CN1273487A - 在视频图像中检测水平黑带的方法 - Google Patents

Abstract

本发明涉及在视频图像中检测黑带(1、2)的方法,其特征在于亮度范围对应低亮度值:对于每一线,计算与出现的最大数关联的值,就是说,具有相同亮度值的点的最大值,这些线处于黑带的通常位置内;在这些线上平均这个值;计算依赖于这个平均值的阈值;对于一条新线,把获得的出现的最大数有关的值与这个阈值进行比较。应用涉及“信箱”格式的检测。

Description

在视频图像中检测水平黑带的方法

本发明涉及自动检测水平黑带的方法，例如，在16/9屏幕上，进行自动放大4/3格式的视频图像。

目前存在自动检测包括在电视图像的顶部和底部的黑色水平条的所谓的“信箱”格式的方法。这些方法通常基于在视频图像的开始或最后几条线上测量视频信号电平。它作为在开始几条线上和最后几条线上的平均亮度电平的函数，以致检测到“信箱”格式。

然而，这些方法不是很可靠，因为它们依赖亮度设置、信噪比、插入黑带内的标识符等。

本发明的目的是减轻上述的缺点。

本发明的主题是一种方法，用于在视频图像中检测黑带，其特征在于亮度范围对应低亮度值：

—对于每一线，计算与出现的最大数关联的值，就是说，处于黑带的通常位置内的线具有相同亮度值的点的最大值，

—在这些线上平均这个值，

—计算取决于这个平均值的阈值，

—对于一条新线把获得的出现的最大数有关的值与这个阈值进行比较。

按照特殊的实施例，对于一线，与出现的最大数关联的值是一条线的部分或者整条线的点的出现(Maxzone Principal i)的最大数。

根据一个特定的实施例，对于一线，与出现的最大数关联的值是一条线的部分或整条线的点的第一、第二和第三最大出现(Maxzone i)的和。

按照其它实施例，阈值也依赖于图像的信噪比。它可以是平均值的百分比，在这些线上，这个百分比可能是取决于对整条线(Z1)的点的出现在这些线上的计算的平均值。

按照特殊的实施例，对于一线，对于线(Z1)的所有点计算了与出现的最大数关联的值。

按照另一个实施例，图像被分解为垂直区域(Z2、Z3、Z4)，并且，在这些区域内，对于一线，只对于对应这个区域的线部分的这些点计算了与出现的数关联的值，所进行的比较用于各个区域。

按照特殊的实施例，与Maxzone-Principal i关联的阈值用于高信噪比，Maxzone i用于低信噪比。

比较可以在几个图像上进行，对于各种图像，检测依赖可靠性标准，可靠性标准依赖相同检测的数。对于各种区域，可靠性标准也可以依赖相同检测的数。

本发明的主要优点是黑带和“信箱”格式的可靠性检测，即使携带视频图像的信息(就是说黑带外部的视频线)与黑带电平完全相同。在黑带内的标识符的显示没有阻碍这样的检测，由于该事实，检测可以在垂直区域进行，以致检测或消除呈现在黑带内的小插入物的影响。

本发明的特征和优点从下面对例子的论述和参考附图将变得很明显。

图1是在信箱格式中的图像。

图2a是对应相同黑电平的直方图。

图2b是对应不同黑电平的直方图。

图3a是按比例把图像分为区段用于直方图的计算。

图3b是对应区域1的直方图。

图3c是对应区域2至4的直方图。

图4a是一个直方图，所考虑的阈值是出现的最大数。

图4b是一个直方图，所考虑的阈值与第一、第二、和第三最大的出现的和。

图1是在4/3格式中包括上部黑带和下部黑带的视频图像，并显示在16/9屏幕上。屏幕的右侧和左侧充满垂直黑条。在本方法所用的例子中，通过水平条的检测，启动自动图像放大，以致显示全屏图像。

事实上，黑带的检测等于在图像中确定携带视频图像信息的第一和最后的线，该视频图像随后将被称为“活动的”视频图像。在图1中，“活动的”视频图像的第一线是参考1，最后的线是参考2。

本发明所用算法的原理依赖于在一条视频线上，在低电平中，把对应具有相同亮度值的像素的最大数的值与依赖于被处理图像的质量的阈值进行比较。

因此，确定图像质量的标准被估算为图像内的噪声电平的函数，并也依赖于对低电平，在亮度直方图上的分配视频图像点的每一线，例如，低于63的线。黑色越纯，直方图的最大值将越大。

图2a是对应具有相同黑电平的水平黑带的直方图。

直方图所用的标志在纵坐标对应出现的数，就是说样本的数，在横坐标对应亮度值。在所考虑的例子中，对应视频线的720个样本有相同的亮度值。

此后论述的直方图有相同的标志。

图2b是对应不同黑电平的直方图。

在所示的例子中，最常出现的亮度电平是在线的720个样本中有160个。在取样线上，这是第一个最大峰值。

由于检测可靠性的原因，考虑所显示的插入物或标识符，或在黑带内定义的区域内的任何类型的显示，图像的描述在几个区域上完成。在本例中是在四个区域上完成的。

图3a代表这样的区域：

—在4/3格式中，第一个区域Z1对应图像线的宽度，即720点，

—第二、第三和第四区域Z2、Z3、Z4对应视频线的1/3、2/3、3/3，即，对于每一个区域是240点。

图3b是对应区域1的直方图。值Pmax、Dmax和Tmax分别是与每一个亮度值的取样数有关的第一、第二和第三的最大值。因此，它们对应三个低亮度值，在本例中低于63，该亮度值在一条线中是最常见的。

对于每一条线，为区域1所选择的特征值是相同亮度值的最大数Pmax以及值Pmax、Dmax与Tmax的总和。

图3c是对应区域2、3或4的直方图。对于这些区域，选择的特征值是值Pmax_i。因此，这是对应区域i的线部分的最大出现。

不同的特征值从每一条视频线提取出来，并因此在区域1产生了对应720个样本的直方图，在每一个其它区域产生了对应240个样本的直方图。对一幅图像或一帧图像，在位于图像黑带的通常位置内的图像部分，所选择的质量标准对应所测得的特征值的平均值。

例如，这是在所显示的第一个n条视频线上的平均。在一个特殊例子中，n＝16。通过比较，黑带对应几十条视频线。

在下面，通常所说的图像被用来表示一幅图像和一帧。

因此，存在下面五个质量标准：

—以已知的方式计算的噪声电平，用于一幅图像或一组图像，或其它预先计算的噪声电平，例如，如果图像传输条件没有影响它的值。

—在每个区域i的n线组上，数值Pmax_i的平均值，对于四个区域I，该给定的四个数值称为Maxzone_Principal_i。

—在每一个区域i的n线组上，Pmax+Dmax+Tmax的总和的平均值，对于四个区域i，给出了四个值称为Maxzone_i。

因此，与黑色的纯度有关的质量标准被用来评价图像。

然后，根据每一个标准定义的阈值被用来检测黑带。正好是所获得的质量标准的值用于图像的第一组n线，该图像的第一组n线用于计算阈值和在随后的线中检测“活动的”视频图像。

所计算的阈值依赖信噪比。

对于无噪声图像(信噪比S/B≥30dB)，在值Maxzone₁上进行了测试。

如果这个值大于明显好的黑色纯度480，则为区域i(Val_Pure_i)选择的阈值是值Maxzone_Principal_i，降低了12％的边缘。图4a显示了这个例子。

如果这个值小于或等于480，则为区域i(Val_Threshold_i)选择的阈值是值Maxzone_i，降低了25％的边缘，如果Maxzone_Principal_i小于或等于240或其它的，则降低18％的边缘，如果Maxzone_principal_i大于240，因此，对应最好的黑色纯度。图4b显示一个例子，其中，阈值是相对于Maxzone_i计算的。

图像的质量越好，边缘越小。

当所计算的阈值低于这些最低值时，强加了最小的阈值，对于区域1是270，其它区域是270/3。

上述实例的算法在下面重复，用于补充信噪比的其它值(微小噪声图像和大噪声图像)。将观察到，在大噪声图像的例子中，最低阈值比较高，以在检测中保持好的可靠性。1)  信噪比≥30dB

if(Maxzone_i＞480)，then the threshold value is：

Val_Pure_i＝Maxzone_Principal_i-Maxzone Principal_i/8(-12％)or else if(Maxzone₁＜480)and if(Maxzone_Principal₁_≤240)，then：

Val_Threshold_i＝Maxzone_i每Maxzone_i/4(-25％)

unless(Val_threshold_i＜270)，then Val_Threshold_i＝270

unless(Val_threshold_2-3-4＜90)，then Val_Threshold_2-3-4＝90or else，if(Maxzone_Principal₁＞240)，then：

Val Threshold_i＝Maxzone_i每Maxzone_i/8每Maxzone_i/16(-18％)

unless(Val_threshold₁＜270)，then Val_Threshold₁＝270

unless(Val_threshold_2-3-4＜90)，then Val Threshold_2-3-4＝902)25dB信噪比＜30dB

if(Maxzone₁＞480)，then：

Val_Threshold_i＝Maxzone_i每Maxzone_i/16(-6％)

or else，if(Maxzone₁  480)，then：

Val_Threshold_i＝Maxzone_i每Maxzone_i/8每Maxzone_i/16(-18％)

unless(Val_threshold₁＜270)，then Val_Threshold₁＝270

unless(Val_threshold_2-3-4＜90)，then Val Threshold_2-3-4＝903)信噪比＜25dB

Val_Threshold_i＝Maxzone_i每Maxzone_i/16(-6％)

unless(Val_threshold₁＞480)，then Val_Threshold₁＝480

unless(Val_threshold_2-3-4＞160)，then Val Threshold_2-3-4＝160

因此，按照平均的值，在第一个n线上，直方图的最初的三个最大的和、噪声值，完成检测，对于随后的每一条线j，把用于这条线j的前三个极大值的和(Pmax_i+Dmax_i+Tmax_i)_Linej与有关的阈值(Val_Threshold_i)进行比较，或把用于这条线j的第一最大值值(Pmax_i)_Linej与有关的阈值(Val_Pure_i)进行比较。

对于所评价的图像为“纯”，有用的信息包含在Pmax_i的值中。对于这个单个的值的检测是比较准确的。

所进行的这些比较用于每一个区域，因此，通过取得这些最大值，用于对应一个区域的线j的每一部分。作为黑色纯度函数的阈值的改变使得在检测中比较准确成为可能。如果发现图像只有微小的噪声，在开始的几条线上的测量期间，所计算阈值的直方图可以接近对应计算的平均值(就是说，有小的边缘)。当图像质量被认为是好的时，这些阈值的调整允许检测插入物、标识符等，尽管它们只影响图像的很小区域，

下面的标准可以被用来确认或定义一条线是“活动的”视频图像。

—所检测到的线作为“活动的视频图像”被放置在图像的部分中，例如，图像的前三条或最后三条。例如，对于288线的图像，检测确认区域可以位于线16线288/3之间，用于图像的上部，线288×2/3和288-16用于图像的下部。

—在相同帧的四个区域之一上，相同检测的数。

—取样和第一个最大值的位置数(置信度电平依赖于峰值的量级和黑色的值)。

可以加上时间标准。在P帧上，对应4区所检测的4个值加上所选择的值被存储在用于每一帧的存储器中。然后，区域方式的主要过程被执行，以便对每个区域确定对应图像的第一线的“顶”线，及对应携带图像信息的最后线的“底”线。

因此，在区域内的标识符的存在可以很可靠地检测出来。

给出一个较高的加权到依赖于所要求检测的类型的空间或暂时的标准，就是说，取决于是否忽略标识符，在存在的标识符中是否保留黑带。

Claims (14)

1.在视频图像中检测黑带的方法，其特征在于亮度范围对应低亮度值：

—对于每一线，计算与出现的最大数关联的值，就是说，具有相同亮度值的点的最大值，这些线处于黑带的通常位置内，

—在这些线上平均这个值，

—计算依赖于这个平均值的阈值，

—对于一条新线，把获得的出现的最大数有关的值与这个阈值进行比较。

2.按照权利要求1所述的方法，其特征是对于一线，与出现的最大数关联的值是一条线的部分的完整的线出现(Maxzone-Principal i)的最大数。

3.按照权利要求1所述的方法，其特征是对于一线，与出现的最大数关联的值是一条线的部分的完整的线的点的第一、第二和第三最大出现(Maxzone i)的和。

4.按照权利要求1所述的方法，其特征是阈值也依赖于图像的信噪比。

5.按照权利要求1所述的方法，其特征是阈值是平均值的百分比，

6.按照权利要求5所述的方法，其特征是在这些线上，百分比依赖于为对应整条线(Z1)的点的出现所计算的平均值。

7.按照权利要求1所述的方法，其特征是对于一线，对于线(Z1)的所有点计算了与出现的最大数关联的值。

8.按照权利要求1所述的方法，其特征是图像被分解为垂直区域(Z2、Z3、Z4)，并且在这些区域内，对于一线，只对应这个区域的线部分的这些点计算了与出现的数关联的值。

9.按照权利要求8所述的方法，其特征是所进行的比较用于各个区域。

10.按照权利要求2所述的方法，其特征是与Maxzone-Principal i关联的阈值用于高信噪比。

11.按照权利要求2所述的方法，其特征是与Maxzone i关联的阈值用于低信噪比。

12.按照前面权利要求之一所述的方法，其特征是比较是在几个图像上进行。

13.按照权利要求9所述的方法，其特征是对于各种区域，检测依赖可靠性标准，可靠性标准依赖相同检测的数。

14.按照权利要求12所述的方法，其特征是对于各种图像，检测依赖可靠性标准，可靠性标准依赖相同检测的数。

Images