CN112118439A - 视频品质检测方法与影像处理电路 - Google Patents

Abstract

一种视频品质检测方法与影像处理电路，在方法中，影像处理电路接收具有至少一帧影像的视频信号，并从各帧影像中像素的信息得出各像素的亮度信息，之后利用一门限筛选出各帧影像中可作为各帧影像的属性的亮度特征，以统计得出各帧影像中像素的亮度分布特征，借此可以判断出各帧影像与视频信号的品质，使得影像处理电路可对各帧影像或整个视频分别选择对应各帧影像品质的影像处理程序。

Description

视频品质检测方法与影像处理电路

技术领域

本发明涉及一种视频品质检测方法，特别涉及一种应用在显示装置中取得输入视频信号统计值而检测视频品质的方法与相关影像处理电路。

背景技术

在现有应用在显示装置的影像处理技术中，当有视频输入显示装置时，显示装置中的处理电路可以取得视频的分辨率与其他的信息，以能够根据这些视频信息选择对应的处理程序。其中，当输入视频为高分辨率时，后续措施会以针对高分辨率视频信号的处理参数执行一影像处理程序，例如影像锐化(sharpness)；反之，若输入视频为低分辨率时，后续影像处理程序则应套用针对低分辨率视频信号的处理参数。

一般取得视频分辨率的方式是根据标准的视频信息记载，如厂商特别信息(Vender-Specific Info Frame，VSIF)，或是特定格式的信息，如HDMI Info Frame，代表视频影像的品质，并可据此执行影像处理，但是，视频传送的过程中可能会被特定装置或处理程序改变视频的内容，特别是分辨率，例如视频经过机上盒(set top box，机顶盒)解压缩后，可能会有一些分辨率的减损，或是通过网络装置网络传输时会改变视频的大小与分辨率，这些转换过程可能影响了视频内容，导致原本的视频信息与实际视频不符。而错误的视频信息则又会导致错误的后续影像处理，使得显示影像时有失真、减损、或导致后续影像处理做出副作用效果等错误。

举例来说，显示装置例如电视，通过信号连线接收特定格式(如HDMI)的视频信号，其中视频信息(如VSIF)显示这是一个高画质(High Definition，HD)视频，但是实际可能只是标准分辨率(Standard Definition，SD)的视频，但是电视中处理电路识别此视频为高画质，因此通过处理电路以高画质视频的方式处理，包括视频也会被放大成为高画质视频。但是，若已被放大过，因原始分辨率并非为电视输入的分辨率，所使用的影像演算法即错误使用影像处理的参数。

若视频实际仅标准分辨率，若以高画质分辨率视频处理，可能放大较低分辨率视频中的杂讯，造成成像问题。反之，以较低分辨率影像处理参数处理高画质分辨率视频，就没有作用。例如影像锐化，当影像处理程序中执行的影像演算法是针对改善影像锐利度，应针对视频分辨率执行适当的锐利度处理程序，不过，若视频信息错误，以高分辨率的影像演算法处理实际上是较低分辨率的视频时，可能反而增强了较低分辨率视频的杂讯。

发明内容

为解决因为输入显示装置的视频信号中记载的视频信息错误导致后续影像处理错误的问题，本公开提出一种视频品质检测方法，以及显示装置所应用的影像处理电路，可以通过取得视频各帧的像素的亮度信息，以统计方法得出各帧亮度特性，并据此判断视频各帧分辨率。

根据实施例，所提出的视频品质检测方法即应用在一影像处理电路中，主要方法流程实施例包括，影像处理电路接收一视频信号，此视频信号具有至少一帧影像，并从至少一帧影像中像素的信息得出各像素的亮度信息，再利用门限筛选出至少一帧影像中可用以至少一帧影像的属性的亮度特征，以统计得出各帧影像中像素的亮度变化分布，借此可以判断出各帧影像与视频信号的品质。

之后，影像处理电路可对各帧影像使用对应各帧影像品质的处理参数，或者，进一步地，当视频信号中具有不同品质的多帧影像，影像处理电路处理视频信号时，可以分别动态地对不同品质的各帧影像采用对应各帧影像品质的处理参数。

根据一实施例，视频品质检测方法中的门限为一梯度门限，即利用梯度门限筛选出至少一帧影像中可作为至少一帧影像的属性的亮度特征，包括得出各帧影像中亮度变化较大的部分。在统计得出各帧影像中像素的亮度分布的步骤中，可以多个像素距离表示不同程度的亮度变化，建立一统计直方图，用以显示利用梯度门限筛选得出帧影像中在多个像素距离的数量分布。其中，由统计直方图判断至少一帧影像是属于变化较为频繁的影像时，帧影像属于分辨率较高者；由统计直方图判断各帧影像是属于变化缓和的影像时，帧影像属于分辨率较低者。

再于另一实施例中，所述门限为影像处理电路使用的多个亮度过滤器，即利用多个亮度过滤器筛选出各帧影像中可作为各帧影像的属性的亮度特征。接着，可以多个亮度过滤器显示各帧影像不同程度的亮度变化，以建立一统计直方图，用以显示该帧影像中在多个亮度过滤器的数量分布。

进一步地，根据统计直方图，若判断帧影像中像素数量分布趋向某个亮度过滤器，判断帧影像有符合该过滤器的亮度特征。若符合较高水平(level)的亮度过滤器，判断帧影像属于较高分辨率影像；若帧影像中像素数量趋向较低水平的亮度过滤器，判断帧影像属于较低分辨率影像。

为使能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，然而所提供的附图仅用于提供参考与说明，并非用来对本发明加以限制。

附图说明

图1所示为视频品质检测方法的应用情境示意图；

图2显示实现视频品质检测方法的系统实施例示意图；

图3显示视频品质检测方法的一个实施例的流程图；

图4显示视频品质检测方法中切割多区影像处理的实施例示意图；

图5显示视频品质检测方法中统计像素亮度变化的实施例示意图；

图6显示视频品质检测方法中利用统计直方图判断影像品质的实施例示意图；

图7显示视频品质检测方法的另一实施例的流程图；

图8与9显示视频品质检测方法中利用统计直方图判断影像品质的实施例示意图；

图10显示视频品质检测方法应用具有不同分辨率的视频的实施例示意图。

符号说明

显示装置 10

网络装置 11

网络 13

视频来源一 15

视频播放器 12

视频来源二 14

视频来源 22

显示装置 20

输入界面 201

影像处理电路 203

存储器 209

显示界面 205

显示面板 207

帧影像 40

第一区 401

第二区 402

第三区 403

第四区 404

第五区 405

像素 P1～P7,Pn

像素距离 d1,d2,d3,d4,d5

视频 100

帧影像 101,102,103,104,105,106,107

步骤S301～S311 输入视频品质检测流程

S301 接收视频信号

S303 得出各帧影像像素的亮度值

S305 计算各像素的亮度梯度

S307 统计亮度变化量大于门限者

S309 形成亮度变化统计图

S311 判断视频品质分数

步骤S701～S711 输入视频品质检测流程

具体实施方式

以下是通过特定的具体实施例来说明本发明的实施方式，本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不悖离本发明的构思下进行各种修改与变更。另外，本发明的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容，但所公开的内容并非用以限制本发明的保护范围。

应当可以理解的是，虽然本文中可能会使用到“第一”、“第二”、“第三”等术语来描述各种元件或者信号，但这些元件或者信号不应受这些术语的限制。这些术语主要是用以区分一元件与另一元件，或者一信号与另一信号。另外，本文中所使用的术语“或”，应视实际情况可能包括相关联的列出项目中的任一个或者多个的组合。

使用者获得视频的方式例如通过电脑装置由网络下载至一显示装置播放，或是通过特定装置自特定平台取得的随选视频(如Multimedia On Demand，MOD)，亦或者是使用者由网络上下载的视频，在播放这些视频时，显示装置一般根据视频所携带的影像信息执行影像处理，但是，视频传送的过程中可能会被特定装置或处理程序改变视频的内容，特别是分辨率，例如视频经过机上盒(set top box)解压缩后，可能会有一些分辨率的减损，或是通过网络装置网络传输时会改变视频的大小与分辨率，这些转换过程可能影响了视频内容，导致原本的视频信息与实际视频不符。

根据所提出的视频品质检测方法与影像处理电路的技术目的之一，利用视频品质检测方法可检测出输入显示装置的原始影像大小，其主要目的是能够让整体影像处理电路在后续影像处理中可以提供正确的处理参数，避免因为输入视频的信息错误导致执行不适当的影像处理程序，如果执行不适当的影像处理程序，可能会有无效处理，或是严重地让影像失真的问题。

因此，本文公开的视频品质检测方法将提供实时检测视频品质的功能，以得出正确视频信息，避免错误视频信息导致错误的处理。进一步地，应用视频品质检测方法，可以实时检测视频中每一个帧(frame)的视频信息，因此，当一个视频内有不同特性(如分辨率)的影像帧，仍可以让影像处理电路对此特别的影像帧套用正确的影像处理参数。如此，使得视频可以得到更全面而正确的处理过程。

应用视频品质检测方法的系统可参考图1所示的应用情境示意图，图中显示有一显示装置10，例如电视、显示器、移动装置、投影机等，可以通过各种方式接收到视频信号，例如显示装置10可通过网络装置11连接网络13，并可以串流或下载的方式自视频来源一15取得视频信号；或者，显示装置10通过信号线连接一视频播放器12，如DVD/蓝光播放器、机上盒与随选视频的装置等，用以处理各种视频来源二14提供的内容，再显示于显示装置10上。

所提出的视频品质检测方法即应用在此显示装置10中，运行于显示装置10内的影像处理电路中，可参考图2所示实施例。

图2所示的显示装置20设有影像处理电路203，用于处理经过符合特定格式的输入界面201自视频来源22接收的视频信号，使得视频信号以选择采用的影像处理程序与处理参数后，经显示界面205将视频显示于显示面板207上。

影像处理电路203可为处理视频信号的集成电路(IC)或相关电路系统，根据实施例之一，影像处理电路203会依照所得到的视频品质使用对应的处理参数，执行适合的影像处理程序(例如：影像锐化、杂讯减少(noise reduction，噪音减少)或色彩空间转换(colorspace transformation))。所述多样的处理参数可以存储在显示装置20内的存储器209中。所述视频品质可以视频的分辨率为例，然本发明不限于此。

当有视频输入显示装置20时，显示装置20中的影像处理电路203可以对高分辨率视频提供针对高分辨率视频信号的处理参数，对低分辨率视频提供针对低分辨率视频信号的处理参数，以执行正确的影像处理程序。例如执行影像锐化(sharpness)时，提供适当的锐利度权重参数。详细而言，当影像处理程序中执行的影像演算法是针对改善影像锐利度，应针对视频分辨率执行适当的锐利度处理程序(例如，使用适当的锐利度权重参数)，相反地，若视频信息错误，以高分辨率的影像演算法处理实际上是较低分辨率的视频时，可能反而增强了较低分辨率视频的杂讯。

本公开提出的视频品质检测方法主要实施方式是接收具有至少一帧(frame)影像的视频信号，从帧影像中像素的信息取得亮度信息，以亮度值表示，之后，可利用门限筛选出可用以判断所述至少一帧影像的属性的亮度特征，能够通过统计方法得出至少一帧影像中像素的亮度分布，例如从像素亮度的统计直方图得出帧影像属于较高频影像或是较低频影像，影像处理电路可对各帧影像使用对应各帧影像品质的处理参数。然而，以帧为单位处理视频信号可能会遇到不容易判别影像品质的情况，因此，由于一个视频由至少一帧影像组合，仍可通过多帧(两个以上)影像的综合判断得出视频的属性(例如：通过计算30个帧影像后，取得平均值)，仍可通过判断视频信号的整体品质而套用较佳的视频处理参数。

第一实施例：

以视频中一帧(frame)的MxN像素(M为行，N为列)为例，一个像素在特定色彩空间中的亮度值(Luminance)，或是利用红(Red)、绿(Green)与蓝(Blue)三个色彩值演算出亮度值。

影像处理电路提供用以暂存待处理影像信号的暂存器，如一种线暂存器(linebuffer)或帧暂存器(frame buffer)，暂存器的大小影响影像处理电路的影像处理能力。处理时，可参考图3显示视频品质检测方法的一实施例的流程图。

在此流程实施例中，先自视频来源取得视频信号(步骤S301)，将视频信号以帧为单位进行影像处理，各像素值先暂存至暂存器，经影像处理电路取得暂存器内的影像信号，可演算得出每个像素的亮度值(步骤S303)，之后，可计算相邻像素(可包括上下左右)之间的亮度变化，进而求得像素之间的亮度梯度(brightness gradient)(步骤S305)，亮度梯度为此实施例方法中用以判断影像的亮度变化特征，接着进行亮度统计，系统可先设定一个梯度门限，即利用此梯度门限筛选出可用以判断至少一帧影像属性的亮度特征，筛选亮度梯度的方式得出至少一帧影像中亮度变化较大的部分(步骤S307)，利用梯度门限比对亮度梯度，制作一亮度变化统计直方图(步骤S309)，通过此统计直方图可以判断出此帧影像的属性，是属于变化较为频繁的影像，或是变化缓和的影像，当统计数据显示此帧影像变化趋向较为频繁者，可以判断此帧属于分辨率较高的影像，反之，若帧影像变化趋向较为缓和者，则判断此帧属于分辨率较低的影像。在步骤S309中，可使用统计直方图的各统计值设计权重计算式，将权重计算式计算结果用来判断此帧影像的属性，如属于变化较为频繁或是缓和的影像。接着，根据系统设定的对照关系给予一品质分数(步骤S311)，作为影像处理电路选择采用的影像处理程序与处理参数的依据。

在影像处理电路运行视频品质检测方法时，可参考图4所示实施例，其中显示在方法中，先将一个帧影像40切割多区，此例显示为第一区401、第二区402、第三区403、第四区404与第五区405，能对各区分别执行影像处理流程。

同样地，对各区影像运算得出各像素的亮度值，并依据相邻像素之间亮度变化得出亮度梯度，再以梯度门限筛选得出影像变化较大的部分，之后再综合多区(即，401,402,403,404,405)的统计数据，判断至少一帧影像40的品质。

可参考图5所示一个帧影像中一序列像素的亮度值连续变化曲线图，纵轴为亮度，横轴为像素编号，其中标示帧影像中多个像素(即，P1,P2,P3,P4,P5,P6,P7…Pn)的亮度值，相邻两个像素之间具有一个亮度变化。

如图5所示，以一维像素为例，先得出的每个像素(即，P1,P2,…Pn)的亮度值，以每两个像素之间的亮度梯度比对梯度门限，亮度梯度大于这个梯度门限表示影像亮度有较大的变化，得出这些被筛选出的亮度梯度，计算两次筛选出的亮度梯度之间的像素数量，对整个影像帧的像素进行统计，成为一个影像帧的亮度变化统计直方图。

其中，当像素之间的亮度梯度符合(超过)一梯度门限时，表示影像在亮度上有变化(转折)，筛选得到的每次变化都计算一次其中所历经的像素数量，这可以是统计直方图的横轴，借此表达一种像素距离(即，d1,d2,d3,d4,d5)，能在统计得出各帧影像中像素的亮度分布的步骤中，以多个像素距离表示不同程度的亮度变化，也就是利用梯度门限筛选得出至少一帧影像中在多个像素距离的数量分布。

如图6所示的统计直方图，形成一种影像属性的评价(valuation)。若像素距离短，表示历经较少量的像素就有一次经筛选判断出的变化，若像素距离长，表示变化比较平缓，每次变化历经较多的像素。所述视频品质检测方法即可根据像素距离判断影像分辨率，当整帧像素经统计后偏向像素距离短的部分，表示影像有许多细节，可以判断影像帧属于高分辨率影像；反之，当整帧像素偏向像素距离长的部分，表示影像细节不多，可以判断影像帧属于低分辨率影像。除了可以判断出每张影像帧属于高分辨率影像或是低分辨率影像，还可以综合判断出整个视频属于高分辨率或低分辨率视频。下一步即能够根据这个判断选择适当的处理参数，执行对应的影像处理程序。

举例来说，其中第i像素(设为开始像素)与其邻近像素的关系包括与其往上下左右四个方向找出亮度关系，而得出亮度梯度，以亮度梯度表示的变化量比对一梯度门限，当亮度梯度大于此梯度门限时，此时得出转折点，转折点发生在第j像素(设为结束像素)，即对此计数统计。表示从第i像素开始比对，到第j像素产生较大亮度梯度变化量，即对此计数(+1)，形成如图6所示统计直方图。

根据图6所示视频品质检测方法中利用统计直方图判断影像品质的实施例示意图，其中纵轴为计数的数量，横轴为上述范例中第i像素到第j像素之间的距离(j-i＝像素距离)，经统计可归类为图示中的像素距离d1,d2,d3,d4,d5几个数值范围中。

若像素距离d1表示较小值的距离，像素距离d5为较大值距离，图6显示此帧影像的亮度分布趋向较小值(多数分布在靠近像素距离d1与d2)，显得影像中有较多细节才会造成亮度梯度变化大，也就能判断此帧影像属于较高品质的影像。最后，可以根据系统设定的对照关系给予一品质分数。值得一提的是，若产生的统计分布图有特别的极端值，在统计的目的下可以删除，再对剩下部分的品质分数给予品质的综合判断。

第二实施例：

根据视频品质检测方法的又一实施例，方法包括采用多个亮度过滤器，作为筛选出至少一帧影像中可用以各帧影像的属性的亮度特征的门限，如一种高通过滤器(highpass filter)，设定每个亮度过滤器有不同的亮度过滤参数，分别有不同的亮度过滤水平，以这些多个亮度过滤器对视频中各帧影像中像素的亮度值进行亮度过滤，筛选出至少一帧影像中可作为各帧影像的属性的亮度特征，方法如图7描述的流程实施例。

根据图7描述的流程实施例，同样地，影像处理电路接收视频信号(步骤S701)，同样得出各帧影像中像素的亮度值(步骤S703)，此时，将这些亮度值通过多个亮度过滤器(步骤S705)，借此筛选出可以判断帧影像属性的像素亮度值，其中可以得出每个像素能够通过的一或多个亮度过滤器，并对通过的亮度过滤器中亮度过滤水平最高者计数(步骤S707)，形成另一亮度统计图(步骤S709)，显示出各影像帧中像素在多个亮度过滤器的分布，借此判断各帧影像品质，进而判断视频品质的分数(步骤S711)。

列举一实施范例，系统提出N个亮度过滤器：filter 0～filter N-1，以此筛选各帧影像中像素亮度，利用图7流程，计算N组当前像素和邻近像素亮度的权重值组合，如第一亮度过滤器(filter 0)中采用多种权重值(coff0,coff1,coff(K-1))：filter0：{filter0_coff0,filter0_coff1,…,,filter0_coff(K-1)}，接着使得像素亮度通过第一亮度过滤器；第N亮度过滤器(filter N-1)为：filter(N-1)：{filter(N-1)_coff0,filter(N-1)_coff1,…,,filter(N-1)_coff(K-1)}。其中，N及K为正整数。之后，使用统计直方图统计整张影像中的N组(对应N个亮度过滤器)的个数，进而得出整张图像的频率模式。

在影像处理电路利用多个亮度过滤器的实施例中，在统计得出各帧影像中像素的亮度分布的方式中，此例以多个亮度过滤器显示各帧影像不同程度的亮度变化，建立一统计直方图，用以显示帧影像中在多个亮度过滤水平的数量分布，可得出各帧影像的频率模式(例如偏向高频、中频或低频)，除了判断出各帧影像品质外，还能进一步得出视频信号的品质。

举例来说，系统提供三个亮度过滤器，亮度过滤水平从高到低顺序为第一亮度过滤器(filter 1)、第二亮度过滤器(filter 2)与第三亮度过滤器(filter 3)。第一像素P1同时通过第一亮度过滤器(filter 1)、第二亮度过滤器(filter 2)与第三亮度过滤器(filter 3)，对其中亮度过滤水平最高的第一亮度过滤器的计数器加1；第二像素P2同时通过第二亮度过滤器(filter 2)与第三亮度过滤器(filter 3)，对其中亮度过滤水平最高的第二亮度过滤器的计数器加1；第三像素P3仅通过第三亮度过滤器(filter 3)，即对第三亮度过滤器的计数器加1。以此类推，可对整帧影像得出一个统计直方图，如此可以得出整个影像帧在多个亮度过滤参数下的数量分布。

在此实施例中，若整帧像素数量分布趋向较高水平的亮度过滤器，得出频率高(影像细节多，显示为高频影像)而细节较多的像素，可判断此帧影像属于较高分辨率影像；反之，若整帧像素数量趋向较低水平的亮度过滤器，得出频率较低而细节较少的像素，则可判断此帧影像属于较低分辨率影像。如此，可以根据针对此帧影像建立的统计直方图，给予此帧影像一品质分数，作为影像处理电路选择采用的影像处理程序与处理参数的依据，并且，进一步地，通过多帧影像的判断得出输入视频信号的品质。

如此，通过上述两个实施例，使得视频品质检测方法可以通过亮度梯度变化的筛选，或是通过亮度过滤水平筛选，经所制作的统计直方图取得输入视频以及各帧的分辨率所在的范围，即可通过统计方法检测出各影像帧的分辨率是属于高分辨率(如Full HD)、中分辨率(如HD)或是低分辨率(如SD)。

根据方法实施例，实现视频品质检测方法的影像处理电路以存储器存储了几套影像处理参数，分别对应多个分辨率范围，形成一个对照表，使得可以根据系统判断出输入视频中各帧的分辨率范围提供对应的处理参数。

以上描述的视频品质检测方法可以通过统计直方图取得输入视频以及各帧的分辨率所在的范围，举例来说，可以得出各影像帧的分辨率是属于高分辨率(如Full HD)、中分辨率(如HD)、低分辨率(如SD)或其对应的分辨率数值。

举例来说，根据图8所示视频品质检测方法中利用统计直方图判断影像品质的范例，其中横轴显示多个亮度过滤器编号1,2,3,…N，纵轴则显示统计数量，此例显示统计数量偏向亮度过滤器编号1,2等较前者，此部分显示为频率较高的像素分布，也就是亮度变化较大者，可据此判断此帧影像属于较高分辨率。反之，如图9所示，此例显示统计数量偏向亮度过滤器编号较后者，此部分显示为频率较低的像素分布，也就是亮度变化较为缓和，可据此判断此帧影像属于较低分辨率。

图10显示一个视频中可能具有不同分辨率的影像，在视频品质检测方法的运行下，当视频信号中具有不同品质的多帧(两个以上)影像，显示装置中的影像处理电路处理此视频信号时，可分别动态地对不同品质的各帧影像采用对应各帧影像品质的处理参数，如图10显示一个视频100由多个帧影像101,102,103,104,105,106,107组合，各帧影像通过视频品质检测方法判断为高、中与低分辨率不等的影像品质，使得影像处理电路可以实时且动态地根据对应的处理参数处理各帧影像。

根据以上实施例可知，利用统计直方图判断影像品质的方式至少有以上第一实施例与第二实施例两个方案，为了检测输入视频品质，可以采用其中之一，或是同时参考两个方案的结果，分析后决定其中的一视频品质判断的结果，或可将两者执行一权重运算，得出最后品质判断的结论，作为选择影像处理程序或选择处理参数的依据。

所述视频品质检测方法的主要技术概念是对输入视频中每帧(frame)的影像进行一亮度统计处理程序，得出每帧的亮度分布信息，特别是得出一个亮度的统计直方图(histogram)，目的是判断出输入影像的正确分辨率，避免视频经过一些设备或是影像处理后产生与原本视频信息(如诠释数据(metadata，元数据)、厂商特别信息(Vender-SpecificInfo Frame，VSIF)等)不符的视频信号，而错误的视频信息，如分辨率、影像大小、时间长度、色彩空间等，可能导致判断错误而使用了错误的影像处理程序。

综上所述，根据本文所公开的实施例，视频品质检测方法利用影像中亮度信息产生统计直方图，从中判断输入视频的分辨率，其目的之一是要提供输入视频正确的后级影像处理程序，不仅是能够让显示装置对输入视频执行正确的影像处理程序，还能实时检测视频中每帧的分辨率，能将视频中经过放大处理及未做过放大处理的影像分别出来，以分别执行更为准确的影像处理程序。

以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的权利要求，所以凡是运用本发明说明书及附图内容所做的等效技术变化，均包含于本发明的权利要求内。

Claims (10)

1.一种视频品质检测方法，应用于一影像处理电路中，包括：

接收一视频信号，该视频信号具有至少一帧影像；

从该至少一帧影像中像素的信息得出各像素的亮度信息；

利用一门限筛选出该至少一帧影像中作为该至少一帧影像的属性的亮度特征；

统计得出该至少一帧影像中像素的亮度分布；以及

判断该至少一帧影像的品质。

2.如权利要求1所述的视频品质检测方法，其中，当判断出该至少一帧影像的品质时，该影像处理电路对该至少一帧影像使用对应该至少一帧影像品质的处理参数；当利用两个以上帧影像综合判断出该视频信号的品质时，该影像处理电路对该视频信号使用对应该视频信号品质的处理参数；当该视频信号中具有不同品质的该两个以上帧影像时，该影像处理电路分别动态地对不同品质的该两个以上帧影像采用各自对应该两个以上帧影像品质的处理参数。

3.如权利要求1所述的视频品质检测方法，其中该门限为一梯度门限，即利用该梯度门限筛选出该至少一帧影像中能作为该至少一帧影像的属性的亮度特征，包括得出该至少一帧影像中亮度变化较大的部分；以及，在统计得出该至少一帧影像中像素的亮度分布的步骤中，以多个像素距离表示不同程度的亮度变化，建立一统计直方图，用以显示利用该梯度门限筛选得出该至少一帧影像中在该多个像素距离的数量分布。

4.如权利要求3所述的视频品质检测方法，其中，由该统计直方图判断该至少一帧影像是属于变化较为频繁的影像时，该至少一帧影像属于分辨率较高者；由该统计直方图判断该至少一帧影像是属于变化缓和的影像时，该至少一帧影像属于分辨率较低者；以及，根据该至少一帧影像的该统计直方图，给予该至少一帧影像一品质分数，作为该影像处理电路选择处理参数的依据。

5.如权利要求1或2所述的视频品质检测方法，其中该门限为该影像处理电路使用的多个亮度过滤器，利用该多个亮度过滤器筛选出该至少一帧影像中能作为该至少一帧影像的属性的亮度特征。

6.如权利要求5所述的视频品质检测方法，其中，在统计得出该至少一帧影像中像素的亮度分布的步骤中，以多个亮度过滤器显示该至少一帧影像不同程度的亮度变化，建立一统计直方图，用以显示该至少一帧影像中在多个亮度过滤水平的数量分布。

7.如权利要求6所述的视频品质检测方法，其中，根据该统计直方图，若判断该至少一帧影像中像素数量分布趋向较高水平的亮度过滤器，判断该至少一帧影像属于较高分辨率影像；若该至少一帧影像中像素数量趋向较低水平的亮度过滤器，判断该至少一帧影像属于较低分辨率影像；以及，根据该至少一帧影像的该统计直方图，给予该至少一帧影像一品质分数，作为该影像处理电路选择处理参数的依据。

8.一种影像处理电路，该影像处理电路执行一视频品质检测方法包括：

通过一输入界面接收一视频信号，该视频信号具有至少一帧影像；

从该至少一帧影像中像素的信息得出各像素的亮度信息；

利用一门限筛选出该至少一帧影像中作为该至少一帧影像的属性的亮度特征；

统计得出该至少一帧影像中像素的亮度分布；

判断该至少一帧影像的品质，作为该影像处理电路选择处理参数的依据；以及

该影像处理电路使用该处理参数处理该视频信号，以将该视频信号显示于一显示装置。

9.如权利要求8所述的影像处理电路，其中该门限为一梯度门限，利用该梯度门限筛选出该至少一帧影像中能作为该至少一帧影像的属性的亮度特征，包括得出该至少一帧影像中亮度变化较大的部分；以及，在统计得出该至少一帧影像中像素的亮度分布的步骤中，以多个像素距离表示不同程度的亮度变化，建立一统计直方图，用以显示利用该梯度门限筛选得出该至少一帧影像中在该多个像素距离的数量分布。

10.如权利要求8所述的影像处理电路，其中该门限为该影像处理电路使用的多个亮度过滤器，利用该多个亮度过滤器筛选出该至少一帧影像中能作为该至少一帧影像的属性的亮度特征；以及，在统计得出该至少一帧影像中像素的亮度分布的步骤中，以多个亮度过滤器显示该至少一帧影像不同程度的亮度变化，建立一统计直方图，用以显示该至少一帧影像中在多个亮度过滤水平的数量分布。

Images