=14/3,输入亮度5时映射至(5+5+5)/3=5。而边界视窗的结果则为,输入亮度0时映射至1,输入亮度1时映射至(1+3+3)/3=7/3,输入亮度2时映射至(3+3+4)/3=10/3,输入亮度3时映射至(3+4+5)/3=4,输入亮度4时映射至(4+5+5)/3=14/3,输入亮度5时映射至5。从此结果可以看到补白视窗有亮度反转的现象,镜射视窗与剪裁视窗在边界处也与原先特性有些许差距。
值得一提的是,除应用于上述影像信号的实施例,利用动态视窗平滑滤波器的信号滤波方法与系统同样适用于声音信号上,往往会接收到如图9的信号,横轴是时间,纵轴为随着时间的信号振幅(或频率),为了使信号的杂讯影响降低,可在时域上进行滤波,例如在信号边界处采用说明书所提出的利用动态视窗平滑滤波器的信号滤波方法,可以根据实际状况调整滤波视窗宽度,如此执行平滑滤波可以避免信号在起点与终点处的失真。
综上所述,说明书所公开的利用动态视窗平滑滤波器的信号滤波方法与系统的技术手段之一是通过动态滤波视窗宽度的决定,在边界只取有效视窗大小进行平滑滤波,目的之一要使得得到的累积分布函数(CDF)曲线在头尾的统计值可以接近原始信号的统计值,而中间段得到更好的平滑化结果,并保有原有信号特性,达到缓解影像、声音信号或是其他一维信号不自然或失真情况的目的。
而以上所述仅为本发明的优选可行实施例,非因此即局限本发明的权利要求,故举凡运用本发明说明书及图示内容所为的等效结构变化,均同理包含于本发明的范围内,合予陈明。
Claims (10)
1.一种利用动态视窗平滑滤波器的信号滤波方法,包括:
取得信号的一统计值;
根据一最大滤波视窗宽度,于一选择的信号值往前寻找或向后寻找一滤波视窗宽度;
根据该滤波视窗宽度执行动态视窗平滑滤波;以及
将经过该动态视窗平滑滤波后的信号值映射至输出信号。
2.如权利要求1所述的利用动态视窗平滑滤波器的信号滤波方法,其中于该选择的信号值往前寻找或向后寻找一最小有效数值,以决定该滤波视窗宽度。
3.如权利要求2所述的利用动态视窗平滑滤波器的信号滤波方法,其中所选择的信号值为影像信号的边界亮暗差异过大的信号值,或是声音信号中振幅变化过大的信号值。
4.如权利要求1所述的利用动态视窗平滑滤波器的信号滤波方法,其中于一运算累积分布函数的步骤之前或是之后执行该动态视窗平滑滤波程序。
5.如权利要求1至4中任一项所述的利用动态视窗平滑滤波器的信号滤波方法,其中于取得该信号的统计值时,还执行一对比限制的步骤,包括:
取得一最大信号值;
加总所有信号值;
以加总的信号值除以最大信号值,计算一平均信号统计值;以及
判断是否有信号值大于一门限,如果有,即限制该信号值,使得该信号值不超过该门限。
6.如权利要求5所述的利用动态视窗平滑滤波器的信号滤波方法,其中该门限为一上限信号统计值,设为该平均信号统计值的一倍数。
7.如权利要求6所述的利用动态视窗平滑滤波器的信号滤波方法,其中完成该对比限制的步骤后,再将经该门限限制而扣除的统计量平均加到每个信号值。
8.一种利用动态视窗平滑滤波器的信号滤波系统,应用于一电脑系统,包括:
一输入接口,用以接收待处理滤波的输入信号;
一暂存存储器,用以暂存该输入信号;
一信号处理单元,电性连接该暂存存储器,对该输入信号执行一利用动态视窗平滑滤波器的信号滤波方法,以:
取得信号的一统计值;
根据一最大滤波视窗宽度,于一选择的信号值往前寻找或向后寻找一滤波视窗宽度;
根据该滤波视窗宽度执行动态视窗平滑滤波;以及
将经过该动态视窗平滑滤波后的信号值映射至输出信号。
9.如权利要求8所述的利用动态视窗平滑滤波器的信号滤波系统,于该利用动态视窗平滑滤波器的信号滤波方法中,于该选择的信号值往前寻找或向后寻找一最小有效数值,以决定该滤波视窗宽度。
10.如权利要求8或9所述的利用动态视窗平滑滤波器的信号滤波系统,于该利用动态视窗平滑滤波器的信号滤波方法中,当取得该信号的统计值时,还执行一对比限制的步骤,包括:
取得一最大信号值;
加总所有信号值;
以加总的信号值除以最大信号值,计算一平均信号统计值;以及
判断是否有信号值大于一门限,如果有,即限制该信号值,使得该信号值不超过该门限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811011612.5A CN110874822B (zh) | 2018-08-31 | 2018-08-31 | 利用动态视窗平滑滤波器的信号滤波方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811011612.5A CN110874822B (zh) | 2018-08-31 | 2018-08-31 | 利用动态视窗平滑滤波器的信号滤波方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110874822A true CN110874822A (zh) | 2020-03-10 |
CN110874822B CN110874822B (zh) | 2023-12-15 |
Family
ID=69715896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811011612.5A Active CN110874822B (zh) | 2018-08-31 | 2018-08-31 | 利用动态视窗平滑滤波器的信号滤波方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110874822B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116665685A (zh) * | 2023-07-31 | 2023-08-29 | 深圳爱图仕创新科技股份有限公司 | 音频信号的滤波方法、装置、计算机设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200500957A (en) * | 2003-06-19 | 2005-01-01 | Weltrend Semiconductor Inc | Contrast enhancement method using sliding window |
CN101212611A (zh) * | 2007-12-25 | 2008-07-02 | 青岛海信信芯科技有限公司 | 一种对比度增强方法 |
CN104469784A (zh) * | 2013-09-17 | 2015-03-25 | 中兴通讯股份有限公司 | 一种异构网络中频谱感知数据的处理方法及装置 |
CN105096277A (zh) * | 2015-09-17 | 2015-11-25 | 华北电力大学(保定) | 一种基于参数选择的图像自适应指导滤波方法 |
CN105894481A (zh) * | 2016-04-22 | 2016-08-24 | 深圳英飞拓科技股份有限公司 | 用于视频监控设备的直方图均衡化方法及装置 |
CN106170139A (zh) * | 2016-09-21 | 2016-11-30 | 北京邮电大学 | 一种频谱检测方法及系统 |
CN107243511A (zh) * | 2017-06-15 | 2017-10-13 | 宁波宝新不锈钢有限公司 | 冷轧带钢表面粗糙度在线检测设备及其回归平滑自适应滤波方法 |
-
2018
- 2018-08-31 CN CN201811011612.5A patent/CN110874822B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200500957A (en) * | 2003-06-19 | 2005-01-01 | Weltrend Semiconductor Inc | Contrast enhancement method using sliding window |
CN101212611A (zh) * | 2007-12-25 | 2008-07-02 | 青岛海信信芯科技有限公司 | 一种对比度增强方法 |
CN104469784A (zh) * | 2013-09-17 | 2015-03-25 | 中兴通讯股份有限公司 | 一种异构网络中频谱感知数据的处理方法及装置 |
CN105096277A (zh) * | 2015-09-17 | 2015-11-25 | 华北电力大学(保定) | 一种基于参数选择的图像自适应指导滤波方法 |
CN105894481A (zh) * | 2016-04-22 | 2016-08-24 | 深圳英飞拓科技股份有限公司 | 用于视频监控设备的直方图均衡化方法及装置 |
CN106170139A (zh) * | 2016-09-21 | 2016-11-30 | 北京邮电大学 | 一种频谱检测方法及系统 |
CN107243511A (zh) * | 2017-06-15 | 2017-10-13 | 宁波宝新不锈钢有限公司 | 冷轧带钢表面粗糙度在线检测设备及其回归平滑自适应滤波方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116665685A (zh) * | 2023-07-31 | 2023-08-29 | 深圳爱图仕创新科技股份有限公司 | 音频信号的滤波方法、装置、计算机设备及存储介质 |
CN116665685B (zh) * | 2023-07-31 | 2023-10-20 | 深圳爱图仕创新科技股份有限公司 | 音频信号的滤波方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110874822B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100756318B1 (ko) | 이득 조절 가능한 절단 빈도함수 평활화를 이용한 영상처리 방법 및 시스템 | |
Arici et al. | A histogram modification framework and its application for image contrast enhancement | |
KR100782845B1 (ko) | 비로그 도메인 조도 수정을 이용한 디지털 영상 개선방법과 시스템 | |
JP4339611B2 (ja) | コントラスト強調方法及びコントラスト強調装置 | |
US8150202B2 (en) | Gaussian mixture model based illumination normalization for global enhancement | |
RU2298226C1 (ru) | Способ улучшения цифровых изображений | |
EP1111907B1 (en) | A method for enhancing a digital image with noise-dependent control of texture | |
US9390482B2 (en) | Image processing apparatus and method of processing image | |
Yun et al. | Image enhancement using a fusion framework of histogram equalization and Laplacian pyramid | |
US20010046320A1 (en) | Digital imaging | |
US8320701B2 (en) | Picture processing apparatus and method | |
KR102317613B1 (ko) | 로컬라이징된 콘트라스트 향상을 위한 시스템들 및 방법들 | |
US8295596B1 (en) | Adaptive histogram-based video contrast enhancement | |
JP6097588B2 (ja) | 画像処理装置及び画像処理方法 | |
US7292734B2 (en) | Black and white stretching system and method for improving contrast of a picture | |
JP2000050109A (ja) | ノイズを除去するための非線形イメ―ジフィルタ | |
CN112365424A (zh) | 基于局部自适应clahe的红外图像去噪增强方法、装置、系统与计算机可读存储介质 | |
US8265391B1 (en) | Localized, adaptive video contrast enhancement using controlled histogram equalization | |
JP2002133409A (ja) | ピクセルカラーに基づくデジタル画像強調方法 | |
TW202022799A (zh) | 測光補償方法及其相關監控攝影設備 | |
JP2001157085A (ja) | 輪郭補正装置 | |
CN110874822A (zh) | 利用动态视窗平滑滤波器的信号滤波方法与系统 | |
JP5295854B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP2003060913A (ja) | 画像処理方法及び画像処理装置 | |
Shimoyama et al. | Local adaptive tone mapping with composite multiple gamma functions |
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 |