TW200535717A - Directional video filters for locally adaptive spatial noise reduction - Google Patents

Directional video filters for locally adaptive spatial noise reduction Download PDF

Info

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
Application number
TW093140271A
Other languages
English (en)
Inventor
Candace M Anderson
Original Assignee
Gen Instrument 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
Priority claimed from US10/744,721 external-priority patent/US7373013B2/en
Application filed by Gen Instrument Corp filed Critical Gen Instrument Corp
Publication of TW200535717A publication Critical patent/TW200535717A/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/14Picture signal circuitry for video frequency region
    • H04N5/21Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • H04N5/213Circuitry for suppressing or minimising impulsive noise
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20004Adaptive image processing
    • G06T2207/20012Locally 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)

  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
TW093140271A 2003-12-23 2004-12-23 Directional video filters for locally adaptive spatial noise reduction TW200535717A (en)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Cited By (1)

* Cited by examiner, † Cited by third party
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