背景技术
下面参照图1,对传统的用来消除进入到视频信号中的噪声的视频数据处理装置进行说明。
视频数据处理装置的视频信号输入部(100),从很多的视频信号中选择某一个,然后把它提供到视频信号处理部(102)。视频信号处理部(102)将接收的视频信号转换成视频数据后,提供到视频数据转换部(104)。视频数据转换部(104)将接收的视频数据的格式进行转换后,提供到第一滤波器(106)。第一滤波器(106)将去消除伪信号对接收的视频数据的影响,并同时去进行前置放大之后提供到存储控制部(108)。存储控制部(108)将通过第一滤波器(106)提供的视频数据以帧为单位,存入存储器(110);而第二滤波器(112)则将存入存储器(110)中的视频数据进行滤波之后加以输出。
下面参照图2,将对第二滤波器(112)的操作过程进行更为具体的说明。为了滤波对某帧的任意象素(15),第二滤波器(112)从存储器(110)中读取位于上述任意象素(15)周围的象素中,相当于滤波器大小(3×3)的象素(11~14,16~19)。第二滤波器(112)是在上述任意象素与位于其周围象素(11~19)上乘以分别对应的滤波系数(A1~A9)之后再相加,并将其结果用滤波系数的数相除,然后将得到的值定为新象素(15`)的值。
第二滤波器(112)通过以上方式,对帧面的所有象素值按其周围象素的状态来进行再调整,从而可以去完成对相应帧面的滤波过程。
传统的滤波器大小由于被固定为3×3、9×9、11×11等,所以未能满足保存轮廓与降低噪声的要求。
更详细地说,如果滤波器的尺寸小,那么滤波对象的象素由于受周围象素的影响小,将能有效地保存轮廓,但将无法有效地去减少噪声。反之,如果滤波器的尺寸大,那么滤波对象的象素由于受周围象素的影响大,将能有效地去减少噪声,但将无法有效地保存轮廓。
发明内容
本发明的目的是提供一种视频数据处理装置及其方法,这种装置及其方法,将在有轮廓的地方减少滤波器的大小,而没有轮廓的地方则增大滤波器的大小,从而将有效地去保存轮廓,减少噪声。
为了达到上述目的,本发明的数据处理装置将具有以下的结构特征,即:设有以帧为单位来存储视频数据的存储器及其存储控制部;设有算出存入存储器内的帧面噪声分散值,并以该噪声分散为基础算出相应帧面的阈值,再算出帧面各象素的活动度,然后去比较阈值与活动度,并按其结果来增减滤波器的大小,再按其增减的滤波器大小来滤波相应象素的滤波部。
本发明的滤波部设置有算出存入存储器中的帧面噪声分散值,并以其噪声分散值为基础来算出相应帧面的阈值,然后算出滤波对象的象素周围的象素活动度的运算部;设有对运算部输出的阈值与活动度加以比较,并将输出其结果的比较器;设有根据比较器输出的比较结果,来增减滤波器大小,并以增减的滤波器大小来对相应的像素实行滤波的滤波器。
本发明是根据图像的特性,相应地去增减滤波器的大小的,从而可以行之有效地将保存轮廓,并减少噪声。
本发明的技术效果是将滤波器的大小随图像特性做相应地增减,所以可有效地保存轮廓并减少噪声,因此具有提供图像质量很高的画面的优点。
具体实施方式
实例1
参照图3可知,本发明实例的视频数据处理装置是由以下的几个部分构成,即:设有对接收的视频数据实行一次滤波的第一滤波器(200);设有对通过第一滤波器(200)输出的视频数据,将以帧为单位来存入存储器的存储控制部(202);设有算出存入存储器(202)中的帧面噪声分散值(σ2),并以其噪声分散值(σ2)为基础来算出相应帧面的阈值(Tij),然后算出滤波对象的象素周围的象素活动度(Sij)的运算部(206);设有对运算部(206)输出的阈值(Tij)与活动度(Sij)加以比较,并将输出其结果的比较器(2縙08);设有根据比较器(208)输出的比较结果,来增减滤波器大小(Ni+1j),并以增减的滤波器为基础实行滤波的第二滤波器(210)。
在图3实例中,为了增减第二滤波器(210)的滤波器大小,设置了硬件运算部(206)和比较器(208),但是运算部(206)和比较器(208)的功能,可由微处理机来实行,或者把它们可以设置在第二滤波器(210)内部。
下面参照图6,对具有上述结构的视频数据处理装置的操作过程进行详细说明。
只要滤波对象的帧面已定,运算部(206)就对相应的帧面计算出噪声分散值(σ2)(300阶段)。
对相应帧面的噪声分散值的计算过程做一简略的说明如下。运算部(206)在相应帧面中对没有变化的领域,先求出平均值,并在上述领域中将把与该平均值不相同的象素判断为噪声,然后将被判断为噪声的象素的分散值设定为相应帧面的噪声分散值。
只要计算出噪声分散值(σ2),那么运算部(206)就计算出相应帧面的阈值(Tij)(302阶段)。阈值(Tij)的计算式如数学式1所示。
【数学式1】
Tij=μ3σ2/4(N-1)
在数学式1中,μ是用来调整阈值(Tij)大小的正数;N是任意的滤波器大小;σ2是噪声分散值。根据数学式1,运算部(206)将计算出与相应帧面的噪声分散值相对应的阈值。
如果计算出阈值(Tij),那么运算部(206)就去算出以滤波对象的象素为中心的,大小与滤波器大小相对应的各个象素的活动度(Sij)(304阶段)
【数学式2】
Sij=max[vij-σ2,0]
数学式2中vij是在以滤波对象的象素为中心的象素中,与滤波器大小(N)相对应的象素的分散值;σ2是帧面的分散值。于是,运算部(206)将从以滤波对象的象素为中心的各个象素的分散值中,减去帧面噪声的分散值来算出活动度(Sij)。这一活动度(Sij)将表示出相应的象素,是位于存在轮廓的部分,还是位于不存在轮廓的部分。在这里,如果活动度(Sij)为负值时,数学式2将取值为0。
如果结束阈值(Tij)与活动度(Sij)的计算,那么比较器(208)就对阈值(Tij)与活动度(Sij)进行比较(308阶段)。
比较阈值(Tij)与活动度(Sij)的结果,如果活动度(Sij)大于阈值(Tij),那么第二滤波器(210)就减少滤波器的大小(Ni+1j);如果活动度(Sij)小于或等于阈值(Tij),那么第二滤波器(210)就增加滤波器的大小(Ni+1j)。
以数学式表达增减滤波器大小(Ni+1j)的,就是数学式3。
【数学式3】
由数学式3可知,滤波器的大小(Ni+1j)随着阈值(Tij)与活动度(Sij)的比较结果,将增加1或减少1,而Nmax,Nmin是用来限制滤波器的大小(Ni+1j)变得太大或太小的一个限定值。
于是,滤波器大小(Ni+1j)得到增减之后,第二滤波器(210)将根据增减的滤波器大小(Ni+1j),对滤波对象的象素实行滤波。
若对象素的滤波完毕,则去计算下一个象素的活动度(Sij),然后,再次增减滤波器的大小(Ni+1j);若对一个帧面的滤波结束,则又重新开始对下一个帧面的噪声分散(σ2)和阈值(Tij)的计算。
图4(a),(b),图5(a)至(d)示出了随着滤波器大小(Ni+1j)的改变而变化的滤波特性及滤波结果;下面参照这些图,简略地去说明本发明的效果。
图4(a)示出了3×3滤波器的滤波特性;这种尺寸小的滤波器起着高通滤波器作用,因而将有效地保存轮廓。图4(b)示出了9×9滤波器的滤波特性,这种尺寸大的滤波器起着低通滤波器的作用,因而将有效地消除噪声。
图5(a)示出了通过固定尺寸滤波器的视频数据的灰度电平,而图5(c)则示出了通过一种随图像特性而增减滤波器大小的滤波器的视频数据灰度电平。
在如图5(a)所示的视频数据中,噪声成份多,轮廓部分也受到损伤。在示出图5(a)视频数据帧面的图5(b)中,也有很多的噪声,并且轮廓也模糊。
与此相反,在示出图5(c),即根据图像特性而增减滤波器大小来消除视频数据上的噪声成份,并保存轮廓部分的视频数据帧面的图5(d)中,却噪声少且轮廓清晰。