TWI504248B - 影像處理裝置及影像處理方法 - Google Patents
影像處理裝置及影像處理方法 Download PDFInfo
- Publication number
- TWI504248B TWI504248B TW097141171A TW97141171A TWI504248B TW I504248 B TWI504248 B TW I504248B TW 097141171 A TW097141171 A TW 097141171A TW 97141171 A TW97141171 A TW 97141171A TW I504248 B TWI504248 B TW I504248B
- Authority
- TW
- Taiwan
- Prior art keywords
- boundary
- pixels
- image
- pixel
- output
- Prior art date
Links
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Picture Signal Circuits (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Description
本發明是有關於一種訊強度判斷裝置,特別是指一種用以判斷影像資料中的雜訊強度的裝置。
隨著視訊處理的技術快速演進,對於一視訊內容(Video Content)的品質要求是越來越高,高畫質、高解析度的視訊內容已被廣泛應用於各種影像顯示裝置上,例如:高解析度電視(HDTV)或是個人電腦液晶螢幕(LCD)。一視訊內容通常包含複數個圖框(Frame)或是圖場(Field),在視訊處理或是傳送視訊的過程中,部分圖框或是圖場往往可能受到雜訊的影響而發生變異(如:部分像素值(Pixel)發生改變),而在高解析度的顯示裝置上,對於視訊內容上的雜訊反應特別敏感,換句話說,當視訊內容受到雜訊干擾時,在高解析度的顯示裝置上就可能被清楚呈現,而降低視訊內容的品質。因此,如何有效判斷雜訊的強度,進而抑制或消除雜訊,對於視訊處理技術來說,是相當重要的議題。
現今廣為被使用的技術是利用一平均絕對差(Mean Absolute Difference,MAD)來判斷一視訊內容上是否受到雜訊干擾;MAD之計算方式如下:
其中,m、n分別為視訊內容的解析度大小,P k
(i
,j
)為第
k個圖框中第(i
,j
)位置像素上的像素值,P k
-1
(i
,j
)為第k-1個圖框中第(i
,j
)位置像素上的像素值;所謂像素值可以是一像素的亮度值(Luma)或是色度值(Chroma)。
舉例來說,參閱圖1,對於一連續的圖框序列S,其中每一個圖框編號分別為S1
、S2
...Sk-1
、Sk
、Sk+1
、....,假設圖框Sk
中的物件Ok
相較於圖框Sk-1
中的物件Ok-1
沒有移動的情況下,則理論上圖框Sk
中的每一像素值會與圖框Sk-1
中對應位置上的像素值相同,因此根據公式(F.1)可計算出MAD的值為零。
假設當圖框Sk
有雜訊存在時,可能使得圖框Sk
中至少一個像素值發生改變,參閱圖2,在不考慮動態影像的前提下,假設圖框Sk
的像素因為雜訊發生改變,根據公式(F.1),MADnoise
可計算如下:
MAD的值越大,代表雜訊的數量越多,或是像素受到雜訊的影響程度越嚴重,反之,MAD的值越小,則代表雜訊的數量越少,或是像素受到雜訊的影響程度越輕微。因此,目前習知的做法,是根據MAD的數值大小作為判斷是否有雜訊存在。
聯合參閱圖3、4,假設圖框Sk
中的物件Ok
相較於圖框Sk-1
中的物件Ok-1
發生移動之後且沒有受到雜訊影響,計算MADmotion
的值如下:
由上述例子可看出,對於圖框Sk
而言,發生雜訊時的MADnoise
值與圖框中物件移動時的MADmotion
值可能是相等的,因此,依照習知之判斷方法很難判斷出,形成前後張影像上多數像素值的差的原因是雜訊干擾還是物件移動。
如果發生將動態影像誤判成雜訊干擾的情形,反而會造成失真情形。因為在動態影像時的MAD是由物件移動所造成的,所以圖框Sk
中的每一像素值並不一定跟前一圖框Sk-1
有關聯性(如:像素(i,j)在圖框Sk-1
為物件一部份,因為物件移動的關係,使得同一像素(i,j)在圖框Sk
時可能變為背景的一部份),若是因為誤判成雜訊干擾,而進一步將前後張影像的像素值作平均處理,以期消除雜訊的話,往往反而會造成拖影。因此,習知對於動態影像來說,是相當可能造成誤判的情形發生。
因此,本發明之目的,即在提供一種影像處理裝置,包含:一像素差計算單元,用以計算該第一像素與對應於該第一像素位置之該第二像素之像素差,以輸出複數個像素差值;一邊界處理單元,用以偵測並比較該些第一像素之邊界
形式與該些第二像素之邊界形式,並統計相同邊界形式之數量以輸出一統計值;一混合值決定單元,耦接至該雜訊程度處理單元,用以依據該雜訊程度以決定一混合值;以及一輸出單元,耦接至該混合值決定單元,用以依據該混合值將該目前影像和該先前影像加權相加以輸出該輸出影像。
於是,本發明之另一目的,即在提供一種影像處理方法,包含以下步驟:計算該第一像素與對應於該第一像素位置之該第二像素之像素差值,以輸出複數個像素差值;計算該第一像素與對應於該第一像素位置之該第二像素之像素差值,以輸出複數個像素差值;偵測並比較該些第一像素之邊界形式與該些第二像素之邊界形式,並統計相同邊界形式之數量以輸出一統計值;依據該統計值與該些像素差值,以計算該目前影像之一雜訊程度;依據該雜訊程度以決定一混合值;以及依據該混合值將該目前影像和該先前影像加權相加以產生該輸出影像。
有關本發明之前述及其他技術內容、特點與功效,在以下配合參考圖式之二個較佳實施例的詳細說明中,將可
清楚的呈現。
參閱圖5,本發明影像處理裝置9之第一實施例包含:一像素差計算器91、一邊界(Edge)處理單元92、一雜訊程度處理單元93、一混合值決定單元94,及一輸出單元95。
像素差計算器91接收一目前影像901與一先前影像902,其中,目前影像901與先前影像902分別是一圖框(Frame),且其分別具有複數個像素(Pixel)。每一像素上具有對應之像素值,該像素值包括亮度值(Luma)或是色度值(Chroma),而像素差計算器91將根據目前影像901與先前影像902中位於相同位置之像素值,計算出兩張影像間的像素差之絕對值,並將其輸出至雜訊程度處理單元93中。
舉例來說,參閱圖6,目前影像901中位置(0,0)的像素值為30,先前影像902中位置(0,0)的像素值為40,因此,其二者相減差值之絕對值為10,其餘位置以此類推。
回復參閱圖5,邊界處理單元92包括:一邊界偵測器921與一邊界比較器922。
邊界偵測器921根據一取樣視窗尺寸,以目前影像901之每一像素為中心點,分別設定一對應的取樣視窗。舉例來說,參閱圖7,假設取樣視窗尺寸為3×3,如圖對於像素P1
與P2
而言,其對應的取樣視窗分別為W1
與W2
,若是位於邊界上的像素(如:P3
),則仍可假設一取樣視窗W3
存
在,而超出該影像範圍的部分來以0來表示,因為前一圖框亦具有相同超出範圍的部分,因此不會影響處理結果。
取樣視窗設定完成後,再根據一邊界遮罩以計算出該取樣視窗中每一像素的邊界形式(Edge Type)。本實施例中,採用一索貝爾濾波器(Sobel Filter)作為邊界遮罩,該邊界遮罩之樣式如下所示:
其中Mx
為水平邊界遮罩,My
為垂直邊界遮罩;然後,假設該取樣視窗為一3x3:
其中,Px,y
為中心點的像素值,其他則為在該取樣視窗中與該Px,y
相接鄰的像素值;然後計算出一水平梯度值Gx
與一垂直梯度值Gy
,計算方式如下:
最後,再根據水平梯度值Gx
與垂直梯度值Gy
與一第一門檻值及一第二門檻值的大小關係(該第一門檻值大於該第二門檻值),以決定取樣視窗中之每一像素的邊界形式如下:(i)當Gx
的絕對值大於該第一門檻值,且Gy
的絕對值小於該第二門檻值時,判斷該取樣視窗中心點像素Px,y
之邊界形式為垂直邊界(V-edge,V);(ii)當Gx
的絕對值小於該第二門檻值,且Gy
的絕對值大於該第一門檻值時,判斷該取樣視窗中心點像素Px,y
之邊界形式為水平邊界(H-edge,H);(iii)當Gx
與Gy
的絕對值都大於該第二門檻值,且Gx
與Gy
相乘之後會為正,判斷該取樣視窗中心點像素Px,y
之邊界形式為左斜邊界(L-edge,L)(iv)當Gx
與Gy
的絕對值都大於該第二門檻值,且Gx
與Gy
相乘之後會為負,判斷該取樣視窗中心點像素Px,y
之邊界形式為右斜邊界(R-edge,R);及
(v)若不屬於(i)~(iv)的範圍,則該取樣視窗中心點像素Px,y
之邊界形式為無法判斷(Mess,M)。
當取樣視窗中所有中心點像素的邊界形式都偵測完成後,將結果儲存於一尺寸與該目前影像901相同的邊界形式視窗中,也就是說對於目前影像901中之每一像素,皆有一對應的邊界形式。
舉例來說,回復參閱圖6,假設一取樣視窗的尺寸為3×3,在該目前影像901中以二像素A、B為中心點,且各自對應的取樣視窗為WA
、WB
,所以,二像素A、B的水平梯度值Gx
與垂直梯度值Gy
,計算方式如下:
假設該第一門檻值為150,該第二門檻值為50,則利用前述的邊界形式判斷方式可以得到二像素A、B的邊界形式如下:A
的邊界形式=M B
的邊界形式=L
邊界比較器922接收目前影像之邊界形式視窗後,與先前影像之邊界形式視窗作比較,參閱圖8,當二邊界形式視窗內同一位置像素的邊界形式相同時,視為邊界符合(Edge Match),當二邊界形式視窗內同一位置像素的邊界形式不相同時,視為邊界不符合(Edge Unmatch),並將比較結果輸出至一結果視窗中,並將該結果視窗輸出至統計電路923。接著,統計電路923統計結果視窗內邊界符合的數量(S_SUM),並將結果視窗與S_SUM送出至雜訊程度處理單元93,由圖8可知,上述例子的邊界符合數量S_SUM為17(邊界形式為無法判斷M的像素不計)。
雜訊程度處理單元93將S_SUM與一預設之門檻值作比較,若是S_SUM大於門檻值時,將結果視窗內所有邊界符合之像素所對應到的像素差值之絕對值(由像素差計算器91輸入)相加,以產生一累計絕對差(Sum of Absolute Difference,SAD)。因為,當S_SUM大於該門檻值時,表示目前影像901內多數像素的邊界形式沒有改變,也就是說,目前影像901內多數像素為沒有移位的靜態像素,或是該目前影像901可視為一靜態影像,因此,像素差應該是雜訊所造成的;反過來說,當S_SUM小於該門檻值時,表示目前影像內多數像素的邊界形式發生改變,因此,目前影像901內多數像素為有移位的動態像素,或者可將目前影像視為一動態影像,所以,像素差應該是由物件移動
所造成的。此外,雜訊程度處理單元93依照下列的計算方式,計算出雜訊強度(Noise Level,NL)。
這樣的做法用意是:經判斷目前影像901為靜態影像之累計絕對差,亦即為雜訊之總和,作正規化(Normalization)的動作,以期依照不同類型的影像作訊號強度的動態調整判斷,進而更精準的判斷雜訊。
以上述例子來說,假設門檻值為13時,圖8中S_SUM的數量為17已超過門檻值,因此,依據圖6該累計絕對差計算如下:SAD
=10+8+1+10+8+0+12+8+7+10+1+19+5+6+5+7+13=130
所以,該雜訊強度NL為:
混合值決定單元94接收雜訊強度NL之後,可以依照雜訊強度NL的大小值以查表方式決定出一混合值K,其中,混合值K與雜訊強度NL成正相關,換言之,當雜訊強度NL越大時,表示靜態的成分越高,因此,需要加重先前影像902的比例,所以K的值也應該隨之變大。當然,雜訊強度NL與混合值K的關係不一定是依查表方式獲得,也可以是混和比例K與雜訊強度NL以連續函數或離散函數成一對應關係而訂定。
輸出單元95基於該混合值將目前影像901與先前影像
902加權相加,以得到一輸出影像951。並將輸出影像951回授(Feedback)至像素差計算器91,以作為下一次計算時的先前影像902,該輸出影像951的計算方式如下:輸出影像951=目前影像901之像素值×(1-K)+先前影像902之像素值×K。
值得注意的是,一種實施方式是邊界偵測器921當處理完所有像素之後,才將所有處理的結果送至邊界比較器922做進一步處理,且邊界比較器922處理完所有像素後,才送入雜訊程度處理單元93處理。而另一種實施方式是當第一個像素依序由邊界偵測器921、邊界比較器922、雜訊程度處理單元93處理完後,才開始依序處理第二個像素。
本第二實施例與第一實施例最大的不同點在於,第二實施例是針對圖場(Field)作處理。
參閱圖9,一連續的圖場序列F以上圖場(Top Filed)(如:圖場Fk-2
與Fk
)與下圖場(Bottom Field)(如;圖場Fk-1
與Fk+1
)交錯排列的方式所組成。
相似於第一實施例的方式,目前影像為第k個圖場(或是第k+1個圖場),先前影像為第k-2個圖場(或是第k-1個圖場),因此,參閱圖10,上圖場序列Ftop
可以與下圖場序列Fbot
分別各自分開成兩獨立序列之後,即可採用本發明之影像處理裝置9,作雜訊強度的判斷。舉例來說,上圖場序列Ftop
中之圖場Fk
為目前影像,而圖場Fk-2
即為先前影像;同理,下圖場序列Fbot
中之圖場Fk+1
為目前影像,而
圖場Fk-1
即為先前影像。然後,上圖場序列Ftop
與下圖場序列Fbot
可用二影像處理裝置9,以平行式方式分別對上圖場序列Ftop
及下圖場序列Fbot
同時處理,或是用一影像處理裝置9以連續式方式將上圖場序列Ftop
及下圖場序列Fbot
分時處理。
參閱圖11,本發明之影像處理方法8之較佳實施例適用於判斷一影像中之雜訊強度,包括以下步驟:步驟81是設定一大小為m×n的取樣視窗;步驟82是接收一目前影像與一先前影像,其中,該目前影像是第k個圖框(或是第k個圖場),而先前影像是第k-1個圖框(或是第k-2個圖場);步驟83是計算目前影像與先前影像中相同位置上的像素差值;步驟84是計算目前影像中每一像素之邊界形式,並將其結果儲存於一邊界形式視窗中,計算方式如先前所述;步驟85是比較目前影像之邊界形式視窗與先前影像之邊界形式視窗,並記錄邊界形式相同的邊界符合數量S_SUM;步驟86是當S_SUM大於一門檻值時,將所有經判定為邊界符合之像素所對應到的像素差值加總以產生一累計絕對差SAD;步驟87是計算一雜訊強度NL,其計算方式如先前所述;
步驟88是依照雜訊強度NL的大小值以查表方式決定出一混合值K。當然,雜訊強度NL與混合值K的關係不一定是依查表方式獲得,也可以是混和比例K與雜訊強度NL以連續函數或離散函數成一對應關係而訂定。
步驟89是根據混合值K,計算出輸出影像,並將輸出影像回授至像素差計算器,以作為下一次計算時的先前影像,該輸出影像的計算方式如先前所述。
綜上所述,由於本發明之實施例透過判斷邊界的方式先找出是否有移動物件的存在,並在計算SAD時將這些移動物件造成的像素差值排除,因而所得出的SAD更具有指標性,故能得到更為精準的雜訊資訊,因此在考慮這些因素下的修正影像可避免了習知所造成的問題,故確實能達成本發明之目的。
惟以上所述者,僅為本發明之較佳實施例而已,當不能以此限定本發明實施之範圍,即大凡依本發明申請專利範圍及發明說明內容所作之簡單的等效變化與修飾,皆仍屬本發明專利涵蓋之範圍內。
8‧‧‧影像處理方法
81~89‧‧‧步驟
94‧‧‧混合值決定單元
9‧‧‧影像處理裝置
95‧‧‧輸出單元
91‧‧‧像素差計算器
951‧‧‧輸出影像
92‧‧‧邊界處理單元
901‧‧‧目前影像
921‧‧‧邊界偵測器
902‧‧‧先前影像
922‧‧‧邊界比較器
903、903’‧‧‧像素差值
923‧‧‧統計電路
93‧‧‧雜訊程度處理單
元
圖1是一圖框序列示意圖;圖2是一雜訊干擾對一影像之像素像素值的影響示意圖;圖3是一包含移動物件的影像序列示意圖;圖4是一包含移動物件的影像之像素像素值示意圖;圖5是本發明影像處理裝置之第一實施例方塊圖;
圖6是一像素差值計算方式範例;圖7是一取樣視窗示意圖;圖8是一比較目前影像與先前影像之邊界形式視窗之示意圖;圖9是一圖場序列示意圖;圖10是一上圖場序列及一下圖場序列之示意圖;及圖11是本發明影像處理方法之較佳實施例之流程圖。
9‧‧‧影像處理裝置
91‧‧‧像素差計算器
94‧‧‧混合值決定單元
92‧‧‧邊界處理單元
95‧‧‧輸出單元
921‧‧‧邊界偵測器
951‧‧‧輸出影像
922‧‧‧邊界比較器
901‧‧‧目前影像
923‧‧‧統計電路
902‧‧‧先前影像
93‧‧‧雜訊程度處理單
元
Claims (12)
- 一種影像處理裝置,適用於處理一先前影像與一目前影像以輸出一輸出影像,該先前影像具有複數個第一像素,該目前影像具有複數個第二像素,該影像處理裝置包含:一像素差計算單元,用以計算該第一像素與對應於該第一像素位置之該第二像素之像素差,以輸出複數個像素差值;一邊界處理單元,用以偵測並比較該些第一像素之邊界形式與該些第二像素之邊界形式,並統計相同邊界形式之數量以輸出一統計值;一雜訊程度處理單元,耦接至該邊界處理單元與該像素差計算單元,用以依據該統計值與該些像素差值,以計算出該目前影像之一雜訊程度;一混合值決定單元,耦接至該雜訊程度處理單元,用以依據該雜訊程度以決定一混合值;以及一輸出單元,耦接至該混合值決定單元,用以依據該混合值將該目前影像和該先前影像加權相加以輸出該輸出影像。
- 依據申請專利範圍第1項所述之影像處理裝置,其中,該邊界處理單元包含:一邊界偵測器,用以偵測該些第一像素之邊界形式與該些第二像素之邊界形式,以輸出複數個邊界偵測結果; 一邊界比較器,耦接至該邊界偵測器,用以比較該些邊界偵測結果,以輸出一比較結果;以及一統計電路,耦接至該邊界比較器,用以依據該比較結果統計該些第一像素之邊界形式與該些第二像素之邊界形式相同之數量,以輸出該統計值。
- 依據申請專利範圍第2項所述之影像處理裝置,其中,該邊界偵測器係設定一取樣視窗,並以每一第一像素與每一第二像素為中心點設置該取樣視窗,以計算出每一第一像素與每一第二像素的邊界形式,並輸出該複數個邊界偵測結果。
- 依據申請專利範圍第3項所述之影像處理裝置,其中,該統計值係統計該取樣視窗中,該些第一像素與該些第二像素之邊界形式相同之數量,以做為該統計值。
- 依據申請專利範圍第2項所述之影像處理裝置,其中,該邊界偵測器係為一索貝爾濾波器。
- 依據申請專利範圍第1項所述之影像處理裝置,其中,當該統計值大於一門檻值時,該雜訊程度處理單元係判定該目前影像為一靜態影像。
- 一種影像處理方法,適用於處理一先前影像與一目前影像以輸出一輸出影像,該先前影像具有複數個第一像素,該目前影像具有複數個第二像素,該影像處理方法包含:計算該第一像素與對應於該第一像素位置之該第二像素之像素差值,以輸出複數個像素差值; 偵測並比較該些第一像素之邊界形式與該些第二像素之邊界形式,並統計相同邊界形式之數量以輸出一統計值;依據該統計值與該些像素差值,以計算該目前影像之一雜訊程度;依據該雜訊程度以決定一混合值;以及依據該混合值將該目前影像和該先前影像加權相加以產生該輸出影像。
- 依據申請專利範圍第7項所述之影像處理方法,其中,偵測並比較該些第一像素之邊界形式與該些第二像素之邊界形式,並統計相同邊界形式之數量以輸出一統計值之步驟包含:偵測該些第一像素之邊界形式與該些第二像素之邊界形式,以輸出複數個邊界偵測結果;比較該些邊界偵測結果,以輸出一比較結果;以及依據該比較結果統計該些第一像素之邊界形式與該些第二像素之邊界形式相同之數量,以輸出該統計值。
- 依據申請專利範圍第8項所述之影像處理方法,其中,偵測步驟更包含:設定一取樣視窗,並以每一第一像素與每一第二像素為中心點設置該取樣視窗,以計算出每一第一像素與每一第二像素的邊界形式,並輸出該複數個邊界偵測結果。
- 依據申請專利範圍第9項所述之影像處理方法,其中, 該統計值係統計該取樣視窗中,該些第一像素與該些第二像素之邊界形式相同之數量,以做為該統計值。
- 依據申請專利範圍第8項所述之影像處理方法,其中,偵測該些第一像素之邊界形式與該些第二像素之邊界形式係由一索貝爾濾波器所實現。
- 依據申請專利範圍第7項所述之影像處理方法,其中,當該統計值大於一門檻值時,係判定該目前影像為一靜態影像。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW097141171A TWI504248B (zh) | 2008-10-27 | 2008-10-27 | 影像處理裝置及影像處理方法 |
US12/605,244 US8160369B2 (en) | 2008-10-27 | 2009-10-23 | Image processing apparatus and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW097141171A TWI504248B (zh) | 2008-10-27 | 2008-10-27 | 影像處理裝置及影像處理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201018215A TW201018215A (en) | 2010-05-01 |
TWI504248B true TWI504248B (zh) | 2015-10-11 |
Family
ID=42117565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW097141171A TWI504248B (zh) | 2008-10-27 | 2008-10-27 | 影像處理裝置及影像處理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8160369B2 (zh) |
TW (1) | TWI504248B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5653104B2 (ja) * | 2010-07-16 | 2015-01-14 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
JP2012191595A (ja) * | 2011-02-25 | 2012-10-04 | Panasonic Corp | 撮像装置 |
TWI453714B (zh) * | 2011-05-27 | 2014-09-21 | Chunghwa Picture Tubes Ltd | 顯示面板的驅動系統及其驅動方法 |
JP2013239904A (ja) * | 2012-05-15 | 2013-11-28 | Sony Corp | 画像処理装置と画像処理方法およびプログラム |
US10121254B2 (en) * | 2013-08-29 | 2018-11-06 | Disney Enterprises, Inc. | Methods and systems of detecting object boundaries |
US9934577B2 (en) * | 2014-01-17 | 2018-04-03 | Microsoft Technology Licensing, Llc | Digital image edge detection |
US9407926B2 (en) | 2014-05-27 | 2016-08-02 | Intel Corporation | Block-based static region detection for video processing |
WO2016154366A1 (en) * | 2015-03-23 | 2016-09-29 | Arris Enterprises, Inc. | System and method for selectively compressing images |
US10497107B1 (en) * | 2019-07-17 | 2019-12-03 | Aimotive Kft. | Method, computer program product and computer readable medium for generating a mask for a camera stream |
US20230237623A1 (en) * | 2022-01-24 | 2023-07-27 | Samsung Electronics Co., Ltd. | System and method for noise reduction for blending blurred frames in a multi-frame system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI266535B (en) * | 2004-08-19 | 2006-11-11 | Realtek Semiconductor Corp | Intra-field interpolation method and apparatus |
TW200823802A (en) * | 2006-11-16 | 2008-06-01 | Realtek Semiconductor Corp | Methods and apparatuses for motion detection |
TW200835310A (en) * | 2006-12-27 | 2008-08-16 | Intel Corp | Method and apparatus for content adaptive spatial-temporal motion adaptive noise reduction |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0957367A1 (en) | 1998-04-14 | 1999-11-17 | THOMSON multimedia | Method for estimating the noise level in a video sequence |
US7046307B1 (en) | 1999-11-11 | 2006-05-16 | Stmicroelectronics Asia Pacific Pte Ltd. | Video signal noise level estimator |
US6359658B1 (en) | 2000-03-06 | 2002-03-19 | Philips Electronics North America Corporation | Subjective noise measurement on active video signal |
CN1973540A (zh) * | 2004-06-24 | 2007-05-30 | 皇家飞利浦电子股份有限公司 | 用于基于块的图像处理的电子装置和方法 |
KR101298642B1 (ko) * | 2006-11-21 | 2013-08-21 | 삼성전자주식회사 | 영상 잡음 제거 방법 및 장치 |
-
2008
- 2008-10-27 TW TW097141171A patent/TWI504248B/zh active
-
2009
- 2009-10-23 US US12/605,244 patent/US8160369B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI266535B (en) * | 2004-08-19 | 2006-11-11 | Realtek Semiconductor Corp | Intra-field interpolation method and apparatus |
TW200823802A (en) * | 2006-11-16 | 2008-06-01 | Realtek Semiconductor Corp | Methods and apparatuses for motion detection |
TW200835310A (en) * | 2006-12-27 | 2008-08-16 | Intel Corp | Method and apparatus for content adaptive spatial-temporal motion adaptive noise reduction |
Also Published As
Publication number | Publication date |
---|---|
TW201018215A (en) | 2010-05-01 |
US20100104202A1 (en) | 2010-04-29 |
US8160369B2 (en) | 2012-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI504248B (zh) | 影像處理裝置及影像處理方法 | |
EP2413586B1 (en) | Method and device for adaptive noise measurement of a video signal | |
US8699818B2 (en) | Method, system, and program for determining image quality based on pixel changes between image frames | |
US8482670B2 (en) | Detecting video format information in a sequence of video pictures | |
EP2194714B1 (en) | Method for detection of film mode or camera mode | |
US8619162B2 (en) | Image processing apparatus and method, and image processing program | |
US8315435B2 (en) | Image processing apparatus and method | |
US7822271B2 (en) | Method and apparatus of false color suppression | |
US20080107335A1 (en) | Methods for processing image signals and related apparatus | |
US8072465B2 (en) | Image processing method and system | |
TWI404408B (zh) | 影像處理裝置及影像處理方法 | |
US11233985B2 (en) | Method for video quality detection and image processing circuit using the same | |
US20150029360A1 (en) | Flicker detection method and flicker detection apparatus | |
CN108074248B (zh) | 一种基于图像内容的osd自动检测方法及装置 | |
US8055094B2 (en) | Apparatus and method of motion adaptive image processing | |
TWI441516B (zh) | 影像處理裝置與其方法 | |
CN101808190B (zh) | 图像处理装置及图像处理方法 | |
US8432976B2 (en) | System and method for detecting field order of video sequences | |
CN104993901B (zh) | 分布式系统数据同步方法及装置 | |
US8165208B2 (en) | Method and apparatus for detecting sawtooth and field motion | |
CN112118439A (zh) | 视频品质检测方法与影像处理电路 | |
TWI462576B (zh) | 固定圖案的邊緣偵測方法與電路 | |
US9147124B2 (en) | Method of detecting transition area and apparatus for processing image using the same | |
CN115951853A (zh) | 伪轮廓消除方法、装置、观影设备及计算机可读存储介质 | |
JP2000023188A (ja) | 映像の動き検出回路および動き検出方法 |