TW200535717A - Directional video filters for locally adaptive spatial noise reduction - Google Patents
Directional video filters for locally adaptive spatial noise reduction Download PDFInfo
- Publication number
- TW200535717A TW200535717A TW093140271A TW93140271A TW200535717A TW 200535717 A TW200535717 A TW 200535717A TW 093140271 A TW093140271 A TW 093140271A TW 93140271 A TW93140271 A TW 93140271A TW 200535717 A TW200535717 A TW 200535717A
- Authority
- TW
- Taiwan
- Prior art keywords
- pass
- image
- low
- filter
- pixel
- Prior art date
Links
- 230000003044 adaptive effect Effects 0.000 title description 23
- 230000009467 reduction Effects 0.000 title description 14
- 238000001914 filtration Methods 0.000 claims abstract description 64
- 238000000034 method Methods 0.000 claims description 72
- 238000009499 grossing Methods 0.000 claims description 26
- 238000012935 Averaging Methods 0.000 claims description 7
- 230000006835 compression Effects 0.000 description 23
- 238000007906 compression Methods 0.000 description 23
- 238000005516 engineering process Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 12
- 230000008859 change Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 6
- 230000002123 temporal effect Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 230000006837 decompression Effects 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000002156 mixing Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 206010011469 Crying Diseases 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011045 prefiltration Methods 0.000 description 3
- 101100269850 Caenorhabditis elegans mask-1 gene Proteins 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 2
- 235000013330 chicken meat Nutrition 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 101150012579 ADSL gene Proteins 0.000 description 1
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 1
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 1
- 241000254173 Coleoptera Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 101000666340 Homo sapiens Tenascin Proteins 0.000 description 1
- 241000287107 Passer Species 0.000 description 1
- 241001122767 Theaceae Species 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 206010013781 dry mouth Diseases 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
- H04N5/213—Circuitry for suppressing or minimising impulsive noise
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Description
200535717 九、發明說明: 【發明所屬之技術領域】 本發明係關於視訊訊號處理,且更具體言之係關於用以 消除噪訊之數位濾波技術。 【先前技術】 本發明係關於視訊(數位)影像。每一數位影像包括 個(通常數百或數千)像素。每一像素含有關於一小部分影像 之色度及亮度的資訊(值)。本發明係關於一種用於分析數位 影像之個別像素以判定該像素是否具有”噪訊,,,然後校正 像素值以降低該像素之劈訊位準的技術。藉由”缝”^像 之像素來完成此過程。 :於::面:原因校正或降低影像像素之噪訊位準是重 陷)第弟,付到之影像看上去可(應當)較好(較少的缺 ㈣。弟二’現代數位壓縮技術具有谓測影像中諸如運動之 欠的功此,且可受益於具有較少噪訊之影像。有 之總的目的在於在不犧牲 3 ^ 突然之變化。㈣圖片清晰度)之情況下清除 噪訊濾波面臨的普遍問題在於當逐 諸如物體邊緣之某些影像特徵看起來非常像/仃濾波時 訊濾波演算法係一可清 本讯。有效噪 法。一般而言,有^ = 士而不犧牲影像品質之演算 虿工間及”時間”兩種 ^ ^空間濾、波中,在給定影像中將像^像慮波。 :周圍(附近、鄰近)之像素值相比較值與給定像 像素。例如’若該陣列之中心像素具) 98100,d〇c 200535717 有1000*χ之值,且周圍像素皆具有2*χ之值,則應假定該 中心像素值錯誤且可使用多項技術變更該值以使該值與周 圍像素值協調。在時間濾波中,將位於一影像内特定位置 之給定像素之值與前一或後一影像中位於相同位置之像素 的值相比較。若位於一給定影像内之特定位置之像素的值 f前-及/或後-影I中位於相同位置之像素的值劇烈地 變化’ m可修改其值以使該值與所期望的值較為協調。空 間與時間濾、波之組合亦已知。 2視訊訊號之噪訊清除用於增強包括視訊訊號之影像的 品質且用於為視訊訊號之有效壓縮做準備。噪訊清除對於 衫像貪訊之壓縮非常重要’因為D喿訊可顯著降低壓縮方案 之有效性,尤其是諸如各種MPEG視訊標準之頻域壓縮方案 之有效性。在影像壓縮技術中,通常在壓縮與影像品質之 間存在-折衷;增加廢縮可導致影像品質降低。通常很難 H亥等差異以達成高品質高度壓縮之影像。與視訊訊號 I缩^關之有效噪訊清除可报好的用於兩個目的且除了良 好壓縮之視訊訊號外產生增強影像。 視訊壓縮藉由移除圖片冗餘降低用於傳輸動態圖片之必 =寬。在空間域及時間域中皆可完成此過程。該過程以 :由離散餘弦變換(DCT)自空間域至頻域之轉換開始。此變 之=方形像素群(術語”區塊”)起作用。將圖片自空間域變換 二藉由使用諸如可變長度編碼(VLC)及遊程長度編碼 (RLC)之較靈活的編碼方案可進—步降低頻寬。 視訊中之噪訊由各種噪訊源弓丨起。最常見為來自拾取裝 98100.doc 200535717 置(攝影管或CCD)、膜顆粒、類比電路等之寬頻或高斯噪 訊。對於經類比鏈路傳輸之訊號而言,亦普遍存在脈衝噪 訊。雖然此類型噪訊尤其普遍存在於衛星及微波鏈路中(且 其強度可位於自一分鐘一或兩個”火花”至衛星饋入太陽能 快耗盡時可見之脈衝”爆布”之範圍内),但是脈衝亦可由設 施内部產生(例如,管理人將真空吸塵器之插頭插入電源)。 最後一類被稱作”表面損傷,,之噪訊(例如)由經錯誤處理之 底片上存在之垂直劃痕引起。此類型之噪訊亦可由訊號串 擾引起。一旦噪訊出現在訊號中,將很難將其移除。在過 去,採用諸如高頻斜坡(high-freqUency roll-〇ff)之技術,但 頻繁地使用該方法將導致對下方圖片之比噪訊本身更嚴重 之損害。 用於清除噪訊之濾波器包含時間及空間濾波器(垂直濾 波裔需要外部硬體)。本發明應用於空間濾波。在一訊框中 貝施水平及垂直低通濾波之基本空間濾波放棄了噪訊及圖 片細即。此技術可提供假像(anifact)與軟圖片之間的折 衷,然而軟圖片之效果顯而易見。美國專利6,229,578 (,578 專利)揭* 了 -基於邊緣债測之脅訊移❺演算法。所揭示之 演算法係一種用於藉由辨別邊緣與非邊緣像素且對分類為 非邊緣像素之像素貫施第…㈣移除技術及對分類為邊緣 像素之像素實施第二噪訊移除技術而移除噪訊之方法。該 方法操作在彩色内插之前位於彩色濾波器陣列(cfa)域内 之影像’且不論邊緣或非邊緣使用豸合該分類之技術。 如’578專利巾所論述,在影像處理技術巾,由感測或捕 98100.doc 200535717 獲裝置所捕獲之物體或景象之 ”噪訊,,(在物體或環境中不存在之:經常受到各種類型之 在影像中)。存在於影像中之 但其可能仍然出現 你/ '、° 了 ~因於諸如感測哭夕4、 像系統的特性,彡^ \ -成 、古丄、 又 < 〜理步驟,发各叫闽 達成不同之目的時可增加噪訊 /、田相 士产 雞辨別指不一俊去+ y冬 素區域”有噪訊”之特徵及特 ,、或像 、嘉絡十旦μ各 &不一像素或像素區域為 邊緣或衫像之精確細節之特徵。 ^ 題在於被指示為㈣之#· 移除噪訊之基本問 …移除實際上常常為精確之邊緣或細 即之移除。若移除了精確細節或 一 夯洛公後、r丨 P次邊緣,則可在影像(進—步 /色衫像)區域内發生模糊效應,該模糊效應導致 # 過:緣至另一像素之滲色。基於線性據波技術之噪訊移: 程序受到此弊病很大影響,1因此研發出—類諸如中值渡 波之基於排序統計之濾波技術。 “ 如專利’ 5 7 8中所論述,中值渡波按照屬於一像素p (實施渡 波之像素)及特定鄰近或沿著像素p之特定向量之像素之強 度值排序。例★"應用於包含且關於像素p之樣本值 {12,13,200,50,14}的中值濾波(應用於特定方向經由該像素 至鄰近像素)將首先排序為{12,13,14,118,2〇〇}。所謂單向有 限脈衝響應(FIR)中值混合渡波將用實例集合之中值_ 代具:像素值200之原始像素位置p。因此,濾波之後之輸 出向里為.{12,13,14,50,14}。若值200實際為邊緣之一部分 而非木Λ,則如輸出向量值中所展示由實施濾波所引起之 平滑將破壞該邊緣特徵。 如專利’578中所論述,已經研發出若干改良之中值濾波 98100.doc 200535717 ==。此中值*波之一特定實例…中值 波二原二=方:重複進行中值渡波且在每-遽 波,直鋅^素。多級中值混合濾波具有平均子濾 \ =由在特定較方向求像素平均值且然 :集合(諸如三個值)執行中值計算來減小排序操作之負 纟中m皮中,對兩個鄰近之西部像素 中佶且將結果連同兩㈣近之東部像素之平均值饋入 :波。中值渡波之第三輸入為所考慮之用於移除噪訊 ’、°在其它方向’實施—相似程序。在三級中值混八 第-級使具有相反方向向量(北與南,等等)之所: 寺經千均之鄰近像素配對且對於每—對方向平均值洋 "個)將它們亦連同所涉及之作為第三輸入之像素饋入/中 值遽波器。將第一渡波之所得中值再次配對且連同所涉及 之像素輸人中錢波。儘管巾值混合在區㈣些邊緣方面 運作非常好,但其在關於邊㈣測之若干態樣仍顯不足。 中值混合毅*考慮邊緣自身的噪訊。換言之,即使採用8 個方向,仍不能精確判定邊緣的方向。例如,—邊緣特徵 可依特定像素之33P“量,且因此8個方向判定邊緣特徵是 不夠的。換言之,單個像素可含有數位影像之離散世界中 :能表示之非離散世界中之係邊緣之一部分及不是邊緣之 一部分。當應用於數位影像時,若應用於所有像素,則由 於存在歸因於邊緣之非基本方向之與邊緣特徵共存之吟气 當試圖移除噪訊時中值混合遽波可傳播噪訊或逐像素轉 移 言曲邊緣為此問題之理想實例。 、 98100.doc 200535717 美國專利5,844,627 (專利,627)揭示了用於清除空間噪訊 、、 方法。用於嗓说清除之數位濾、波自相同訊框之鄰 I像素所獲得之區域差異與相同半訊框之鄰近像素所獲得 之區域差異之間選擇。在一實施例中,數位濾波器包括一 自適應式Wiener濾波器經修改之濾波器,wiener濾波器保 留邊緣並將影像之平滑區域進行平滑。在未引入假像之情 况下在衫像之非常平滑區域可達成高壓縮比率。 專利627中所論述’視訊噪訊清除濾波器經常用於自 視訊影像移除觀察者可見之假像("噪訊”)。噪訊移除之目標 在於創建一視覺上舒適之影像。此等噪訊清除濾波器包含 中值濾波益及線性低通濾波器。中值濾波器經常引入破壞 〜像中邊緣之額外假像。線性低通濾波器經常使影像中之 邊緣核糊。一般而言,提供該等技術自該影像移除可見缺 陷,所以出於此目的允許引入此等人眼通常不可見之額外 假像。然而,在視訊訊號處理中,該等,,不可見,,假像可能 不利於其它目標,諸如對於視訊影像之儲存及傳輸達成高 藍、、、侣比率較低之壓細比率要求視訊處理系統在較高之位 凡速率(在可變位元速率編碼應用中)或較低之影像品質(在 固定位元速率編碼應用中)下運作。 如專利627中所論述’在先前技術中,wiener濾波器及其 適應式半訊框/訊框變數係已經被廣泛地研究之噪訊清除 數位濾波器。例如,下列文獻描述了某些區域wiener濾波 ⑴】· S· Lee之 Digital Image Enhancement and Noise Filtering by Use of Local Statistics,,,IEEE Transactions on 98100.doc 200535717
Pattern Analysis and Machine Intelligence ’ 第 PAMI-2卷’ 第 2期,1985 年 3 月,第 165-168 頁;(ii) J. S. Lee之’’Refined Filtering of Image Noise Using Local Statistics11,Computer Graphics and Image Processing 15,380-389 (1981);及(iii) Kuan等人之"Adaptive Noise Smoothing Filter for Images with Signal-Dependent Noise11 5 IEEE Transactions on Pattern
Analysis and Machine Intelligence,第 PAMI-7卷,第 2期, 1985年3月,第165-177頁。具體言之,區域Wiener濾波器 基於緊鄰該像素之有限個像素之均值及方差值對影像之每 一像素操作。由於以下兩個原因wiener濾波器在視訊壓縮 處理中顯得很重要。第一,Wiener濾波器移除諸如膜顆粒
根據先前技術, ’對應於專利’627之圖3 a,圖1A展示了一
圖1 A展示3x3鄰域内之 九個像素。基於對像素之3 x3像素 98100-d〇c 200535717 鄰2相同半訊框之九個像素求平均值及計算方差’對每 =象素^算鄰域均值(,,基於半訊框之均值,,)及鄰域方差 (基於半訊框之方差,,) 圖1B展示3x3鄰域内之九個俊夸 ㈣素對於絲巾之每個像素 而言’選擇基於訊框及基於半訊框之鄰域方差中較小 者二、相關聯之鄰域均值分別作為該像素之鄰域方差(用 ~⑽表不)及鄰域均值(用bar_g w)表示)。獨立地,對於 整個影像將所獲得之基於純及基於半訊框之鄰域方差求 ^且累積。所得值用於計算全局(glGbal)噪訊㈣之噪訊方 (用ση表不)。已經揭示了各種方法用於計算^ 2。 美國專利6,335,990 (專利,99〇)揭示了用於改^經壓縮之 數位視訊之空間時間遽波之系統及方法。一在空間及時間 域^由滤波係數以單-步㈣波之遽波器包括:__慮 波器、-臨限單元及一係數暫存器’其中遽波係數可視視 戒複雜度及相鄰訊框之間的運動而變化。將HR據波 限單⑽合以接收視訊資料。IIR濾波器亦輕合至係㈣; :及臨限單元。„R渡波器自係數暫存器接收係數且使用該 等係數渡波所接收之視訊資料。IIR渡波器在單一步驟中^ 垂直、水平及時間維度上渡波資料。將由IIR渡波器輸出之 經渡波之資料發送至臨限單元。臨限單元將經濾波資料斑 原視訊資料之間之差異的絕對值與自係數暫存器之臨限值 進行比較,且然後將原視訊資料或經濾波資料輸出。 根據先前技術,對應於專利,99〇之圖i,圖2係一包人 用作前置濾波器之遽波器之視訊處理系統的方塊圖=視 98100.doc 12 200535717 訊處理系統說明作為—前置遽波 所+ —乂 t 4 /反為的使用。如圖 皮:二 濾波器之輸入端接收原視訊資料流。前置濟 波益處理及遽波資料,且輸出經遽波之資料。 ^ 器之輸出耦合至壓縮單元,該 波 資料且將經壓缩之資++ & 、 &、、、5經‘波之視訊 丁、工/土滩之貝枓輸出至解壓 解壓縮單元之間之耗人#1 :早70。當壓縮單元與 Γ σ 、不為电耦合時,熟習此項技術者 :瞭解遣縮資料之傳輸可採取各種形式包含 送、經ΑΤΜ傳送、經網際網路傳送、經衛星專 //工有線②視傳送或至及自軟碟、CD-ROM或其它相 ^5適媒體傳送。將經壓縮資料提供於解壓縮單元之輪 ::°ΓΓ單元接著將資料解壓縮以重建經滤波之視訊 貝枓’然後將視訊資料發送至顯示裝置以呈現較用者。 如圖2之情形中所梓用,、 置濾波器較佳具有下述係數··使 堅縮及解壓細之後之經濾波之位元流輸出與未經遽波之 位凡流相比具有大體上較好之顯示品質。 美國專利6 2 9 5,3 8 2 ί直法if,1 q ο、4曰-。 ,(專利382)揭不了用於建立一適應式 ϋ呆訊清除濾、波器之方、、表芬 、、 方法及扠備。用於在視訊圖形電路内之 適應式噪訊渡波方法及設備包含判定顯示區域核心之平均 mi心包含以(例如)方形、矩形等之特定方式排列之複 數個像素。接著,判定核心内一像素之方差。基於平均密 度與方差之間之關係’判定訊號噪訊因子。訊號噪訊因子 已3 ^區域、一訊號區域及一邊緣區域。然後基於訊 號噪訊因子、平均密度及像素密度適應式濾波核心内之像 素。 98100.doc 200535717 如專利f382中所論述,適應式濾波器基於下列等式濾波 噪訊: Y輸出=Κ*Χ3(1-Κ)μ,其中 K^SigmaVcSigma^+Sigma^) 〇 在此專式中,μ表示濾波所覆蓋之像素的平均像素值(彩 色、紋理、以混合等),Sigma.sup.2表示顯示幕内之方差,
Sigma 示區域方差且Sigma2n表示噪訊基準。此 外,μ气1/L * wpCjXy,其中W表示濾波之寬度(關於乂方 向)且L表示濾波之長度(關於y方向)。例如,L等於3及”等 於3之3x3濾波器包含9個像素,其中Xc表示濾波之中心像參 素。 如專利’382中所論述,當將此濾波器應用於輸入視訊訊 號時’其基於適應式濾波等式使噪訊衰減。一般而言,當 存在顯著嗶訊時,K項接近於1,因此濾波器主要基於&之 像素值(意即佔優勢)濾波Xe。當存在少量噪訊時, K項接近於〇,因此濾波器基於由濾波器所覆蓋之像素之平 均像素值(意即,(1-Κ)μ項佔優勢)濾波。當噪訊位準位於 _ 二者之間時,兩項皆有助於像素之濾波,當不需要時提供 頜外濾波。因此,影像看上去比預期更平滑因為淡化了影 像邊緣之界定。同樣,所要之視訊品質低於最佳品質。 一種最為吾人熟知且最廣泛地使用之用於編碼動態圖片 影像(視訊)及相關聯音訊之視訊壓縮標準為MpEG_2標準, 。亥私準由負貝研發動態圖片、音訊及其組合之壓縮、解壓 · 縮、處理及編碼表示法的國際標準之IS〇/IEC(國際標準組 _ 、我/國際工耘師協會)之工作組:動態圖片專家組(以柯〇)提 98100.doc -14- 200535717 供。ISO辦公地址位於瑞士 1 rue de Varemb0,Case postale 56,CH-1211 Geneva 20。IEC辦公地址位於美國 549 West Randolph Street,Suite 600,Chicago,IL 60661-2208 〇 國際標準 ISO/IEC 138 1 8-2ffGeneric Coding of Moving Pictures and Associated Audio Information: Video’’及 ATSC 文獻 A/54’’Guide to the Use of the ATSC Digital Television Standard”描述了用於編碼及解碼數位視訊(及音訊)資料之 MPEG-2編碼方案。MPEG-2標準允許對包含通常稱作HDTV (高清晰度電視)之較高解析度之廣泛範圍解析度之視訊進 行編碼。 在MPEG-2中,經解碼之圖片由像素組成。每一 8x8像素 陣列被稱作”區塊’’。2x2區塊陣列被稱為”大區塊π。使用多 種熟知之技術達成MPEG-2視訊壓縮,該等技術包含預測 (編碼器中之運動估計、解碼器中之運動壓縮)、8x8像素區 塊之二維離散餘弦變換(DCT)、DCT係數之量化及Huffman 及遊程長度編碼。無需預測即可編碼稱為”1-訊框”之參考訊 框影像。將稱為ΠΡ_訊框’f之預編碼訊框編碼為關於先前I-訊框或先前P-訊框之預測參數之集合。將稱為ΠΒ-訊框’’之 二向性預測編碼訊框編碼為關於先前及隨後之I-訊框及Ρ-訊框兩者之預測參數。 MPEG-2標準規定了多媒體程式之各種組成部分的格式 化。此程式可能包含(例如)經MPEG-2壓縮之視訊、經壓縮 之音訊、控制資料及/或使用者資料。該標準亦定義了該等 組成部分如何組合為單一同步位元流。將該等成分組合為 98100.doc -15- 200535717 單"IL之過秋被稱為多路傳輪。可經由各種鏈路之任—傳 輸經多路傳輸之流,諸如射頻鏈路(UHF/VHF)、數位廣播 衛星鏈路、有線電視網路、標準陸地通信鏈路、微波視線 (L〇S)鏈路(無線)、數位用戶鏈路(家用ADSL)、封包/蜂巢鏈 路(ATM、ΐρ、ιρν6、乙太網路)。 美國專利5,974,193 (專利,193)揭示了與視訊訊號之 MPEG· 1及MPEG.2編碼相關聯之噪訊清除的技術。 如專利]93中所論述,MPEG傳輸系統使若干視訊、音1 及所關聯之服務❹路傳輸且㈣單—數位傳輸通^發 运。藉由位70速率判定服務之數量且因此判定每一服務佔 用之傳輸頻寬之成本。因此圖片品f之任何改良或位:速 率之減小對於服務提供者而言非常重要。 、 ,專利’193中所論述,許多視訊源產生隨機噪訊:攝影 機^、錄音帶*訊且現有之類比歸之數位重傳輸為引 卞凡之系、4之典型貫例。儘管多數此類噪訊經常偏向於 頻譜之高頻部分且在類比系統中不特別可見,但是此材料 之mpeg編碼經常引人離散餘弦變換(D口)效果或在圖片 周圍”抖動”之假像。 ’、=專利’193中所提及,產生該等效應存在兩個主要原 口第,木成之存在使得許多小振幅高頻DCT係數產生 並以位元流發送。與低頻係數相比該等係數易於較不精確 地量化且僅歸因於噪訊。所傳輪之位讀之增加使得量化 茶數因子(QP)變得較高以維持相同之位元速率。最終結果 為整個圖片品質降低。緊跟Intra⑴訊框之前向預測峨二 98100.doc -16- 200535717 向性預測(B)訊框試圖不斷地校正預測路徑中之噪訊且因 此此導致DCT假像逐個訊框變化。圖片品質損失之第二原 因在於編碼器本身存在噪訊使運動估計精確性降低。此產 生fBf及Τ’訊框之更壞之預測,其不可避免地增加Qp且降低 了圖片品質。 IEEE Transactions of Consumer Electronics,第 44卷,第 3期,第 1091-1098 頁,1998年中 Κ· J0stschulte、Α· Amer、 Μ· Schu、H. Schroeder之 ”perceptive Adaptive Temp〇ral TV-Noise Reduction using Contour Preserving Prefilter Techniques”揭示了經交織視訊之空間時間噪訊清除方案 (” Jostschulte”)。噪訊清除方案主要由基於子頻帶之時間遞 歸濾波器組成,該方案利用了人類視覺系統之某些特殊特 性。此時間系統由具有低硬體消耗之前面之細節保留空間 濾波器支持,其由一影像分析高通濾波器組及一用於噪訊 清除之適應式低通FIR濾波器組成。空間及時間噪訊清除皆 藉由產生很好之客觀及主觀效率之大量模擬來評估。此 外,時間及空間噪訊清除二者之鏈甚至可產生好於純空間 及時間技術之和的結果。 J〇sts=ulte用於消費電視接收器中影像品質技術之改 良。該等影像品質改良任務之一為清除噪訊。 噪訊可以不同之方式破壞影像。某些噪訊源位於攝影機 二且^影像獲取期間尤其是在惡劣之照明條件下變得活 躍細因於放大器及攝影機中之其它物理效應此處添加了 不同類型之噪訊。歸因於經由類比通道(例如衛星或陸地廣 98100.doc 200535717 播/)之傳輸其它噪訊源起作用。數位傳輪插人亦可具有噪訊 特徵之其它失真。藉由諸如VCR之影像記錄裝置添加其它 噪訊。在該等裝置中,將加性白高斯噪訊或在錄音帶訊號 去失(dn>P_〇uts)之情況下將脈衝噪訊添加至訊號。因此在電 視,收器中執行所有該等失真之最終清除是非常重要的。 精由使用影像内之相關性之線性或非線性運算元的應用 執行空間°喿訊清除。但是若保護邊緣則空間噪訊清除僅具 有主觀及客觀增益。因此此濾波器必須由控制此濾波器之 係數之特定影像分析器控制。 在jostschulte中,描述了一空間-時間噪訊清除方案之完 全系統。Jostschulte適當地注意到了空間噪訊清除方案之問 題在於自空間相關影像内容消除空間無關噪訊。進行此過 私之種方法係利用空間低通濾波器。例如,可將該濾波 器建構為如Jostschulte之圖2中所描繪之水平、垂直或對角 的3分接頭FIR濾波器,該圖如本文圖3所複製。此圖係一用 於空間噪訊清除之簡單濾波器的方塊圖。 對應於Jostschulte之圖4,圖4係一用於細節保留空間噪訊 /月除之濾波斋之方塊圖。對應於j〇stschuite之圖$,圖5係一 說明用於慮波一像素之八個遮罩的圖。 如Jostschulte中所論述,假定濾波器具有輸入噪訊方差y輸人。 此濾波器所得之輸出方差σ2輸ta由下列等式給出: σ2輸出=r2 * σ2輸人 + 2 * ((Ι-r) / 2)2 * σ2輸入 假定濾波器不影響原始影像訊號,則此類型濾、波器之嗓 訊清除率R(輪入及輸出之訊號噪訊比率值)由下式給出: 98100.doc -18- 200535717 R[dB]=10 * log (σ2輸人/σ2輸出)=l〇 * i0g (2/(3r2 - 2r + 1)) Jostschulte之圖3中描綠了此濾波器之中心係數與噪訊清 除之相關性(本文未圖示)。對於一簡單c〇s2_s濾波器,結 果得到4.26 dB之噪訊清除值。對於均值濾波器可達成最大 值0 如Jostschulte中所述,此系統之缺點在於易於使影像之邊 緣及線條模糊。因此,空間噪訊清除必須適應空間影像内 容。換言之,空間濾波器僅須應用於物體邊界或非結構區 域。因此,必須應用控制低通濾波器方向之影像分析步驟。 此過程展示於圖4中(對應jostschulte之圖4)。 雖然Jostschulte提及精確偵測邊緣方向之若干演算法係 已知的,但是幾乎所有該等演算法之共性在於非常昂貴之 硬體建構。在此情況下,需要一易於建構之系统。因此選 擇偵測邊緣方向之另一方法。該方法由能夠偵測邊緣及結 構之八個不同方向之高通濾波器集合組成。 圖5(對應J〇stsehulte之圖5)描繪了用於分析及濾波方向 之八個不同遮罩。所有遮罩皆基於川像素陣列,待分析/ 遽波之像素位於陣财,位於陣财q像素包 含於所有遮罩中。如圖可見,亦考慮到了轉角之特定遮罩: 否則’根據Jostschulte,可能會損失物體角之清晰度。 遮罩1包含三個水平延伸穿過3x3陣列中心之像素又。遮罩2 包含三個垂直延伸縱向穿過川陣列中心之像素。遮罩” 有三個自左上至右下對角延伸穿過陣列之像素。遮軍4具= 二個自右上至左下對角延伸穿過陣列之像素。遮罩$包含界 98100.doc -19- 200535717 疋了一右下角之中心右側像素及中 像素。遮罩6包含 界疋了 -左下角之中心左側像素 句八只宗T — + 像素。遮罩7 左上角之中心左側像素及中心頂端像辛。遮 罩8包含界定了一右上角之中心右側像素及中心頂端像素 、在影像分析器中,將具有係數{_1/4,1/2,_1/4}之零均值言 通慮波器沿著所有給定方向應用於影像之每-像素。、^ 具有最小絕對高通輸出之方向作為區域圖片輪廣之方=。 結果為隨後之相同方向之低通遽波器將不會使 構模糊。 ^ 關於PSNR之模擬導致i犯直至2犯之噪訊清除值反。已 發現相清除量取決於影像之内容。在結構區域中,該等 …果同於幾乎非結構區域。非結構區域之損失可以用分析 濾波器易於在噪訊結構中失敗來解釋。在此等情況下,遮 罩選擇,噪訊無關。此即為何R之理論值高於模擬值之原 口但疋甚至在完全非結構影像中,噪訊清除約為工犯。 、,預處理視訊以藉由使空間噪訊衰減來減小熵允許壓縮與 平/月假像之間的折衷。雖然如J〇stschulte中所描述之區域適 應式方向性低通濾波使邊緣模糊最小化,但是在給定位元 速::其不能調整平滑程度以最佳化品質。提供用於調整 平’月私度,藉此使品質最佳化之系統及方法係有利的。 本务明提供具有前述及其它優點之用於區域適應式空間 噪訊清除之方向性視訊濾波技術。 詞彙表 除非另有說明,或可自使用之上下文容易得知,本文所 98100.doc -20- 200535717 使用之任何術語、縮寫、首字 具有本發明最接近屬於之技術 語之術語表意欲使本文所含之 獻清晰且一致: 母縮寫或科學符號及表示法 學科中之普通含義。下列術 各種私述以及先前技術之文 DCT 離散餘弦變換 FIR 有限脈衝響應 MPEG 動怨圖片專家组,一主|i / 冬 王要致力於數位運動圖 片編碼之標準組織 MPEG 2 一用於數位電視之編碼標準(官方指定為 ISO/IEC 13818,分 9部分) MPEG-4 -種MPEG動態圖片編碼標準之變化形式,其 針對多媒體應用及視訊流,目標在於實現廣泛範圍的位元 速率。官方指定為ISO/IEC 14496,分6部分。 PSNR 峰值訊號噪訊比率 SNR 訊號噪訊比率 【發明内容】 本發明提供一種用於視訊影像中空間噪訊清除之濾波技 術。可將該技術建構為預處理濾波器以改良經壓縮視訊之 品質,諸如MPEG-1、MPEG-2或MPEG_4視訊,包含用於廣 播或多媒體流之經壓縮視訊。本發明藉由提供平滑程度之 參數凋整與簡單建構之減小的計算負擔而擴展用於在壓縮 之前預處理視訊序列之方向性低通濾波。 在主觀測试中,已經觀察到將相同程度之平滑應用於整 個影像之通常所使用之空間低通濾波器,在某些情況下與 98100.doc -21 - 200535717 未、’’工平滑之輪入相比其實際上降低了壓縮視訊之品質。 根據本發明’提供—種清除具有複數個像素之影像中之 空間噪訊(執行平滑)之技術。該技術包括:藉由在至少4個 ^向=於8個方向上,將3分接頭高通濾波器應用於影像 之母一像素來偵測影像中之物體邊界及非結構區域,以 =域低通據波之最佳方向;及僅沿著在影像内物體邊 ^非結構區域應用低通遽波,以使影像邊緣模糊之傾向 取^化。僅使用四個高通遽波器來定位穿過3χ3像素陣列之 中心的水平、垂直及對角的影像邊緣提供良好結果。 :::使:分接頭係數{_1/4,1/2,_1/4}判定低通濾波之 南通渡波器之中心分接頭係數為固定的。低通 /慮波杰'之中心分接頭係數可自零至1變化。 低通濾波適合應用於像素亮度 不穿過影像邊収方向。 了絲«波限制於 本發明之特徵包含: 妻Γ,向求平均值以改變低通遽波器形狀而不直接改變 2)補償參數以促進平滑, ”加權參數中心分接頭以藉由改變低通渡 寬度調整平滑程度, 可之 4)較少區域邊緣偵測濾波器以減少計算負擔兩倍,及 、、祕不損失精確度之情況下以整數運算建構演算法之方 法0 【實施方式】 98100.doc -22- 200535717 本發明大體係關於與視訊壓縮相關之用於空間嗓訊清除 預處理之方向性適應式濾波器。更具體言之,本文所描述 之方向性適應式空間平滑濾波器係基於僅沿著物體邊界及 無結構區域應用低通濾波以使影像邊緣模糊之傾向最小 化。 藉由在八個方向上應用3分接頭高通濾波器可完成影像 中每一像素之區域邊緣偵測以判定區域低通濾波之最佳方 向諸如已經在1EEE Trans, of Consumer Electronics,第 44 卷’第3期’第i〇91-1〇96頁中切咖加以,κ,A·。a,
Schu,Μ·,Schroeder,Η·之”percepti0n Adaptive Temp〇ral TV-Noise Reduction Using Contour Preserving Prefilter Techniques”中所描述(”J〇stschulte,,)。上文已經論述了
Jostschulte。 已經研發出用於空間噪訊清除方法之Jostschulte中所呈 現之基本方向性低通濾波演算法的若干增強。下列基本途 徑之特定附加簡化了方向性降噪建構方式且增加了調整在 所需位元速率下最大化視訊品質所需之平滑程度的極大靈 活性: 1 ·冋通方向性濾波态之數量自八至四之減小減輕了計算 負擔兩倍。 2.當高通結果絕對值幾乎(實質上)相等時,應用多方向性 低通濾波使濾波器形狀變化而不直接改變分接頭加權。 3 ·即使當高通濾波器之最小絕對值為零時導入補償參數 促進平滑。 98100.doc -23 - 200535717 4.中心低通遽》皮器係數之相對加權自零幻之變化提供 了對所應用之平滑程度額外之調整。 下文將論述該等適應性之細節及結$。將描述基本方向 性平滑演算法。亦將描述包含濾波器數量減少、藉由補償 求多方向性平均值及中心加權變化之濾波器設計改良。 方向性濾波器設計 1,小办〜脾晅螂低通應渡之方向 限:於不牙過影像邊緣之方向。如圖6所示,用以判定平滑 之取佳方向之簡單3分接頭零均值高通濾波器具有係數 ,,/4丨可將位於頂端列(1^=0,]^1,]^2,]^3)之四個 高通濾、波器之集合用以定位穿過Μ像素陣列中心之水 ^ '垂直及對角的邊緣。圖中之底端列展
波器(k=4,k=5 kw M h /E ,,—),,'係Jostschulte所建議之藉由穿過 小絕對值之^ {1/4,1/2,1/4}進通較結果作為使用係數 }進订低通濾波之方向。 通常,圖6中沐〜、 之八個遮罩,如下兄月之八個回通濾波器對應圖5中所說明 --稱 圖5 圖6 遮罩1 —---—» k = 3 直 ------ 遮罩2 ----- μ k=i 遮罩3 k = 2 —^角 遮罩4 k = 〇 — ~5Ϊ1 k^7 角 丄 1 " Β 遮罩6 k = 6 St 角 > :~ · 遮罩7 k = 5 遮罩8 ——-—---- k = 4 98100.doc -24- 200535717 基本方向性平滑之逐步過程如下進行: 1·對於I列xj行之視訊訊框中之每一像素冰,刀,根據等式 (1)計算具有分接頭加權{-1/4,1/2,_1/4}之零均值高通濾波 器之集合 k 二 Q,{diagonal」efi) k-\ (vertical k = 2,(diagonal_righi) k = 3, (horizonta) k = 4, {corner_ upper_ right) k = 5, {corner_ upper_ left) k 二 6人corner —lower —left) k = 7, (corner_lower_right)
j) ~ p(i -1,7 Η-1) - p{j +1, y ~ 1)) / 4 j) ~ p(i -1, j) - p(i +15 y))/ 4 (2P(i, j) - P{i ~ 1,7 -1) - p(i + +1))/4 ^ (2P^J)~P(hj-~l)~p(i,j+ 1))/4 j) - p(i -1, j) - /?(/, j + 1))/4 [2P(I,j) - P(i - \ j) - p(i, j — Xj)/4 {^P(h j) - p{i, 7 -1) - p{i +1? y))/ 4 7) - 7 + 1)- p{i +1, y))/ 4 (3x3陣列中頂端及底端水平列及最左邊及最右邊之垂』 行可未經濾波或可藉由複寫計算以產生一(i+i)x(j+1)号 像) 。 絕對值之高通濾波 2.如等式(2)之表達來判定具有最j 器: | Ap_min(/,75/:min) \ = ^k(\hp__filt(i,j\k\)
3·在影像像素ρω)之區域平滑之kmin方向上應用且有分 接,加權U/M/2J/4}之簡單單位增益3χ3低通據波器。藉 由簡單減法可容易地計算出自帶正負號值之直接計算:曰 lP—filt(i,j) = P(i,j)—\ (hp—f邮,j,U \ 減少方向性高通濾波器數量 對於 具有/2X72(5184)像素且含有邊緣特徵之樣4 像(子影像或較大視訊訊框之所選部分)而言,判定八個j 波器(k’,7])之絕對值。使用偽色點陣圖技術來 等…果中可相互比較在辨別邊緣特徵中每—渡波^ 98100.doc -25 - 200535717 有效性。亦產生所有八個方向之區域最 >、 取八個中最好的”) 兩通濾波器絕對值之偽色點陣圖,其中 ”平邊緣特徵顯著可 見。以此方式,可目測且主觀地評定結果。 根據本發明之一態樣,將減少數量 ^ Ά向運用於空間嗓 訊清除(平滑)。為了判定使用減少數量之方向運用於空間嗓 訊清除之有效性,在使用相同樣本影像之情況下,^使用 圖6之頂端列中所展示之四個高通濾波器(意即, k:〇,k=i,k=2,k=3)來判定結果。觀察表明,儘管變得稍微不 清晰,但是對於使用相同彩色階之僅兩個對角、一垂直及 一水平方向(k=[0,3D的最大絕對值先前八個高通遽波器可 見之邊緣仍然可見。四個高通濾波器提供令人滿意之效 月匕。可使用五個、六個或七個濾波器,但是此可能部分地 破壞本發明之目的,本發明之目的係減少高通濾波器及方 向之數量進而簡化整個設計。 亦產生說明低通濾波程度之彩色圖,其將使得產生在四 個及八個濾波器情況下之最小方向。比較該等兩個色點陣 圖,顯而易見雖然其皆顯示大量零I如一πώι(〇·,υ |最小值, 但當使用八個濾波器時低通濾波未改變之像素數量將多得 多。 、夕付 除了比較低通濾波之位置及程度外,其亦用於觀察渡波 器之數量自八個減少到四個之方向性效果。藉由對絕對值 匹配最小值之絕對值的高通方向之數量求和,計算演示樣 本子影像中每一經濾波之像素的分佈統計。將每一方向之 等式|知j/也从)卜I如―min(/"人JI之相對發生率作為總计 98100.doc -26- 200535717 72*72 = 5 1 84個經濾波像素之百分比(%)列於圖7之表格中, 其中k—[0,3](弟2行)且k=[0,7](弟3及第4行)。(在八個淚波哭 之情況下,第3行係關於水平、垂直及兩個對角的渡波器; 且在八個濾波器之情況下,第4行係關於轉角攄波器。) 圖7中,可看出雖然在此特定實例中穿過八個方向之分佈 相對恆定(14%-26%),但是僅有四個濾波器之分佈嚴重地歪 斜偏向垂直(65%)及左對角(48%)方向。 在圖7所示之實例演示子影像中,可看出让=[〇,3]及k=[〇,7] 之兩種情況之總計分別為139%及160%。在下文多方向性求 平均值之論述中,將更詳細地描述利用超出1〇〇%之該等分 佈總计之方法。 ,-步處理演示子影像(72x72個像素)。為了強調低通渡 波益方向,插入額外之列及行以使經渡波之子影像中之每 個像素顯示為3 X 3陣列。處理步驟為·· 72X72子影像中藉由在每—像素D之間添加2列及2 仃為母一方向創建216x216陣列。(216=72χ3) —^對於絕對值匹配如等式⑺中所定義之! «从」!的 通波器方向k將值(1,2,1}指派予以賴_心之 3 3陣列中之3個像素。 •對所考慮方向之數量求和且創建_ $ 有對應於值之陰影)。彳且财色點陣圖(例如,具 用四個及八個濾波器所計算之 監一 7上 巴"、、占陣圖之視營fc卜較 展不了類似處以及不π者心 口心优見比竿乂 言,該等θ I + I ° + K子影像中之第—區域而 不出遽波主要在左對角㈣)方向上進行。相 98100.doc -27- 200535717 反’雖然子影像中經4個 τ、/ 丨个 vjv-lu,j " 區域内之作用再次由左對角濾波控制,但^ ^ ^ 渡波之偽影像™亦反映了在直角轉角方向上;;低通 慮波。 圖8Α及8Β分別為對於演示子影像之四個及八個高通渡 波器之低通濾波器圖之展開圖,展示了 〇=[1,4]及〇=[5,㈨ 相同方向(D=n,8]之濾波器正規化和等於4D)上之相對加 權。 多方向性求平均值 如自對演示子影像之圖7所記起之總計超過1〇〇%之方向 性分佈所證明,知j"(/,从)丨 „ min(,7·, ) 1之值可對多於單一 k值匹配 —之值。在圖从及⑽之低通遽波器方向圖中具⑽ ,更大值之非中心像素亦證明了糾相等 :3^ 像T貫例之展開圖。為了扁 達成r… 向之數量大於1之情況下 違成季父大程度之平滑,可 .m J將用於叶异區域低通濾波器之表 達式谷易地修改為求高通結 齡^本…士 a 丨口乃间之十均值。糟由指 數表不待包含於平均值内之每一 ^ ^ ^ ϋ % ^ ^ "使在早一方向之 Α低通4波之等式(3)中之表達式— 值,如等式(4)所示: 已U個
lP _ j) = ρ(^ j) ~^(hp_ flh(h ^ kj/D m=l 二吏用上文表達式所展示之平均值,在不直接改變传數值 之情況下可達成各㈣μ㈣ 且㈣又係數值 器所說明,對於 /、 π。乂如圖9中對四個高通濾波 、相问方向數㈣,4]存在總計犹卜低通 98100.doc •28- 200535717 濾波為組合。圖式中展示 刀數值。應注意對於所有D中心 加%固疋為1 /2,且其它非 匕非零係數等於1/(4D)。 圖9說明了使用四個高口 伽彳,慮波态對於相同方向數總計15 個低通濾波為加權之所有方向。 圖10係使用八個高通遽 π . 夂的對於相同方向數(D)之低通 — +门,慮波裔之數量(N)位於最右側之 订0 當使用八個方向性高通濾哭 、S、#、rfr抑,人 ,從皮日可,存在總計255個不同低 通處波裔組合。對於D=[1 81之备一 權值及濾波器組合之數量,將可能之分接頭加 里列於表格10中。不論經平均 之方向之數量,中心係數仍固定於 、值1/2。其匕15個非中心 为接頭值之不同分數對〇=[1 古田 ,〆、有取大值1/4及對D=8具 有取小值1/32。 圖11(A及B)更明確地說明了八 ,^ ^ 阿通,慮波态方向D=「l 81 之低通濾波器組合。圖11A及11β展 , 哭带狀。图n ’、 叫1,8]之低通濾波 口口形狀圖11A展不D = [1,4],圖u ,.^ 展不 D—[5-8]。在圖 11 中,在母一 3X3陣列之中心展示了方向之數旦卜ώ 中心像素值為1/2。 k數里。母-陣列之 由於濾波器之數量可能很大,所 辟链-一时 對於母一濾波器形狀 僅颛不一早一方向。下列表袼表明藉 田/σ著水平或垂直弟由 線翻轉或鏡像可達成相似形狀之數量: 罝軸 D = [l,8]之每一濾波器核心之方向之數量表格 98100.doc -29- 200535717 D=1 D=2 D=3 D=4 D=5 D=6 D=7 D=8 核心 # 核心 # 核心 # 核心 # 核心 f 核心 # 核心 # 核心 1110 1 1120 4 1130 2 1140 3 1150 8 1160 4 1170 4 1180 1111 1 1121 1 1131 6 1141 8 1151 4 1161 1 1171 2 1112 1 1122 3 1132 4 1142 8 1152 4 1162 3 1172 2 1113 1 1123 5 1133 24 1143 8 1153 4 1163 5 1114 1 1124 3 1134 4 1144 8 1154 5 1164 3 1115 1 1125 12 1135 4 1145 3 1155 8 1165 12 1116 1 1136 4 1146 4 1156 ‘ 4 1117 1 1137 8 1147 ; 8 1157 17 1148 16 1158 2 1149 4 total # > 8 28 56 70 56 28 8 1
應注意對於每一 D=[l,8]之該等整數總和應與圖10之最 右側行中所給定之N值一致。 對於D=1,說明了八個濾波器核心1110..1117,且N=8。 對於D = 2 對於D = 3 對於D = 4 對於D = 5 對於D = 6 對於D = 7 對於D = 8 說明了六個濾波器核心1 120..1125,且N=28。 說明了八個濾波器核心1130.· 1137,且N=56。 說明了十個濾波器核心1140·· 1149,且N=70。 說明了九個濾波器核心1150·· 1158,且N=56。 說明了六個濾波器核心1160·· 1165,且N=28。 說明了三個濾波器核心1170·· 1172,且N=8。 說明了一個濾波器核心11 80,且N= 1。 圖11中用粗體顯示之D=[l,4]之濾波器核心 98100.doc -30- 200535717 (1110,1111’1112,1113,1120,1121,1122,113 0,1131,1140)表示 所,、、、員示之5 1個低通/慮波為形狀之十個可僅使用四個方向性 高通濾波器達成。應注意由於直角轉角濾波器卜[5,8]之 冲±1,刀及沖,^’邙之再使用,所以較大加權傾向於指派給該等 緊鄰沖,力之四個像素而不是四個對角的鄰近像素 沖土U±i),尤其是對於較大數量之相同方向(D>4)。 為了充分利用由等式(4)中求平均值所提供之多方向性
低通濾波器形狀,可導入非負補償參數δ以使 |如j/呛,7,々)|-如—min(/,从、 T k之所有方向包含於平均值中。 使用一大於零之Δ值可促進如—mi4,Mmin) = 〇之施力處之低通慮 波,藉此減少像素數量,而不應用其它區域平滑。·心 中心加權變化
根據本發明之-特徵,藉由中心分接頭之相對加權的 化可非常容易地達成低通濾波器形狀之額外靈活性。當 式⑷之求平均值表達式為3x3陣狀中心、像素指派固: 1/2時,此相對加權可在丨(其為單位濾波器)下降至零之範 内變化,此給出圍繞施力之僅兩個、 丄:乾 口 /、個或八個鄰: 像素之經加權之平均值。藉由將參數α侧“單位增益丨 域低通滤波器之計算來完成此變化,如 曰皿 L跳力‘.)-«·!>_娜,歹1寻式(5)所示 m=l 來自低通濾、波之平滑效應隨α增強而逐漸增強;對於… 達成了 1/2指派給中心係數之標準低通攄波,且對於二 全忽略了中心像素ρΜ之值。 、α-2?
MatLab模擬及結果 98100.doc -31 - 200535717 執行MatLab模擬以估計上文所描述之技術。MatLab係一 熟知用於藉由矩陣及向量進行數值計算的工具,可自The
MathWorks,Inc·,3 Apple Hill Drive,Natick,ΜΑ 01760-2098 購得。 圖12之流程圖中所描述之例行程序之MatLab建構(適應 式方向性空間低通濾波之高級處理流程)表明上文所呈現 之修改-即經減少之四個方向性高通濾波器之集合、藉由補 信參數Δ求多方向性平均值及可設定為標準固定值1 /2或視 知一mm(z,从niin)+a之區域值而定自動變化為兩個參數之間的任 何值之中心加權變化。使用無正負號8•位元整數輸入及輸 入亮度影像及用於計算中間值之雙精度工作陣列基於一陣 列進行所有計算。 對於不同視訊序列之若干樣本訊框產生偽彩色影像之灰 度1¾版本,其展示哪四個方向包含於區域低通平均值中。 四個方向之每-方向之灰度階影像展示對區域平均值之低 通貢獻,了低通濾波’在所期望方向上產生區域邊緣以
形成樣本訊框内物體之輪廓。對於寬度大於一像素之物 邊界,經延伸之邊緣看上去為雙線。應注意藉由避免在 個方向之一或多個上穿過短的區域邊緣求平均值來使諸 樣本訊框中人的眼睛及Π部之物體細節的模糊最小化。 了使對比度最大化,原影像及經平滑之影像皆用轉換為 度階之偽彩色調色板顯示。原影像與經平滑影像之比較 示了在中心加權為1/2( α = 1 )之方向 節得以良㈣留。 處理相中邊緣 98100.doc -32- 200535717 亦β兒月了中心加權變化之效果。對於樣本訊框、對於Μ % 及50%之相對中心加權藉由產生表示平滑前後像素差異絕 一子值之偽彩色景)像進行此說明。歸因於由中心加權自%減小 至%導致之較大程度的平滑,及α = 1之偽影像比較顯示 出較高差異值。 用於估计空間π呆訊清除有效性之方法比較對於固定量化 值在亮度+滑及未經亮度平滑之情況下該等序列之經編碼 之位凡速率。如Τ列表格所列出,比較了具有補償值Δ=4 種版本之方向性濾波;對於八個及四個高通濾波器兩 者執仃了適應式中心加權,同時使龍定值“ =1以指派標準 中心分接頭值1/2。 ___ 描述 A 8-渡波态方向性(^4,適應式以=[〇, —______ 1.5]) ’ B 4-渡波器方向性如(^4,適應式 -1.51) ’ C 4-渡波器方向忖4 (/\=4同宁η/ — 1V~ 一 D ^—__楚屋式 wiener_3><3 " E —ZHHiS式小波 ^~~ F —_____3χ3 中值 ~ 將每上文之次异法應用於若干測試視訊序列之每一訊 框中之亮度像素之後’纟固定量化值下使用_編碼工具執 行壓縮。對每一序列Φ夕# 士 4 ,, J中之所有轉求平均值,作為未經遽 波及經平滑之序列的對數資料速率之函數以dB為單位μ PSNR值。所有相對直線,該等圖形展示出psNR(相對:: 塵縮之初始序列進行量測,經平滑序狀PSNR值反映了歸 98100.doc -33 · 200535717 因於低通濾、波以及壓縮之損耗)及資料速率與Q = 4,8,12之未 經平滑之結果相比較的下降。應注意,在不降噪之情況下, Q=4時編碼所需之資料速率自一序列之僅272 kbps至另一 視訊序列之大於1.9 Mbps變化。儘管歸因於用六個演算法 平滑之PSNR損耗亦視序列及資料速率而定,但是截止目前 MatLab中值(F)濾波器始終展示出最有效之清除。在適應式 演异法中’ MatLab之Wiener (D)濾波器展示出最具侵略性 之平滑且八-濾波器方向性及基於小波降噪往往展示 出最小侵略性。 認識到PSNR與所感覺之視訊品質之間缺乏相關性,由三 個專業觀察者做出在三個位元速率下用於五個序列及多個 演异法之並列主觀評估。為有助於在可比資料速率下經空 間壳度噪訊清除及未經空間亮度嗓訊清除之情況下主觀品 質之比較,使用下文所描述之方法在範圍[4,16]内對於所有 Q值將初始序列編碼。 在上文之圖中所給定之主觀測試結果之一般觀察結果 _ 為· 1.3X3之㈣膽濾波器及中值濾波器兩者始終使視訊品 質降級, 2. 四-方向性财〇及基於小波(w)演算法之適應式降〇桑 導致所感覺之品質在所有情況下至少與未經濾波序列的品 質一樣好, 3. 執行某些比B或C更壞之處理,使用八個濾波器㈧之方 向性濾波顯示出對於,行動,及’haU,序列之輕微降級。 98100.doc -34- 200535717 比較評估由兩個視訊序列之適應式及非線性濾波器組 成。該等序列之結果亦說明了適應式方向性及基於小波之 濾、波裔對於空間噪訊清除的有效性。 以c建構 使用MatLab模擬以建立空間降噪中四-方向性濾波之潛 在有效性,已經將經增強之噪訊清除演算法用c建構,包含 為離線編碼器(Offline Encoder)之預處理選項。下文闡述 用於具有固定補償(△)及中心分接頭加權(α)參數之獨立版籲 2之原始程式碼。如下文所描述,此c建構專門使用16位元 整數算法,而不需要關於求平均值或正規化的任何除法運 异’也不會損失中間值計算方面之精確度。 藉由下列步驟使具有最大精確度之整數運算成為可能·· 直接按比例:¾加上文所描述之分數分接頭值、對於中間結 果使用16位元整數、延後正規化至最終步驟、將所有分母 限制為2的冪且四捨五入最後八位元輸出值。基於經縮放之 门L係數值{ 1,2,-1} ’在圖13之第一列中之四個3χ3陣列展修 不了由對D-1,2,3或4相同方向求和引起之所有高通分接頭 :權之樣本方向。在自經合適縮放之中心像素祕咸去之 月J乘以纟值視〇及α而定之整數來產生非負低通渡波器 係數,諸如该等在圖13之底端列中顯示之53%中心分接頭 加權。此圖係樣本高通濾波器總數(頂端)及增益_256低通濾 波器(^15/16,相對中心加權=53%)之和的圖。 , 對於[爲Μ)焉通渡波器分接頭四倍於該等上文之等< , ()中所疋義之刀接頭,及由w(a,D)所表示之整數相乘加權因 98100.doc -35- 200535717 子而言,具有和為整數M之係數之16_位低通平均值之通式 由下列等式(6)給定: Μ filt{ij) = Μ - ρ(/? j) _ hp ^^ ^^ m=l 選擇2的冪作為聰,可藉由簡單地增加M/2及向右移位 位元計算像素施y)之最終四捨五入的八位元低通濾 波器輸出。 lP filt{u j) = (Μ flit(z?y) + Μ / 2) » μ Μ為2之冪及將所有♦,功加權因子限制於整數值之要求 籲 限制了中心加權參數α可達成之值。將該等值列於下列表格 中(Μ=256)作為展示α⑻、相關聯之中心加權百分比及 D=[l,4]方向之w(n,D)的指數陣列。儘管該等加權因子可容 易地由下式計算·· 义⑶=« »2 %⑴=3⑶ % (2) = νν“1)»1 (4) = Wn (2) » 1 但是其亦可較佳儲存為一查找表。應注意對於具有整數 乘法之所有D值指數n=[0,10]給出自100%下降至6〇/〇之中心 ^ 加權。 表格 將自南通濾波器之低通濾波器之計算之中心加權、α及乘 數總計起來。應瞭解若Μ可變化則值提供較精確(μ=256)或 較粗糙(Μ<256)之等級。 98100.doc -36- 200535717 指數 (η) a α (η) 中心 加權 高通加權值:w(n,D) D=1 D-2 D = 3 D = 4 0 0 100% 0 0 0 0 1 3/16 91% 12 6 4 3 _2 3/8 81% 24 12 8 6 3 ------ 4 9/16 72% 36 18 12 9 3/4 63% 48 「24 16 12 5 --—- 6 --——, 7 15/16 53% 60 30 ^ 20 15 11/8 44% 72 36 24 18 1 5/16 34% 84 42 28 21 —8 1 1/2 25% 96 — 48 32 24 9 1 11/16 16% 108 54 36 27 10 17/8 6% 120 60 40 30 雖然對於相對乾淨之序列53%中心加權可良好地工作, 但是含大X噪訊之影像需要更具侵略性之平滑。從實驗上 判疋34 /。中心加權之參數= 及δ = μ之補償可導致空間 噪訊之顯著清除。當使用一以灰度階顯示之偽彩色調色板 顯不牯,在經方向性平滑之子影像中明顯清除了在噪訊視 訊序列之單一訊框之子影像中所見之斑點。且,重要的是 經平滑之子影像内之本文仍然清晰。 使用固定參數之問題在於對於源序列及所要之位元速率 應調整平滑之程度。在另—測試中,實驗上展示了當將“⑺ 及Δ = 32應用於另一影像序列時,僅在非常低之位元速率下 (其中壓縮假像佔優勢)可接收面部細節之明顯模糊。視運作 方案而定,若不能研發出補償及中心分接頭加權參數之自 動調整之穩固方法則可適當使使用者選擇平滑之程戶。 儘官已經結合各種特定實施例描述了本發明,但是熟羽 此項技術者將瞭解在不偏離【申請專利範圍】闈述
明之精神及範疇下可作出諸多調整及修改。 I ^又,可糟由 98100.doc 200535717 此外,本發明之建構可 之空間平滑 高通濾波器 使用組合語言加速用c之軟體建構 包括: 1) 應用於色度以及党度影像像素 2) 用於區域邊緣谓測之猶環對稱 而言自動參數調整 3) 對於品質變化之廣泛範圍輸入序列 以達成最佳效能之穩固方法,及 4) 時間噪訊清除。 【圖式簡單說明】
圖1A係根據先前技術展示一傻 1豕言之由在相同視訊訊框q 之像素所組成之3 X 3鄰域的圖。 圖1B係根據先前技術展示一傻、 像素之由在相同視訊半訊相 中之像素所組成之3x3鄰域的圖。 圖2係根據先前技術包含一前 則罝濾波器之視訊處理系胡 的簡化方塊圖。 、、 圖3係根據先前技術用於空間噪訊清除之簡單濾波器之 方塊圖。 圖4係根據先前技術用於細節保留空㈣訊清除之渡波 器的方塊圖。 圖5係根據先前技術說明_濾波器之八個遮罩的圖。 圖6係根據先前技術說明用以判定區域邊緣方向性之八 個局通3x3濾波器的圖。 、圖7係根據本發明之實例演示子影像列出八至四個之濾 波器數量減少之方向性效果的表格。 ^ 圖8 A及8B分別為根據本發明對於演示子影像四個及八 98100.doc •38· 200535717 個高通濾波器之叙卜# , ^ ^ 、、工 '、佰放之低通濾波器圖的 圖9係根據本發明佶田加古1、〕展開圖。 總計15個低通滹波反时對於相同方向數 少 愿波夯加桔之所有方向的圖。 圖10係展示根據本發明使用八個高通遽波 向數(D=[l,8])之低通遽波器加權的表袼。、;目同方 圖11(A及B)係根據本發明展 D =「l 81夕彻、抑 個阿通濾波器方向 之低通濾波裔組合的圖。 圖12係根據本發明之適應式方 流程的高級流程圖。 L間低通慮波之處理 圖η係根據本發明樣本經縮放高通遽波器分接頭總數 (頂端)及增益-256低通濾波器之和( 不U〜15/16,相對中心加權 = 53%)的圖。 98100.doc 39-
Claims (1)
- 200535717 十、申請專利範圍: 1· -種清除在-具有複數個像素之影像中之空間噪訊之方 法,其包括: 藉由在至少四個方向上’將3_分接頭高通濾波器應用於 該影像中之每—像素,㈣測該影像中物體邊界及非結 構區域,以判定區域低通濾波之最佳方向;及 、僅沿著該影像中之物體邊界及非結構區域應用低通遽 波’以使影像邊緣模糊之傾向最小化。 2.如請求項1之方法,進一步包括: 當高通濾波結果之絕對值幾乎相等時,應用多方向性 低通濾波。 3 ·如睛求項1之方法,進一步包括: 當高通濾波結果之絕對值幾乎相等時,應用多方向性 低通濾波而不直接改變分接頭加權。 4·如請求項1之方法,進一步包括: 將一補償參數(△)導入該等高通濾波器以促進平滑。 5·如請求項1之方法,其中該等高通濾波器具有一最小絕對 值’且該方法進一步包括: 即使是當該等高通濾波器之該最小絕對值為零時,亦 將一補償參數(△)導入該等高通濾波器,以促進平滑。 6,如請求項1之方法,其中: 該等高通濾波器具有中心係數;及 該方法進一步包括: 使該等中心係數之相對加權自零至1變化。 98l00.doc 200535717 7. 如請求項1之方法,其中·· 將該低通遽波應用於像素亮度值。 8. 如請求項1之方法,進一步包括·· 將區域低通濾波限制而 哏制於不牙過影像邊緣之方向。 9·如請求項1之方法,其中: 該等高通濾波器為3分接頭零均值高通錢器,·及 该方法進一步包括: 藉由使用分接頭係數來敎低通濾波的—最佳方向 其中該中㈣接頭係數為應用於㈣鄰近像素之 有一相反正負號之分接頭係數的兩倍。 /、 1 〇·如請求項1之方法,進一步包括·· 1史用一僅四個高通濾波器之集合 心祖牙過一 3x3偉 ^ . 丨 才 -歹1之中〜之水平、垂直及對角的影像邊緣。 11·如請求項1之方法,進一步包括·· 藉=對該影像中之㈣像素之所選像素中的每一個肩 取小絕對值之該等高通濾波器之 低通濾波之該方向。 禾末4擇 12. 13. 14. 士 σ月求項1之方法,進一步包括: 等像素之所選 在一水平、垂直及兩個對角方向上對該 像素執行高通濾波。 :請求項:之方法’其中在至少四個方向但少於八個方向 將^等3分接頭高通濾波器應用於該影像中之每—像 ’、以判定區域低通濾波之該(等)最佳方向。 一種用於執行-影像之方向性平滑之方法,其包括: 98100.doc 200535717 上對於在-行之視訊訊框中之每—像素㈣,僅對 該水平、該垂直及該等兩個對角方向,計算具有分接頭 加權之零均值高通濾、波器之—集合,其中該中心分接頭 係數為應用於該等鄰近像素之該等具有—相反正負號之 分接頭係數的兩倍;及 僅/口著4衫像中之物體邊界及非結構區域應用低通濾 波’以使影像邊緣模糊之該傾向最小化。 15. 16. 17. 18. 如明求項14之方法,其中每一像素為一 3χ3像素陣列中之 一中心像素,該陣列具有頂端、中間及底端水平列及最 左、中間及最右垂直行,該方法進一步包括: 使該3x3陣列中之該頂端及該底端水平列未經濾波;及 使該最左及該最右垂直行未經濾波。 如請求項14之方法,進一步包括: 如下列等式所表達來判定具有該最小絕對值之該高通 濾波器: 1知 一 min(/,Mmin )|=miru (| 知―刺“ ) 〇 如請求項1 4之方法,進一步包括: 在該影像像素〆/,y)之區域平滑之該方向U上應用一具 有分接頭加權之單位增益3 X 3低通濾波器,其中該中心分 接頭係數為應用於該等鄰近像素之該等具有一相反正負 號之分接頭係數的兩倍。 如請求項17之方法,其中: 如下列等式藉由簡單減法,自該帶正負號值 計算該低通濾波器: 98100.doc 200535717 娜,力:施力—(如—辦,Mmin)。 19·如請求項14之方法,進一步包括: 藉由對该絕對值匹配該最小值之絕對值的高通方向之 數里求和,來計算每一經濾波像素之分佈統計。 20.如請求項14之方法,進一步包括·· 判定相同方向之該數量,及 當相同方向之該數量大於丨時,根據下列等式藉由對該 等高通結果之D個方向求平均值,計算一區域低通濾波 器: lP ^ j) = p(iy j) km)/D 〇 21 ·如請求項2〇之方法,進一步包括·· 在不直接改變係數值之情況下創建各種濾波器形狀。 22·如請求項2〇之方法,進一步包括·· 導入一非負補償參數(△),以使如j"(/,M)|-之所有方向k包含於該低通平均值中。 23.如請求項22之方法,其中·· 該補償參數(Δ )大於零之值促進了 Α;7_ιτώι(/,7,^η;Μ之;4力 之低通濾波,藉此減少了像素之數量而無需應用其它區 域平滑。 24· —種執行一影像之空間嗓訊濾波之方法,其包括: 應用複數個3分接頭零均值高通濾波器,以判定複數個 低通濾波器形狀, 使该等高通濾、波器之該中心分接頭之相對加權在1下 98100.doc 200535717 降至零之範圍内變化。 25.如請求項24之方法,進一步包括: 視如―+ A之該區域值而定,使該中心分接頭加 權變數自動地變化至兩個參數之間的任何值。98100.doc
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/744,721 US7373013B2 (en) | 2003-12-23 | 2003-12-23 | Directional video filters for locally adaptive spatial noise reduction |
US10/809,022 US7437013B2 (en) | 2003-12-23 | 2004-03-24 | Directional spatial video noise reduction |
Publications (1)
Publication Number | Publication Date |
---|---|
TW200535717A true TW200535717A (en) | 2005-11-01 |
Family
ID=34753184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW093140271A TW200535717A (en) | 2003-12-23 | 2004-12-23 | Directional video filters for locally adaptive spatial noise reduction |
Country Status (5)
Country | Link |
---|---|
US (1) | US7437013B2 (zh) |
EP (1) | EP1698164B1 (zh) |
CA (1) | CA2547954C (zh) |
TW (1) | TW200535717A (zh) |
WO (1) | WO2005065115A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI399079B (zh) * | 2009-09-18 | 2013-06-11 | Altek Corp | Noise Suppression Method for Digital Image |
Families Citing this family (123)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7454068B2 (en) * | 2003-11-12 | 2008-11-18 | International Business Machines Corporation | System and method for providing black white image compression |
US7515758B2 (en) * | 2004-02-03 | 2009-04-07 | International Business Machines Corporation | Black white image compression having print density control |
US7388871B2 (en) * | 2004-02-05 | 2008-06-17 | Broadcom Corporation | Method and system for changing message filter coefficients dynamically |
DE102004024855A1 (de) * | 2004-05-19 | 2005-12-15 | Océ Document Technologies GmbH | Verfahren und Vorrichtung zur Interpolation und Korrektur eines Bildes |
US7498961B2 (en) * | 2004-09-14 | 2009-03-03 | Hewlett-Packard Development Company, L.P. | Context identification using a denoised signal |
US7271749B2 (en) * | 2004-09-14 | 2007-09-18 | Hewlett-Packard Development Company, L.P. | Context-based denoiser that simultaneously updates probabilities for multiple contexts |
US7483595B2 (en) | 2004-09-16 | 2009-01-27 | Marvell International Technology Ltd. | Image processing method and device |
US20060100527A1 (en) * | 2004-10-26 | 2006-05-11 | Giovanni Gregori | Speckle noise removal in optical coherence tomography |
JP4621944B2 (ja) * | 2005-01-19 | 2011-02-02 | 株式会社メガチップス | 画像フィルタ装置、方法およびコンピュータプログラム |
US20060171466A1 (en) * | 2005-01-28 | 2006-08-03 | Brian Schoner | Method and system for mosquito noise reduction |
US8254462B2 (en) * | 2005-01-28 | 2012-08-28 | Broadcom Corporation | Method and system for block noise reduction |
WO2006082590A2 (en) * | 2005-02-07 | 2006-08-10 | Ultraspect Ltd | Adaptive image de-noising by pixels relation maximization |
DE602006021728D1 (de) * | 2005-03-31 | 2011-06-16 | Nippon Kogaku Kk | Bildverarbeitungsverfahren |
ITMI20050558A1 (it) * | 2005-04-05 | 2006-10-06 | Stmicroelectronics Ltd Malta | Metodo per la rilevazione di ombre in immagini disturbate |
US7830552B2 (en) * | 2005-04-15 | 2010-11-09 | International Business Machines Corporation | Black white image scaling having print density control and polarity detection |
US7592936B2 (en) * | 2005-07-12 | 2009-09-22 | Hewlett-Packard Development Company, L.P. | Input distribution determination for denoising |
KR100772906B1 (ko) * | 2005-08-12 | 2007-11-05 | 삼성전자주식회사 | 영상신호 표시 방법 및 장치 |
US7609204B2 (en) * | 2005-08-30 | 2009-10-27 | Honeywell International Inc. | System and method for dynamically estimating output variances for carrier-smoothing filters |
US7532770B2 (en) * | 2005-09-23 | 2009-05-12 | Siemens Aktiengesellschaft | Method for combining two images based on eliminating background pixels from one of the images |
US7787541B2 (en) * | 2005-10-05 | 2010-08-31 | Texas Instruments Incorporated | Dynamic pre-filter control with subjective noise detector for video compression |
KR100735561B1 (ko) * | 2005-11-02 | 2007-07-04 | 삼성전자주식회사 | 이미지 센서로부터 발생되는 잡음을 저감하는 방법 및 장치 |
US8023409B2 (en) * | 2005-12-20 | 2011-09-20 | Broadcom Corporation | Method and system for reconfigurable pattern filtering engine |
JP4710635B2 (ja) * | 2006-02-07 | 2011-06-29 | ソニー株式会社 | 画像処理装置および方法、記録媒体、並びに、プログラム |
JP4730121B2 (ja) * | 2006-02-07 | 2011-07-20 | ソニー株式会社 | 画像処理装置および方法、記録媒体、並びに、プログラム |
JP2007312304A (ja) * | 2006-05-22 | 2007-11-29 | Fujitsu Ltd | 画像処理装置および画像処理方法 |
US7706625B2 (en) * | 2006-06-09 | 2010-04-27 | Siemens Aktiengesellschaft | Trilateral filter for medical diagnostic imaging |
US20110097010A1 (en) * | 2006-12-13 | 2011-04-28 | Jian Wang | Method and system for reducing noise in images in video coding |
TW200834470A (en) * | 2007-02-05 | 2008-08-16 | Huper Lab Co Ltd | Method of noise reduction based on diamond working windows |
US7783124B2 (en) * | 2007-03-02 | 2010-08-24 | Huper Laboratories Co., Ltd. | Method for reducing image noise |
US20080284854A1 (en) * | 2007-05-18 | 2008-11-20 | Dts, Inc. | System and method of static pattern removal from movies captured using a digital CCD camera |
US8031967B2 (en) * | 2007-06-19 | 2011-10-04 | Microsoft Corporation | Video noise reduction |
EP2197214A4 (en) * | 2007-10-03 | 2010-12-29 | Panasonic Corp | METHOD AND DEVICE FOR REDUCING BLOCK DEFORMATION |
US8180169B2 (en) * | 2008-02-27 | 2012-05-15 | Xerox Corporation | System and method for multi-scale sigma filtering using quadrature mirror filters |
US8086068B2 (en) * | 2008-04-03 | 2011-12-27 | Miranda Technologies Inc. | Method and apparatus for providing an indication of a level of distortion created by blocking artifacts |
US8208753B2 (en) * | 2008-04-11 | 2012-06-26 | Xerox Corporation | Method and system for noise level detection in image data |
US8090215B2 (en) * | 2008-04-11 | 2012-01-03 | Xerox Corporation | Method and system for noise level detection in image data |
US8055093B2 (en) * | 2008-04-11 | 2011-11-08 | Xerox Corporation | Method and system for noise level detection in image data |
US8363728B2 (en) * | 2008-04-18 | 2013-01-29 | Sony Corporation | Block based codec friendly edge detection and transform selection |
JP5213554B2 (ja) * | 2008-07-10 | 2013-06-19 | キヤノン株式会社 | 表示装置及びその駆動方法 |
US10123050B2 (en) | 2008-07-11 | 2018-11-06 | Qualcomm Incorporated | Filtering video data using a plurality of filters |
US20100067818A1 (en) * | 2008-09-15 | 2010-03-18 | Sony Corporation, A Japanese Corporation | System and method for high quality image and video upscaling |
US8320698B2 (en) * | 2008-09-18 | 2012-11-27 | Sony Corporation | System and method for denoising using signal dependent adaptive weights |
US8755515B1 (en) | 2008-09-29 | 2014-06-17 | Wai Wu | Parallel signal processing system and method |
US8340343B2 (en) | 2008-10-31 | 2012-12-25 | General Instrument Corporation | Adaptive video fingerprinting |
TWI423666B (zh) * | 2008-12-31 | 2014-01-11 | Altek Corp | Image elimination method for image sequence |
US9143803B2 (en) | 2009-01-15 | 2015-09-22 | Qualcomm Incorporated | Filter prediction based on activity metrics in video coding |
WO2010088465A1 (en) * | 2009-02-02 | 2010-08-05 | Gentex Corporation | Improved digital image processing and systems incorporating the same |
TW201035910A (en) * | 2009-03-18 | 2010-10-01 | Novatek Microelectronics Corp | Method and apparatus for reducing spatial noise of images |
CN101605260B (zh) * | 2009-06-25 | 2011-05-18 | 武汉大学 | 压缩视频超分辨率重建中构建代价函数的方法 |
US8724928B2 (en) | 2009-08-31 | 2014-05-13 | Intellectual Ventures Fund 83 Llc | Using captured high and low resolution images |
US8284314B2 (en) * | 2009-12-16 | 2012-10-09 | Vixs Systems, Inc. | Adaptive edge enhancement using directional components from non-linear filtering |
EP2629519A1 (en) * | 2010-02-05 | 2013-08-21 | Siemens Aktiengesellschaft | A method and an apparatus for difference measurement of an image |
US8391647B1 (en) * | 2010-02-17 | 2013-03-05 | Hewlett-Packard Development Company, L.P. | Pixel replacement |
JP5299328B2 (ja) * | 2010-03-17 | 2013-09-25 | 富士通株式会社 | 画像処理装置および画像処理方法 |
US8471865B2 (en) * | 2010-04-02 | 2013-06-25 | Intel Corporation | System, method and apparatus for an edge-preserving smooth filter for low power architecture |
US8699813B2 (en) | 2010-11-19 | 2014-04-15 | Analog Devices, Inc | Adaptive filter for low-light noise reduction |
US8755625B2 (en) | 2010-11-19 | 2014-06-17 | Analog Devices, Inc. | Component filtering for low-light noise reduction |
US9462220B2 (en) * | 2010-12-17 | 2016-10-04 | Microsoft Technology Licensing, Llc | Auto-regressive edge-directed interpolation with backward projection constraint |
US9161041B2 (en) * | 2011-01-09 | 2015-10-13 | Mediatek Inc. | Apparatus and method of efficient sample adaptive offset |
US8982960B2 (en) | 2011-02-23 | 2015-03-17 | Qualcomm Incorporated | Multi-metric filtering |
TWI488494B (zh) * | 2011-04-28 | 2015-06-11 | Altek Corp | 多畫面的影像降噪方法 |
US8340458B2 (en) * | 2011-05-06 | 2012-12-25 | Siemens Medical Solutions Usa, Inc. | Systems and methods for processing image pixels in a nuclear medicine imaging system |
US8687885B2 (en) * | 2011-05-19 | 2014-04-01 | Foveon, Inc. | Methods for reducing row and column patterns in a digital image |
US8908979B2 (en) * | 2011-06-16 | 2014-12-09 | Samsung Electronics Co., Ltd. | Shape and symmetry design for filters in video/image coding |
JP5766077B2 (ja) * | 2011-09-14 | 2015-08-19 | キヤノン株式会社 | ノイズ低減のための画像処理装置及び画像処理方法 |
US9147229B2 (en) * | 2012-01-20 | 2015-09-29 | Kabushiki Kaisha Toshiba | Method and system for image denoising using discrete total variation (TV) minimization with one-direction condition |
DE112013000762T5 (de) | 2012-01-31 | 2014-12-11 | Panasonic Corporation | Bildverarbeitungsvorrichtung und Bildverarbeitungsverfahren |
CN104115211B (zh) | 2012-02-14 | 2017-09-22 | 金泰克斯公司 | 高动态范围成像系统 |
EP2835963B1 (en) * | 2012-04-04 | 2017-03-22 | Mitsubishi Electric Corporation | Image processing device and method, and image processing program |
US9142012B2 (en) | 2012-05-31 | 2015-09-22 | Apple Inc. | Systems and methods for chroma noise reduction |
US20130329004A1 (en) * | 2012-06-06 | 2013-12-12 | Apple Inc. | Method of and Apparatus for Image Enhancement |
US9558535B2 (en) * | 2012-08-07 | 2017-01-31 | Sharp Kabushiki Kaisha | Image processing device, image processing method, image processing program, and image display device |
JP2014068273A (ja) * | 2012-09-26 | 2014-04-17 | Olympus Imaging Corp | 画像編集装置、画像編集方法、およびプログラム |
JP5564553B2 (ja) * | 2012-10-22 | 2014-07-30 | Eizo株式会社 | 画像処理装置、画像処理方法及びコンピュータプログラム |
KR20140086632A (ko) * | 2012-12-28 | 2014-07-08 | 삼성디스플레이 주식회사 | 영상 처리 장치 및 그것을 포함하는 표시 장치 |
US9293500B2 (en) | 2013-03-01 | 2016-03-22 | Apple Inc. | Exposure control for image sensors |
US9276031B2 (en) | 2013-03-04 | 2016-03-01 | Apple Inc. | Photodiode with different electric potential regions for image sensors |
US9741754B2 (en) | 2013-03-06 | 2017-08-22 | Apple Inc. | Charge transfer circuit with storage nodes in image sensors |
US9549099B2 (en) | 2013-03-12 | 2017-01-17 | Apple Inc. | Hybrid image sensor |
US9319611B2 (en) | 2013-03-14 | 2016-04-19 | Apple Inc. | Image sensor with flexible pixel summing |
US9443290B2 (en) | 2013-04-15 | 2016-09-13 | Apple Inc. | Defringing RAW images |
TWI596573B (zh) * | 2013-04-25 | 2017-08-21 | 財團法人工業技術研究院 | 影像處理裝置及其影像雜訊抑制方法 |
US9596423B1 (en) * | 2013-11-21 | 2017-03-14 | Apple Inc. | Charge summing in an image sensor |
US9596420B2 (en) | 2013-12-05 | 2017-03-14 | Apple Inc. | Image sensor having pixels with different integration periods |
US9473706B2 (en) | 2013-12-09 | 2016-10-18 | Apple Inc. | Image sensor flicker detection |
US10285626B1 (en) | 2014-02-14 | 2019-05-14 | Apple Inc. | Activity identification using an optical heart rate monitor |
US9277144B2 (en) | 2014-03-12 | 2016-03-01 | Apple Inc. | System and method for estimating an ambient light condition using an image sensor and field-of-view compensation |
US9232150B2 (en) | 2014-03-12 | 2016-01-05 | Apple Inc. | System and method for estimating an ambient light condition using an image sensor |
US9584743B1 (en) | 2014-03-13 | 2017-02-28 | Apple Inc. | Image sensor with auto-focus and pixel cross-talk compensation |
US9497397B1 (en) | 2014-04-08 | 2016-11-15 | Apple Inc. | Image sensor with auto-focus and color ratio cross-talk comparison |
US9538106B2 (en) | 2014-04-25 | 2017-01-03 | Apple Inc. | Image sensor having a uniform digital power signature |
JP5990217B2 (ja) * | 2014-05-21 | 2016-09-07 | キヤノン株式会社 | 画像処理装置、画像形成装置、およびそれらの制御方法 |
US9619862B2 (en) * | 2014-05-30 | 2017-04-11 | Apple Inc. | Raw camera noise reduction using alignment mapping |
US9686485B2 (en) | 2014-05-30 | 2017-06-20 | Apple Inc. | Pixel binning in an image sensor |
US9525804B2 (en) | 2014-08-30 | 2016-12-20 | Apple Inc. | Multi-band YCbCr noise modeling and noise reduction based on scene metadata |
US9667842B2 (en) | 2014-08-30 | 2017-05-30 | Apple Inc. | Multi-band YCbCr locally-adaptive noise modeling and noise reduction based on scene metadata |
US9569816B2 (en) * | 2015-04-15 | 2017-02-14 | Apple Inc. | Debanding image data using bit depth expansion |
KR102531222B1 (ko) * | 2015-08-25 | 2023-05-10 | 인터디지털 매디슨 페턴트 홀딩스 에스에이에스 | 루미넌스 존들에 기초한 역 톤 맵핑 |
US9626745B2 (en) | 2015-09-04 | 2017-04-18 | Apple Inc. | Temporal multi-band noise reduction |
WO2017075804A1 (en) | 2015-11-06 | 2017-05-11 | Microsoft Technology Licensing, Llc | Flexible reference picture management for video encoding and decoding |
US9792671B2 (en) * | 2015-12-22 | 2017-10-17 | Intel Corporation | Code filters for coded light depth acquisition in depth images |
EP3203439B1 (en) | 2016-02-04 | 2019-10-02 | InterDigital VC Holdings, Inc. | Method and device for reducing noise in a component of a picture |
US9912883B1 (en) | 2016-05-10 | 2018-03-06 | Apple Inc. | Image sensor with calibrated column analog-to-digital converters |
CN111682039B (zh) | 2016-09-23 | 2021-08-03 | 苹果公司 | 堆叠式背面照明spad阵列 |
CN109891884B (zh) | 2016-10-19 | 2021-04-20 | 华为技术有限公司 | 用于编码和解码视频信号的视频编码块的装置和方法 |
CN110235024B (zh) | 2017-01-25 | 2022-10-28 | 苹果公司 | 具有调制灵敏度的spad检测器 |
US10656251B1 (en) | 2017-01-25 | 2020-05-19 | Apple Inc. | Signal acquisition in a SPAD detector |
US10962628B1 (en) | 2017-01-26 | 2021-03-30 | Apple Inc. | Spatial temporal weighting in a SPAD detector |
US10622538B2 (en) | 2017-07-18 | 2020-04-14 | Apple Inc. | Techniques for providing a haptic output and sensing a haptic input using a piezoelectric body |
US10453187B2 (en) * | 2017-07-21 | 2019-10-22 | The Boeing Company | Suppression of background clutter in video imagery |
US10440301B2 (en) | 2017-09-08 | 2019-10-08 | Apple Inc. | Image capture device, pixel, and method providing improved phase detection auto-focus performance |
US11295235B2 (en) * | 2017-12-28 | 2022-04-05 | Intel Corporation | Filtering training data for models in a data center |
US11019294B2 (en) | 2018-07-18 | 2021-05-25 | Apple Inc. | Seamless readout mode transitions in image sensors |
US10848693B2 (en) | 2018-07-18 | 2020-11-24 | Apple Inc. | Image flare detection using asymmetric pixels |
US11233966B1 (en) | 2018-11-29 | 2022-01-25 | Apple Inc. | Breakdown voltage monitoring for avalanche diodes |
US11483557B2 (en) * | 2020-06-18 | 2022-10-25 | Tencent America LLC | Separate constrained directional enhancement filter |
US11563910B2 (en) | 2020-08-04 | 2023-01-24 | Apple Inc. | Image capture devices having phase detection auto-focus pixels |
CN112085094B (zh) * | 2020-09-08 | 2024-04-05 | 中国平安财产保险股份有限公司 | 单证图像翻拍检测方法、装置、计算机设备和存储介质 |
CN112367522A (zh) * | 2020-10-30 | 2021-02-12 | 京东方科技集团股份有限公司 | 图像压缩、解压缩处理方法和系统 |
CN114647467B (zh) * | 2020-12-21 | 2024-05-28 | 深信服科技股份有限公司 | 水印更新方法、装置、系统及存储介质 |
US11546532B1 (en) | 2021-03-16 | 2023-01-03 | Apple Inc. | Dynamic correlated double sampling for noise rejection in image sensors |
US11756285B2 (en) | 2021-06-10 | 2023-09-12 | Bank Of America Corporation | Image processing system and method for image noise removal |
WO2024031579A1 (zh) * | 2022-08-11 | 2024-02-15 | 上海玄戒技术有限公司 | 图像降噪方法、装置及芯片 |
Family Cites Families (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4027054A (en) * | 1975-10-20 | 1977-05-31 | Western Electric Company, Inc. | Apertured belt conveying |
US4463381A (en) * | 1980-04-16 | 1984-07-31 | Eastman Kodak Company | Image processing apparatus including a partitioned low pass channel |
US4463361A (en) * | 1981-10-07 | 1984-07-31 | Canon Kabushiki Kaisha | Ink jet recording apparatus with vacuum platen |
NL8304214A (nl) * | 1983-12-07 | 1985-07-01 | Philips Nv | Werkwijze voor het korrigeren van foute waarden van monsters van een equidistant bemonsterd signaal en inrichting voor het uitvoeren van de werkwijze. |
JP2536094B2 (ja) | 1988-10-20 | 1996-09-18 | 富士ゼロックス株式会社 | カラ―画像処理装置 |
US5159455A (en) * | 1990-03-05 | 1992-10-27 | General Imaging Corporation | Multisensor high-resolution camera |
EP0562657B1 (en) * | 1992-03-17 | 1998-09-16 | Koninklijke Philips Electronics N.V. | Imaging system with means for compensating vignetting and X-ray examination apparatus comprising such an imaging system |
GB2266023B (en) * | 1992-03-31 | 1995-09-06 | Sony Broadcast & Communication | Motion dependent video signal processing |
TW231393B (zh) * | 1992-12-02 | 1994-10-01 | Samsung Electronics Co Ltd | |
US5450140A (en) * | 1993-04-21 | 1995-09-12 | Washino; Kinya | Personal-computer-based video production system |
US5537159A (en) * | 1993-05-27 | 1996-07-16 | Sony Corporation | Interpolation method and apparatus for improving registration adjustment in a projection television |
US5572264A (en) * | 1994-02-14 | 1996-11-05 | Hitachi, Ltd. | High definition TV signal receiver |
GB2288512B (en) * | 1994-04-14 | 1998-08-26 | Matsushita Electric Ind Co Ltd | Image processing apparatus |
US6141446A (en) * | 1994-09-21 | 2000-10-31 | Ricoh Company, Ltd. | Compression and decompression system with reversible wavelets and lossy reconstruction |
US6549666B1 (en) * | 1994-09-21 | 2003-04-15 | Ricoh Company, Ltd | Reversible embedded wavelet system implementation |
US6122016A (en) * | 1994-11-14 | 2000-09-19 | U.S. Philips Corporation | Video signal processing |
JP3221291B2 (ja) * | 1995-07-26 | 2001-10-22 | ソニー株式会社 | 画像処理装置、画像処理方法、ノイズ除去装置及びノイズ除去方法 |
JPH0948255A (ja) * | 1995-08-07 | 1997-02-18 | Niles Parts Co Ltd | シフトレバー用配電コード接続構造 |
US5844627A (en) | 1995-09-11 | 1998-12-01 | Minerya System, Inc. | Structure and method for reducing spatial noise |
GB9600293D0 (en) | 1996-01-08 | 1996-03-13 | Digi Media Vision Ltd | Improvements in or relating to noise reduction |
US5874285A (en) * | 1996-09-13 | 1999-02-23 | Incyte Pharmaceuticals, Inc. | Polynucleotide encoding a novel human nm23-like protein |
US6005626A (en) * | 1997-01-09 | 1999-12-21 | Sun Microsystems, Inc. | Digital video signal encoder and encoding method |
US6067125A (en) * | 1997-05-15 | 2000-05-23 | Minerva Systems | Structure and method for film grain noise reduction |
US6335990B1 (en) | 1997-07-03 | 2002-01-01 | Cisco Technology, Inc. | System and method for spatial temporal-filtering for improving compressed digital video |
US5867606A (en) | 1997-08-12 | 1999-02-02 | Hewlett-Packard Company | Apparatus and method for determining the appropriate amount of sharpening for an image |
US6061100A (en) | 1997-09-30 | 2000-05-09 | The University Of British Columbia | Noise reduction for video signals |
US6229578B1 (en) | 1997-12-08 | 2001-05-08 | Intel Corporation | Edge-detection based noise removal algorithm |
US6069984A (en) * | 1997-12-29 | 2000-05-30 | Hewlett-Packard Company | Method and apparatus for correcting optical spot position |
US6229520B1 (en) | 1998-01-16 | 2001-05-08 | Texas Instruments Incorporated | Digital processing for resized graphics images |
US6697660B1 (en) * | 1998-01-23 | 2004-02-24 | Ctf Systems, Inc. | Method for functional brain imaging from magnetoencephalographic data by estimation of source signal-to-noise ratio |
US6847737B1 (en) * | 1998-03-13 | 2005-01-25 | University Of Houston System | Methods for performing DAF data filtering and padding |
US6295382B1 (en) | 1998-05-22 | 2001-09-25 | Ati Technologies, Inc. | Method and apparatus for establishing an adaptive noise reduction filter |
US6108455A (en) * | 1998-05-29 | 2000-08-22 | Stmicroelectronics, Inc. | Non-linear image filter for filtering noise |
US6285798B1 (en) | 1998-07-06 | 2001-09-04 | Eastman Kodak Company | Automatic tone adjustment by contrast gain-control on edges |
US6411305B1 (en) | 1999-05-07 | 2002-06-25 | Picsurf, Inc. | Image magnification and selective image sharpening system and method |
US6322505B1 (en) * | 1999-06-08 | 2001-11-27 | Acuson Corporation | Medical diagnostic ultrasound system and method for post processing |
EP1100260A1 (en) * | 1999-11-12 | 2001-05-16 | STMicroelectronics S.r.l. | Spatio-temporal filtering method for noise reduction during pre-processing of picture sequences in video encoders |
US6614944B1 (en) | 2000-02-10 | 2003-09-02 | Oak Technology, Inc. | Image enhancement filter with adaptive threshold |
WO2001080561A1 (en) * | 2000-04-18 | 2001-10-25 | Rtimage Inc. | System and method for the lossless progressive streaming of images over a communication network |
US6671340B1 (en) | 2000-06-15 | 2003-12-30 | Ibiquity Digital Corporation | Method and apparatus for reduction of interference in FM in-band on-channel digital audio broadcasting receivers |
US6842538B2 (en) * | 2001-03-23 | 2005-01-11 | Shih-Jong J. Lee | Automatic detection of alignment or registration marks |
US6993191B2 (en) | 2001-05-04 | 2006-01-31 | Pts Corporation | Methods and apparatus for removing compression artifacts in video sequences |
US7167602B2 (en) | 2001-07-09 | 2007-01-23 | Sanyo Electric Co., Ltd. | Interpolation pixel value determining method |
US7110602B2 (en) | 2002-08-21 | 2006-09-19 | Raytheon Company | System and method for detection of image edges using a polar algorithm process |
-
2004
- 2004-03-24 US US10/809,022 patent/US7437013B2/en not_active Expired - Fee Related
- 2004-12-06 EP EP04812954.8A patent/EP1698164B1/en active Active
- 2004-12-06 WO PCT/US2004/040537 patent/WO2005065115A2/en not_active Application Discontinuation
- 2004-12-06 CA CA2547954A patent/CA2547954C/en active Active
- 2004-12-23 TW TW093140271A patent/TW200535717A/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI399079B (zh) * | 2009-09-18 | 2013-06-11 | Altek Corp | Noise Suppression Method for Digital Image |
Also Published As
Publication number | Publication date |
---|---|
EP1698164A4 (en) | 2015-12-09 |
EP1698164A2 (en) | 2006-09-06 |
US20050135700A1 (en) | 2005-06-23 |
CA2547954C (en) | 2014-01-21 |
EP1698164B1 (en) | 2017-07-19 |
WO2005065115A2 (en) | 2005-07-21 |
CA2547954A1 (en) | 2005-07-21 |
WO2005065115A3 (en) | 2006-11-02 |
US7437013B2 (en) | 2008-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW200535717A (en) | Directional video filters for locally adaptive spatial noise reduction | |
US7373013B2 (en) | Directional video filters for locally adaptive spatial noise reduction | |
US7860167B2 (en) | Apparatus and method for adaptive 3D artifact reducing for encoded image signal | |
US7805019B2 (en) | Enhancement of decompressed video | |
US7657113B2 (en) | Auto-regressive method and filter for denoising images and videos | |
JP2008508751A5 (zh) | ||
JPH07231450A (ja) | 動画画像信号系列中のアーティファクトを削減するためのフィルタ装置及び方法 | |
WO2002102086A2 (en) | Apparatus and method for adaptive spatial segmentation-based noise reducing for encoded image signal | |
EP1506525B1 (en) | System for and method of sharpness enhancement for coded digital video | |
JP2001320713A (ja) | 画像予備処理方法 | |
CN113592746A (zh) | 一种由粗到细地融合时空信息的压缩视频质量增强方法 | |
WO2006131866A2 (en) | Method and system for image processing | |
US20060153464A1 (en) | Method and apparatus for encoding and decoding moving images using a plurality of modified MF tables, and recording medium storing program for executing the method | |
JP4266227B2 (ja) | 動画像信号処理装置 | |
JP3800435B2 (ja) | 動画像信号処理装置 | |
Oh et al. | Film grain noise modeling in advanced video coding | |
JP2006060841A (ja) | 画像データのノイズ除去方法及びその装置 | |
Del Corso et al. | MNR: A novel approach to correct MPEG temporal distortions | |
Al-Rudaini | Prediction Error Processing Technique for Removal and Rejection of Scratches from Video | |
Yang et al. | Research on Video Quality Assessment. | |
Lama et al. | Post processing algorithm for reduction of blocking artifact in HDTV | |
Lee et al. | Adaptive video enhancement using neural network | |
JP2004180344A (ja) | 動画像信号処理装置 | |
JP2007538451A (ja) | 復号化ビデオにおいてアーチファクトを削減するアルゴリズム | |
JP2007053801A (ja) | ブロック歪み除去方法 |