CN1901659A - 通过亮度和色度暂态改进来增强视频清晰度和对比度 - Google Patents

通过亮度和色度暂态改进来增强视频清晰度和对比度 Download PDF

Info

Publication number
CN1901659A
CN1901659A CNA2006101101787A CN200610110178A CN1901659A CN 1901659 A CN1901659 A CN 1901659A CN A2006101101787 A CNA2006101101787 A CN A2006101101787A CN 200610110178 A CN200610110178 A CN 200610110178A CN 1901659 A CN1901659 A CN 1901659A
Authority
CN
China
Prior art keywords
wavelet decomposition
module
decomposition
input picture
carry out
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
CNA2006101101787A
Other languages
English (en)
Other versions
CN1901659B (zh
Inventor
W·艾利
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 CN1901659A publication Critical patent/CN1901659A/zh
Application granted granted Critical
Publication of CN1901659B publication Critical patent/CN1901659B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration using non-spatial domain filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/142—Edging; Contouring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20064—Wavelet transform [DWT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Picture Signal Circuits (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

描述了一种用于增强视频清晰度的装置、系统、方法和产品。该装置可以包括增强输入图像清晰度的媒体处理节点。该媒体处理节点可以包括用于执行所述输入图像的小波分解以检测和修改边缘信息的小波分解模块。描述和要求了其它实施例。

Description

通过亮度和色度暂态改进来增强视频清晰度和对比度
背景技术
清晰度是感观特征，它是由人的视觉系统所确定。当人眼对亮度信号比对色度信号更敏感时，诸如高清电视(HDTV)图像这样的高分辨率图像需要亮度(黑和白)和色度清晰度两个都要紧密增强。在彩色电视广播标准中，诸如美国国家电视制式委员会(NTSC)和逐行倒相制式(PAL)，例如，色度和亮度信号有限的带宽导致相对较慢的转换，致使所接收图像的边缘拖尾。
用于清晰度增强的各种方法已经使用了边缘转换以更好地提高图像质量，但是对图像内容、噪声序列的降低和/或所需复杂硬件都缺乏适应性。虽然为提高总清晰度而提高边缘转换，但是对图像内容适应性的缺乏导致激化人工噪音并减少了清晰度提高的总的印象。
附图说明
图1阐述了系统的一个实施例。
图2阐述了清晰度增强的一个实施例。
图3阐述了小波分解的一个实施例。
图4阐述了小波分解输出的一个实施例。
图5阐述了逻辑流程的一个实施例。
图6阐述了处理过的图像的一个实施例。
具体实施例
图1阐述了系统的一个实施例。图1阐述了一个通信系统100的框图，。在各种实施例中，通信系统100可以包括多个节点。节点通常可以包括用于在通信系统100中信息通信的任何物理的或逻辑实体，以及可以根据给出的设计参数或性能约束的要求由硬件、软件或任何它们的组合来实现。虽然图1作为一个例子可以示出有限数量的节点，但是能够理解对于给出的实施例可以应用更多或更少的节点。
在各种实施例中，节点可以包括，或是由下面所述实现：计算机系统、计算机子系统、计算机、一个设备、工作站、终端、服务器、个人计算机(PC)、便携电脑、超便携电脑、手持式计算机、个人数字助理(PDA)、机顶盒(STB)、电话、移动电话、蜂窝式电话、手持送受话机、无线存取点、基站(BS)、用户站(SS)、移动用户中心(MSC)、无线电网络控制器(RNC)、微处理器、诸如专用集成电路(ASIC)这样的集成电路、可编程逻辑器件(PLD)、诸如通用处理器这样的处理器、数字信号处理器(DSP)和/或网络处理器、接口、输入/输出(I/O)装置(例如键盘、鼠标、显示器、打印机)、路由选择器、集线器、网关、桥接器、转换器、电路、逻辑门、寄存器、半导体器件、芯片、晶体管、或任何其它装置、机器、工具、设备、部件或它们的组合。实施例不限于该范围。
在各种实施例中，节点可以包括，或由下面所述实现：软件、软件模块、应用程序、程序、子程序、指令组、计算机代码、字、值、符号或它们的组合。节点可以根据预定计算机语言、方式或语法来实现，预定计算机语言、方式或语法用于指示处理器执行某个功能。计算机语言的例子可以包括C、C++、Java、BASIC、Perl、Matlab、Pascal、Visual BASIC、汇编语言、机器代码、网络处理器的微代码等等。实施例不限于该范围。
在各种实施例中，通信系统100可以根据一个或多个协议来通信、管理或处理信息。协议可以包括用于管理在节点中间通信的一组预定规则或指令。协议可以由标准组织公布的一个或多个标准来定义，例如国际电信联盟(ITU)、国际标准化组织(ISO)、国际电工技术委员会(IEC)、电气与电子工程师协会(IEEE)、国际工程任务组(IETF)、运动图象专家组，(MPEG)等等。例如，所描述的实施例可以根据多媒体处理标准来安排其操作，诸如NTSC、PAL、MPEG-1、MPEG-2、MPEG-4、数字视频广播地面(DVB-T)广播标准、ITU/IECH.263标准、用于低比特率通信的视频编码、2000年11月公开的ITU-T建议H.263v3、和/或ITU/IEC H.264标准、用于非常低比特率通信的视频编码、2003年5月公开的ITU-T建议H.264。实施例不限于该范围。
如图1所示，通信系统100可以包括媒体处理节点102。在各种实施例中，媒体处理节点102可以包括、或由下面所述实现：一个或多个处理系统、处理子系统、处理器、计算机、设备、编码器、解码器、编/解码器(CODEC)、滤波设备(例如图像比例设备、分块滤波设备)、变换设备、娱乐系统、显示器或任何其它的处理结构。实施例不限于该范围。
在各种实施例中，媒体处理节点102可以被安排来处理一个或多个类型的信息，诸如媒体信息和控制信息。媒体信息通常可以指任何代表用户所表示内容的数据，诸如图像信息、视频信息、图形信息、音频信息、声音信息、文字信息、数字信息、字母数字符号、字符符号等等。控制信息通常可以指表示使自动化系统的命令、指令或控制字的任何数据。例如，控制信息可以通过系统用于路由媒体信息，或命令节点以某种方式来处理媒体信息。实施例不限于该范围。
在各种实施例中，媒体处理节点102可以被安排处理从媒体源节点104所接收的媒体信息。媒体源节点104可以包括任何具有提供诸如图像信息、视频信息、和/或音频/视频(A/V)信息的媒体信息的能力的媒体源。媒体源的一个例子可以包括诸如从计算机到显示器的视频信号源。媒体源的另一个例子可以包括诸如电视信号这样的A/V信号源。媒体源可以被安排产生或提供标准模拟电视信号、数字电视信号、HDTV信号等等。电视信号可以包括各种类型的信息，如电视音频信息、电视视频信息、和电视控制信息。电视视频信息可以包括来自视频节目、计算机生成图像(CGI)等等的内容。电视音频信息可以包括声音、音乐、音效等等。电视控制信息可以是插入的控制信号以显示电视视频和/或音频信息、商业中断、刷新率、同步信号等等。实施例不限于该范围。
在一些实施例中，媒体源节点104可以包括被安排用于提供以各种格式存储的预先录制的媒体，诸如数字化视频光盘(DVD)设备、家用录像系统(VHS)设备、数字VHS设备、数字照相机、A/V摄象机-录象机、游戏控制台、压缩光盘(CD)播放器等等的设备。还在其它的例子中，媒体源节点104可以包括媒体分配系统，以向媒体处理节点102提供广播或流模拟或数字电视或音频信号。媒体分配系统的例子可以包括，例如，无线电(OTA)广播系统、地面有线系统(CATV)、卫星广播系统等等。媒体源节点104的类型和定位不限于该范围。
在各种实施例中，媒体处理节点102可以被安排接收输入图像。该输入图像可以包括从一个或多个视频图像中获得或有关的任何数据。在一个实施例中，例如，该输入图像可以包括在视频序列中的一个图片，该图片包括在水平和垂直方向上采样的信号(例如Y、U和V)。在各种实施例中，输入图像可以包括一个或多个图像数据、视频数据、视频序列、图片组、图片、图像、区域、目标、帧、片、宏块、块、象素、信号等等。分配给象素的值可以包括实数和/或整数。
在各种实施例中，媒体处理节点102可以被安排用于对接收到的输入图像执行清晰度增强。例如，媒体处理节点102可以使用亮度暂态提高和色度暂态提高(LTI/CTI)来执行自适应清晰度增强。在各种实施例中，媒体处理节点102可以通过小波滤波器组分解边缘信息以及自适应改变边缘的频率-幅度分配来执行LTI/CTI处理以增强所感觉的清晰度。LTI/CTI处理可以包括实时视频清晰度增强，其通过使用小波变换提高边缘转换(例如在图像不同部分上的可变边缘增强)来自适应使图片清晰。LTI/CTI处理可以引起所感觉清晰度的有效增强，同时避免人工噪声的引入。实施例不限于该范围。
图2阐述了清晰度增强的一个实施例。图2阐述了使用LTI/CTI处理的清晰度增强的一个实施例。在各种实施例中，LTI/CTI处理可以由一个系统(例如通信系统100)和/或一个节点(例如媒体处理节点102)来执行。实施例不限于该范围。
如图2所示，原始边缘(a)的清晰度可以增强LTI/CTI修改的边缘(b)。当图片完全平滑时，所有采样值基本上相等。原始边缘(a)说明了当出现一个边缘(例如水平边缘)时，水平方向采样值经历一个陡峭变化。如LTI/CTI改变的边缘(b)所示，LTI/CTI处理通过使边缘陡峭或增加倾斜度可以使边缘变得清晰。该实施例不限于该范围。
在各种实施例中，LTI/CTI处理可以包括检测一个变换，计算变换长度(例如，获得对应边缘变换所需的采样数目)，并改变变换分配。例如，LTI/CTI处理可以包括跟踪某一方向上的象素值以检测变换，并计算边缘的陡度或倾斜度。在各种实施例中，通过改变象素值(如频率成分)来改变边缘陡度的方式提高清晰度。该实施例不限于该范围。
再次参考图1，媒体处理节点102可以包括多个模块。该模块根据给出的设计组或性能约束的要求可以包括，或可以由以下所述实现：一个或多个系统、子系统、处理器、设备、机器、工具、组件、电路、寄存器、应用程序、程序、子程序，或它们的组合。在各种实施例中，通过一个或多个通信媒体来连接该模块。通信媒体通常可以包括任何具有承载信息信号能力的介质。例如，通信媒体根据所给出实施例的需要可以包括有线通信媒体、无线通信媒体或它们两个的组合。该实施例不限于该范围。
模块可以包括存储器，该存储器可以由任何具有数据存储能力的计算机可读介质来实现，包括易失和非易失存储器。存储介质的例子包括随机存储器(RAM)、动态RAM(DRAM)、双数据率DRAM(DDRAM)、同步DRAM(SDRAM)、闪存、ROM、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电子可擦可编程序ROM(EEPROM)、闪存、相联存储器(CAM)、聚合物存储器(例如，铁电体聚合物存储器、双向开关半导体存储器、变相或铁电体存储器)、硅氧氮氧硅(SONOS)存储器、磁盘存储器(例如，软盘、硬盘驱动器、光盘、磁盘)或卡(例如，磁卡、光卡)、或适合存储信息的其它任何类型的介质。存储介质可以包括用于存储计算机程序指令和数据的机器可读存储装置和/或各种控制器的组合。实施例不限于该范围。
媒体处理节点102可以包括小波分解模块106。在各种实施例中，分解模块106可以被安排用于接收输入的图像。输入图像可以包括，例如，包括水平和垂直方向上采样的信号(例如Y、U和V)的视频序列中的图片。实施例不限于该范围。
在各种实施例中，小波分解模块106可以被安排用于执行小波分解。例如，小波分解可以包括两维正交分解。小波分解可以自动检测在信号分量(例如，YUV或RGB)中任何一般方向上的边缘信息。能够意识到可以使用各种小波分解。实施例不限于该范围。
在各种实施例中，小波分解可以包括确定边缘位置和通过修改部分频率分量来使边缘陡峭。小波分解可以包括执行小波分析用于边缘检测和/或暂态处理。例如，通过小波滤波组可以分解边缘信息，以及自适应地改变用于边缘的频率—幅度分配。小波可以包括时间特征和比例或空间特征，其能够在时间和空间两者之中对物理现象进行分析。小波分析可以包括具有可变大小区域的窗口技术。小波分析可以允许长时间间隔的使用，其中需要更精确的低频信息，而短区域的使用需要高频信息。实施例不限于该范围。
小波分解可以包括应用小波变换。在各种实施例中，例如，小波变换可以包括诸如Debauchies小波变换这样的离散小波变换(DWT)。在各种实施例中，为了减少小波系数计算量，小波变换可以使用跟随在两倍比率的几何序列之后的二进制比例和位置。二进制小波变换提高了效率并通常正如精度那样。实施例不限于该范围。
在各种实施例中，小波分解可以包括执行多级分解。在一个实施例中，例如，小波分解可以包括三级分解。实施例不限于该范围。
图3阐述了小波分解的一个实施例。图3阐述了多级小波分解的一个实施例。在各种实施例中，应用诸如DWT这样的小波变换允许信号(S)在水平、垂直和对角线方向上分解为低清晰度分量(A1)和高清晰度分量(D1)。近似和细节分析可以多级复制。例如，在低清晰度分量(A1)上可以递归应用DWT以在水平、垂直和对角线方向上分解为另一个低清晰度分量(A2)和另一个高清晰度分量(D2)。根据下面的方程式可以对多级分解执行递归操作：
S＝A1+D1＝A2+D2+D1＝A3+D3+D2+D1  (1)，
其中S是原始图像，Ai和Di是第i级近似和细节分解。该方程式通常能够写为：
S = A i + &Sigma; j < i D j - - - ( 2 )
图4是小波分解输出的一个实施例。图4阐述了从小波分解中输出的一个实施例，其中该小波分解包括亮度信号的三级、二维小波分解。在各种实施例中，图像可以包括2维信号(x和y方向)。通过对原始图像(a)应用三级、二维DWT(2D-DWT)来执行小波分解，可以产生第一级近似和细节(b)、第二级近似和细节(c)以及第三级近似和细节(d)。实施例不限于该范围。
再次参考图1，小波分解模块106可以被安排在原始图像108上执行小波分解。在各种实施例中，小波分解模块106可以执行三级、二维小波分解(例如，2D-DWT)，以产生第一级近似和细节110-1、第二级近似和细节110-2以及第三级近似和细节110-3。实施例不限于该范围。
媒体处理节点102可以包括一个或多个边缘增强模块，诸如水平边缘增强模块112、垂直边缘增强模块、以及对角线边缘增强模块116。在各种实施例中，水平边缘增强模块112、垂直边缘增强模块以及对角线边缘增强模块116可以被安排用于改变分解输出(例如2D-DWT输出)。在各种实施例中，水平、垂直和对角线增强可以仅仅应用于小波分解的细节分量(高频)，同时每级小波分解的近似分量(低频)可以没有任何增强地通过，以进一步确保清晰度增强方法不响应图像中的低频分量，而响应中高频分量。实施例不限于该范围。
在各种实施例中，水平边缘增强模块112、垂直边缘增强模块、以及对角线边缘增强模块116可以被安排用于衰减高频分量为多个分量，其适合分解的分量。基于每个分解级中的相对能量，对不同的分解级可以不同地处理(软阈值)。在各种实施例中，通过在第一级中用因子t1、在第二级中用因子t2以及在第三级中用因子t3提高在水平、垂直和对角线方向上的高频分量，来改变2D-DWT分解，其中t1＞t2＞t3。实施例不限于该范围。
在各种实施例中，水平边缘增强模块112可以通过第一增强因子th1来提高来自水平方向上的第一级近似和细节110-1的高频分量。水平边缘增强模块112可以通过第二增强因子th2来提高来自水平方向上的第二级近似和细节110-2的高频分量。水平边缘增强模块112可以通过第三增强因子th3来提高来自水平方向上的第三级近似和细节110-3的高频分量(th1＞th2＞th3)。实施例不限于该范围。
在各种实施例中，垂直边缘增强模块114可以通过第一增强因子tv1来提高来自垂直方向上的第一级近似和细节110-1的高频分量。垂直边缘增强模块114可以通过第二增强因子tv2来提高来自垂直方向上的第二级近似和细节110-2的高频分量。垂直边缘增强模块114可以通过第三增强因子tv3来提高来自垂直方向上的第三级近似和细节110-3的高频分量(tv1＞tv2＞tv3)。实施例不限于该范围。
在各种实施例中，对角线边缘增强模块116可以通过第一增强因子td1来提高来自对角线方向上的第一级近似和细节110-1的高频分量。对角线边缘增强模块116可以通过第二增强因子td2来提高来自对角线方向上的第二级近似和细节110-2的高频分量。对角线边缘增强模块116可以通过第三增强因子td3来提高来自对角线方向上的第三级近似和细节110-3的高频分量(td1＞td2＞td3)。实施例不限于该范围。
媒体处理节点102可以包括一个重构模块118。在各种实施例中，该重构模块118可以被安排用于使用修改的分解级来执行重构。在各种实施例中，重构模块118可以接收来自水平边缘增强模块112、垂直边缘增强模块和对角线增强模块116的增强了的小波分解的水平、垂直和对角线细节分量。重构模块118可以接收来自小波分解模块106的没有增强的每级小波分解中的近似分量(低频)。在各种实施例中，重构模块118可以使用亮度和色度(YUV信号)的修改过的频率分量并执行反变换以从小波变换中获得每个图像。实施例不限于该范围。
在一些情况下，如果边缘信息是弱的，那么弱实信号会受到噪声的干扰。在各种实施例中，可以使用本地噪声测量技术以对出现的噪声自适应确定本地阈值来补救该情况。本地噪声测量技术可以基于图片内容来自适应地确定补偿值。根据图片特性，可以将该补偿值设置为输入信号(YU或V)的非常低百分比。在各种实施例中，该中心值可以设置为2-4％，以便排除差不多96％的原始值(假设有效的高斯设想)以假设一个图像中的补偿阈值。可以在每个分解级中本地应用该补偿值以测量噪声级，并给出时域(图像本身)和频域(每个分解级)中的本地化测量。实施例不限于该范围。
在各种实施例中，媒体处理节点102可以被安排用于将输出图像提供给媒体目标节点120。媒体目标节点120可以包括具有接收诸如图像信息、视频信息和/或A/V信息这样的媒体信息的能力的任何媒体目标。在各种实施例中，媒体处理节点102可以包括，或可以由以下实现：一个或多个系统、子系统、处理器、计算机、设备、娱乐系统、显示器或任何其它结构。实施例不限于该范围。
可以参考下面的附图和附加例子来进一步描述各种实施例的操作。有些附图可以包括一个逻辑流程。应当理解逻辑流程仅仅提供了如何实现所述功能的一个例子。而且，所给出的逻辑流程不需要必须以所出现的顺序执行，除非有其它的指示。另外，可以由硬件单元、处理器执行的软件单元或者它们的任何组合来实现该逻辑流程。实施例不限于该范围。
图5阐述了逻辑流程500的一个实施例。图5阐述了用于执行清晰度增强的逻辑流程500。在各种实施例中，逻辑流程500可以由系统(例如，通信系统100)和/或节点(例如，媒体处理节点102)来执行。应当明白，可以由各种其它类型的硬件、软件和/或它们的组合来实现该逻辑流程500。实施例不限于该范围。
逻辑流程500可以包括接收输入图像(块502)。在各种实施例中，输入图像可以包括视频序列中的一个图片，该视频序列包括在水平和垂直两个方向上采样的信号(例如，Y、U和V)。实施例不限于该范围。
逻辑流程500可以包括在输入图像上执行小波分解(块504)。在各种实施例中，小波分解可以包括两维正交小波分解。在实施例中，执行小波分解可以包括执行多级分解。小波分解可以自动检测信号分量(例如YUV或RGB)中任何一般方向上的边缘信息。小波分解可以确定边缘位置，还通过改变组成频率分量来使用边缘陡峭。小波分解可以包括应用小波变换(例如，DWT)。实施例不限于该范围。
逻辑流程500可以包括对小波分解的输出进行增强(块506)。在各种实施例中，对小波分解的细节分量(高频)应用水平、垂直和对角线增强。在各种实施例中，用更多分量衰减较高频分量，其适合分解的分量。基于每个分解级中的相对能量，对不同的分解级可以不同地处理(软阈值)。在各种实施例中，通过在第一级中用因子t1、在第二级中用因子t2以及在第三级中用因子t3提高在水平、垂直和对角线方向上的高频分量，来增强小波分解的输出，其中t1＞t2＞t3。实施例不限于该范围。
逻辑流程500可以包括重构图像(块508)。在各种实施例中，可以使用修改过的分解级来执行重构。在各种实施例中，可以使用增强的小波分解的水平、垂直和对角线细节分量以及未增强的每级小波分解中的近似分量(低频)来执行重构。重构可以包括执行反变换来从小波变换中获得每个图像。实施例不限于该范围。
图6说明处理过图像的一个实施例。如图所示，在没有引入增加的人工噪声的情况下，已经增强了原始图像(a)的清晰度。实施例不限于该范围。
在各种实施例中，通过使用小波变换和重构的LTI/CTI，所描述的实施例可以提高总清晰度印象，同时避免噪声和人工噪声放大。通过提高所感觉的清晰度来提高图片质量，同时不会因诸如混叠、抖动或限幅这样的人工噪声而受损害。可以增强视频序列(例如，交错/顺序、块/游离块、噪声/游离噪声)和内容(例如，高速运动内容、人和皮肤丰富目标、自然和合成内容)的清晰度。即使出现噪声，也可以在不将噪声放大至超过噪声原始级的情况下，提高总体所感觉到的清晰度。实施例不限于该范围。
在各种实施例中，所描述的实施例可以仅仅利用当前图像(用于增强补偿下的图片)的二维小波分解。可以从一帧中准确地确定边缘的开始和结束。因而，可能需要有效的小的存储器。所描述实施例可以使阈值和分解判定适应补偿下的当前图像内容。实施例不限于该范围。
在各种实施例中，在没有假设两个边缘方向(例如，垂直或水平)和所支持窗口(通过其上的象素数目，假设已经发生了变换)的情况下，所描述的实施例可以固有地检测在所有方向上的边缘。所描述的实施例可以明显地有这样的要求并且没有预先对图片内容进行假设。因为没有进行边缘方向上的预先假设，因此当应用到HDTV信号甚至是具有低分辨率图像的HDTV的原始源(例如，SD)，所描述的实施例在清晰度增强方面也是有效的。实施例不限于该内容。
在各种实施例中，所描述的实施例可以执行小波分析。小波分析可以提供优于傅立叶分析的优点，其将信号分解为不同频率的正弦波分量。例如，当考虑信号的傅立叶变换时，有可能告知什么时候发生特定事件。因为几乎所有固有信号都是具有改变统计特性的时间的非稳定信号，所以这是主要的缺点。通过将信号映射为时间和频率的二维函数，短时傅立叶变换(STFT)克服了常规傅立叶变换的缺点。然而，因为一旦对时间窗口选择了特定大小，其中所述窗口对所有频率都相同，那么这样的近似导致低精度。
在各种实施例中，所描述的实施例可以达到比峰化更好的结果。当LTI/CTI通过把频率分量加到转换中来提高所感觉清晰度时，峰化通过放大高频分量振幅来增强所感觉的图像清晰度。换句话说，在LTI/CTI之后改变信号中的带宽和频率分量，同时对于峰化来说，没有新的频率分量产生。峰化主要通过添加第一或第二导数来提高较高空间频率分量，其中所述导数是通过用拉普拉斯算子核卷积图像所获得的，同时避免了上溢(防止限幅)和/或噪声敏感度(防止补偿)。峰化通过将信号的第一或第二导数加到它本身来重新强调亮度信号的过冲/下冲。
在这里，阐明了许多特殊描述，以提供实施例的详尽认识。然而，本领域技术人员应当明白，实施例可以在没有这些特殊描述下能够实施。在其它的例子中，为了不使实施例模糊不清，没有详细地描述众所周知的操作、组分和电路。能够理解，，在这里所详细公开的特定结构和功能可能是典型的，并不是必须限于实施例的范围内。
在各种实施例中，所描述的实施例可以包括，或由有线通信系统、无线通信系统或它俩的组合所组成。虽然可能为了示例而使用特殊通信媒体来说明某个实施例，但是能够理解，可以使用各种通信媒体和附加技术来实施在这里所讨论的原理和技术。
在各种实施例中，所描述的实施例可以被安排通过有线或无线通信媒体来进行信息通信。有线通信媒体的例子可以包括电线、电缆、印刷电路板(PCB)、底板、转换器结构、半导体材料、双绞线、同轴电缆、光导纤维等等。无线通信媒体的例子可以包括部分无线频谱，诸如射频(RF)频谱。在这样的实施例中，所描述的实施例可以包括适合通过所设计的无线频谱来进行信息信号通信的组件和接口，诸如一个或多个天线、发射器、接收器、收发器、放大器、滤波器、控制逻辑器等等。实施例不限于该内容。
在各种实施例中，通过使用输入/输出(I/O)适配器把通信媒体连接到节点上。I/O适配器可以被安排为采用所需通信协议、服务器或操作程序集合来操作用于控制节点间信息信号的任何适合技术。I/O适配器还可以包括适当的物理接插件，以连接I/O适配器与对应的通信媒体。I/O适配器的例子可以包括网络接口、网络接口卡(NIC)、线卡、磁盘控制器、视频控制器、音频控制器等等。
实施例不限于该内容。
在各种实施例中，所描述实施例可以包括或由部分网络组成，诸如广域网络(WAN)、局域网络(LAN)、城域网络(MAN)、因特网、万维网、电话网络、无线电广播网络、电视网络、有线网络、卫星网络、无线个人区域网络(WPAN)、无线WAN(WWAN)、无线LAN(WLAN)、无线MAN(WMAN)、码分多路访问(CDMA)蜂窝无线电话通信网络、例如宽带CDMA(WCDMA)的第三代(3G)网络，第四代(4G)网络、时分多路访问(TDMA)网络、扩展TDMA(E-TDMA)蜂窝无线电话网络、全球数字移动电话系统(GSM)蜂窝无线电话网络、北关数字蜂窝(NADC)蜂窝无线电话网络、通用移动电话系统(UMTS)网络和/或其它任何配置为承载数据的有线和无线通信网络。实施例不限于该内容。
例如可以使用其上存储有一个指令或一组质量的机器可读介质或产品来实施一些实施例，其中所述质量如果由机器执行，那么其可以使机器执行根据实施例所述的一个方法和/或操作。这样的机器可以包括，例如，任何适合的处理平台、计算平台、计算装置、处理装置、计算系统、处理系统、计算机、处理器等等，以及可以使用任何适合的硬件和/或软件的组合来实现。机器可读介质或产品可以包括，例如，任何类型的存储单元、存储装置、存储产品、存储介质、储存装置、储存产品、储存介质和/或储存单元，例如，存储器、可移动或不可移动媒体、可擦除或不可擦除媒体、可写或可重写媒体、数字或模拟媒体、硬盘、软盘、压缩光盘ROM(CD-ROM)、可记录压缩光盘(CD-R)、可重写压缩光盘(CD-RW)、光盘、磁媒体、光磁媒体、可移动存储卡或盘、各种类型的数字化视频光盘(DVD)、磁带、盒式磁带等等。指令可以包括任何类型的代码，诸如源代码、编译代码、翻译代码、可执行代码、静态代码、动态代码等等。指令可以使用任何合适的高级、低级、面向目标的、可视的、编译和/或翻译编程语言。实施例不限于该内容。
一些实施例能够使用根据任何因素而变换的结构来实施，诸如所期望的计算比率、功率级、热耐受性、处理周期预算、输入数据率、输出数据率、存储资源、数据总线速度和其它性能约束条件。例如，一个实施例可以通过使用通用或专用处理执行软件来实现。在另外一个例子中，一个实施例可以通过专用硬件来实现，诸如电路、ASIC，PLD，DSP等等。在另外一个例子中，一个实施例可以通过编程的通用计算机部件和常规的硬件部件的任何组合来实现。实施例不限于该内容。
除非有其它特别的情况，应当理解，诸如“处理”、“计算”、“计算”、“确定”等等术语，指的是计算机或计算系统或类似电子计算装置的动作和/或处理，其在计算系统的寄存器中操作和/或转换表示为物理量(例如，电子)的数据，和/或在计算系统的存储器、寄存器或其它这样的信息存储器、传输或显示装置中存储类似地表示为物理量的数据。实施例不限于该内容。
还应当注意，任何提及的“一个实施例”或“实施例”意思是与该实施例有关的特殊特征、结构或性能至少包括在一个实施例中。在说明书多个地方中短语“在一个实施例中”的出现并不是都指相同的实施例。
当在这里已经描述了实施例的某个特征时，本领域技术人员将想到许多改进、替换、变换和等效。因此应当明白，附加权利要求想要覆盖所有落在实施例真实精神范围内的改进和变换。

Claims (25)

1、一种装置，包括：
用于增强输入图像清晰度的媒体处理节点，所述媒体处理节点包括用于执行所述输入图像的小波分解以检测和修改边缘信息的小波分解模块。
2、如权利要求1的装置，其中所述输入图像包括视频序列中的一个图片，所述视频序列包括在水平方向和垂直方向上采样的信号。
3、如权利要求1的装置，其中所述小波分解包括二维正交小波分解。
4、如权利要求1的装置，其中所述小波分解模块用于执行多级分解。
5、如权利要求1的装置，进一步包括用于增强从所述小波分解模块输出的小波分解的边缘增强模块。
6、如权利要求5的装置，其中所述边缘增强模块增强所述小波分解输出的高频分量。
7、如权利要求1的装置，进一步包括重构模块，通过使用所述小波分解模块输出的小波分解来执行图像重构。
8、一种系统，包括：
源节点；以及
连接到所述源节点的媒体处理节点，所述媒体处理节点包括用于执行所述输入图像的小波分解以检测和修改边缘信息的小波分解模块。
9、如权利要求8的系统，其中所述输入图像包括视频序列中的一个图片，所述视频序列包括在水平方向和垂直方向上采样的信号。
10、如权利要求8的系统，其中所述小波分解包括二维正交小波分解。
11、如权利要求8的系统，其中所述小波分解模块用于执行多级分解。
12、如权利要求8的系统，进一步包括用于增强从所述小波分解模块输出的小波分解的边缘增强模块。
13、如权利要求12的系统，其中所述边缘增强模块增强所述小波分解输出的高频分量。
14、如权利要求8的系统，进一步包括重构模块，通过使用所述小波分解模块输出的小波分解来执行图像重构。
15、一种方法，包括：
接收输入图像；以及
执行所述输入图像的小波分解以检测和修改边缘信息。
16、如权利要求15的方法，其中所述输入图像包括视频序列中的一个图片，所述视频序列包括在水平方向和垂直方向上采样的信号。
17、如权利要求15的方法，进一步包括执行二维正交小波分解。
18、如权利要求15的方法，进一步包括执行多级分解。
19、如权利要求15的方法，进一步包括增强小波分解输出。
20、如权利要求19的方法，进一步包括增强所述小波分解输出的高频分量。
21、如权利要求15的方法，进一步包括使用小波分解输出来执行图像重构。
22、一种包括机器可读存储介质的产品，该存储介质包含系统能够执行的指令：
接收输入图像；以及
执行所述输入图像的小波分解以检测和修改边缘信息。
23、如权利要求22的产品，其中所述输入图像包括视频序列中的一个图片，所述视频序列包括在水平方向和垂直方向上采样的信号。
24、如权利要求22的产品，进一步包括如果执行，就使得系统执行二维正交小波分解的指令。
25、如权利要求22的产品，进一步包括如果执行，就使得系统执行多级分解的指令。
CN2006101101787A 2005-06-20 2006-06-20 通过亮度和色度暂态改进来增强视频清晰度和对比度 Expired - Fee Related CN1901659B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/157,335 US7676103B2 (en) 2005-06-20 2005-06-20 Enhancing video sharpness and contrast by luminance and chrominance transient improvement
US11/157,335 2005-06-20

Publications (2)

Publication Number Publication Date
CN1901659A true CN1901659A (zh) 2007-01-24
CN1901659B CN1901659B (zh) 2011-05-11

Family

ID=37027055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006101101787A Expired - Fee Related CN1901659B (zh) 2005-06-20 2006-06-20 通过亮度和色度暂态改进来增强视频清晰度和对比度

Country Status (5)

Country Link
US (2) US7676103B2 (zh)
EP (1) EP1894162A2 (zh)
KR (2) KR101197977B1 (zh)
CN (1) CN1901659B (zh)
WO (1) WO2007002309A2 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102236883A (zh) * 2010-04-27 2011-11-09 株式会社理光 图像增强方法和装置、物体检测方法和装置
CN102782722A (zh) * 2010-02-24 2012-11-14 罗伯特·博世有限公司 用于车辆环境的摄像机的清晰视野检查的方法和设备
CN103841428A (zh) * 2012-11-27 2014-06-04 德克萨斯仪器股份有限公司 用于图像和视频处理的内容自适应边缘和细节增强
CN105144681A (zh) * 2013-03-15 2015-12-09 三星电子株式会社 用频率提高来创建图像中的细节

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7847863B2 (en) * 2005-06-10 2010-12-07 Intel Corporation Enhancing sharpness in video images
US7668387B2 (en) * 2005-06-20 2010-02-23 Intel Corporation Selective local transient improvement and peaking for video sharpness enhancement
US7676103B2 (en) * 2005-06-20 2010-03-09 Intel Corporation Enhancing video sharpness and contrast by luminance and chrominance transient improvement
US8391635B2 (en) * 2007-08-31 2013-03-05 Olympus Corporation Noise removal device, noise removal method, and computer readable recording medium
JP5095860B2 (ja) * 2008-06-19 2012-12-12 マーベル ワールド トレード リミテッド 分離エッジ強調アーキテクチャ
KR101531709B1 (ko) * 2008-10-17 2015-07-06 삼성전자 주식회사 고감도 컬러 영상을 제공하기 위한 영상 처리 장치 및 방법
JP2010278929A (ja) * 2009-05-29 2010-12-09 Toshiba Corp 画像処理装置
US8655101B2 (en) 2009-06-04 2014-02-18 Sharp Kabushiki Kaisha Signal processing device, control method for signal processing device, control program, and computer-readable storage medium having the control program recorded therein
CN102598668B (zh) 2009-11-17 2014-11-12 夏普株式会社 编码装置、解码装置、编码装置的控制方法、解码装置的控制方法、传送系统
US8824825B2 (en) 2009-11-17 2014-09-02 Sharp Kabushiki Kaisha Decoding device with nonlinear process section, control method for the decoding device, transmission system, and computer-readable recording medium having a control program recorded thereon
US8284314B2 (en) * 2009-12-16 2012-10-09 Vixs Systems, Inc. Adaptive edge enhancement using directional components from non-linear filtering
TW201133394A (en) * 2010-03-31 2011-10-01 Novatek Microelectronics Corp Image transient improvement apparatus
US8659618B2 (en) * 2010-10-15 2014-02-25 Stmicroelectronics Asia Pacific Pte., Ltd. Noise-robust edge enhancement system and method for improved image sharpness
US8761537B2 (en) * 2011-05-27 2014-06-24 Vixs Systems, Inc. Adaptive edge enhancement
US20130207992A1 (en) * 2012-02-10 2013-08-15 Emil Alexander WASBERGER Method, apparatus and computer readable medium carrying instructions for mitigating visual artefacts
KR20150133905A (ko) 2014-05-20 2015-12-01 삼성전기주식회사 전자 선반 라벨 시스템 및 전자 선반 라벨 시스템의 운영방법
CN106851399B (zh) * 2015-12-03 2021-01-22 阿里巴巴（中国）有限公司 视频分辨率提升方法及装置
WO2017219962A1 (en) * 2016-06-21 2017-12-28 Zhejiang Dahua Technology Co., Ltd. Systems and methods for image processing
CN110599406B (zh) * 2019-03-18 2022-05-03 上海立可芯半导体科技有限公司 一种图像增强方法及装置
KR20210067699A (ko) * 2019-11-29 2021-06-08 삼성전자주식회사 전자 장치 및 그 제어 방법
US11509836B1 (en) 2021-12-29 2022-11-22 Insight Direct Usa, Inc. Dynamically configured processing of a region of interest dependent upon published video data selected by a runtime configuration file
US11704891B1 (en) 2021-12-29 2023-07-18 Insight Direct Usa, Inc. Dynamically configured extraction, preprocessing, and publishing of a region of interest that is a subset of streaming video data
US11778167B1 (en) 2022-07-26 2023-10-03 Insight Direct Usa, Inc. Method and system for preprocessing optimization of streaming video data

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6005983A (en) * 1993-09-08 1999-12-21 California Institutue Of Technology Image enhancement by non-linear extrapolation in frequency space
US5717789A (en) * 1993-09-08 1998-02-10 California Institute Of Technology Image enhancement by non-linear extrapolation in frequency space
US6801339B1 (en) * 1998-03-26 2004-10-05 Fuji Photo Film Co., Ltd. Image processing method and apparatus
JP3635622B2 (ja) * 1998-07-06 2005-04-06 富士写真フイルム株式会社 画像処理方法および装置並びに記録媒体
US6151415A (en) * 1998-12-14 2000-11-21 Intel Corporation Auto-focusing algorithm using discrete wavelet transform
US6574374B1 (en) * 1999-04-14 2003-06-03 Intel Corporation Enhancing image compression performance by morphological processing
US6611627B1 (en) * 2000-04-24 2003-08-26 Eastman Kodak Company Digital image processing method for edge shaping
US7257273B2 (en) * 2001-04-09 2007-08-14 Mingjing Li Hierarchical scheme for blur detection in digital image using wavelet transform
US7206459B2 (en) * 2001-07-31 2007-04-17 Ricoh Co., Ltd. Enhancement of compressed images
JP2003134352A (ja) * 2001-10-26 2003-05-09 Konica Corp 画像処理方法及び装置並びにプログラム
KR100403601B1 (ko) * 2001-12-21 2003-10-30 삼성전자주식회사 영상의 윤곽선 보정 장치 및 방법
JP2004127064A (ja) * 2002-10-04 2004-04-22 Konica Minolta Holdings Inc 画像処理方法、画像処理装置、画像処理プログラム及び画像記録装置
KR100532304B1 (ko) * 2003-12-10 2005-11-29 삼성전자주식회사 블록별 에너지를 기초로 정지 영상을 고속으로 부호화할수 있는 고속 이산 웨이블렛 부호화 장치 및 방법
US7324687B2 (en) * 2004-06-28 2008-01-29 Microsoft Corporation Color segmentation-based stereo 3D reconstruction system and process
JP2008505589A (ja) * 2004-06-30 2008-02-21 コメット テクノロジーズ エルエルシー ビデオデータの圧縮を含むデータ圧縮の方法
US7676103B2 (en) * 2005-06-20 2010-03-09 Intel Corporation Enhancing video sharpness and contrast by luminance and chrominance transient improvement

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102782722A (zh) * 2010-02-24 2012-11-14 罗伯特·博世有限公司 用于车辆环境的摄像机的清晰视野检查的方法和设备
US9058542B2 (en) 2010-02-24 2015-06-16 Robert Bosch Gmbh Method and device for checking the visibility of a camera for surroundings of an automobile
CN102782722B (zh) * 2010-02-24 2016-06-29 罗伯特·博世有限公司 用于车辆环境的摄像机的清晰视野检查的方法和设备
CN102236883A (zh) * 2010-04-27 2011-11-09 株式会社理光 图像增强方法和装置、物体检测方法和装置
US8755623B2 (en) 2010-04-27 2014-06-17 Ricoh Company, Ltd. Image enhancement method, image enhancement device, object detection method, and object detection device
CN103841428A (zh) * 2012-11-27 2014-06-04 德克萨斯仪器股份有限公司 用于图像和视频处理的内容自适应边缘和细节增强
CN103841428B (zh) * 2012-11-27 2018-12-21 德克萨斯仪器股份有限公司 用于图像处理的内容自适应边缘和细节增强方法
CN105144681A (zh) * 2013-03-15 2015-12-09 三星电子株式会社 用频率提高来创建图像中的细节
CN105144681B (zh) * 2013-03-15 2019-01-11 三星电子株式会社 用频率提高来创建图像中的细节

Also Published As

Publication number Publication date
CN1901659B (zh) 2011-05-11
WO2007002309A3 (en) 2007-05-31
KR20100017243A (ko) 2010-02-16
KR100951965B1 (ko) 2010-04-08
KR20080016872A (ko) 2008-02-22
US20100177249A1 (en) 2010-07-15
US7676103B2 (en) 2010-03-09
KR101197977B1 (ko) 2012-11-05
US20060285767A1 (en) 2006-12-21
US8031956B2 (en) 2011-10-04
WO2007002309A2 (en) 2007-01-04
EP1894162A2 (en) 2008-03-05

Similar Documents

Publication Publication Date Title
CN1901659A (zh) 通过亮度和色度暂态改进来增强视频清晰度和对比度
US8063995B2 (en) System and method for video noise reduction using a unified three-dimensional non-linear filtering
CN1266934C (zh) 视频信号去隔行的方法及装置
US7548660B2 (en) System and method of spatio-temporal edge-preserved filtering techniques to reduce ringing and mosquito noise of digital pictures
US5818964A (en) Method and apparatus for selecting an adaptive filter for image data
CN1218561C (zh) 对图象序列的噪声滤除
CN1078419C (zh) 具有双重滤波功能的隔行/逐行扫描变换器及其方法
CN1921561A (zh) 改善对比度增强的技术
KR20060076309A (ko) 인밴드 모션 보상된 시간적 필터링을 사용하는 비디오디노이징 알고리즘
CN1748416A (zh) 图像处理方法、图像处理装置及图像处理程序
EP2556488A1 (en) Method, apparatus, and computer software for modifying moving images via motion compensation vectors, degrain/denoise, and superresolution
CN104680485A (zh) 一种基于多分辨率的图像去噪方法及装置
US8385677B2 (en) Method and electronic device for reducing digital image noises
CN1310188C (zh) 用于图像转换的单元和方法
CN1129868C (zh) 图象处理装置和方法
CN110572713B (zh) 一种自适应视频宽高比的转码方法及处理终端
US20020126761A1 (en) Video data processing method
CN1311690C (zh) 图像信号处理装置及图像信号处理方法
JP2006060841A (ja) 画像データのノイズ除去方法及びその装置
CN110378851A (zh) 图像降噪系统、方法及介质
CN1454003A (zh) 用二维多相插值滤波器实现视频图象格式转换的方法
JP3814850B2 (ja) 信号変換装置および方法
CN1055364C (zh) 对视频信号进行运动自调谐时空滤波的方法和装置
JP2873832B2 (ja) 画像伝送方式
CN1685722A (zh) 图像变换的方法和单元

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110511

Termination date: 20170620

CF01 Termination of patent right due to non-payment of annual fee