CN1383673A - 对图象序列的噪声滤除 - Google Patents

Abstract

提供了对图象序列(V1)进行的噪声滤除,其中确定(11)图象序列(V1)的至少一个图象的统计特性(S),以及根据从至少一个图象得出的一组原先的象素数值(P_t,M_i)来计算至少一个滤波的象素数值(P_t’),其中原先的象素数值(P_t,M_i)在统计特性(11)的控制(12,α)下被加权(13)。

Description

对图象序列的噪声滤除

本发明涉及对图象序列的噪声滤除。本发明还涉及编码图象序列，其中图象序列被噪声滤除。

图象序列通常包含噪声是熟知的，这个噪声可能是在图象获取的初始阶段期间，或在处理与传输运行期间，或甚至在存储阶段期间引起的。这个噪声不单恶化序列的质量，也恶化以后可能的压缩运行(例如，MPEG，小波，分位数等等)的性能。为此，在尽可能多地减小噪声而又不会不可接受地影响图象质量方面，有很大的兴趣。

为了减小噪声，滤波运行是必须的。这样的滤波运行可以导致图象的模糊和“重影”的影响，这导致对于观看者的不可接受的质量。这是由于几乎所有的图象都具有带有边缘，轮廓等等的详细的区域。

本发明的一个目的是提供有利的滤波。为此，本发明提供用于对图象序列进行噪声滤除的方法和设备，以及用于编码图象序列的方法和设备，正如在独立的权利要求中被规定的。有利的实施例在所附权利要求中被限定。

在本发明的第一实施例中，确定在图象序列的至少一个图象中的统计特性，以及根据从至少一个图象得出的一组原先的象素数值计算至少一个滤波的象素数值，其中原先的象素数值在统计特性的控制下被加权。本发明提供执行自适应滤波的简单的方法，它优选地被应用于压缩系统的预处理级。统计特性可以通过任何已知的(或还未知的)计算，例如在至少一个图象的子组中的方差或相关(或它们的近似)，而容易地被得出。

在本发明的另一个实施例中，计算步骤包括在统计特性的控制下加权原先的象素数值组，得出加权的象素数值组，以及把加权的象素数值组提供给静态滤波器，在该静态滤波器中，至少一个滤波的象素数值从加权的象素数值组中被算出。这个实施例尤其具有优点：滤波的自适应性可通过使用分开的加权步骤被得出，以及静态滤波器与加权相组合地被使用。代替使用可变滤波器，它的实施方案是更复杂的，本发明提供简单的象素数值的适配，它与静态滤波器相组合导致自适应滤波。

有利地，统计特性包括原先的象素数值组的空间和/或时间扩散。在本实施例中，自适应是基于为得出滤波的象素数值而被处理的象素数值的“扩散”的计算。扩散是基于在象素数值之间的差别的度量，扩散优选地是作为绝对差值的和值被计算的，给定的绝对差值是通过从给定的原先的象素值中减去平均象素值而得出的。本地“扩散”，即，从其中计算滤波的象素数值的、原先的象素组的扩散，是图象的本地活动性的良好的指示。这样，根据被处理的象素的统计特性，有可能本地地控制滤波器的强度，以避免在图象内容是关键的地方处(例如在边缘处)的赝像。在预滤波中，即，在进入编码环路以前，在运动物体附近以及特别是在运动边缘处的缺陷，通过根据图象的本地统计性质的自适应性，而被消除，以便完成空间滤波以及空间时间滤波，能够非常有效地对抗高斯噪声，而不在图象序列中产生不可接受的赝像。这在应用平均滤波器时特别正确。中值滤波减小高斯噪声和难对付的噪声。

有利地，通过对于原先的象素组中的每个象素取原先的象素数值的一个部分α和中心的象素数值的一个部分1-α的组合，而得出加权象素数值。事实上，α表示原先的象素数值占中心象素数值的量。在α＝0的情形下，所有的原先的象素数值具有与中心象素数值的相同的数值，即，不考虑不同于中心象素数值的所有原先的象素数值。这是在本地扩散很高时优选的情形。在α＝1的情形下，所有的原先的象素数值保持它们的原先的数值。这是在本地扩散很低时优选的情形。通常，扩散越高，α越低。在本实施例中，控制信号只包含一个数值，即α，这样，实施方案可被保持为尽可能小。

本地扩散最好配备有查找表，它的输出控制加权。查找表提供简单和快速的达到加权的控制。

本发明中的优选的滤波运行包括中值滤波和平均滤波。当例如在空间时间平均滤波中使用时间方向上的扩散时，最好使用第二查找表用于时间方向，因为在时间方向上的象素数值常常与空间方向上的象素数值不同地互相相关。而且，在时间方向上的象素与空间方向上象素不太相关；所以，有利地在与空间方向上的象素数值相比较，在总的结果中减小在时间方向上相邻的象素的加权。

在使用时间方向的情形下，时间移位的原先的象素数值优选地包括在同一个帧中来自不同的区(具有不等的奇偶校验)的两个原先的象素数值以及先前的帧的至少一个原先的象素数值。这个实施例比起存储在不同的帧的、具有相同的奇偶校验的区的象素数值来说，节省存储器，因为在后面的情形下，至少两个帧需要被存储来使得两个区是可提供的。

而且，可以使用滤波的时间移位的象素数值，而不是时间移位的原先的象素数值，来减小滤波器的实施方案的带宽要求。

美国专利5,621,468揭示了被用作为图象编码设备中的预滤波的运动自适应空间时间滤波方法，它通过按照想要的时间截止频率和运动分量的速度使用具有频带限制特性的滤波器，而沿着运动分量的轨迹，而不用时间折叠地处理视频帧信号在空间时间域上时间频带限制。

美国专利4,682,230揭示了自适应中值滤波系统，它滤波输入信号的样本。另一个电路估值输入信号中噪声的相对密度，产生提供给自适应中值滤波器的控制信号。自适应滤波器选择地以具有自中值数值的样本替换当前的样本。如果当前的样本/中值距离超过处理的M片内的距离，则中值数值的样本被耦合到输出端，否则，当前的样本被耦合到输出。M片是涉及在按照它们的数值存储的样本表中样本的相对位置的通用术语。中间的以及上部的和下部的量是特定的情形，分别表示在该表中一半、四分之三和四分之一地方的数值。M片内的距离是在上部的M片数值与下部的M片数值之间的差值，以及是在当前样本的地点处图象的对比度的度量。

美国专利5,793,435揭示了使用可变系数空间时间滤波器的视频的去交织。交织的视频信号被输入到视频存储器，它又提供一个参考和多个偏移视频信号，代表要被内插的象素以及空间上和时间上相邻的象素。作为辅助信号连同交织的视频被发送的、或从连同交织的视频被发送的运动衰落得出的、或直接从交织的视频信号得出的、系数索引号被提供给系数存储器，以便选择一组滤波器系数。参考和偏移信号连同空间时间内插滤波器(诸如FIR滤波器)的滤波器系数一起被加权，以便产生内插的视频信号。内插的视频信号与参考视频信号相交织，被适当地延时以补偿滤波器处理时间，产生渐进的视频信号。

现在参照此后描述的实施例，将明白和阐述本发明的上述的和其它方面。

在附图中：

图1显示按照本发明的编码器的实施例；

图2显示如图3和4所示的自适应滤波器的输入样本；

图3显示按照本发明的自适应空间中值滤波器的实施例；

图4显示按照本发明的自适应空间平均滤波器的实施例；

图5显示如图6所示的自适应空间时间平均滤波器的第一组输入样本；

图6显示按照本发明的自适应空间时间平均滤波器的实施例；以及

图7显示如图6所示的自适应空间时间平均滤波器的第二组输入样本。

图上只显示对于了解本发明所必须的那些单元。

图1显示按照本发明的编码器1的实施例，它包括输入单元10、计算单元11、查找表12、加权级13、滤波器14和编码单元15。输入视频信号V1被提供到编码器1以及在输入单元10中被接收。在计算单元11中，从被表示为P_t，M_i的一组原先的象素数值中得出本地扩散S。扩散计算的结果被提供到查找表12，得出控制信号α。在加权级13中，象素数值P_t，M_i被加权，得出加权的象素数值P_t，N_i。加权的象素数值P_t，N_i在滤波器14中被滤波，得出滤波的象素数值P_t’。多个象素数值P_t’构成滤波的视频信号。按照本发明的有利的实施例，滤波器14包括空间中值滤波器，空间平均滤波器，空间时间平均滤波器或它们的组合。由多个滤波的象素数值P_t’组成的滤波的视频信号在编码单元15中被编码，以便得到编码的视频信号V2。编码单元15优选地是MPEG编码器。

图2显示按照本发明的自适应滤波器(诸如图3所示的空间中值滤波器或图4所示的空间平均滤波器)的示例性输入样本。这些输入样本也可被使用来显示在一个场内输入样本的优选的例子。虚线表示第一场的图象线，以及连续线表示帧的第二场的图象线。样本P_t处在计算的输出样本的位置。为了计算一个滤波的亮度样本，五个样本P_t，M₁，M₂，M₃和M₄被用作为输入。在MPEG编码器中，它是本发明的优选的应用领域，按照CCIR 4∶2∶2格式，水平的彩色子采样通常在输入端发生。所以，在彩色样本(对于U和V的P_tc，M_1c，M_2c，M_3c和M_4c)之间的水平距离是亮度样本的两倍。因为实验表明来自彩色样本的额外的增益是最小的，彩色中值处理可以跳过，而不会很大地影响质量。

中值滤波本身对于它的保留单值步骤边缘的能力在技术上是已知的，所以，它广泛地被使用于二维图象噪声平滑。中值滤波器的实施方案需要非常简单的数字非线性运算：取长度n的采样的和量化的信号；在该信号上，有一个跨越m个信号样本点的窗口滑动。滤波器输出被设置等于这些m个信号样本的中值数值以及是与窗口的中心处的样本有关的。M个标量X_i(i＝1，...，m)的中值可被定义为X_med，以使得对于所有的Y有： $\underset{i=1}{\overset{m}{\mathrm{\Σ}}}|X_{\mathrm{med}}-X_i|\≤\underset{i=1}{\overset{m}{\mathrm{\Σ}}}|Y-X_i|---\left(1\right)$

为了结果得出唯一的数值，m必须是奇数值。假设从具有由下式表示的双指数密度函数的总体中取一个随机样本{X₁，...，X_m}： $f\left(x\right)=\frac{{\mathrm{\γe}}^{-\mathrm{\γ}|x-\mathrm{\δ}|}}{2}---\left(2\right)$

其中γ是缩放因子以及δ是最大位置参量。使得以下的或然率函数的数值最大化的δ的数值： $L\left(\mathrm{\δ}\right)=\underset{i=1}{\overset{m}{\mathrm{\Π}}}\frac{{\mathrm{\γe}}^{-\mathrm{\γ}|x_1-\mathrm{\δ}|}}{2}---\left(3\right)$

被称为基于随机样本{X₁，...，X_m}的、对于δ的最大或然率估值。通过取(3)式的对数，可以看到，最大或然率估值显然等于Med[X₁，...，X_m]。因此，中值是在最大或然率的意义上位置参量的最佳估值，如果输入分布是如(2)式中的双指数的话。同样地，平均值是对于高斯分布的最大或然率估值。

传统上，当中值滤波器被使用于二维图象时，在图象的每个点上的强度用被包含在以该点为中心的、m*m窗口内的那些点的强度的中值代替。大家知道，中值滤波器，比起线性滤波器来说，对于平滑带有难对付的噪声分布的图象是更有效的，因为通过中值滤波，分离物被拒绝。按照上述的性质，当输入的噪声的分布具有较大的拖尾(例如，难对付的噪声)，中值滤波器有助于产生对于滤波的噪声的更低的方差，但具有较低的性能时，例如，在具有高斯分布的不相关的(白色)图象噪声的情形下的平均滤波器；另外当存在高斯噪声或脉冲式噪声时，后者不能像只存在冲击式噪声时那样被完全抑制。

一般认为，中值滤波器对于它们的保留图象的单值步骤边缘(宽度(m+1)/2)的能力是又吸引力的，而平均滤波器不可避免地趋向于模糊的边缘，但对抗高斯噪声是更有效的。在本发明的一个实施例中，以实际的硬件的、简易的实施方案通过使用分开的中值滤波器而被得出。这样的分开的滤波器通过接连地应用沿着不同的方向的一维中值滤波而执行中值滤波运算。虽然结果并不等同于完全的二维中值滤波(使用m*m窗口)，但可以看到，分开的滤波器提供与二维中值滤波器可比较的性能。然而，主要的优点在于，在完全的二维中值滤波器中，中心的单元是m²个点的中值；通过分开地沿着行和列完成m个点的中值，可以得到计算上节省的因子。分开的中值滤波器因此在技术上是已知的。

虽然中值具有良好的保留边缘的能力，但如果它被直接应用到图象数据上时，则会出现奇特的影响，如模糊和在运动部件周围的“拖尾”和“阴影”。特别是为了使得这些不想要的影响最小化，本发明提供自适应中值滤波器，该滤波器是基于图象的本地统计特性自适应的。

图3显示按照本发明的、自适应中值滤波器的一个实施例。图2所示的输入样本P_t，M_i被提供给计算单元21和加权级23。在计算单元2 1中，从输入样本计算空间扩散S_spat，该扩散S_spat被提供给查找表22。根据扩散S_spat，从查找表22得出控制信号α。控制信号α被提供给加权级23，在其中输入象素数值P_t，M_i被加权，得出被调整的象素数值P_t，N_i。应当指出，在本实施例中，中心的象素P_t不受加权影响。在中值滤波器24中，从调整的象素数值P_t，N_i取中值，得出滤波的象素数值P_t’。中值滤波器24包括三个分开的中值滤波器240，241和242。这些分开的中值滤波器240，241，242一起形成总的中值滤波器。下面讨论本实施例的运行。

五个输入样本P_t，M₁，M₂，M₃和M₄的空间扩散S_spat被如下地计算： $M_{\mathrm{ave}}=\frac{(P_t+M_1+M_2+M_3+M_4)}{5}---\left(4\right)$ $S_{\mathrm{spat}}=\frac{\mathrm{abs}(M_{\mathrm{ave}}-P_t)+\underset{i=1}{\overset{4}{\mathrm{\Σ}}}\mathrm{abs}(M_{\mathrm{ave}}-M_i)}{4}---\left(5\right)$

亮度的扩散的输出通过查找表22被转换成用于加权级23的控制参量α。在优选实施例中，查找表22的内容是可以从外部的源下载的。示例性查找表22被给出为：

        S_spat＞10α＝0.5

        S_spat＞15α＝0.35                                     (6)

        S_spat＞20α＝0.2

被调整的象素数值然后被得出为：

        N₁＝αM₁+(1-α)P_t

        N₂＝αM₂+(1-α)P_t

        N₃＝αM₃+(1-α)P_t                                    (7)

        N₄＝αM₄+(1-α)P_t

根据这些被调整的象素数值，在滤波器24中按照下式计算中值：

   P_t′＝Med[Med(N₁，N₂，P_t)，P_t，Med(N₃，N₄，P_t)]    (8)

正如本领域技术人员将会看到的，中值可以替换地由下式得出：

   P_t′＝Med[N₁，N₂，P_t，N₃，N₄)]                       (10)

按照本发明的中值滤波器(例如，如上面讨论的中值滤波器24)的优点在于，在边缘附近得到逐渐的滤波，这样，序列中恼人的影响被避免，或至少被减小。当扩散S_spat是更大时，即，例如在边缘附近处，高的空间活动性，则α是较小的，这样，原先的中心象素被分配以较高的加权因子，以及中值滤波器24的滤波是较弱的。

图4显示按照本发明的、自适应空间平均滤波器的一个实施例。计算单元31和查找表32类似于图3所示的计算单元21和查找表22。查找表32被耦合到加权级33，在其中输入样本P_t，M_i被加权，得出调整的象素数值P_t，N_i，它们被提供给空间平均滤波器34。

如前所述，空间平均滤波器是用于高斯分布的最大或然率估值。因为在视频序列中存在的噪声通常是由于不同的源(获取、预放大、放大、发送和处理运行)的影响的和值，在许多情形下可以假设，噪声分布是高斯的(中心极限定理)。在这些情形下，平均滤波是优选的。通过在编码设备的预滤波级中使用按照本发明的自适应平均滤波，达到有效的噪声滤除，这导致重大的比特速率减小。然而，必须注意最终得到的图象的质量，因为空间和时间边缘的模糊不可避免地发生。本发明的、有关平均滤波器的一个目的是控制这样的模糊，以便达到对于滤波序列的可接受的质量。对于自适应空间平均滤波器，可以利用基于图象的本地统计特性(扩散/活动性)的自适应性，正如已对于中值滤波器描述的。结果是自适应空间平均滤波器，它较好地保留图象的质量。

调整的象素数值的计算类似于前面对于自适应中值滤波器描述的计算。在这种情形下，色度的滤波也可以跳过，因为它对最后结果的贡献是很小的。

自适应空间平均滤波器的输出可被计算为： ${P_t}^{\′\′}=\frac{(N_1+N_2+N_3/2+N_4/2+P_t)}{4}---\left(11\right)$

应当指出，象素N₃和N₄被除以因子2，减小它们在最后平均时的加权因子，因为它们到Pt的距离比起到N₁和N₂是加倍的，因为滤波被应用到一个场内，所以，它们是“不太相关的”。

当存在非常低的噪声水平时，图象看起来比起原先的平滑得多；无论如何，通过查找表的正确的调整，这个影响可以被统计地控制，得到在噪声减小与视频序列的良好的质量之间的良好的折衷。

图5显示在空间和时间方向上的输入样本，在该图上，t表示时间。在帧F₀，取一组象素P_t，M_i，类似于图2的亮度象素。另外，在本实施例中，在先前的帧F_-1和将来的帧F₁中，从带有同一个奇偶校验的场中取象素数值P_t1和P_t2。这里，考虑七个象素的一个窗口：现在的场的五个象素，具有相同的奇偶校验的先前的场的一个象素和具有相同的奇偶校验的将来的场的一个象素。有利地，包括在时间方向上的滤波运行，因为空间和时间噪声经常存在的。噪声水平的减小对于运动估值是有用的，倘若运动估值本身被认为和被认识到与预处理部分严格有关的，因此不会受到滤波的图象的增加的平滑度太大的影响，否则，运动矢量的质量是坏的，导致损害最后结果的、某些附加的编码噪声。

图6显示按照本发明的空间时间平均滤波器的实施例。为了减小恼人的影响，诸如“拖尾”，“阴影”，或只是运动物体的模糊，使用自适应步骤，以便执行有效的和不图象破坏的、平均空间时间滤波。在这种情形下，自适应性也是基于图象的本地统计特性，即使现在必须作出在属于同一个场的象素与属于具有相同的奇偶校验的、先前的或下一个场的象素之间的区别。本实施例包括应用计算空间扩散的计算单元41，它类似于图3和4所示的计算单元21和31。计算单元41被耦合到查找表43。在本示例性实施例中，属于同一个场(P_t，M_i)的象素的扩散与属于具有相同的奇偶校验的、不同的场的象素(P_t，P_t1，P_t2)的扩散被分开地计算。换句话说，在空间方向上的扩散的计算是与在时间方向上的扩散的计算分开的。为了计算时间扩散S_temp，实施例包括第二计算单元42。

时间扩散被如下地计算： $P_{t,\mathrm{ave}}=\frac{(P_t+P_{t1}+P_{t2})}{3}---\left(12\right)$ $S_{\mathrm{temp}}=\frac{\mathrm{abs}(P_{t,\mathrm{ave}}-P_t)+\underset{j=1}{\overset{2}{\mathrm{\Σ}}}\mathrm{abs}(P_{t,\mathrm{ave}}-P_{\mathrm{ij}})}{2}---\left(13\right)$

时间扩散的结果通过时间查找表44被转换成对于执行的时间象素数值P_t，P_t1和P_t2加的权运算所必须的控制参量α’。

在控制参量α(空间)和α’(时间)计算后，加权运算在空间和时间方向上被执行，在空间方向上按照公式(5)以及在时间方向上下式执行：

     WP₁＝α′P_t1+(1-α′)P_t                     (14)

     WP₂＝α′P_t2+(1-α′)P_t

最后，空间-时间平均滤波器47的输出按照下式被计算： ${P_t}^{\′\′\′}=\frac{(N_1+N_2+N_3/2+N_4/2+P_t+W{P}_1/a+{\mathrm{WP}}_2/a)}{4+2/a}---\left(15\right)$

应当指出，加权的象素数值WP₁和WP₂被除以控制参量α。控制参量α是从查找表45得出的，它是≥1的数，取决于在三个象素P_t，P_t1和P_t2中的本地时间扩散：扩散越高，α越大，这样，先前的和下一个象素在平均时的加权是较小的。通过正确地调整查找表45，有可能控制在时间方向上滤波器的强度，以便得到图象的良好的质量，再一次利用图象时间内容的自适应性，以便减小与边缘模糊相联系的恼人的影响。

所描述的滤波器属于有限冲击响应(FIR)滤波器类别。FIR结构需要在存储器中保持现在的F₀，将来的F₁和以前的F_-1原先的帧，用于滤波运行。为了节省存储器，最好使用过去的帧的、具有不等的奇偶校验的象素，如图7所示。在这种情形下，只需要现在的F₀和以前的帧F_-1。就滤波器的实施方案而论，这允许减小存储器尺寸，而不会很大地影响滤波图象的最终结果的质量。不用先前的原先的帧，可以使用以前滤波的帧。在对于图7的先前的帧取滤波的帧的情形下，得出无限冲击响应(IIR)。这种结构对于存储器使用和带宽具有优点。

其中实施按照本发明的噪声滤波的、编码图象序列的设备的例子是：MPEG-2编码器，数字视频记录器(例如，DVD视频记录，数字-VHS，HDD VCR)等等。

按照本发明的自适应滤波器也可在运动补偿编码环内被应用。有利地，自适应滤波器与编码环内的时间滤波器相组合被使用于预滤波级。

在本发明的实施例中，至少两个自适应噪声滤波器被组合，例如，空间中值滤波器和自适应空间平均滤波器，其中滤波由图象序列的特性被控制。可以加上噪声估值器，用来分析现在的噪声的水平。这样的噪声估值器是感兴趣的工具，用来控制自适应滤波器。有利地，噪声估值器被安排来识别存在的噪声的统计特性，以便在中值和空间和/或空间时间平均滤波器之间及时地动态切换。

应当指出，上述的实施例是说明而不是限制本发明，且本领域技术人员将能够设计许多替换的实施例，而不背离所附权利要求的范围。在权利要求中，放置在括号之间的标号将不认为是对权利要求的限定。词组“包括”并不排除除权利要求中列出的以外的、其它的元件或步骤的存在。本发明可借助于包括几个不同的元件的硬件和借助于适当地编程的计算机来实施。在列举几个装置的设备权利要求中，这些装置的几个装置可以用同一种硬件项目来实施。某些方法在互相不同的从属权利要求中被阐述的事实并不表示，这些方法的组合不具备同样的优点。

总括地，提供了对图象序列的噪声滤除，其中确定至少一个图象中的统计特性以及根据从至少一个图象得出的一组原先的象素数值来计算至少一个滤波的象素数值，其中原先的象素数值在统计特性的控制下被加权。

Claims (16)

1.一种对图象序列(V1)进行噪声滤除的方法，其特征在于，该方法包括：

确定(11)图象序列(V1)的至少一个图象的统计特性；以及

根据从至少一个图象得出的一组原先的象素数值(P_t，M_i)来计算(14)至少一个滤波的象素数值(P_t’)，其中原先的象素数值(P_t，M_i)在统计特性(11)的控制(12，α)下被加权(13)。

2.如权利要求1的方法，其中计算步骤包括：

在统计特性(11)的控制(12，α)下加权(13)原先的象素数值(P_t，M_i)组，以得出加权的象素数值(P_t，N_i)组；以及

把加权的象素数值(P_t，N_i)组提供给静态滤波器，在该静态滤波器中，从加权的象素数值(P_t，N_i)组中计算至少一个滤波的象素数值(P_t’)。

3.如权利要求1的方法，其中统计特性(11)包括原先的象素数值(P_t，M_i)组的空间和/或时间扩散(S)。

4.如权利要求3的方法，其中空间和/或时间扩散(S)是绝对差值的和值，给定的绝对差值是通过从给定的原先的象素数值(P_t，M_i)中减去平均象素数值而得出的。

5.如权利要求1的方法，其中原先的象素数值(P_t，M_i)组包括中心象素数值(P_t)和空间上和或时间上周围的象素数值(M_i)，其中由于噪声滤波，中心象素数值(P_t)被滤波的象素数值(P_t’)代替。

6.如权利要求2的方法，其中加权的象素数值(P_t，N_i)组是通过对于在原先的象素数值(P_t，M_i)组中的每个象素取原先的象素数值(P_t，M_i)组的一部分α和中心象素数值的一部分1-α的组合，而得到的。

7.如权利要求1的方法，

其中统计特性(11)被提供给查找表(12)，从该查找表(12)得出控制信号(α)，该控制信号(α)控制加权(13)。

8.如权利要求2的方法，

其中至少一个滤波的象素数值(P_t’)是通过计算(14)加权的象素数值(P_t，N_i)组的中值而得出的。

9.如权利要求2的方法，

其中至少一个滤波的象素数值(P_t’)是通过计算(14)加权的象素数值(P_t，N_i)组的平均值而得出的。

10.如权利要求9的方法，该方法包括：

确定(41)从原先的象素数值组(P_t，M_i，P_t1，P_t2)中的空间移位的原先的象素数值(P_t，M_i)计算的空间扩散(S_spat)；

确定(42)从原先的象素数值组(P_t，M_i，P_t1，P_t2)中的时间移位的原先的象素数值(P_t，P_t1，P_t2)计算的时间扩散(S_temp)；以及

在空间扩散(S_spat)的控制(43)下加权(46)空间移位的原先的象素数值(P_t，M_i)，以及在时间扩散(S_temp)的控制(44，45)下加权(46)时间移位的原先的象素数值(P_t，P_t1，P_t2)。

11.如权利要求10的方法，其中加权的时间移位的原先的象素数值(WP₁，WP₂)被除以(a)，减小它们在滤波(47)中的加权因子。

12.如权利要求10的方法，其中时间移位的原先的象素数值包括来自同一个帧(F₀)的不同的场的两个原先的象素数值(P_t1，P_t2)和先前的帧(F_-1)的至少一个原先的象素数值。

13.如权利要求12的方法，其中使用滤波的时间移位的象素数值，而不是时间移位的原先的象素数值。

14.一种编码(1)图象序列(V1)的方法，其中图象序列(V1)按照如权利要求1中要求的方法被噪声滤波。

15.一种用于对图象序列进行噪声滤除的设备，设备包括：

计算装置(11)，用于确定图象序列(V1)的至少一个图象中的统计特性；以及

滤波装置(14)，用于根据从至少一个图象得出的一组原先的象素数值(P_t，M_i)来计算至少一个滤波的象素数值(P_t’)，其中原先的象素数值(P_t，M_i)在统计特性(11)的控制(12，α)下被加权(13)。

16.一种用于编码(1)图象序列(V1)的设备，该设备包括如权利要求15的用于噪声滤波的设备。

Images