CN1511375A - 二维阶层式滤波器 - Google Patents

二维阶层式滤波器 Download PDF

Info

Publication number
CN1511375A
CN1511375A CNA028106466A CN02810646A CN1511375A CN 1511375 A CN1511375 A CN 1511375A CN A028106466 A CNA028106466 A CN A028106466A CN 02810646 A CN02810646 A CN 02810646A CN 1511375 A CN1511375 A CN 1511375A
Authority
CN
China
Prior art keywords
pyramid filter
output signal
rank
dimensional pyramid
dimensional
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
Application number
CNA028106466A
Other languages
English (en)
Other versions
CN100342643C (zh
Inventor
T
T·阿查亚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Publication of CN1511375A publication Critical patent/CN1511375A/zh
Application granted granted Critical
Publication of CN100342643C publication Critical patent/CN100342643C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing

Landscapes

  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Image Processing (AREA)
  • Networks Using Active Elements (AREA)
  • Filtering Of Dispersed Particles In Gases (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Input Circuits Of Receivers And Coupling Of Receivers And Audio Equipment (AREA)
  • Surface Acoustic Wave Elements And Circuit Networks Thereof (AREA)
  • Control Of Motors That Do Not Use Commutators (AREA)
  • Complex Calculations (AREA)
  • Filters That Use Time-Delay Elements (AREA)
  • Oscillators With Electromechanical Resonators (AREA)

Abstract

说明二维阶层式滤波器体系结构的实施例。

Description

二维阶层式滤波器
相关申请
本专利申请涉及Tinku Acharya的题为“无乘法器阶层式(pyramid)滤波器”、2001年1月3日提交的序号为09/754684美国专利申请;Tinku Acharya的题为“二维阶层式滤波器体系结构”、2001年3月26日提交的美国专利申请(代理人档案号为no.042390.P11275);Tinku Acharya的题为“阶层式滤波器”、2001年3月28日提交的美国专利申请(代理人档案号为042390.P11211);以及Tinku Acharya的题为“二维阶层式滤波器体系结构”、2001年3月提交的美国专利申请(代理人档案号为042390.P11211),所述些专利申请均转让给本发明的受让人,这里通过引用结合到本说明书中。
背景
本公开涉及二维阶层式滤波器。
在图象处理中,经常希望将例如彩色图像的图像分解成两个或两个以上不同的图像表示。在这种上下文中,这些图像表示称为背景和前景图像。例如,彩色或灰度文件图像可以分解成背景和前景图像,以便进行有效的图像处理操作,如典型复印机或扫描仪中所用的增强、压缩等图像处理操作。在本说明书中,这种操作常常被称为去网纹(descreen)操作。这种去网纹有时也用于消除可能存在于原始扫描图像中的半色调图案。例如,如果未正确消除这些半色调图案,则可能引起令人眼不舒服的人造图像(artifact)。用于这种分解或去网纹操作的传统方法是对彩色图像进行滤波以便使之模糊。然后将这些模糊化的结果用于协助确定使图像模糊和锐化到何种程度以便得到分解结果。一般而言,这种模糊化可以利用“对称二维阶层式滤波器”实现。对称阶层式有限脉冲响应(FIR)滤波器是众所周知的。
不过,这种图像处理技术的缺点之一是,当把许多不同大小的阶层式滤波器并行用于生成多个模糊化的图像以便应用刚才所述的技术时,复杂性会增加很多倍。实现这种多阶层滤波的一种蛮力方法(brute force approach)是采用多个并行的FIR滤波器,如图1所示。这种方法表明,设计和实现快速“对称阶层式滤波”体系结构以便由一个源图像并行产生不同的模糊图像可能是所期望的。
图1所示各FIR块的括号中给出的数字表示对应长度的阶层式滤波器。例如,(1,2,1)是阶或长度为3的对称阶层式有限脉冲响应(FIR)滤波器的滤波系数。同样地,(1,2,3,2,1)是阶为5的FIR阶层式滤波器的系数,(1,2,3,4,3,2,1)是阶为7的FIR阶层式滤波器的系数,依此类推。
不幸的是,图1所示的方法存在一些缺点。例如,冗余计算可能导致低效率。而且,FIR实现常常使用乘法器电路。虽然存在减少或避免使用乘法器的实现方式,例如利用移位和求和电路,但这可能导致增加的定时,从而降低电路吞吐量。因此存在改进阶层式滤波实现方式或体系结构的需要。
附图简述
本说明书的结论部分特别指出有关主题并明确要求对有关主题的权利。但是,所要求的主题(有关其组织和操作方法)及其目的、特征和优点可以通过参照如下详细说明书,并在阅读时参考附图而获得最佳的理解,附图中:
图1是说明用于实现有限脉冲响应(FIR)多阶层式滤波体系结构的蛮力方法的框图;
图2是一维无乘法器阶层式滤波器的一个实施例;
图3是二维阶层式滤波器体系结构的一个实施例;
图4是表示矩阵实例的表格/矩阵,所述矩阵实例可通过实现二维阶层式滤波器体系结构(如可采用图3所示实施例来实现的体系结构)而得到;
图5是表示可由二维阶层式滤波器体系结构予以处理的二维信号示例的表格/矩阵;
图6是说明采用一维阶层式滤波器核既按列又按行进行滤波的实例的表格/矩阵;
图7是k=9时图6的表格/矩阵。
图8是表示将一维阶层式滤波器应用于二维输入信号样本矩阵各行所得的结果的表格/矩阵;以及
图9是表示将一维阶层式滤波器应用于二维输入信号样本矩阵各列所得的结果的表格/矩阵。
详细说明
在如下详细说明中,给出了各种具体细节以便提供对所要求主题的彻底理解。但是,本专业的技术人员要理解,无需这些具体细节就可以实施所要求的主题。在其它情况下,不详细描述熟知的方法、过程、部件和电路以免使所要求的主题模糊。
如前所述,阶层式滤波,尤其是对称阶层式滤波可配合彩色图像或彩色图像处理使用,以便对图像进行分解(例如分解成背景和前景图像)或者消除其网纹。尽管所要求的主题范围上不限于此方面,但在这种情形中,尤其需要减少计算复杂度或处理和/或硬件成本的阶层式滤波体系结构。同样,无乘法器的实现方案,即实现时不需要专门利用乘法运算的实现方案通常也是理想的,因为这种实现方案或实现方式实现起来比那些使用或包括乘法电路的实现更经济。
图2说明一维阶层式滤波器的实施例200,一维阶层式滤波器在例如上述T.Acharya的题为“无乘法器阶层式滤波器”、2001年1月3日提交的序号为09/754684的美国专利申请(代理人档案号为042390.P10722)中有比较详细的说明,虽然所要求的主题的范围并不限于此。实施例200包括统一的无乘法器级联对称阶层式滤波体系结构,以便具有不同阶的阶层式滤波器序列产生多个滤波输出信号流,这些输出信号流的产生是并行进行的。虽然所要求的主题的范围同样不限于此特定实施例,但在此实施例中,所要实现的不同阶的每个阶层式滤波器在每个时钟周期产生滤波输出信号流。因此,除了计算效率高,此特定实施例还具有很好的吞吐量。但是,如前所述,此特定实施例实现的是一维阶层式滤波器。
采用具体的符号体系来理解图2。例如,输入源信号X可以如下表示为:
X=(x0,x1,...,xi-2,xi-1,xi,xi+1,xi+2,...)
在数字或离散信号处理中,滤波可以表示为输入信号X和滤波器F的卷积,在此上下文中滤波器F是称为有限脉冲响应(FIR)滤波器的有限长度数字滤波器。因此,滤波输出信号流可以如下表示为:
Y=XF
如前所述,图2中的特定实施例采用了阶层式滤波器。这些滤波器一般用长度或阶为奇数,如3,5,7,9等的数字滤波器来实现。这里,奇数或阶可以表示为2N-1,其中,N是大于例如2的正整数。这种数字滤波器的一些实例如下:
F3=(1,2,1)
F5=(1,2,3,2,1)
F7=(1,2,3,4,3,2,1)
F9=(1,2,3,4,5,4,3,2,1)
...
FM=(1,2,...,N,...,3,2,1)(其中,在此上下文中M=2N-1)
对于前述滤波器,滤波输出信号或输出信号流可以如下表示为:
B3=XF3=(b0 3,b1 3,...,bi-1 3,bi 3,bi+1 3,...),即输入信号X被F3滤波之后的结果;
B5=XF5=(b0 5,b1 5,...,bi-1 5,bi 5,bi+1 5,...),即输入信号X被F5滤波之后的结果;
B7=XF7=(b0 7,b1 7,...,bi-1 7,bi 7,bi+1 7,...),即输入信号X被F7滤波之后的结果;
B9=XF9=(b0 9,b1 9,...,bi-1 9,bi 9,bi+1 9,...),即输入信号X被F9滤波之后的结果;
BM=XFM=(b0 M,b1 M,...,bi-1 M,bi M,bi+1 M,...),即输入信号X被FM滤波之后的结果。
表示这些滤波输出信号样本的另一种经验性方法如下所示:
bi 3=xi-1+2xi+xi+1
bi 5=xi-2+2xi-1+3xi+2xi+1+xi+2
bi 7=xi-3+2xi-2+3xi-1+4xi+3xi+1+2xi+2+xi+3
bi 9=xi-4+2xi-3+3xi-2+4xi-1+5xi+4xi+1+3xi+2+2xi+3+xi+4
同样地,通过引入在此上下文中称为状态变量的变量,上述表达式可以重新表示如下:
bi 3=xi+si 3,其中,si 3=xi-1+xi+xi+1
bi 5=bi 3+si 5,其中,si 5=xi-2+xi-1+xi+xi+1+xi+2
bi 7=bi 5+si 7,其中,si 7=xi-3+xi-2+xi-1+xi+xi+1+xi+2+xi+3
bi 9=bi 7+si 9,其中,si 9=xi-4+xi-3+xi-2+xi-1+xi+xi+1+xi+2+xi+3+xi+4
所以,期望的阶层式滤波器可以如下表示为:
B3=X+S3,其中,S3=(s0 3,s1 3,s2 3,...si-1 3,si 3,si+1 3,...)
B5=B3+S5,其中,S5=(s0 5,s1 5,s2 5,...si-1 5,si 5,si+1 5,...)
B7=B5+S7,其中,S7=(s0 7,s1 7,s2 7,...si-1 7,si 7,si+1 7,...)
B9=B7+S9,其中,S9=(s0 9,s1 9,s2 9,...si-1 9,si 9,si+1 9,...)
对图2的研究表明,图2所示阶层式滤波器的计算得到的输出信号流B3、B5、B7、B9等由所述实施例来产生。
前述有关阶层式滤波器的讨论是针对一维滤波来进行的;然而,至少部分因为这种滤波器的对称性,有可能实现二维滤波,而不是采用按行(row-wise)和按列(column-wise)滤波的一维方式,这种一维方式要采用额外的计算步骤。如果我们将k个抽头的一维阶层式滤波器表示为:
F k = 1 2 3 . . . k - 1 2 . . . 3 2 1 ,
则可以得到如图6所示的对应的二维阶层式滤波器Fk×k。图7显示了k=9的二维阶层式滤波器核。假定二维输入信号如信号样本具有图5所示的形式,则图4表示可得到的对应矩阵,这里为二维滤波信号样本输出矩阵Pk×k,其中,用二维阶层式滤波器核Fk×k对二维输入信号样本矩阵进行滤波。
图8所示的矩阵可通过将k个抽头的一维阶层式滤波器应用于二维输入信号样本矩阵的每一行而得到,图9所示的矩阵可通过将k个抽头的一维阶层式滤波器应用于二维输入信号样本矩阵的每一列而得到。图4中的矩阵可通过将二维(k×k)个抽头的滤波器应用于二维输入信号样本矩阵而得到,或者,它可以通过先按行然后再按列应用k个抽头的一维阶层式滤波器而得到。采用这种方法产生滤波信号样本输出P1×3、P3×1和P3×3,得到如下关系:
P i , j 1 × 3 = s i , j - 1 + 2 s i , j + s i , j + 1
P i , j 3 × 1 = s i - 1 , j + 2 s i , j + s i + 1 , j
P i , j 3 × 3 = s i - 1 , j - 1 + 2 s i - 1 , j + s i - 1 , j + 1 + 2 s i , j - 1 + 4 s i , j + 2 s i , j + 1 + s i + 1 , j - 1 + 2 s i + 1 , j + s i + 1 , j + 1
产生滤波信号样本输出P1×5、P5×1和P5×5,得到如下关系:
P i , j 5 × 1 = s i - 2 , j + 2 s i - 1 , j + 3 s i , j + 2 s i + 1 , j + s i + 2 , j
P i , j 1 × 5 = s i , j - 2 + 2 s i , j - 1 + 3 s i , j + 2 s i , j + 1 + s i , j + 2
P i , j 5 × 5 = ( s i - 2 , j - 2 + 2 s i - 2 , j - 1 + 3 s i - 2 , j + 2 s i - 2 , j + 1 + s i - 2 , j + 2 ) +
( 2 s i - 1 , j - 2 + 4 s i - 1 , j - 1 + 6 s i - 1 , j + 4 s i - 1 , j + 1 + 2 s i - 1 , j + 2 ) +
( 3 s i , j - 2 + 6 s i , j - 1 + 9 s i , j + 6 s i , j + 1 + 3 s i , j + 2 ) +
( 2 s i + 1 , j - 2 + 4 s i + 1 , j - 1 + 6 s i + 1 , j + 4 s i + 1 , j + 1 + 2 s i + 1 , j + 2 ) +
( s i + 2 , j - 2 + 2 s i + 2 , j - 1 + 3 s i + 2 , j + 2 s i + 2 , j + 1 + s i + 2 , j + 2 )
同样地,产生滤波信号样本输出P7×1、P1×7和P7×7,得到如下关系:
P i , j 7 × 1 = s i - 3 , j + 2 s i - 2 , j + 3 s i - 1 , j + 4 s i , j + 3 s i + 1 , j + 2 s i + 2 , j + s i + 3 , j
P i , j 1 × 7 = s i , j - 3 + 2 s i , j - 2 + 3 s i , j - 1 + 4 s i , j + 3 s i , j + 1 + 2 s i , j + 2 + s i , j + 3
P i , j 7 × 7 = ( s i - 3 , j - 3 + 2 s i - 3 , j - 2 + 3 s i - 3 , j - 1 + 4 s i - 3 , j + 3 s i - 3 , j + 1 + 2 s i - 3 , j + 2 + s i - 3 , j + 3 ) +
( 2 s i - 2 , j - 3 + 4 s i - 2 , j - 2 + 6 s i - 2 , j - 1 + 8 s i - 2 , j + 6 s i - 2 , j + 1 + 4 s i - 2 , j + 2 + 2 s i - 2 , j + 3 ) +
( 3 s i - 1 , j - 3 + 6 s i - 1 , j - 2 + 9 s i - 1 , j - 1 + 12 s i - 1 , j + 9 s i - 1 , j + 1 + 6 s i - 1 , j + 2 + 3 s i - 1 , j + 3 ) +
( 4 s i , j - 3 + 8 s i , j - 2 + 12 s i , j - 1 + 16 s i , j + 12 s i , j + 1 + 8 s i , j + 2 + 4 s i , j + 3 ) +
( 3 s i + 1 , j - 3 + 6 s i + 1 , j - 2 + 9 s i + 2 , j - 1 + 12 s i + 1 , j + 9 s i + 1 , j + 1 + 6 s i + 1 , j + 2 + 3 s i + 1 , j + 3 ) +
( 2 s i + 2 , j - 3 + 4 s i + 2 , j - 2 + 6 s i + 2 , j - 1 + 8 s i + 2 , j + 6 s i + 2 , j + 1 + 4 s i + 2 , j + 2 + 2 s i + 2 , j + 3 ) +
( s i + 3 , j - 3 + 2 s i + 3 , j - 2 + 3 s i + 3 , j - 1 + 4 s i + 3 , j + 3 s i + 3 , j + 1 + 2 s i + 3 , j + 2 + 1 s i + 3 , j + 3 )
可以采用数学处理来得到如下关系:
P i , j 7 × 7 = ( P i - 1 , j - 1 5 × 5 + P i - 1 , j + 1 5 × 5 + P i + 1 , j - 1 5 × 5 + P i + 1 , j + 1 5 × 5 ) -
( P i , j - 1 7 × 1 + P i , j + 1 7 × 1 + P i - 1 , j 1 × 7 + P i + 1 , j 1 × 7 ) -
( s i - 1 , j - 1 + s i - 1 , j + 1 + s i + 1 , j - 1 + s i + 1 , j + 1 ) - - - [ 1 ]
等式[1]说明一种阶为2N-1的直接二维阶层式滤波器体系结构(此例中N为4)可采用利用四个信号样本矩阵Pi-1,j-1 5×5、Pi-1,j+1 5×5、Pi+1,j-1 5×5、Pi+1,j+1 5×5来代表的阶为[2(N-1)-1](这里为5)的四个二维阶层式滤波器或一个二维阶层式滤波器以及阶为2N-1(这里为7)的四个一维阶层式滤波器来实现,在此实例中所述一维阶层式滤波器分别是按行滤波和按列滤波的。图3是说明这种实施例的示意图,当然,所要求的主题范围并不限于此特定实现方式或实施例。例如,对应于由阶为[2(N-1)-1](这里N为4,故阶为5)的四个二维阶层式滤波器所产生的那些信号的输出信号样本可能不一定是由二维阶层式滤波器产生的。作为一个示例(也仅仅作为一个示例),可以采用一维阶层式滤波器来产生这些输出信号。图2显示了一个这样的滤波器,当然,也可以采用产生图3所示体系结构的输出信号的其他方法。
图3说明集成电路(IC)300,当然,备选实施例可能不一定实现于单片集成电路芯片上。IC 300包括阶为2N-1的二维阶层式滤波器体系结构,其中,N是大于3的正整数,这里为4,此二维阶层式滤波器在工作时能够在各个时钟周期产生至少以下信号。阶层式滤波输出信号的产生对应于四个阶为2N-1(同样,在此示例中N为4,故阶为7)的一维阶层式滤波器,即图3所示的330、340、350和360所产生的输出信号。阶层式滤波输出信号的产生还对应于由阶为[2(N-1)-1](这里N为4,故阶为5)的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用四个信号样本矩阵Pi-1,j-1 5×5、Pi-1,j+1 5×5、Pi+1,j-1 5×5、Pi+1,j+1 5×5来表示的输出信号。这些输出信号由图3中的加法器310求和。同样,在此二维阶层式滤波器体系结构实现方案中,例如在图3所示的实现方案中,在该二维阶层式滤波器体系结构的各个时钟周期由图3中的加法器370对330、340、350和360的输出信号求和。加法器380对310、370和390的输出信号求和。当然,图3只是可能的实施方案示例,所要求的主题范围并不局限此示例或者另一实施例。
例如,N不限于4。同样地,对应于由二维阶层式滤波器所产生的输出信号的阶层式滤波输出信号也不局限于用一维阶层式滤波器或二维阶层式滤波器来实现。同样,如前所述,如果采用一维滤波器,则所述滤波器不限于前述的Tinku Acharya的题为“无乘法器阶层式滤波器”、2001年1月3日提交的序号为09/754684的美国专利申请或Tinku Acharya的题为“阶层式滤波器”、2001年3月28日提交美国专利申请(代理人档案号为042390.P11211)中所述的实现方法。例如,可以采用不同于无乘法器阶层式滤波器的其他一维阶层式滤波器。同样地,根据具体实现方案,可以采用不同数量的所述阶层式滤波器和不同阶的所述阶层式滤波器。例如,输出信号可以某种方式加以组合或处理,以产生对应于不同数量、维数或阶的阶层式滤波器的阶层式滤波输出信号。
当然,应理解,尽管已经对具体实施例作了说明,但所要求的主题范围并不限于具体的实施例或实现方式。例如,一个实施例可能采用硬件,而另一个实施例则可能采用软件。同样,实施例还可以采取例如固件、或硬件、软件或固件的任意组合形式。类似地,一个实施例可以包括制品,例如存储媒体,当然所要求的主题范围并不受此限制。诸如CD-ROM或盘之类的所述存储媒体中可以存储指令,这些指令在由诸如计算机系统或平台或成像系统之类的系统执行时可实现本发明所述的方法,例如实现前述的对图像或视频滤波或处理的方法。例如,图像处理平台或成像处理系统可包括图像处理单元、视频或图像输入/输出设备和/或存储器。
虽然已对本发明的某些特征作了图示和说明,本领域的技术人员将会想到许多修改、替代、变化和等效方案。因此,应理解,所附权利要求书旨在涵盖属于所要求主题的真实精神范围内的所有这些修改和变化。

Claims (23)

1.一种集成电路,包括:
阶为2N-1的二维阶层式滤波器体系结构,其中N是大于3的正整数;
阶为2N-1的所述二维阶层式滤波器体系结构工作时能够在各个时钟周期产生至少如下这些信号:
对应于由阶为2N-1的四个一维阶层式滤波器产生的输出信号的阶层式滤波输出信号;以及
对应于由阶为[2(N-1)-1]的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用阶为[2(N-1)-1]的信号样本矩阵来表示的输出信号的阶层式滤波输出信号;
其中,在所述二维阶层式滤波器体系结构的各个时钟周期对所述二维阶层式滤波器体系结构中的各个输出信号求和。
2.如权利要求1所述的集成电路,其特征在于:N为4;以及
阶为7的所述二维阶层式滤波器体系结构工作时能够在各个时钟周期产生:对应于由阶为5的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用四个信号样本矩阵Pi-1,j-1 5×5,Pi-1,j+1 5×5,Pi+1,j-1 5×5,Pi+1,j+1 5×5来表示的输出信号的阶层式滤波输出信号;由多个一维阶层式滤波器产生的阶层式滤波输出信号。
3.如权利要求2所述的集成电路,其特征在于,所述一维阶层式滤波器包括可扩展的级联无乘法器运算单元序列,每个所述运算单元能够产生不同阶的阶层式滤波输出信号样本流。
4.如权利要求2所述的集成电路,其特征在于,所述一维阶层式滤波器包括不同于一维无乘法器阶层式滤波器的其他一维阶层式滤波器。
5.如权利要求2所述的集成电路,其特征在于,阶为7的所述二维阶层式滤波器体系结构工作时能够在各个时钟周期产生对应于由阶为5的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用四个信号样本矩阵Pi-1,j-1 5×5,Pi-1,j+1 5×5,Pi+1,j-1 5×5,Pi+1,j+1 5×5来表示的输出信号的阶层式滤波输出信号;由阶为5的八个一维阶层式滤波器产生的所述由多个一维阶层式滤波器产生的阶层式滤波输出信号。
6.如权利要求5所述的集成电路,其特征在于,所述阶为5的八个一维阶层式滤波器中有四个按行进行滤波,而其余四个按列进行滤波。
7.如权利要求5所述的集成电路,其特征在于,阶为7的所述二维阶层式滤波器体系结构工作时能够在各个时钟周期产生:对应于由阶为5的四个二维阶层式滤波器产生的输出信号的阶层式滤波输出信号;由阶为5的八个一维无乘法器阶层式滤波器产生的所述由多个一维阶层式滤波器产生的阶层式滤波输出信号。
8.如权利要求7所述的集成电路,其特征在于,在所述阶为5的八个一维阶层式滤波器中有四个按行进行滤波,而其余四个按列进行滤波。
9.如权利要求2所述的集成电路,其特征在于,阶为7的所述二维阶层式滤波器体系结构工作时能够在各个时钟周期产生:对应于由四个阶为5的二维阶层式滤波器产生的输出信号的阶层式滤波输出信号;由不同于一维无乘法器阶层式滤波器的其他一维阶层式滤波器产生的所述由多个一维阶层式滤波器产生的阶层式滤波输出信号。
10.如权利要求1所述的集成电路,其特征在于:N为4;
阶为7的所述二维阶层式滤波器体系结构工作时能够在各个时钟周期产生至少如下信号:
由阶为5的四个二维阶层式滤波器产生的输出信号。
11.如权利要求1所述的集成电路,其特征在于,阶为7的所述二维阶层式滤波器体系结构工作时能够在各个时钟周期产生:对应于由阶为5的四个二维阶层式滤波器所产生的输出信号的阶层式滤波输出信号;由一个或多个二维阶层式滤波器而不是四个二维阶层式滤波器所产生的阶层式滤波输出信号。
12.一种采用阶为2N-1的二维阶层式滤波器体系结构来对图像滤波的方法,其中N是大于3的正整数,所述方法包括:
在所述二维阶层式滤波器体系结构的各个时钟周期对如下信号求和:
对应于由阶为2N-1的四个一维阶层式滤波器产生的输出信号的阶层式滤波输出信号;以及
对应于由阶为[2(N-1)-1]的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用阶为[2(N-1)-1]的信号样本矩阵来表示的输出信号的阶层式滤波输出信号。
13.如权利要求12所述的方法,其特征在于:N为4;
对应于由阶为[2(N-1)-1]的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用阶为[2(N-1)-1]的信号样本矩阵来表示的输出信号的阶层式滤波输出信号包括由阶为5的四个二维阶层式滤波器产生的输出信号。
14.如权利要求12所述的方法,其特征在于:N为4;以及
对应于由阶为5的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用四个信号样本矩阵Pi-1,j-1 5×5,Pi-1,j+1 5×5,Pi+1,j-1 5×5,Pi+1,j+1 5×5来表示的输出信号的阶层式滤波输出信号包括由多个一维阶层式滤波器产生的阶层式滤波输出信号。
15.如权利要求14所述的方法,其特征在于,所述一维阶层式滤波器包括可扩展的级联无乘法器运算单元序列,每个所述运算单元能够产生不同阶的阶层式滤波输出信号样本流。
16.一种包括存储媒体的制品,所述存储媒体上存有指令,所述指令在被执行时,利用阶为2N-1的二维阶层式滤波器体系结构通过下述步骤对图像滤波,其中N是大于3的正整数,所述步骤如下:
在所述二维阶层式滤波器体系结构的各个时钟周期对如下信号求和:
对应于由四个阶为2N-1的一维阶层式滤波器产生的输出信号的阶层式滤波输出信号;以及
对应于由阶为[2(N-1)-1]的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用阶为[2(N-1)-1]的信号样本矩阵来表示的输出信号的阶层式滤波输出信号。
17.如权利要求16所述的制品,其特征在于:N为4;
对应于由阶为[2(N-1)-1]的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用阶为[2(N-1)-1]的信号样本矩阵来表示的输出信号的阶层式滤波输出信号包括由阶为5的四个二维阶层式滤波器产生的输出信号。
18.如权利要求16所述的制品,其特征在于:N为4;以及
对应于由阶为5的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用四个信号样本矩阵Pi-1,j-1 5×5,Pi-1,j+1 5×5,Pi+1,j-1 5×5,Pi-1,j+1 5×5来表示的输出信号的阶层式滤波输出信号包括由多个一维阶层式滤波器产生的阶层式滤波输出信号。
19.如权利要求18所述的制品,其特征在于,所述一维阶层式滤波器包括可扩展的级联无乘法器运算单元序列,每个所述运算单元能够产生不同阶的阶层式滤波输出信号样本流。
20.一种图像处理系统,包括:
用于对扫描彩色图像滤波的图像处理单元;
所述图像处理单元包括至少一个二维阶层式滤波器体系结构;
所述至少一个二维阶层式滤波器体系结构包括:
阶为2N-1的二维阶层式滤波器体系结构,其中N为大于3的正整数;
所述阶为2N-1的二维阶层式滤波器体系结构工作时能够在各个时钟周期产生至少如下信号:
对应于由阶为2N-1的四个一维阶层式滤波器产生的输出信号的阶层式滤波输出信号;以及
对应于由阶为[2(N-1)-1]的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用阶为[2(N-1)-1]的信号样本矩阵来表示的输出信号的阶层式滤波输出信号;
其中,在所述二维阶层式滤波器体系结构的各个时钟周期对所述二维阶层式滤波器体系结构中的各个输出信号求和。
21.如权利要求20所述的系统,其特征在于:N为4;
对应于由阶为[2(N-1)-1]的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用阶为[2(N-1)-1]的信号样本矩阵来表示的输出信号的阶层式滤波输出信号包括由阶为5的四个二维阶层式滤波器产生的输出信号。
22.如权利要求20所述的系统,其特征在于:N为4;以及
对应于由阶为5的四个二维阶层式滤波器或一个二维阶层式滤波器所产生、并用四个信号样本矩阵Pi-1,j-1 5×5,Pi-1,j+1 5×5,Pi+1,j-1 5×5,Pi+1,j+1 5×5来表示的输出信号的阶层式滤波输出信号包括由多个一维阶层式滤波器产生的阶层式滤波输出信号。
23.如权利要求22所述的系统,其特征在于,所述一维阶层式滤波器包括可扩展的级联无乘法器运算单元序列,每个所述运算单元能够产生不同阶的阶层式滤波输出信号样本流。
CNB028106466A 2001-03-30 2002-03-28 二维锥形滤波器 Expired - Fee Related CN100342643C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/823,212 US6889237B2 (en) 2001-03-30 2001-03-30 Two-dimensional pyramid filter architecture
US09/823,212 2001-03-30

Publications (2)

Publication Number Publication Date
CN1511375A true CN1511375A (zh) 2004-07-07
CN100342643C CN100342643C (zh) 2007-10-10

Family

ID=25238098

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB028106466A Expired - Fee Related CN100342643C (zh) 2001-03-30 2002-03-28 二维锥形滤波器

Country Status (11)

Country Link
US (1) US6889237B2 (zh)
EP (1) EP1390914B1 (zh)
JP (1) JP4323808B2 (zh)
KR (1) KR100545015B1 (zh)
CN (1) CN100342643C (zh)
AT (1) ATE287563T1 (zh)
AU (1) AU2002250491A1 (zh)
DE (1) DE60202674T2 (zh)
HK (1) HK1061734A1 (zh)
TW (1) TWI256595B (zh)
WO (1) WO2002080104A2 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6563439B1 (en) * 2000-10-31 2003-05-13 Intel Corporation Method of performing Huffman decoding
US6636167B1 (en) 2000-10-31 2003-10-21 Intel Corporation Method of generating Huffman code length information
US20020174154A1 (en) * 2001-03-26 2002-11-21 Tinku Acharya Two-dimensional pyramid filter architecture
US7263541B2 (en) * 2003-01-28 2007-08-28 Agere Systems Inc. Multi-dimensional hybrid and transpose form finite impulse response filters
US7904841B1 (en) 2007-10-12 2011-03-08 Lockheed Martin Corporation Method and system for optimizing digital filters
KR101708698B1 (ko) 2015-02-13 2017-02-21 엘지전자 주식회사 냉장고
KR102447530B1 (ko) * 2016-04-15 2022-09-26 엘지전자 주식회사 냉장고

Family Cites Families (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4674125A (en) * 1983-06-27 1987-06-16 Rca Corporation Real-time hierarchal pyramid signal processing apparatus
US4703514A (en) * 1985-09-16 1987-10-27 Rca Corporation Programmed implementation of real-time multiresolution signal processing apparatus
US4829378A (en) * 1988-06-09 1989-05-09 Bell Communications Research, Inc. Sub-band coding of images with low computational complexity
US5359674A (en) * 1991-12-11 1994-10-25 David Sarnoff Research Center, Inc. Pyramid processor integrated circuit
US6567564B1 (en) * 1996-04-17 2003-05-20 Sarnoff Corporation Pipelined pyramid processor for image processing systems
US5875122A (en) * 1996-12-17 1999-02-23 Intel Corporation Integrated systolic architecture for decomposition and reconstruction of signals using wavelet transforms
US6009201A (en) * 1997-06-30 1999-12-28 Intel Corporation Efficient table-lookup based visually-lossless image compression scheme
US6009206A (en) * 1997-09-30 1999-12-28 Intel Corporation Companding algorithm to transform an image to a lower bit resolution
US6151069A (en) * 1997-11-03 2000-11-21 Intel Corporation Dual mode digital camera for video and still operation
US6285796B1 (en) * 1997-11-03 2001-09-04 Intel Corporation Pseudo-fixed length image compression scheme
US6130960A (en) * 1997-11-03 2000-10-10 Intel Corporation Block-matching algorithm for color interpolation
US6091851A (en) * 1997-11-03 2000-07-18 Intel Corporation Efficient algorithm for color recovery from 8-bit to 24-bit color pixels
US6351555B1 (en) * 1997-11-26 2002-02-26 Intel Corporation Efficient companding algorithm suitable for color imaging
US6229578B1 (en) * 1997-12-08 2001-05-08 Intel Corporation Edge-detection based noise removal algorithm
US6094508A (en) * 1997-12-08 2000-07-25 Intel Corporation Perceptual thresholding for gradient-based local edge detection
US6348929B1 (en) * 1998-01-16 2002-02-19 Intel Corporation Scaling algorithm and architecture for integer scaling in video
US6215916B1 (en) * 1998-02-04 2001-04-10 Intel Corporation Efficient algorithm and architecture for image scaling using discrete wavelet transforms
US6392699B1 (en) * 1998-03-04 2002-05-21 Intel Corporation Integrated color interpolation and color space conversion algorithm from 8-bit bayer pattern RGB color space to 12-bit YCrCb color space
US6356276B1 (en) * 1998-03-18 2002-03-12 Intel Corporation Median computation-based integrated color interpolation and color space conversion methodology from 8-bit bayer pattern RGB color space to 12-bit YCrCb color space
US6366694B1 (en) * 1998-03-26 2002-04-02 Intel Corporation Integrated color interpolation and color space conversion algorithm from 8-bit Bayer pattern RGB color space to 24-bit CIE XYZ color space
US6366692B1 (en) * 1998-03-30 2002-04-02 Intel Corporation Median computation-based integrated color interpolation and color space conversion methodology from 8-bit bayer pattern RGB color space to 24-bit CIE XYZ color space
US6154493A (en) * 1998-05-21 2000-11-28 Intel Corporation Compression of color images based on a 2-dimensional discrete wavelet transform yielding a perceptually lossless image
US6124811A (en) * 1998-07-02 2000-09-26 Intel Corporation Real time algorithms and architectures for coding images compressed by DWT-based techniques
US6233358B1 (en) * 1998-07-13 2001-05-15 Intel Corporation Image compression using directional predictive coding of the wavelet coefficients
US6201613B1 (en) * 1998-07-22 2001-03-13 Xerox Corporation Automatic image enhancement of halftone and continuous tone images
US6236765B1 (en) * 1998-08-05 2001-05-22 Intel Corporation DWT-based up-sampling algorithm suitable for image display in an LCD panel
US6178269B1 (en) * 1998-08-06 2001-01-23 Intel Corporation Architecture for computing a two-dimensional discrete wavelet transform
US6047303A (en) * 1998-08-06 2000-04-04 Intel Corporation Systolic architecture for computing an inverse discrete wavelet transforms
US5995210A (en) * 1998-08-06 1999-11-30 Intel Corporation Integrated architecture for computing a forward and inverse discrete wavelet transforms
US6166664A (en) * 1998-08-26 2000-12-26 Intel Corporation Efficient data structure for entropy encoding used in a DWT-based high performance image compression
US6301392B1 (en) * 1998-09-03 2001-10-09 Intel Corporation Efficient methodology to select the quantization threshold parameters in a DWT-based image compression scheme in order to score a predefined minimum number of images into a fixed size secondary storage
US6195026B1 (en) * 1998-09-14 2001-02-27 Intel Corporation MMX optimized data packing methodology for zero run length and variable length entropy encoding
US6108453A (en) * 1998-09-16 2000-08-22 Intel Corporation General image enhancement framework
US6236433B1 (en) * 1998-09-29 2001-05-22 Intel Corporation Scaling algorithm for efficient color representation/recovery in video
US6535648B1 (en) * 1998-12-08 2003-03-18 Intel Corporation Mathematical model for gray scale and contrast enhancement of a digital image
US6151415A (en) * 1998-12-14 2000-11-21 Intel Corporation Auto-focusing algorithm using discrete wavelet transform
US6215908B1 (en) * 1999-02-24 2001-04-10 Intel Corporation Symmetric filtering based VLSI architecture for image compression
US6381357B1 (en) * 1999-02-26 2002-04-30 Intel Corporation Hi-speed deterministic approach in detecting defective pixels within an image sensor
US6275206B1 (en) * 1999-03-17 2001-08-14 Intel Corporation Block mapping based up-sampling method and apparatus for converting color images
US6377280B1 (en) * 1999-04-14 2002-04-23 Intel Corporation Edge enhanced image up-sampling algorithm using discrete wavelet transform
US6292114B1 (en) * 1999-06-10 2001-09-18 Intel Corporation Efficient memory mapping of a huffman coded list suitable for bit-serial decoding
US6373481B1 (en) * 1999-08-25 2002-04-16 Intel Corporation Method and apparatus for automatic focusing in an image capture system using symmetric FIR filters
US6449380B1 (en) * 2000-03-06 2002-09-10 Intel Corporation Method of integrating a watermark into a compressed image

Also Published As

Publication number Publication date
DE60202674D1 (de) 2005-02-24
AU2002250491A1 (en) 2002-10-15
KR20040005904A (ko) 2004-01-16
KR100545015B1 (ko) 2006-01-24
EP1390914A2 (en) 2004-02-25
TWI256595B (en) 2006-06-11
WO2002080104A3 (en) 2003-09-18
JP4323808B2 (ja) 2009-09-02
CN100342643C (zh) 2007-10-10
WO2002080104A2 (en) 2002-10-10
US20020161807A1 (en) 2002-10-31
US6889237B2 (en) 2005-05-03
JP2005509201A (ja) 2005-04-07
HK1061734A1 (en) 2004-09-30
DE60202674T2 (de) 2006-01-05
ATE287563T1 (de) 2005-02-15
EP1390914B1 (en) 2005-01-19

Similar Documents

Publication Publication Date Title
KR100380199B1 (ko) Lcd패널에서의 이미지 디스플레이에 적합한dwt-기반 업샘플링 알고리즘
CN1819621A (zh) 医学图像增强处理方法
CN100342643C (zh) 二维锥形滤波器
CN1809837A (zh) 图像处理装置、图像处理方法和程序及记录介质
CN1511374A (zh) 二维阶层式滤波器体系结构
CN100343875C (zh) 阶层式滤波器
CN1886758A (zh) 按比例缩小数字矩阵图像的方法及装置
CN1505866A (zh) 二维锥形过滤器体系结构
CN1213600C (zh) N-维滤波原始图象像素的n-维滤波器和方法
CN1223202C (zh) 无倍增器的锥形滤色器
CN100344146C (zh) 信号处理方法/设备、输出设备及图像处理/形成设备
CN1665302A (zh) 图像处理方法及图像处理装置
CN1511373A (zh) 二维锥形滤波器体系结构
JP2005509201A5 (zh)
CN1445999A (zh) 运用于图象编码和视频编码的整数变换方法和装置
CN1781249A (zh) 数字滤波器结构
CN1190754C (zh) 基于子空间分解的高效数字图像大尺度放大方法
CN1122931C (zh) 可实现数字滤波运算的微处理器结构及数字滤波运算方法
CN1842163A (zh) 一种实现视频压缩及解压缩的方法
CN101060630A (zh) 一种mpeg4文件解码过程中的滤波方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20071010

Termination date: 20130328