WO2012121269A1 - 画像処理方法，画像処理装置，映像符号化／復号方法，映像符号化／復号装置およびそれらのプログラム - Google Patents

画像処理方法，画像処理装置，映像符号化／復号方法，映像符号化／復号装置およびそれらのプログラム Download PDF

Info

Publication number
WO2012121269A1
WO2012121269A1 PCT/JP2012/055748 JP2012055748W WO2012121269A1 WO 2012121269 A1 WO2012121269 A1 WO 2012121269A1 JP 2012055748 W JP2012055748 W JP 2012055748W WO 2012121269 A1 WO2012121269 A1 WO 2012121269A1
Authority
WO
WIPO (PCT)
Prior art keywords
search
shape
template
edge direction
denoising
Prior art date
Application number
PCT/JP2012/055748
Other languages
English (en)
French (fr)
Inventor
誠明 松村
誠之 高村
清水　淳
裕尚 如澤
Original Assignee
日本電信電話株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to US14/002,921 priority Critical patent/US9363515B2/en
Priority to BR112013022553A priority patent/BR112013022553A2/pt
Priority to CA2828930A priority patent/CA2828930C/en
Priority to RU2013140540/08A priority patent/RU2565499C2/ru
Priority to CN201280011439.3A priority patent/CN103404148B/zh
Priority to EP12754719.8A priority patent/EP2670142B1/en
Priority to ES12754719.8T priority patent/ES2583129T3/es
Priority to KR1020137021110A priority patent/KR101546894B1/ko
Publication of WO2012121269A1 publication Critical patent/WO2012121269A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H04N19/82—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation involving filtering within a prediction loop
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • 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
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/409—Edge or detail enhancement; Noise or error suppression
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/142—Edging; Contouring
    • 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

Definitions

  • the present invention relates to an image processing technique for reducing noise during image capturing and deterioration of a deteriorated image.
  • This application claims priority based on Japanese Patent Application No. 2011-051443 for which it applied to Japan on March 9, 2011, and uses the content here.
  • Search shape A set of search points around the pixel to be subjected to template matching, and a shape formed by the set.
  • Temporal shape A pixel group used to calculate the similarity between the pixel and each search point in template matching, and a shape formed by the pixel group.
  • the pixel group around the pixel and the pixel group around each search point use the same shape, and compare pixel values at the same relative positional relationship.
  • NLM filter A denoising filter based on the non-local means method
  • FIG. 26 is an explanatory diagram of an NLM filter.
  • one square square is a search point, and an aggregate of these search points is a search shape.
  • P 0 is a denoising target pixel
  • P s is a search point pixel at the search destination.
  • T 0 and T s are template shapes, and the template shape T 0 of the comparison source and the template shape T s of the search destination are the same.
  • the template similarity is calculated by comparing corresponding pixels in the template shapes T 0 and T s of the comparison source and the search destination.
  • SSD Sum of Square Difference
  • SAD Sum of Absolute Difference
  • FIG. 27 is a diagram showing input / output of the NLM filter execution unit.
  • the NLM filter execution unit 1000 basically receives four pieces of information of a denoising target image, a search shape, a template shape, and a denoising coefficient, and generates a denoising result image.
  • the denoising coefficient is given as a representative value when there is an original image before noise is added, but when there is no original image, the user sets an appropriate value.
  • the NLM filter execution unit 1000 calculates a pixel value after denoising for each pixel as follows. Below, the example which used SSD for calculation of a template similarity is demonstrated. (1) The variable SW of total weight values is initialized to 0, and the variable SP of total pixel values is initialized to 0. (2) The following processing is repeated for each search point in the search shape. (2-1) Calculate SSD as template similarity.
  • HM HighffiEfficiency Video Coding
  • MPEG Motion Picture Experts Group
  • VCEG Video Coding Experts Group
  • the “HM” of “High Efficiency Video Coding” of the next generation video coding standard system is equipped with a denoising filter by a deblocking filter in order to remove coding distortion. Is introduced into the HM, it can be considered that the encoding efficiency can be increased as compared with the conventional deblocking filter.
  • the NLM filter has an enormous amount of computation. Therefore, if the decoding device calculates the NLM filter for all pixels, the calculation time required for decoding may increase significantly.
  • template matching is performed for each search point in an arbitrary search shape using an arbitrary template shape, and the template similarity is calculated. Therefore, for example, assuming that the template shape is N ⁇ N blocks and the search shape is M ⁇ M, a calculation amount of N 2 ⁇ M 2 order is required to perform denoising calculation for one pixel. Therefore, in order to use the NLM filter in a decoding device or the like, a technique for reducing this calculation amount is required.
  • An object of the present invention is to solve the above problems and to provide a technique for reducing the amount of computation of a denoising filter while suppressing a decrease in encoding efficiency.
  • the coding efficiency for example, BD-rate, which is one of the international evaluation methods calculated from the image quality and the code amount, is used.
  • the present invention performs template matching between a template that is a comparison source for a denoising target pixel in a denoising target image and a template for each search point that is a search destination in a search shape in the denoising target image.
  • the following processing is executed. (1)
  • the edge direction is calculated using the denoising target image.
  • the calculated edge direction is used as an index used for limiting the search shape, and the number of the search points in the direction orthogonal to the edge direction is smaller than the number of the search points along the edge direction. Set the shape.
  • the template matching is performed only for each search point in the set search shape, and the process of removing the noise of the target pixel is executed.
  • the image processing is applied to a loop filter (corresponding to a conventional deblocking filter) in video encoding or decoding.
  • the following processing may be executed in addition to the above processing (1) to (3).
  • the degree of divergence between the target pixel and the surrounding pixels of the target pixel is calculated using the decoded image.
  • the degree of divergence is used as an index used to limit the template shape of the template, and the template shape is configured such that the template shape becomes smaller as the divergence degree is lower than the maximum divergence degree in the decoded image. Execute processing to limit
  • the edge direction in the denoising target image is detected, and in the process (2), the search point in the direction along the edge direction in the process (1) is secured and is perpendicular to the edge direction.
  • the search shape is limited for each pixel in the denoising target image so as to reduce the search points in the direction. Thereby, the calculation amount of the denoising filter can be reduced.
  • the present invention by limiting the search shape and reducing the number of search points for template matching, the number of template matching calculations is reduced, and the amount of calculation can be reduced.
  • the number of comparison calculations between pixels can be reduced and the amount of calculation can be reduced.
  • the method for limiting the search area and the method for limiting the template shape are combined, template matching is performed at each search point, so that a more limited template shape is calculated within the limited search shape. Therefore, the amount of calculation can be reduced synergistically.
  • FIG. 3 is a process flowchart of the image processing apparatus according to the first embodiment. It is a figure explaining reduction of the calculation amount of a denoising filter by reduction of a search shape. It is a figure which shows the structural example of the image processing apparatus which concerns on 2nd Embodiment of this invention. It is a process flowchart of the image processing apparatus of 2nd Embodiment. It is a figure which shows the structural example of the image processing apparatus which concerns on 3rd Embodiment of this invention. It is a figure explaining the Sobel operator in the example of the edge direction detection method.
  • FIG. 1 is a diagram illustrating a configuration example of an image processing apparatus according to the first embodiment of the present invention.
  • the image processing apparatus 10 includes a denoising filter processing unit 101 including an edge direction detection unit 102, a search shape setting unit 103, and an NLM filter execution unit 104.
  • the denoising filter processing unit 101 inputs four pieces of information of a denoising coefficient, a search shape, a template shape, and a denoising target image, and outputs an image from which noise after filtering is removed.
  • the edge direction detection unit 102 detects the edge direction of the denoising target image and outputs a group of edge directions associated with each pixel in the denoising target image. Examples of edge directions include number groups and angle groups numbered for each direction.
  • the search shape setting unit 103 inputs a search shape, and outputs a search shape group associated with each pixel in the denoising target image with the input search shape as a maximum shape.
  • the search shape group for each pixel has a shape that secures the number of search points in the direction along the edge direction and reduces the search points in the direction perpendicular to the edge direction.
  • the NLM filter execution unit 104 inputs a denoising target image, a denoising coefficient, a template shape, and a search shape group for each pixel set by the search shape setting unit 103, and outputs an image after denoising.
  • the processing performed by the NLM filter execution unit 104 is the same as the processing of the conventional NLM filter disclosed in Non-Patent Document 1.
  • FIG. 2 is a process flowchart of the image processing apparatus 10 shown in FIG.
  • the denoising filter processing unit 101 acquires each information of a denoising coefficient, a denoising target image, a search shape, and a template shape by an external input.
  • step S102 the edge direction detection unit 102 detects the edge direction of the denoising target image and outputs an edge direction group.
  • step S103 the search shape setting unit 103 limits the input search shape in accordance with the edge direction detected by the edge direction detection unit 102, and outputs a search shape group for each pixel.
  • the search shape of the search shape group to be output is a search shape that maximizes the input search shape and is smaller than that.
  • step S104 the NLM filter execution unit 104 executes the NLM filter according to the set information, and outputs the filtered result image.
  • FIG. 3 is a diagram for explaining a reduction in the amount of calculation of the denoising filter by reducing the search shape.
  • P 0 represents a denoising target pixel
  • E represents a detected edge direction
  • Q 0 represents a search shape (maximum range) before reduction
  • Q 1 represents a search shape after reduction.
  • the search shape Q 0 is uniquely given as a fixed value to the entire screen.
  • the edge direction detection unit 102 detects the edge direction E in the denoising target image
  • the search shape setting unit 103 detects the direction along the edge direction E as shown in FIG.
  • a process for restricting the search shape for each pixel is introduced by setting a search shape Q 1 that secures the search points and reduces the search points in the direction perpendicular to the edge direction E.
  • FIG. 4 is a diagram illustrating a configuration example of an image processing apparatus according to the second embodiment of the present invention.
  • the image processing apparatus 11 includes a denoising filter processing unit 111 including an edge direction detection unit 112, a search shape setting unit 113, and an NLM filter execution unit 114, and a denoising coefficient calculation unit 115.
  • This image processing apparatus 11 is different from the image processing apparatus 10 according to the first embodiment in that the image processing apparatus 11 includes a denoising coefficient calculation unit 115 that inputs an original image before noise is added and calculates a denoising coefficient.
  • the configuration of the denoising filter processing unit 111 is the same as the configuration of the denoising filter processing unit 101 of the first embodiment.
  • FIG. 5 is a process flowchart of the image processing apparatus 11 shown in FIG. First, in step S111, the image processing apparatus 11 acquires information on an original image, a denoising target image, a search shape, and a template shape by an external input.
  • step S112 the denoising coefficient calculation unit 115 calculates a denoising coefficient from the variance of the input original image and the denoising target image, and notifies the NLM filter execution unit 114 of the calculated denoising coefficient.
  • step S113 the edge direction detection unit 112 detects the edge direction of the denoising target image and outputs an edge direction group.
  • step S114 the search shape setting unit 113 limits the input search shape in accordance with the edge direction detected by the edge direction detection unit 112, and outputs a search shape group for each pixel.
  • the search shape of the search shape group to be output is a search shape that maximizes the input search shape and is smaller than that.
  • step S115 the NLM filter execution unit 114 executes the NLM filter according to the set information, and outputs the filtered result image.
  • FIG. 6 is a diagram illustrating a configuration example of an image processing apparatus according to the third embodiment of the present invention.
  • the image processing apparatus 12 includes a denoising filter processing unit 121 including an edge direction detection unit 122, a search shape setting unit 123, an NLM filter execution unit 124, a search shape storage unit 125, and a template shape storage unit 126.
  • the image processing apparatus 12 inputs only the denoising coefficient and the denoising target image, and uses the fixed values held by the denoising filter processing unit 121 for the search shape and template shape, as described in the first embodiment. This is different from the image processing apparatus 10 according to FIG.
  • the denoising filter processing unit 121 uses fixed search shapes and template shapes respectively stored in the search shape storage unit 125 and the template shape storage unit 126 instead of inputting the search shape and the template shape from the outside.
  • the configurations of the edge direction detection unit 122, the search shape setting unit 123, and the NLM filter execution unit 124 are the same as those described in the first embodiment.
  • both the search shape and the template shape are held as fixed values by the denoising filter processing unit 121, but only one of the search shape and the template shape is held as a fixed value, It is also possible to make the other variable as an input from the outside.
  • a denoising coefficient calculation unit may be provided to calculate the denoising coefficient from the original image. The basic processing flow is the same as the example described in the first embodiment and the second embodiment, and thus detailed description of the processing is omitted.
  • Example 1 of edge direction detection method As an example of the edge direction detection method in the edge direction detection units 102, 112, and 122, the edge direction is detected by applying a Sobel filter to the decoded image, and the number assigned for each direction is output. Give up.
  • FIGS. 7A to 7C are diagrams for explaining an example of the edge direction detection method (a Sobel filter and a number corresponding to the direction).
  • the Sobel operator shown in FIG. 7A is applied to the peripheral pixels, and numbers VecIndex (0 to 10) are assigned according to the detected edge direction, as shown in FIG. 7B.
  • one threshold Th is set, and if the sum of the absolute values of the components (dx, dy) of the x-axis and y-axis is less than the threshold Th, it is assumed that there is no strong edge in the corresponding pixel and 0 is set in VecIndex.
  • a number is assigned and the number is output as an edge direction group.
  • FIG. 7C shows an algorithm for assigning the number. ⁇ If
  • the input denoising target image is reduced to 1 / N in the vertical and horizontal directions instead of the same size image. It is also effective to apply a Sobel filter to the obtained image.
  • DCT Discrete Cosine Transform
  • the calculated output result of the Sobel filter is treated as a representative value of a plurality of pixel groups used at the time of reduction.
  • Example 1 of search shape setting method As an example of the search shape setting method in the search shape setting units 103, 113, 123, the reference search shape given by the apparatus is 5 using the edge direction group of the edge direction number VecIndex described in FIGS. 7B to 7C. An example of a search shape reduction method in the case where all the points of the ⁇ 5 block are targeted will be described.
  • the search shape setting units 103, 113, and 123 set the search points shown in FIG. 8 according to the edge direction group received from the edge direction detection units 102, 112, and 122.
  • the hatched portion is the search shape after reduction.
  • the edge direction is calculated for each 2 ⁇ 2 block for the vertical and horizontal 1/2 images, and simulation is performed with the following settings.
  • the results were as follows. Note that the denoising coefficient is the best value obtained by iterative calculation so that the NLM filter is repeated a plurality of times and the PSNR (Peak Signal-to-Noise Ratio) is maximized.
  • PSNR Peak Signal-to-Noise Ratio
  • Example 2 of edge direction detection method As another example of the edge direction detection method in the edge direction detection units 102, 112, and 122, an example in which the edge direction is detected by applying a Sobel filter to the denoising target image and a radian angle (Radian) is output. I will give you. Applying the Sobel operator shown in FIG.
  • the radians angle using the arctan ( ⁇ / 2 to ⁇ / 2) from the respective components (dx, dy) of the x-axis and y-axis Calculate At this time, if the sum of the absolute values of dx and dy is less than the threshold Th, a value outside the output range of arctan ( ⁇ / 2 to ⁇ / 2) (EXatan: 100, for example) is set.
  • the radian angle (Radian) is determined as follows. ⁇ If
  • Example 2 of search shape setting method As another example of the search shape setting method in the search shape setting units 103, 113, and 123, the search shape given from the apparatus is N using the edge direction group given by the radian angle described in Example 2 of the edge direction detection method. An example of a method for reducing the search shape when all the points of the ⁇ N block are targeted will be described.
  • FIG. 9A to FIG. 9B are diagrams showing an example of setting a search shape according to the radian angle.
  • the search shape setting units 103, 113, and 123 set the search points in the circle or ellipse shown in FIGS. 9A to 9B as the search shapes according to the radians angles received from the edge direction detection units 102, 112, and 122. .
  • FIG. 10 is a diagram illustrating a configuration example of an image processing device according to the fifth embodiment of the present invention.
  • the image processing apparatus 13 includes an edge direction detection unit 132, a search shape setting unit 133, an NLM filter execution unit 134, a search shape storage unit 135, a template shape storage unit 136, a denoising coefficient setting unit 137, a divergence degree detection unit 138, a template shape.
  • a denoising filter processing unit 131 including a setting unit 139 is provided.
  • the fifth embodiment shows an example of the image processing device 13 used as a loop filter in a video encoding device or a video decoding device.
  • the basic functions of the edge direction detection unit 132, the search shape setting unit 133, the NLM filter execution unit 134, the search shape storage unit 135, and the template shape storage unit 136 in the denoising filter processing unit 131 are the first to fourth described above. This is the same as the embodiment.
  • the denoising coefficient setting unit 137 generates a denoising coefficient associated with each pixel position of the denoising target image, using a denoising coefficient serving as a reference given from the outside and the encoding information.
  • a denoising coefficient serving as a reference given from the outside and the encoding information.
  • block noise starts to stand out at each unit boundary of Prediction Unit of prediction processing unit and Transform Unit of transformation processing unit. Set higher than the denoising coefficient.
  • the divergence detection unit 138 and the template shape setting unit 139 are provided to introduce a process for limiting the template shape for each pixel.
  • the template shape is generally given as a fixed value for the entire screen.
  • the divergence degree detection unit 138 detects the divergence degree of each pixel of the denoising target image from the surrounding pixels, and the template shape
  • the setting unit 139 classifies the divergence degrees detected by the divergence degree detection unit 138 into multiple stages, and sets the template shape (large to small) of the pixel in accordance with the intensity of the divergence.
  • FIG. 11 is a processing flowchart of the image processing apparatus 13 shown in FIG. First, in step S131, the denoising filter processing unit 131 acquires a denoising coefficient, a denoising target image, and encoding information by an external input.
  • step S132 the denoising coefficient setting unit 137 sets a denoising coefficient associated with each pixel position of the denoising target image from the inputted denoising coefficient serving as a reference and encoding information.
  • step S133 the edge direction detection unit 132 detects the edge direction of the denoising target image and outputs an edge direction group.
  • the search shape setting unit 133 limits the search shape input from the search shape storage unit 135 according to the edge direction detected by the edge direction detection unit 132, and sets a search shape group for each pixel.
  • the search shape of the search shape group to be set is a search shape having a maximum input search shape and smaller than that.
  • the divergence degree detection unit 138 receives the denoising target image, calculates the divergence degree between the target pixel and the surrounding pixels, and outputs a divergence degree group associated with each pixel.
  • the template shape setting unit 139 sets and outputs a limited template shape associated with each pixel using the divergence degree group and a predetermined template shape stored in the template shape storage unit 136.
  • the input template shape is set as the maximum shape, and the restriction is applied so that the template shape becomes smaller as the deviation degree is lower.
  • step S137 the NLM filter execution unit 134 executes the NLM filter according to the set information, and outputs the filtered result image.
  • FIG. 12 is a diagram for explaining an example of template shape restriction by the template shape setting unit 139.
  • the template shape designated from the outside is a 5 ⁇ 5 block as shown in FIG.
  • the template shape is limited as shown in FIG. 12B according to the degree of deviation, for example.
  • SSD is used as the template similarity
  • the original template shape requires 24 additions, 25 subtractions, and 25 multiplications
  • the template shape is limited as shown in FIG.
  • only 12 additions, 13 subtractions, and 13 multiplications are required, and the amount of calculation is reduced by about 50%.
  • the processing by the denoising filter processing unit 131 is intended to remove noise by encoding, and does not assume that noise that is uniformly applied to the entire screen is removed as in general image processing.
  • Noise due to encoding can be roughly classified into the following types. 1. Loss of pattern due to smoothing 2. 2. Mosquito noise around edges by DCT Block noise generated at each unit boundary of PredictionUnit and TransformUnit Of these, it is very difficult to restore a pattern lost by smoothing, and therefore it is not targeted in this embodiment.
  • the NLM filter is applied to such a smoothed region where the pixel value does not change, the pixel signal hardly changes before and after the calculation, but the amount of calculation is necessary. In the present embodiment, the amount of calculation assigned to the smoothed area is reduced by calculating the degree of deviation from the surrounding pixels.
  • FIG. 13 is a diagram illustrating a configuration example of an image processing apparatus according to the sixth embodiment of the present invention.
  • the image processing apparatus 14 includes an edge direction detection unit 142, a search shape setting unit 143, an NLM filter execution unit 144, a search shape storage unit 145, a template shape storage unit 146, a denoising coefficient setting unit 147, a divergence degree detection unit 148, a template shape.
  • a denoising filter processing unit 141 including a setting unit 149 and a template shape resetting unit 1410 is provided.
  • This image processing apparatus 14 is different from the image processing apparatus 13 in the fifth embodiment in that a template shape resetting unit 1410 is provided.
  • the template shape resetting unit 1410 refers to the edge direction group, the divergence degree group, and the encoding information, and performs resetting to further limit the template shape that is excessively allocated by the template shape setting unit 149. Specifically, template shapes that are likely to be excessively allocated around block noise that tends to occur at each boundary of PredictionUnit and TransformUnit are further limited.
  • FIG. 14 is a processing flowchart of the image processing apparatus 14 shown in FIG.
  • the processing from step S141 to S146 is the same as the processing from step S131 to S136 described in FIG.
  • the template shape resetting unit 1410 resets the template shape using the encoding information and the edge information, and reduces the excessive allocation of the template shape set in step S146.
  • the NLM filter execution unit 144 executes the NLM filter according to the set information, and outputs the filtered result image.
  • DiffIntensity A (
  • ) A to E in the equation are coefficients determined in advance according to the distance between the pixel and the surrounding pixels, and are arbitrarily set. For setting these coefficients A to E, for example, a Gaussian distribution according to the distance can be applied. Note that A to E need not cover all points. For example, if D is
  • the divergence degree detection units 138 and 148 output the divergence degree group to the lower template shape setting units 139 and 149 after completing the calculation of all DiffIntensity values.
  • a method may be considered in which several sampling points are set as calculation targets for each N ⁇ N block of an arbitrary size with respect to the decoded image and used as representative values of the divergence at the pixel position .
  • FIG. 15B shows an example of sampling number thinning.
  • the upper left and lower right pixels are subject to calculation in 2 ⁇ 2 block division.
  • the discrepancy of this example expressed as DiffIntensity 2x2, DiffIntensity 2x2 is calculated using the following formula.
  • DiffIntensity 2x2 (DiffIntensity at pixel position A DiffIntensity at + D pixel position) / 2
  • the DiffIntensity 2x2 is used as a representative value.
  • the amount of calculation required to calculate the divergence degree is about half.
  • Example 1 of template shape setting method As an example of the template shape setting method in the template shape setting unit 139, 149, the divergence degree group calculated by the divergence degree detection units 138, 148 is used, and the template shape as a reference given from the apparatus is 3 ⁇ 3 blocks. An example of template shape reduction when all points are targeted will be given.
  • FIG. 16 is a diagram showing the relationship between the histogram of divergence and the threshold / area setting.
  • the histogram of the divergence degree group is biased toward a lower value, and the appearance frequency decreases as the divergence degree increases.
  • the histogram has a characteristic of biasing toward a smaller divergence degree as the quantization parameter value increases.
  • Tmp Shape Point (number of elements 1).
  • Tmp Shape Point
  • the SSD for the target pixel and the search point pixel is calculated.
  • Tmp Shape Cross
  • matching is performed with a template shape of 5 pixels obtained by adding 4 pixels on the top, bottom, left and right to the target pixel.
  • Tmp Shape Block 3 ⁇ 3 (number of elements: 9).
  • Tmp Shape is Block 3 ⁇ 3
  • matching is performed at all points of the 3 ⁇ 3 block template shape.
  • the amount of computation is as follows compared to the method of matching all the search points with all points of a 3 ⁇ 3 block template shape.
  • the template shape is determined depending on the degree of deviation for the following reason.
  • the degree of divergence strong signals are likely to appear around strong edges, followed by weak edges, DCT mosquito noise, noise during imaging, etc., appearing as small to medium signals.
  • the NLM filter has a characteristic that particularly exhibits an effect around the edge, in the present embodiment, a large template shape is assigned to a region (region ⁇ ) having a large degree of divergence, thereby suppressing deterioration of the denoising effect.
  • Example 2 of template shape setting method As another example of the template shape setting method in the template shape setting units 139 and 149, the divergence degree groups calculated by the divergence degree detection units 138 and 148 are used, and the template shape as a reference given from the apparatus is all N ⁇ N blocks. An example of template shape reduction when a point is targeted will be given.
  • FIG. 17A to 17B are diagrams illustrating an example of setting the number of samplings according to the integration ratio.
  • the template shape setting units 139 and 149 create a histogram of the divergence degree group, and an integral value of a function f (DiffIntensity) (FIG. 17B) representing the distribution of the divergence degree with the divergence degree of the denoising target pixel on the histogram as Th Intensity .
  • the template shape is set with the ratio.
  • the set shape of the template shape after reduction is a circle, and the diameter is determined as follows.
  • Example of template shape resetting method As an example of the template shape resetting method in the template shape resetting unit 1410, the template shape set by the template shape setting unit 149 shown in FIG. 16 is output by the divergence degree detecting unit 148 shown in FIG. 15B. An example in which the template shape size is further reduced by resetting using the divergence degree group, the edge direction group shown in FIGS. 7B to 7C, and the encoding information will be described.
  • FIG. 18A to 18C are diagrams for explaining a template shape resetting method.
  • the unit size of TransformUnit which is a unit of conversion processing such as DCT, is acquired from the encoded information, and as shown in FIG. 18A, the neighboring N pixels at the outer edge of each Unit are set as the setting target region. For other regions, the setting result of the template shape setting unit 149 described above is used as it is.
  • the template shape resetting unit 1410 reviews the template shape to solve the problem of inefficiency.
  • Pixels using predetermined threshold values Th1 QP and Th2 QP (where Th1 QP ⁇ Th2 QP ) for the quantization parameter QP and predetermined threshold values Th1 Diff and Th2 Diff (where Th1 Diff ⁇ Th2 Diff ) for the divergence degree DiffIntensity make the following settings for each position. In this way, it is possible to reduce the amount of computation while suppressing deterioration of the denoising effect.
  • Th1 Diff and Th2 Diff are assumed to vary according to the quantization parameter QP.
  • a template shape Tmp Shape is set by a reset branch algorithm described later.
  • quantization parameter QP> threshold Th1 QP and the template shape Tmp Shape is Block 3x3 , And when the degree of divergence DiffIntensity> threshold Th1 Diff , Reset Tmp Shape to Cross (5 elements).
  • quantization parameter QP> threshold Th1 QP and the template shape Tmp Shape is Cross, And if the degree of deviation DiffIntensity> Th1 Diff , Reset Tmp Shape to Point (1 element).
  • the process ends without resetting Tmp Shape .
  • Region E A pixel group in the region A adjacent to the right or a pixel group in the region C adjacent immediately below has a pixel satisfying the above condition.
  • Region F There is a pixel that satisfies the above condition in the pixel group in the region A immediately adjacent to the left or in the pixel group in the region D adjacent immediately below.
  • Region G Pixels in the region B adjacent to the right or in the region C adjacent to the region C are pixels that satisfy the above condition.
  • Region H There is a pixel satisfying the above condition in the pixel group in the region B immediately adjacent to the left or the pixel group in the region D immediately adjacent to the region H.
  • the denoising filter processing units 131 and 141 have the reference search shape and template shape as fixed values has been described. , It is possible to carry out from outside.
  • FIG. 19 is a diagram illustrating a configuration example of a video encoding device to which the embodiment of the present invention is applied.
  • the denoising filter processing units 101 to 141 described as the first to sixth embodiments can be used as the denoising filter processing unit 313 that is a loop filter in the video encoding device shown in FIG.
  • encoding efficiency can be improved.
  • the amount of calculation can be greatly reduced compared to the case where the conventional NLM filter is used as it is.
  • the denoising filter processing units 131 and 141 have both the reference search shape and the template shape as fixed values.
  • the denoising coefficient is determined as the denoising coefficient overhead in which the denoising coefficient has the optimum coding efficiency as compared with the original image, and is coded as the denoising coefficient overhead.
  • the original image storage unit 301 is a storage unit for all the images of the input sequence to be encoded, and sequentially outputs the encoding target images of each frame.
  • the block size determination unit 302 determines to which block size a predetermined CodingUnit is divided to execute encoding, and outputs the target block and the block size.
  • the prediction size determination unit 303 determines the prediction size of the block that predicts the pixel value of the target block, and outputs the target block and the prediction size.
  • the prediction method determination unit 304 determines a method having the highest coding efficiency among the intra-screen prediction / inter-frame prediction methods in predicting the pixel value of the target block, and performs prediction using that method. Output block and prediction information.
  • the target block output by the prediction size determination unit 303 is a difference block by calculating a difference value with the prediction block.
  • the conversion size determination unit 305 determines a conversion size for dividing the difference block, and outputs a difference block and a conversion size for each divided conversion size.
  • the discrete cosine transform unit 306 applies discrete cosine transform to the difference block and outputs DCT coefficients.
  • the quantization unit 307 performs quantization on the DCT coefficient and outputs the quantized DCT coefficient.
  • the quantized DCT coefficient is inversely quantized and returned to the DCT coefficient.
  • the inverse discrete cosine transform unit 309 applies inverse discrete cosine transform to the DCT coefficient and outputs a decoded difference block.
  • the decoded difference block is added and synthesized with the prediction block to be a partially decoded image.
  • the decoded image storage unit 310 is a storage unit that stores partially decoded images and stores images that can be referred to on the decoding device side.
  • the intra-screen prediction unit 311 refers to the partial decoded image stored in the decoded image storage unit 310 and outputs a prediction block and prediction information.
  • the denoising coefficient determining unit 312 refers to the decoded image and the original image, determines a denoising coefficient that optimizes the coding efficiency, and outputs the denoising coefficient.
  • the denoising filter processing unit 313 refers to the decoded image, performs the filter processing for reducing the coding distortion described in the first to sixth embodiments, and generates a post-filtered decoded image.
  • the filtered decoded image is filtered so as to be close to the original image, and the ALF decoded image and the ALF coefficient are output.
  • the frame buffer 315 is a storage unit that stores the decoded image after ALF.
  • the inter-frame prediction unit 316 refers to the frame buffer 315 and outputs a prediction block and prediction information.
  • the sequence information encoding unit 317 encodes information unique to the input sequence such as the number of vertical and horizontal pixels of the video, and then outputs sequence information overhead to the bit stream storage unit 325.
  • the block size encoding unit 318 receives the block size from the block size determination unit 302 and outputs the block size overhead after encoding.
  • the prediction size encoding unit 319 receives the prediction size from the prediction size determination unit 303, and outputs the prediction size overhead after encoding.
  • the prediction information encoding unit 320 receives the prediction information from the prediction method determination unit 304, and outputs the prediction information overhead after encoding.
  • the transform size encoding unit 321 receives the transform size from the transform size determination unit 305, and outputs the transform size overhead after encoding.
  • the post-quantization DCT coefficient encoding unit 322 receives the post-quantization DCT coefficient from the quantization unit 307, and outputs the DCT overhead after encoding.
  • the denoising coefficient encoding unit 323 receives the denoising coefficient determined by the denoising coefficient determining unit 312 and outputs the denoising coefficient overhead after encoding.
  • the ALF coefficient encoding unit 324 receives the ALF coefficient and outputs the ALF overhead after encoding.
  • the bit stream storage unit 325 is a storage unit for storing each overhead, and outputs a bit stream as an encoding result when encoding of the entire sequence is completed.
  • the encoded information storage unit 326 is a storage unit that stores encoded information that can be referred to on the decoding device side.
  • the encoded information stored in the encoded information storage unit 326 is referred to and used by the denoising filter processing unit 313 and other units.
  • step S301 the input sequence is stored in the original image storage unit 301.
  • step S302 the sequence information is encoded and stored in the bitstream storage unit 325.
  • step S303 loop processing up to step S318 is performed for all frames to be encoded.
  • step S304 loop processing up to step S314 is performed for all CodingUnits (CUs) of the encoding target image.
  • step S305 the block size is determined, encoded, and stored in the bitstream storage unit 325.
  • step S306 the predicted size is determined, encoded, and stored in the bitstream storage unit 325.
  • step S307 the difference value between the method having the highest coding efficiency and the target block among the prediction blocks for intra-frame / inter-frame prediction is calculated.
  • step S308 the prediction information is stored in the bitstream storage unit 325.
  • step S309 the conversion size is determined, encoded, and stored in the bitstream storage unit 325.
  • step S310 discrete cosine transform (DCT) is performed.
  • step S311 quantization is performed, and the quantized DCT coefficient is encoded and stored in the bitstream storage unit 325.
  • DCT discrete cosine transform
  • step S312 inverse quantization and inverse discrete cosine transform are performed.
  • step S313 the prediction block applied in step S307 and the decoded differential block after inverse transformation are added and synthesized.
  • step S314 the partially decoded image added and synthesized is stored in the decoded image storage unit 310.
  • a denoising coefficient that optimizes the encoding efficiency is calculated using the decoded image and the original image in step S315.
  • step S316 the denoising filter processing using this method is performed on the decoded image using the calculated denoising coefficient, and the denoising coefficient is encoded and stored in the bitstream storage unit 325.
  • step S317 ALF (Adaptive Loop Filter) is executed, and ALF coefficients are encoded and stored in the bitstream storage unit 325.
  • step S3108 the decoded image after ALF is stored in the frame buffer 315.
  • FIG. 22 is a diagram illustrating a configuration example of a video decoding device to which the embodiment of the present invention is applied.
  • the denoising filter processing units 101 to 141 described as the first to sixth embodiments can be used as the denoising filter processing unit 415 that is a loop filter in the video decoding apparatus shown in FIG. As a result, the amount of calculation can be greatly reduced as compared with the case where the conventional NLM filter is used as it is.
  • the bit stream storage unit 401 is a storage unit for an input bit stream, and outputs each overhead information as necessary.
  • the sequence information decoding unit 402 receives sequence information overhead and decodes sequence-specific information such as the number of vertical and horizontal pixels of the video.
  • the block size decoding unit 403 receives the block size overhead, and decodes information indicating in which block size the predetermined CodingUnit is divided and encoded.
  • the prediction size decoding unit 404 receives the prediction size overhead and outputs the prediction size applied by the video encoding device.
  • the prediction information decoding unit 405 receives prediction information overhead and outputs prediction information.
  • the transform size decoding unit 406 receives the transform size overhead and outputs the transform size applied by the video encoding device.
  • the post-quantization DCT coefficient decoding unit 407 receives the transform size and the DCT overhead, and outputs post-quantization DCT coefficients.
  • the denoising coefficient encoding unit 408 receives the denoising coefficient overhead and outputs the denoising coefficient.
  • the ALF coefficient decoding unit 409 receives the ALF overhead and outputs an ALF coefficient.
  • the inverse quantization unit 410 performs inverse quantization on the post-quantization DCT coefficient and returns it to the DCT coefficient.
  • the inverse discrete cosine transform unit 411 applies an inverse discrete cosine transform to the DCT coefficient and outputs a decoded differential signal.
  • the prediction block generation unit 412 receives the prediction information, the partially decoded image, and the reference frame, and generates a prediction block.
  • the partial decoded image generation unit 413 performs addition synthesis of the prediction block and the decoded differential signal to generate a partial decoded image.
  • the decoded image storage unit 414 is a storage unit that stores a partial decoded image.
  • the denoising filter processing unit 415 refers to the decoded image, performs the filter processing for reducing the coding distortion described in the first to sixth embodiments, and generates a post-filtered decoded image.
  • the ALF processing unit 416 receives the ALF coefficient, performs the filtering process so that the filtered decoded image approaches the original image, and outputs the decoded ALF image. Note that this post-ALF decoded image becomes the final decoded image at the time of decoding.
  • the frame buffer 417 is a storage unit that stores the decoded image after ALF.
  • the encoded information storage unit 418 is a storage unit that stores encoded information. The encoded information stored in the encoded information storage unit 418 is referred to by the denoising filter processing unit 415 and other units. used.
  • step S 401 the input bit stream is stored in the bit stream storage unit 401.
  • step S402 the sequence information is decoded.
  • step S403 loop processing up to step S414 is performed on all the frames to be decoded.
  • step S404 loop processing up to step S411 is performed on all CodingUnits (CUs) of the decoding target image.
  • step S405 the block size is decoded.
  • step S406 the predicted size is decoded.
  • step S407 the prediction information is decoded and a prediction block is generated.
  • step S408 the conversion size is decoded.
  • step S409 the quantized DCT coefficient is decoded.
  • step S410 inverse quantization and inverse discrete cosine transform are performed.
  • step S411 a decoded block is generated using the prediction block in step S407 and the result in step S410, and stored in the decoded image storage unit 414.
  • step S412 the denoising coefficient is decoded, and the denoising filter processing using this method is executed on the partially decoded image.
  • step S413 the ALF coefficient is decoded and ALF processing is executed.
  • step S414 the decoded image after ALF is stored in the frame buffer 417.
  • step S415 the frames in the frame buffer 417 are output in the order of frame numbers to generate an output sequence, and the processing is terminated.
  • FIG. 25 shows a configuration example of a system when the embodiment of the present invention is implemented using a computer and a software program.
  • This system includes a CPU (Central Processing Unit) 50 that executes a program, a memory 51 such as a RAM (Random Access Memory) that stores programs and data accessed by the CPU 50, an image signal to be denoised, and an encoding target.
  • a video signal storage unit 52 that stores a video signal or a video signal of a decoded image
  • a program storage device 53 that stores a program for causing the CPU 50 to execute the processing described in the embodiment of the present invention
  • the encoded stream storage unit 54 that stores the bit stream or the bit stream to be decoded is connected by a bus.
  • the program storage device 53 includes an image processing program 531 for removing noise of an image signal using the embodiment of the present invention, a video encoding program 532 for encoding a video signal using the embodiment of the present invention.
  • One of the video decoding programs 533 for decoding the encoded bitstream using the embodiment of the present invention is stored.
  • the program storage device 53 need not store all of these programs.
  • the image processing program 531 is loaded into the memory 51, and the CPU 50 sequentially fetches and executes the instructions of the image processing program 531 loaded into the memory 51, and stores the video signal.
  • the image of the video signal stored in the unit 52 is input, noise is removed by the method described in the embodiment of the present invention, and the image signal is stored in the video signal storage unit 52.
  • the video encoding program 532 is loaded into the memory 51, and the CPU 50 sequentially fetches and executes the instructions of the video encoding program 532 loaded into the memory 51,
  • the video signal stored in the video signal storage unit 52 is encoded by the method described in the embodiment of the present invention, and the bit stream of the encoding result is stored in the encoded stream storage unit 54.
  • the bit stream may be output to an external device via an interface such as a network adapter.
  • the video decoding program 533 is loaded into the memory 51, and the CPU 50 sequentially fetches and executes the instructions of the video decoding program 533 loaded into the memory 51, and executes the encoded stream.
  • the bit stream stored in the storage unit 54 is decoded by the method described in the embodiment of the present invention, and the decoded video signal is stored in the video signal storage unit 52. Alternatively, the decoded video signal is output to an external playback device.
  • the embodiment of the present invention is used for loop filter processing in the video encoding program 532 and video decoding program 533, and the program portion of this loop filter processing is shared by the video encoding program 532 and video decoding program 533. It is also possible to do.
  • the present invention can be used, for example, to reduce noise at the time of image shooting or deterioration of a deteriorated image. According to the present invention, it is possible to reduce the amount of calculation of the denoising filter while suppressing a decrease in encoding efficiency.

Landscapes

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

Abstract

　符号化効率の低下を抑えつつ，デノイズフィルタの演算量を削減する。画像処理装置において，エッジ方向検出部は，デノイズ対象画像を用いてエッジ方向を算出する。探索形状設定部は，算出されたエッジ方向を探索形状の制限に用いる指標とし，エッジ方向に直交する方向の探索点の数が，前記エッジ方向に沿う探索点の数よりも少ない探索形状を設定する。フィルタ実行部は，対象画素のテンプレートと探索形状内の各探索点のテンプレートとのテンプレート類似度に応じた重みと当該探索点における画素値の加重和によって対象画素のノイズを除去するにあたって，テンプレートマッチングを，設定された探索形状内の各探索点に対してのみ行い，対象画素のノイズを除去する処理を実行する。

Description

画像処理方法，画像処理装置，映像符号化／復号方法，映像符号化／復号装置およびそれらのプログラム
　本発明は，画像撮影時のノイズや劣化画像の劣化を軽減する画像処理技術に関するものである。
　本願は，２０１１年３月９日に日本へ出願された特願２０１１－０５１４４３号に基づき優先権を主張し，その内容をここに援用する。
　本明細書において用いる各語句を，以下のように定義する。
　・「探索形状」：テンプレートマッチングの対象とする当該画素周辺の各探索点の集合体，また，その集合体が形作る形状。
　・「テンプレート形状」：テンプレートマッチングの際に当該画素と各探索点の類似度を計算する際に用いる画素群，また，その画素群が形作る形状。当該画素周辺の画素群と各探索点周辺の画素群で同じ形状を用い，相対位置関係が同じ位置同士の画素値を比較する。
　画像処理分野において，画像撮影時のノイズや劣化画像の劣化を軽減する手法として，様々なデノイズフィルタが提案されている。中でも，Ｎｏｎ－ｌｏｃａｌ　ｍｅａｎｓ法によるデノイズフィルタ（非特許文献１参照）は，高いデノイズ効果を発揮することが知られている。Ｎｏｎ－ｌｏｃａｌ　ｍｅａｎｓ法によるデノイズフィルタを，以下，ＮＬＭフィルタという。
　図２６は，ＮＬＭフィルタの説明図である。図２６において，正方形の１マスが探索点であり，これらの探索点の集合体が探索形状である。Ｐ0 はデノイズ対象画素，Ｐs は探索先における探索点の画素である。Ｔ0 およびＴs はテンプレート形状であり，比較元のテンプレート形状Ｔ0 と探索先のテンプレート形状Ｔs の形状は同一である。
　ＮＬＭフィルタでは，比較元と探索先の各テンプレート形状Ｔ0 ，Ｔs 内の対応する各画素同士を比較して，テンプレート類似度を算出する。テンプレート類似度の計算には，一般的にＳＳＤ（Sum of Square Difference）やＳＡＤ（Sum of Absolute Difference）が用いられる。
　図２７は，ＮＬＭフィルタ実行部の入出力を示す図である。ＮＬＭフィルタ実行部１０００は，基本的には，デノイズ対象画像，探索形状，テンプレート形状，デノイズ係数の４つの情報を入力として，デノイズ後の結果画像を生成する。デノイズ係数は，ノイズが付与される前の原画像がある場合には，分散を代表値として与えるが，原画像がない場合には，ユーザが適当な値を設定する。
　ＮＬＭフィルタ実行部１０００は，次のように各画素についてデノイズ後の画素値を算出する。以下では，テンプレート類似度の計算にＳＳＤを用いた例を説明する。
（１）重み値合計の変数ＳＷを０，画素値合計の変数ＳＰを０に初期化する。
（２）探索形状内のすべての各探索点に対して，以下の処理を繰り返す。
（２－１）テンプレート類似度としてＳＳＤを算出する。
（２－２）重み値Ｗ＝ｅｘｐ（－ＳＳＤ／デノイズ係数）
（２－３）重み値合計ＳＷ＝重み値合計ＳＷ＋重み値Ｗ
（２－４）画素値合計ＳＰ＝画素値合計ＳＰ＋重み値Ｗ×（探索点の画素値）
（３）探索形状内のすべての探索点について（２）の処理を終えたならば，デノイズ対象画素のデノイズ後の画素値を，次式により求める。
　（デノイズ後の画素値）＝画素値合計ＳＰ／重み値合計ＳＷ
　ＮＬＭフィルタ実行部１０００は，入力されるデノイズ係数，探索形状，テンプレート形状として単一の値が与えられた場合には，デノイズ対象画像の全画素に対して，単一の値や形状でデノイズ処理を行い，画素ごとに対応付けられるデータ群が与えられた場合には，対応点ごとに値や形状を切り替えてデノイズ処理を行う。
　また，“ＭＰＥＧ（Ｍｏｖｉｎｇ　Ｐｉｃｔｕｒｅ　Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）”や“ＶＣＥＧ（Ｖｉｄｅｏ　Ｃｏｄｉｎｇ　Ｅｘｐｅｒｔｓ　Ｇｒｏｕｐ）”にて現在国際標準化活動が行われている次世代映像符号化標準方式の“High Efficiency Video Coding”の雛形（Ｔｅｓｔ　Ｍｏｄｅｌ）である“ＨＭ”には，符号化歪を除去するためにデブロッキングフィルタによるデノイズフィルタが搭載されている（非特許文献２参照）。
A. Buades, B. Coll, and J. M. Morel,"A non-local algorithm for image denoising ", Proc. IEEE Int. Conf. on Computer Vision and Pattern Recognition, vol. 2, pp. 60-65, June, 2005. Thomas Wiegand, Woo-Jin Han, Benjamin Bross, Jens-Rainer Ohm, Gary J. Sullivan, "WD1: Working Draft 1 of High-Efficiency Video Coding", ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 3rd Meeting: Guangzhou, CN, 7-15 October, 2010.
　前述のように次世代映像符号化標準方式の“High Efficiency Video Coding”の“ＨＭ”には，符号化歪を除去するためにデブロッキングフィルタによるデノイズフィルタが搭載されているが，上記ＮＬＭフィルタをＨＭに導入すれば，従来のデブロッキングフィルタよりも符号化効率を高めることができると考えられる。
　しかし，ＮＬＭフィルタは演算量が膨大であり，そのため，復号装置でＮＬＭフィルタをすべての画素に対して計算すると，復号に要する計算時間が大きく増加してしまうおそれがある。
　前述したように，デノイズ対象画素一つ一つに対して，任意の探索形状内の各探索点に対し，任意のテンプレート形状にてテンプレートマッチングを行い，テンプレート類似度の計算を行う。そのため，例えばテンプレート形状がＮ×Ｎブロック，探索形状がＭ×Ｍであると仮定すると，１画素のデノイズ計算を行うためにＮ2 ×Ｍ2 オーダーの演算量が必要になる。したがって，ＮＬＭフィルタを復号装置等で用いるためには，この演算量を削減する技術が必要とされる。
　本発明は，以上の課題の解決を図り，符号化効率の低下を抑えつつ，デノイズフィルタの演算量を削減する技術を提供することを目的とする。なお，ここで符号化効率としては，例えば画質と符号量から計算される国際的な評価手法の一つであるＢＤ－ｒａｔｅを用いる。
　本発明は，上記課題を解決するため，デノイズ対象画像におけるデノイズの対象画素に対する比較元となるテンプレートと，前記デノイズ対象画像における探索形状内の探索先となる各探索点に対するテンプレートとのテンプレートマッチングを行い，テンプレート類似度に応じた重みと当該探索点における画素値の加重和によって前記対象画素のノイズを除去する画像処理において，以下の処理を実行する。
（１）前記デノイズ対象画像を用いてエッジ方向を算出する。
（２）算出された前記エッジ方向を，前記探索形状の制限に用いる指標とし，前記エッジ方向に直交する方向の前記探索点の数が，前記エッジ方向に沿う前記探索点の数よりも少ない探索形状を設定する。
（３）前記テンプレートマッチングを，設定された前記探索形状内の各探索点に対してのみ行い，前記対象画素の前記ノイズを除去する処理を実行する。
　また，本発明は，上記画像処理を，映像符号化または復号におけるループフィルタ（従来のデブロッキングフィルタに相当）に適用する。
　さらに，本発明では，上記画像処理を，映像符号化または復号におけるループフィルタに適用するにあたって，上記処理（１）～（３）に加えて，以下の処理を実行するようにしてもよい。
（４）復号画像を用いて，前記対象画素と前記対象画素の周辺画素との乖離度を算出する。
（５）前記乖離度を，前記テンプレートのテンプレート形状の制限に用いる指標とし，前記乖離度が前記復号画像内の乖離度最大値と比較して低いほど前記テンプレート形状が小さくなるように前記テンプレート形状を制限する処理を実行する。
　また，さらに以下の（６）の処理を付け加えてもよい。
（６）処理（５）で制限したテンプレート形状において過剰に割り当てられていた領域を検出し，テンプレート形状の再設定によりテンプレート形状をさらに制限する。
　以上のように，処理（１）では，デノイズ対象画像におけるエッジの方向を検出し，処理（２）では，処理（１）のエッジ方向に沿う方向の探索点は担保し，エッジ方向と垂直な方向の探索点を削減するように，デノイズ対象画像における画素ごとに探索形状を制限する。これにより，デノイズフィルタの演算量を削減することができる。
　また，以上の画像処理を，映像符号化／復号処理と組み合わせて，ループフィルタに適用することにより，符号化効率の低下を抑えたループフィルタの演算量削減が可能となる。さらに，上記処理（４），（５）により，従来は画面全体に対して固定値で一意に与えられていたテンプレート形状に対して，画素ごとにテンプレート形状を制限する処理を導入し，テンプレートマッチングにおける演算量を削減することができる。また，さらに処理（６）を実行すれば，演算量のさらなる削減が可能になる。
　本発明の効果として，以下が挙げられる。
　１．デノイズフィルタの演算量削減
　本発明によれば，探索形状を制限し，テンプレートマッチング対象の探索点数を削減することにより，テンプレートマッチングの計算回数が減少し，演算量の削減が可能になる。
　２．映像符号化／復号を組み合わせた際に実現できるデノイズフィルタの演算量削減
　また，本発明によれば，映像符号化／復号におけるループフィルタに適用することにより，符号化効率の低下を抑えた演算量の削減を実現することができる。
　さらに，テンプレート形状を制限し，テンプレート内画素同士の比較計算を行う画素数を削減する処理を導入すれば，画素同士の比較計算回数が減少し，演算量を削減することができる。すなわち，探索領域を制限する手法とテンプレート形状を制限する手法とを組み合わせると，各探索点にてテンプレートマッチングを行うため，制限された探索形状内でさらに制限されたテンプレート形状の計算が行われることになり，演算量を相乗的に削減することができる。
本発明の第１実施形態に係る画像処理装置の構成例を示す図である。 第１実施形態の画像処理装置の処理フローチャートである。 探索形状の削減によるデノイズフィルタの演算量の削減を説明する図である。 本発明の第２実施形態に係る画像処理装置の構成例を示す図である。 第２実施形態の画像処理装置の処理フローチャートである。 本発明の第３実施形態に係る画像処理装置の構成例を示す図である。 エッジ方向検出方法の例におけるソーベルオペレータを説明する図である。 エッジ方向検出方法の例における方向に応じた番号を説明する図である。 エッジ方向検出方法の例における番号の割り当て方法を説明する図である。 エッジ方向番号に応じた探索形状の設定例を示す図である。 ラジアン角に応じた探索形状の設定例を示す図である。 ラジアン角に応じた探索形状の設定例を示す図である。 本発明の第５実施形態に係る画像処理装置の構成例を示す図である。 第５実施形態の画像処理装置の処理フローチャートである。 テンプレート形状設定部によるテンプレート形状の制限の例を説明する図である。 本発明の第６実施形態に係る画像処理装置の構成例を示す図である。 第６実施形態の画像処理装置の処理フローチャートである。 乖離度検出方法の例を説明する図である。 乖離度検出方法の例を説明する図である。 乖離度のヒストグラムと閾値／領域設定の関係を示す図である。 積分比に応じたサンプリング数の設定の例を説明する図である。 積分比に応じたサンプリング数の設定の例を説明する図である。 テンプレート形状の再設定方法の例における計算対象領域を説明する図である。 テンプレート形状の再設定方法の例におけるブロックノイズの特徴を説明する図である。 テンプレート形状の再設定方法の例における四隅の設定を説明する図である。 本発明の実施形態を適用した映像符号化装置の構成例を示す図である。 映像符号化装置の処理フローチャートである。 映像符号化装置の処理フローチャートである。 本発明の実施形態を適用した映像復号装置の構成例を示す図である。 映像復号装置の処理フローチャートである。 映像復号装置の処理フローチャートである。 本発明の実施形態をソフトウェアプログラムを用いて実施する場合のシステムの構成例を示す図である。 ＮＬＭフィルタの説明図である。 ＮＬＭフィルタ実行部の入出力を示す図である。
　以下，図面を用いながら，本発明の実施の形態を説明する。
　〔第１実施形態〕
　図１は，本発明の第１実施形態に係る画像処理装置の構成例を示す図である。画像処理装置１０は，エッジ方向検出部１０２，探索形状設定部１０３，ＮＬＭフィルタ実行部１０４からなるデノイズフィルタ処理部１０１を備える。
　この画像処理装置１０では，デノイズフィルタ処理部１０１は，デノイズ係数，探索形状，テンプレート形状，デノイズ対象画像の４情報を入力し，フィルタ後のノイズが除去された画像を出力する。
　エッジ方向検出部１０２は，デノイズ対象画像のエッジ方向を検出し，デノイズ対象画像における各画素に対応付けられたエッジ方向群を出力する。エッジ方向の例としては，方向ごとに番号付けされた番号群や角度群などが挙げられる。
　探索形状設定部１０３は，探索形状を入力し，入力した探索形状を最大形状として，デノイズ対象画像における各画素に対応付けられた探索形状群を出力する。画素ごとの探索形状群は，エッジ方向に沿う方向の探索点数を担保し，エッジ方向に垂直な方向の探索点を削減した形状とする。
　ＮＬＭフィルタ実行部１０４は，デノイズ対象画像，デノイズ係数，テンプレート形状，および探索形状設定部１０３が設定した画素ごとの探索形状群を入力し，デノイズ後の画像を出力する。このＮＬＭフィルタ実行部１０４が行う処理は，非特許文献１に示されている従来のＮＬＭフィルタの処理と同様である。
　図２は，図１に示す画像処理装置１０の処理フローチャートである。まず，ステップＳ１０１では，デノイズフィルタ処理部１０１が，外部からの入力により，デノイズ係数，デノイズ対象画像，探索形状，テンプレート形状の各情報を取得する。
　ステップＳ１０２では，エッジ方向検出部１０２が，デノイズ対象画像のエッジ方向を検出し，エッジ方向群を出力する。次に，ステップＳ１０３では，探索形状設定部１０３が，エッジ方向検出部１０２により検出したエッジ方向に応じて，入力された探索形状を制限し，画素ごとの探索形状群を出力する。出力する探索形状群の探索形状は，入力された探索形状を最大とし，それよりも小さい探索形状である。最後に，ステップＳ１０４では，ＮＬＭフィルタ実行部１０４が，設定された情報に応じてＮＬＭフィルタを実行し，フィルタ後の結果画像を出力する。
　図３は，探索形状の削減によるデノイズフィルタの演算量の削減を説明する図である。図３において，Ｐ0 はデノイズ対象画素，Ｅは検出されたエッジ方向，Ｑ0 は削減前の探索形状（最大範囲），Ｑ1 は削減後の探索形状を表している。
　従来，例えば図３（Ａ）のように，探索形状Ｑ0 は，画面全体に対して固定値で一意に与えられていた。これに対し，本実施形態では，エッジ方向検出部１０２によって，デノイズ対象画像におけるエッジ方向Ｅを検出し，探索形状設定部１０３によって，図３（Ｂ）に示すように，エッジ方向Ｅに沿う方向の探索点を担保し，エッジ方向Ｅと垂直な方向の探索点を削減した探索形状Ｑ1 を設定することにより，画素ごとに探索形状を制限する処理を導入する。
　なお，テンプレートマッチングにおいては，デノイズ対象画素Ｐ0 は計算対象から除外する。これはテンプレート類似度の指標であるＳＳＤやＳＡＤは必ず０になり，図２７で説明したＮＬＭフィルタ処理における重み値として，必ずＷ＝１．０が出力されるためである。したがって，削減前の探索形状Ｑ0 に対するテンプレートマッチングの回数は４８回であるのに対し，削減後の探索形状Ｑ1 に対するテンプレートマッチングの回数は２４回となり，演算量が約５０％減少することになる。
　〔第２実施形態〕
　図４は，本発明の第２実施形態に係る画像処理装置の構成例を示す図である。画像処理装置１１は，エッジ方向検出部１１２，探索形状設定部１１３，ＮＬＭフィルタ実行部１１４からなるデノイズフィルタ処理部１１１を備えるとともに，デノイズ係数算出部１１５を備える。
　この画像処理装置１１は，ノイズが付与される前の原画像を入力してデノイズ係数を算出するデノイズ係数算出部１１５が備わっている点が，第１実施形態に係る画像処理装置１０と異なる。デノイズフィルタ処理部１１１の構成は，第１実施形態のデノイズフィルタ処理部１０１の構成と同様である。
　図５は，図４に示す画像処理装置１１の処理フローチャートである。まず，ステップＳ１１１では，画像処理装置１１が，外部からの入力により，原画像，デノイズ対象画像，探索形状，テンプレート形状の各情報を取得する。
　ステップＳ１１２では，デノイズ係数算出部１１５が，入力した原画像とデノイズ対象画像の分散からデノイズ係数を算出し，算出したデノイズ係数をＮＬＭフィルタ実行部１１４へ通知する。ステップＳ１１３では，エッジ方向検出部１１２が，デノイズ対象画像のエッジ方向を検出し，エッジ方向群を出力する。次に，ステップＳ１１４では，探索形状設定部１１３が，エッジ方向検出部１１２により検出したエッジ方向に応じて，入力された探索形状を制限し，画素ごとの探索形状群を出力する。出力する探索形状群の探索形状は，入力された探索形状を最大とし，それよりも小さい探索形状である。最後に，ステップＳ１１５では，ＮＬＭフィルタ実行部１１４が，設定された情報に応じてＮＬＭフィルタを実行し，フィルタ後の結果画像を出力する。
　〔第３実施形態〕
　図６は，本発明の第３実施形態に係る画像処理装置の構成例を示す図である。画像処理装置１２は，エッジ方向検出部１２２，探索形状設定部１２３，ＮＬＭフィルタ実行部１２４，探索形状記憶部１２５，テンプレート形状記憶部１２６からなるデノイズフィルタ処理部１２１を備える。
　この画像処理装置１２は，デノイズ係数およびデノイズ対象画像だけを入力し，探索形状およびテンプレート形状については，デノイズフィルタ処理部１２１が保有している固定値を用いる点が，上述した第１実施形態に係る画像処理装置１０と異なる。
　すなわち，デノイズフィルタ処理部１２１は，探索形状およびテンプレート形状を外部から入力する代わりに，探索形状記憶部１２５，テンプレート形状記憶部１２６にそれぞれ記憶している固定の探索形状，テンプレート形状を用いる。エッジ方向検出部１２２，探索形状設定部１２３，ＮＬＭフィルタ実行部１２４の構成は，第１実施形態で説明したものと同様である。
　〔第４実施形態〕
　前述した第３実施形態では，探索形状およびテンプレート形状の双方を，デノイズフィルタ処理部１２１が固定値として保有しているが，探索形状およびテンプレート形状のうちの一方だけを固定値として保有し，他方を外部からの入力として可変にする実施も可能である。また，第３実施形態において，さらに第２実施形態のように，デノイズ係数算出部を設けて，デノイズ係数を原画像から算出する実施形態を採ることもできる。基本的な処理の流れは，第１実施形態，第２実施形態で説明した例と同様であるので，その詳細な処理の説明は省略する。
　〔エッジ方向検出方法の例１〕
　エッジ方向検出部１０２，１１２，１２２におけるエッジ方向検出方法の例の一つとして，復号画像に対してソーベルフィルタを適用することによってエッジ方向を検出し，方向ごとに割り当てた番号を出力する例を挙げる。
　図７Ａ～図７Ｃは，そのエッジ方向検出方法の例（ソーベルフィルタと方向に応じた番号）を説明する図である。周辺画素に対して，図７Ａに示すソーベルオペレータを適用し，検出したエッジ方向に応じて，図７Ｂに示すように，番号ＶｅｃＩｎｄｅｘ（０～１０）を割り当てる。このとき，閾値Ｔｈを１つ設定し，ｘ軸，ｙ軸それぞれの成分（ｄｘ，ｄｙ）の絶対値和が閾値Ｔｈ未満であれば，該当画素には強いエッジが存在しないものとしてＶｅｃＩｎｄｅｘに０番を割り当て，番号をエッジ方向群として出力する。
　図７Ｃは，その番号を割り当てるアルゴリズムを示している。
・｜ｄｘ｜＋｜ｄｙ｜＜Ｔｈならば，ＶｅｃＩｎｄｅｘ＝０とする。
・上記に該当せず，ｄｙ＝０ならば，ＶｅｃＩｎｄｅｘ＝６とする。
・上記に該当せず，ｄｘ／ｄｙ＜－８．０であれば，ＶｅｃＩｎｄｅｘ＝６とする。
・上記に該当せず，ｄｘ／ｄｙ＜－２．０であれば，ＶｅｃＩｎｄｅｘ＝７とする。
・上記に該当せず，ｄｘ／ｄｙ＜－１．０であれば，ＶｅｃＩｎｄｅｘ＝８とする。
・上記に該当せず，ｄｘ／ｄｙ＜－０．５であれば，ＶｅｃＩｎｄｅｘ＝９とする。
・上記に該当せず，ｄｘ／ｄｙ＜－０．１２５であれば，ＶｅｃＩｎｄｅｘ＝１０とする。
・上記に該当せず，ｄｘ／ｄｙ＜０．１２５であれば，ＶｅｃＩｎｄｅｘ＝１とする。
・上記に該当せず，ｄｘ／ｄｙ＜０．５であれば，ＶｅｃＩｎｄｅｘ＝２とする。
・上記に該当せず，ｄｘ／ｄｙ＜１．０であれば，ＶｅｃＩｎｄｅｘ＝３とする。
・上記に該当せず，ｄｘ／ｄｙ＜２．０であれば，ＶｅｃＩｎｄｅｘ＝４とする。
・上記に該当せず，ｄｘ／ｄｙ＜８．０であれば，ＶｅｃＩｎｄｅｘ＝５とする。
・上記のどれにも該当しない場合，ＶｅｃＩｎｄｅｘ＝６とする。
　ＤＣＴ（離散コサイン変換）によるモスキートノイズや撮像時のノイズの影響を軽減するため，また，演算量削減のため，入力とするデノイズ対象画像に対して等倍画像ではなく，縦横１／Ｎに縮小した画像に対するソーベルフィルタの適用も効果的である。
　１／Ｎに縮小した画像に対してソーベルフィルタを適用した場合，算出したソーベルフィルタの出力結果は，縮小時に使用した複数の画素群の代表値として扱う。
　〔探索形状設定方法の例１〕
　探索形状設定部１０３，１１３，１２３における探索形状設定方法の例の一つとして，図７Ｂ～図７Ｃで説明したエッジ方向番号ＶｅｃＩｎｄｅｘのエッジ方向群を用いて，装置から与えられる基準探索形状が５×５ブロックの全点を対象とする場合の探索形状の削減方法の例を説明する。
　探索形状設定部１０３，１１３，１２３は，エッジ方向検出部１０２，１１２，１２２から受け取るエッジ方向群に応じて，図８に示す探索点を設定する。図８の５×５ブロックにおいて，ハッチングで示した部分が削減後の探索形状となる。
　このようにする理由は，以下のとおりである。ＮＬＭフィルタの計算手法として，テンプレートマッチングでテンプレート類似度の指標となるＳＳＤやＳＡＤを算出し，その指標に対してｅｘｐｏｎｅｎｔｉａｌゲインの重みを設定する仕組みをとる。そのため顕著なエッジ周辺では，エッジに沿う方向にサンプリングを行えば効果的に類似度の高い位置を見つけることができる。一方，エッジから離れると類似度が大きく下がってしまうため，重みは小さな値となり，加重和計算時の影響力が小さい。したがって，エッジに沿う方向にサンプリングを集中させることで，デノイズ効果の悪化を抑制しながら演算量を抑えることができる。
　なお，図８の例では，５×５ブロックの中心位置ではテンプレート類似度の指標として扱うＳＳＤ／ＳＡＤは必ずゼロになるため，この点は計算対象外となる。ゆえに，５×５ブロックの全点を探索点とした場合に計２４点が計算対象となるのに対し，ＶｅｃＩｎｄｅｘ＝０では１／３，それ以外では５／１２の演算量になる。すべてのＶｅｃＩｎｄｅｘが均等に出現した場合，理論値では２／５強となる。
　〔シミュレーション結果〕
　上記エッジ方向検出方法の例１および探索形状設定方法の例１に記載した手法を用いて，縦横１／２画像を対象として２×２ブロックごとにエッジ方向を算出し，下記の設定にてシミュレーションを行った結果は，次のとおりであった。なお，デノイズ係数はＮＬＭフィルタを複数回繰り返し，ＰＳＮＲ（Ｐｅａｋ　Ｓｉｇｎａｌ－ｔｏ－Ｎｏｉｓｅ　Ｒａｔｉｏ）を最大となるように反復計算を行った最良の値である。
　デノイズ対象画像には，下記の各シーケンスの輝度信号に対して＋５～－５までのランダムなノイズを加え，フィルタ後のＰＳＮＲ－Ｙと処理時間の各平均値にて評価を行った。
　＜シミュレーション条件＞
・シーケンス： BasketballDrive，BQTerrace ，Cactus，ParkScene 
　　　　　　　（Ｆｕｌｌ－ＨＤ：１９２０×１０８０）
・対象フレーム：先頭各１０フレーム
・探索形状：５×５ブロック
・テンプレート形状：３×３ブロック
　＜ＮＬＭフィルタに要する平均処理時間＞
Figure JPOXMLDOC01-appb-T000001
　表１から，縦横１／２画像を対象としたエッジ方向検出と２×２ブロックごとに発生する方向適用による条件分岐の影響による遅延が発生するが，ＰＳＮＲを大きく下げずに，フィルタ全体の所要時間は平均約４５％にまで削減できていることがわかる。中にはエッジ方向に集中的にサンプリングしたほうが，平均的にＰＳＮＲが高まるシーケンスも見られる。
　〔エッジ方向検出方法の例２〕
　エッジ方向検出部１０２，１１２，１２２におけるエッジ方向検出方法の他の例として，デノイズ対象画像に対してソーベルフィルタを適用することによってエッジ方向を検出し，ラジアン角（Ｒａｄｉａｎ）を出力する例を挙げる。周辺画素に対して，前述した図７Ａに示すソーベルオペレータを適用し，ｘ軸，ｙ軸のそれぞれの成分（ｄｘ，ｄｙ）からａｒｃｔａｎ（－π／２～π／２）を用いてラジアン角を計算する。このとき，ｄｘ，ｄｙの絶対値和が閾値Ｔｈ未満であれば，ａｒｃｔａｎ（－π／２～π／２）の出力範囲以外の値（ＥＸatan：例えば１００など) を設定する。
　すなわち，ラジアン角（Ｒａｄｉａｎ）を次のように定める。
・｜ｄｘ｜＋｜ｄｙ｜＜Ｔｈの場合，Ｒａｄｉａｎ＝ＥＸatanとする。
・上記に該当せず，ｄｙ＝０であれば，Ｒａｄｉａｎ＝π／２とする。
・他の場合，Ｒａｄｉａｎ＝ａｒｃｔａｎ（ｄｘ／ｄｙ）とする。
　〔探索形状設定方法の例２〕
　探索形状設定部１０３，１１３，１２３における探索形状設定方法の他の例として，エッジ方向検出方法の例２で説明したラジアン角で与えられるエッジ方向群を用いて，装置から与えられる探索形状がＮ×Ｎブロックの全点を対象とする場合の探索形状を削減する方法の例を説明する。
　図９Ａ～図９Ｂは，ラジアン角に応じた探索形状の設定例を示す図である。探索形状設定部１０３，１１３，１２３は，エッジ方向検出部１０２，１１２，１２２から受け取るラジアン角に応じて，図９Ａ～図９Ｂに示した円または楕円内の探索点を，探索形状として設定する。
　ラジアン角（Ｒａｄｉａｎ）がＥＸatanの場合，図９Ａに示すように，設定形状の直径が（Ｎ－１）となる円内の探索点を探索形状として設定する。
　また，ラジアン角（Ｒａｄｉａｎ）がＥＸatan以外の場合，図９Ｂに示すように，設定形状の長径が（Ｎ×２1/2 ），短径が（Ｎ×２-1/2）となる楕円内の探索点を探索形状として設定する。
　〔第５実施形態〕
　図１０は，本発明の第５実施形態に係る画像処理装置の構成例を示す図である。画像処理装置１３は，エッジ方向検出部１３２，探索形状設定部１３３，ＮＬＭフィルタ実行部１３４，探索形状記憶部１３５，テンプレート形状記憶部１３６，デノイズ係数設定部１３７，乖離度検出部１３８，テンプレート形状設定部１３９からなるデノイズフィルタ処理部１３１を備える。
　第５実施形態は，映像符号化装置または映像復号装置におけるループフィルタとして用いる画像処理装置１３の例を示している。デノイズフィルタ処理部１３１におけるエッジ方向検出部１３２，探索形状設定部１３３，ＮＬＭフィルタ実行部１３４，探索形状記憶部１３５，テンプレート形状記憶部１３６の基本的な機能は，前述した第１～第４実施形態と同様である。
　デノイズ係数設定部１３７は，外部から与えられる基準となるデノイズ係数と符号化情報とを用いて，デノイズ対象画像の各画素位置に対応付けられるデノイズ係数を生成する。一般に中～低レートでは，予測処理単位のＰｒｅｄｉｃｔｉｏｎＵｎｉｔや変換処理単位のＴｒａｎｓｆｏｒｍＵｎｉｔの各ユニット境界にてブロックノイズが目立ち始めるため，符号化情報を用いて，これら境界近傍の画素位置におけるデノイズ係数をブロック内部のデノイズ係数より高く設定する。
　乖離度検出部１３８とテンプレート形状設定部１３９は，画素ごとにテンプレート形状を制限する処理を導入するために設けられている。従来のＮＬＭフィルタでは，テンプレート形状については一般に画面全体に対して固定値で与えられていた。これに対し，本実施形態では，ＮＬＭフィルタ実行部１３４によるＮＬＭフィルタの前処理として，乖離度検出部１３８により，デノイズ対象画像の各画素に対して周辺画素との乖離度を検出し，テンプレート形状設定部１３９により，乖離度検出部１３８が検出した乖離度を多段階に分類し，乖離度の強～弱に応じて当該画素のテンプレート形状（大～小）をそれぞれ設定する。
　図１１は，図１０に示す画像処理装置１３の処理フローチャートである。まず，ステップＳ１３１では，デノイズフィルタ処理部１３１が，外部からの入力により，デノイズ係数，デノイズ対象画像，符号化情報を取得する。
　ステップＳ１３２では，デノイズ係数設定部１３７が，入力した基準となるデノイズ係数と符号化情報とから，デノイズ対象画像の各画素位置に対応付けられるデノイズ係数を設定する。
　次に，ステップＳ１３３では，エッジ方向検出部１３２が，デノイズ対象画像のエッジ方向を検出し，エッジ方向群を出力する。ステップＳ１３４では，探索形状設定部１３３が，エッジ方向検出部１３２により検出したエッジ方向に応じて，探索形状記憶部１３５から入力された探索形状を制限し，画素ごとの探索形状群を設定する。設定する探索形状群の探索形状は，入力された探索形状を最大とし，それよりも小さい探索形状である。
　ステップＳ１３５では，乖離度検出部１３８が，デノイズ対象画像を入力とし，対象画素と周辺画素との乖離度を計算し，各画素に対応付けられた乖離度群を出力する。ステップＳ１３６では，テンプレート形状設定部１３９が，乖離度群とテンプレート形状記憶部１３６に記憶された所定のテンプレート形状を用いて，各画素に対応付けられた制限されたテンプレート形状を設定し出力する。テンプレート形状を制限する際には，入力したテンプレート形状を最大形状として，乖離度が低いほどテンプレート形状が小さくなるように制限を適用する。
　最後に，ステップＳ１３７では，ＮＬＭフィルタ実行部１３４が，設定された情報に応じてＮＬＭフィルタを実行し，フィルタ後の結果画像を出力する。
　図１２は，テンプレート形状設定部１３９によるテンプレート形状の制限の例を説明する図である。例えば，外部から指定されたテンプレート形状が，図１２（Ａ）に示すように，５×５のブロックであったとする。このテンプレート形状を，乖離度に応じて，例えば図１２（Ｂ）に示すように制限する。テンプレート類似度としてＳＳＤを用いる場合，元のテンプレート形状では，加算２４回，減算２５回，乗算２５回の演算が必要であるのに対し，図１２（Ｂ）に示すようにテンプレート形状を制限することにより，加算１２回，減算１３回，乗算１３回の演算で済むようになり，演算量が約５０％削減される。
　デノイズフィルタ処理部１３１による処理は，符号化によるノイズの除去が目的であり，一般の画像処理のように画面全体に一様にノイズがかかったノイズを除去するような想定は行わない。符号化によるノイズ（符号化歪み）は，大きく以下の種類に分類できる。
１．平滑化による模様の消失
２．ＤＣＴによるエッジ周辺のモスキートノイズ
３．ＰｒｅｄｉｃｔｉｏｎＵｎｉｔやＴｒａｎｓｆｏｒｍＵｎｉｔの各Ｕｎｉｔ境界に生じるブロックノイズ
　このうち，平滑化によって損失した模様の復元は非常に困難であるため，本実施形態では対象としない。このような画素値に変化のない平滑化した領域に対してＮＬＭフィルタを適用すると，計算前後でほとんど画素信号は変化しないが，演算量は必要になる。本実施形態では，周辺画素との乖離度を計算することで，このように平滑化した領域にも割り当てられていた演算量を削減する。
　〔第６実施形態〕
　図１３は，本発明の第６実施形態に係る画像処理装置の構成例を示す図である。画像処理装置１４は，エッジ方向検出部１４２，探索形状設定部１４３，ＮＬＭフィルタ実行部１４４，探索形状記憶部１４５，テンプレート形状記憶部１４６，デノイズ係数設定部１４７，乖離度検出部１４８，テンプレート形状設定部１４９，およびテンプレート形状再設定部１４１０からなるデノイズフィルタ処理部１４１を備える。
　この画像処理装置１４は，テンプレート形状再設定部１４１０が備わっている点が，第５実施形態における画像処理装置１３と異なる。テンプレート形状再設定部１４１０は，エッジ方向群と乖離度群，符号化情報を参照し，テンプレート形状設定部１４９にて過剰に割り当てられたテンプレート形状をさらに制限するための再設定を行う。具体的には，ＰｒｅｄｉｃｔｉｏｎＵｎｉｔやＴｒａｎｓｆｏｒｍＵｎｉｔの各Ｕｎｉｔ境界に発生しやすいブロックノイズ周辺に過剰に割り当てられがちなテンプレート形状をさらに制限する。
　図１４は，図１３に示す画像処理装置１４の処理フローチャートである。ステップＳ１４１からＳ１４６までの処理は，図１１で説明したステップＳ１３１からＳ１３６までの処理と同様である。ステップＳ１４７では，テンプレート形状再設定部１４１０が，符号化情報とエッジ情報を用いて，テンプレート形状の再設定を行い，ステップＳ１４６で設定したテンプレート形状の過剰割り当てを削減する。最後に，ステップＳ１４８では，ＮＬＭフィルタ実行部１４４が，設定された情報に応じてＮＬＭフィルタを実行し，フィルタ後の結果画像を出力する。
　〔乖離度検出方法の例〕
　乖離度検出部１３８，１４８における乖離度検出方法の一例を説明する。図１５Ａ～図１５Ｂは，乖離度検出方法の例を説明する図である。図１５Ａに示す画素ｚをデノイズの対象画素とし，その周辺画素に対してａ～ｘの番号を付与した場合について説明する。ここでは，当該画素ｚと周辺画素（ａ～ｘ）との差分絶対値に距離による減衰を考慮した係数を乗算した加重和を乖離度の指標（DiffIntensity ）として用いる。すなわち，DiffIntensity は，次式により算出される。
　　DiffIntensity ＝　Ａ（｜ｈ－ｚ｜＋｜ｌ－ｚ｜＋｜ｍ－ｚ｜＋｜ｑ－ｚ｜）
　　　　　　　　　＋Ｂ（｜ｇ－ｚ｜＋｜ｉ－ｚ｜＋｜ｐ－ｚ｜＋｜ｒ－ｚ｜）
　　　　　　　　　＋Ｃ（｜ｃ－ｚ｜＋｜ｋ－ｚ｜＋｜ｎ－ｚ｜＋｜ｖ－ｚ｜）
　　　　　　　　　＋Ｄ（｜ｂ－ｚ｜＋｜ｄ－ｚ｜＋｜ｆ－ｚ｜＋｜ｊ－ｚ｜＋
　　　　　　　　　　　　｜ｏ－ｚ｜＋｜ｓ－ｚ｜＋｜ｕ－ｚ｜＋｜ｗ－ｚ｜）
　　　　　　　　　＋Ｅ（｜ａ－ｚ｜＋｜ｅ－ｚ｜＋｜ｔ－ｚ｜＋｜ｘ－ｚ｜）
　式中のＡ～Ｅは，当該画素と周辺画素との距離に応じてあらかじめ定められた係数であり，任意に設定される。これらの係数Ａ～Ｅの設定には，例えば，距離に応じたガウス分布などを適用することができる。なお，Ａ～Ｅも全点を対象とする必要はなく，例えばＤを０に設定すれば，フィルタ演算量を削減することができる。
　乖離度検出部１３８，１４８は，すべてのDiffIntensity の算出を終えたら，乖離度群を下位のテンプレート形状設定部１３９，１４９に出力する。
　他に，乖離度の算出に，ラプラシアンフィルタの絶対値やＳＳＤ（Sum of Square Difference），分散などの適用も考えられる。
　さらに演算量削減のため，復号画像に対して任意サイズのＮ×Ｎブロックそれぞれに対して数点のサンプリング点を計算対象として設定し，当該画素位置における乖離度の代表値として用いる手法も考えられる。
　図１５Ｂは，サンプリング数の間引きの例を示している。この例では，２×２ブロック分割にて，左上，右下の画素を計算対象としている。この例の乖離度を，DiffIntensity 2x2 と表すと，DiffIntensity 2x2 は，次式によって算出される。
　　DiffIntensity 2x2 ＝（Ａの画素位置におけるDiffIntensity 
                        　　＋Ｄの画素位置におけるDiffIntensity ）／２
　Ａ～Ｄの画素位置における乖離度の参照要求があった場合，上記DiffIntensity 2x2 を代表値として用いる。この例では，乖離度計算に要する演算量は約半分になる。
　〔テンプレート形状設定方法の例１〕
　テンプレート形状設定部１３９，１４９におけるテンプレート形状設定方法の例の一つとして，乖離度検出部１３８，１４８が算出した乖離度群を用い，装置から与えられる基準となるテンプレート形状が３×３ブロックの全点を対象とする場合のテンプレート形状の削減の例を挙げる。
　図１６は，乖離度のヒストグラムと閾値／領域設定の関係を示す図である。自然画像を対象とするとき，乖離度群のヒストグラムは値の低い側に偏り，乖離度が強くなるに従って出現頻度は低くなる。また，量子化パラメータの値が大きくなるに従ってヒストグラムは乖離度小の方に偏る特性を持つ。
　テンプレート形状設定部１３９，１４９は，入力した乖離度群のヒストグラムを作成し，ヒストグラムの面積比が均一になるように４分割して，それぞれの領域α～δのテンプレート形状ＴｍｐShape を以下のように設定する。領域α，βの境界の値をＴｈα，領域β，γの境界の値をＴｈβ，領域γ，δの境界の値をＴｈγとする。
（１）乖離度が閾値Ｔｈαより小さい場合
　　ＴｍｐShape ＝Ｎｏｎｅ（要素数０）とする。
　　ＴｍｐShape がＮｏｎｅの場合，テンプレートマッチングは行わない。
（２）乖離度が閾値Ｔｈα以上でＴｈβ未満の場合
　　ＴｍｐShape ＝Ｐｏｉｎｔ（要素数１）とする。
　　ＴｍｐShape がＰｏｉｎｔの場合，対象画素と探索点の画素についてのＳＳＤだけを算出する。
（３）乖離度が閾値Ｔｈβ以上でＴｈγ未満の場合
　　ＴｍｐShape ＝Ｃｒｏｓｓ（要素数５）とする。
　　ＴｍｐShape がＣｒｏｓｓの場合，対象画素に上下左右の４画素を加えた５画素のテンプレート形状でマッチングを行う。
（４）乖離度が閾値Ｔｈγ以上の場合
　　ＴｍｐShape ＝Ｂｌｏｃｋ3x3 （要素数９）とする。
　　ＴｍｐShape がＢｌｏｃｋ3x3 の場合，３×３ブロックのテンプレート形状の全点でマッチングを行う。
　本手法の導入により，全探索点に対して３×３ブロックのテンプレート形状の全点でマッチングを行う手法と比較してそれぞれ演算量は，以下のようになる。
　領域α：演算量　0 
　領域β：演算量　１／９
　領域γ：演算量　５／９
　領域δ：演算量　１
　領域が画面全体の１／４ずつを占めるため，合計演算量は５／１２となり，理論値では約１／２弱まで演算量を削減できることになる。
　このように，乖離度の大きさによってテンプレート形状を決めるのは，以下の理由による。乖離度は強いエッジ周辺で強い信号が現れやすく，続いて弱いエッジやＤＣＴによるモスキートノイズ，撮像時のノイズなどが小～中程度の信号として現れる。ＮＬＭフィルタは，エッジ周辺で特に効果を発揮する特性を持つため，本実施形態では，乖離度が大きい領域（領域δ）に対して大型のテンプレート形状を割り当てることでデノイズ効果の悪化を抑制する。
　〔テンプレート形状設定方法の例２〕
　テンプレート形状設定部１３９，１４９におけるテンプレート形状設定方法の他の例として，乖離度検出部１３８，１４８が算出した乖離度群を用い，装置から与えられる基準となるテンプレート形状がＮ×Ｎブロックの全点を対象とする場合のテンプレート形状の削減の例を挙げる。
　図１７Ａ～図１７Ｂは，積分比に応じたサンプリング数の設定の例を説明する図である。テンプレート形状設定部１３９，１４９は，乖離度群のヒストグラムを作成し，ヒストグラム上のデノイズの対象画素の乖離度をＴｈIntensity として乖離度の分布を表す関数ｆ(DiffIntensity) （図１７Ｂ）の積分値の比率でテンプレート形状を設定する。
　すなわち，図１７Ａに示すように，基準となるテンプレート形状がＮ×Ｎブロックとして与えられたとき，削減後のテンプレート形状の設定形状を円とし，その直径を次のように定める。
　設定形状（直径）
　＝Ｎ×［｛ｆ(DiffIntensity) の０からＴｈIntensity までの積分値｝
　　　　÷｛ｆ(DiffIntensity) の０から最大値Ｍａｘまでの積分値｝］
　これにより，乖離度が小さい場合には，小さなテンプレート形状，乖離度が大きい場合には，大きなテンプレート形状を用いて，効果的なテンプレートマッチングを行うことができる。
　〔テンプレート形状再設定方法の例〕
　テンプレート形状再設定部１４１０におけるテンプレート形状再設定方法の例の一つとして，図１６にて示したテンプレート形状設定部１４９が設定したテンプレート形状を，図１５Ｂにて示した乖離度検出部１４８が出力した乖離度群，図７Ｂ～図７Ｃにて示したエッジ方向群および符号化情報を用いて再設定し，テンプレート形状の大きさをさらに削減する例を説明する。
　図１８Ａ～図１８Ｃは，テンプレート形状の再設定方法を説明する図である。まず，符号化情報からＤＣＴなどの変換処理の単位であるＴｒａｎｓｆｏｒｍＵｎｉｔのＵｎｉｔサイズを取得し，図１８Ａに示すように，各Ｕｎｉｔ外縁の近傍Ｎ画素を設定対象の領域に設定する。それ以外の領域は，前述したテンプレート形状設定部１４９の設定結果をそのまま用いるものとする。
　図１８Ｂに示すように，エッジ方向群を用いた場合，顕著なブロックノイズのＵｎｉｔ外縁上下部分ではＶｅｃＩｎｄｅｘは１に，Ｕｎｉｔ外縁左右部分ではＶｅｃＩｎｄｅｘは６に偏るという傾向があり，この境界部分の乖離度は高い値が検出される。また，ブロックノイズが顕著に現れる高い量子化パラメータ域では，ＴｒａｎｓｆｏｒｍＵｎｉｔ内部は比較的平坦な領域が現れやすいという傾向がある。
　つまり，量子化パラメータＱＰの高い中～低レート域において，図１８Ａにおける設定対象の領域で，図１８Ｂに示すような特徴を満たす場合，ブロックノイズが発生している可能性が高い。これらＶｅｃＩｎｄｅｘが１もしくは６に偏るブロック境界の画素位置に対しては大型のテンプレート形状で計算しても，小型のテンプレート形状で計算しても，結果はほとんど変わらない。しかし，ブロック境界で顕著なエッジが検出された場合には，大型のテンプレート形状が設定されてしまうため，非効率である。そのため，テンプレート形状再設定部１４１０により，テンプレート形状の見直しを行うことで非効率であるという問題の解決を図る。
　具体的な解決手法としては，例えば以下の手法が挙げられる。量子化パラメータＱＰに対する所定の閾値Ｔｈ１QP，Ｔｈ２QP（ただし，Ｔｈ１QP＜Ｔｈ２QP）と，乖離度DiffIntensity に対する所定の閾値Ｔｈ１Diff，Ｔｈ２Diff（ただしＴｈ１Diff＜Ｔｈ２Diff）とを用いて，画素位置ごとに以下のような設定を行う。このようにすれば，デノイズ効果の悪化を抑制しつつ演算量を削減することができる。ただし，Ｔｈ１Diff，Ｔｈ２Diffは，それぞれ量子化パラメータＱＰに応じて変動するものとする。
　下記の条件を満たす場合，後述する再設定分岐のアルゴリズムによって，テンプレート形状ＴｍｐShape を設定する。
［条件１］：Ｕｎｉｔ外縁上下部分の設定対象領域における画素位置で，対象画素位置のＶｅｃＩｎｄｅｘが１（横方向のエッジ）もしくは０（平坦な領域），かつ，Ｕｎｉｔ内側方向に隣接する画素位置のＶｅｃＩｎｄｅｘが０（平坦な領域）の場合。
［条件２］：または，Ｕｎｉｔ外縁左右部分の設定対象領域における画素位置で，対象画素位置のＶｅｃＩｎｄｅｘが６（縦方向のエッジ）もしくは０（平坦な領域），かつ，Ｕｎｉｔ内側方向に隣接する画素位置のＶｅｃＩｎｄｅｘが０（平坦な領域）の場合。
　「再設定分岐のアルゴリズム」の例
（１）量子化パラメータＱＰ＞閾値Ｔｈ２QP，
　　　かつ，テンプレート形状ＴｍｐShape がＢｌｏｃｋ3x3 またはＣｒｏｓｓ，
　　　かつ，乖離度DiffIntensity ＞閾値Ｔｈ１Diffの場合，
　　　ＴｍｐShape をＰｏｉｎｔ（要素数１）に再設定。
（２）上記以外で，量子化パラメータＱＰ＞閾値Ｔｈ１QP，
　　　かつ，テンプレート形状ＴｍｐShape がＢｌｏｃｋ3x3 ，
　　　かつ，乖離度DiffIntensity ＞閾値Ｔｈ２Diffの場合，
　　　ＴｍｐShape をＰｏｉｎｔ（要素数１）に再設定。
（３）上記以外で，量子化パラメータＱＰ＞閾値Ｔｈ１QP，
　　　かつ，テンプレート形状ＴｍｐShape がＢｌｏｃｋ3x3 ，
　　　かつ，乖離度DiffIntensity ＞閾値Ｔｈ１Diffの場合，
    　ＴｍｐShape をＣｒｏｓｓ（要素数５）に再設定。
（４）上記以外で，量子化パラメータＱＰ＞閾値Ｔｈ１QP，
　　　かつ，テンプレート形状ＴｍｐShape がＣｒｏｓｓ，
　　　かつ，乖離度DiffIntensity ＞Ｔｈ１Diffの場合，
　　　ＴｍｐShape をＰｏｉｎｔ（要素数１）に再設定。
（５）上記（１）～（４）以外の場合，ＴｍｐShape を再設定しないで終了。
　図１８Ｃにおける四隅の領域Ｅ，Ｆ，Ｇ，Ｈは，ブロックノイズによって生成されるＶｅｃＩｎｄｅｘに予測が立たないため，それぞれ以下の条件を満たす場合に，領域内すべての画素位置に対して，前述した（１）～（５）の再設定分岐によるテンプレート形状の再設定を行う。
・領域Ｅ：直右に隣接する領域Ａの画素群もしくは直下に隣接する領域Ｃの画素群に上記条件を満たす画素がある。
・領域Ｆ：直左に隣接する領域Ａの画素群もしくは直下に隣接する領域Ｄの画素群に上記条件を満たす画素がある。
・領域Ｇ：直右に隣接する領域Ｂの画素群もしくは直上に隣接する領域Ｃの画素群に上記条件を満たす画素がある。
・領域Ｈ：直左に隣接する領域Ｂの画素群もしくは直上に隣接する領域Ｄの画素群に上記条件を満たす画素がある。
　本実施形態では，ブロック境界の画素群に対して演算量を削減する例を示したが，反対にブロック内部の画素群に対してはすべてＴｍｐShape ＝Ｎｏｎｅを設定し，その部分についてはテンプレートマッチングを行わず，ブロック境界のみにデノイズフィルタを適用することで，演算量を大きく削減するような実施も可能である。
　なお，第５実施形態，第６実施形態では，基準となる探索形状およびテンプレート形状をデノイズフィルタ処理部１３１，１４１が固定値で持つ例を説明したが，これらのいずれか一方，または双方を，外部から与えるような実施も可能である。
　〔映像符号化装置への適用例〕
　図１９は，本発明の実施形態を適用した映像符号化装置の構成例を示す図である。第１実施形態～第６実施形態として説明したデノイズフィルタ処理部１０１～１４１は，図１９に示す映像符号化装置におけるループフィルタであるデノイズフィルタ処理部３１３として用いることができる。これにより，従来の一般的なデブロッキングフィルタを用いていた場合に比べて，符号化効率を高めることができる。また，復号画像のデノイズのために，従来のＮＬＭフィルタをそのまま用いた場合に比べて，演算量を大幅に削減することができる。なお，図１９においては，基準となる探索形状およびテンプレート形状の双方をデノイズフィルタ処理部１３１，１４１が固定値として持つ例である。また，デノイズ係数は原画像と比較して符号化効率が最適なデノイズ係数を決定し，ビットストリームにデノイズ係数オーバーヘッドとして符号化する例を示す。探索形状およびテンプレート形状のいずれか一方，または双方をユーザが設定するなどして外部から与える場合，これら形状を復号装置に伝送する必要があるため，前記デノイズ係数と同様にオーバーヘッドとしてこれら形状を符号化することで外部からの設定を実現できるが，本符号化装置への適用例および復号装置への適用例では，これらの説明は省略する。
　以下，図１９に示す映像符号化装置について説明する。原画像記憶部３０１は，符号化対象となる入力シーケンスの全画像の記憶部であり，順次，各フレームの符号化対象画像を出力する。
　ブロックサイズ決定部３０２は，所定のＣｏｄｉｎｇＵｎｉｔをどのブロックサイズに分割して符号化を実行するかを決定し，対象ブロックとブロックサイズを出力する。予測サイズ決定部３０３は，対象ブロックの画素値を予測するブロックの予測サイズを決定し，対象ブロックと予測サイズを出力する。予測手法決定部３０４は，対象ブロックの画素値予測を行う上で，画面内予測／フレーム間予測の各手法の中で最も符号化効率の高い手法を決定し，その手法を用いた際の予測ブロックと予測情報を出力する。予測サイズ決定部３０３にて出力された対象ブロックは，予測ブロックとの差分値が計算され差分ブロックとなる。
　変換サイズ決定部３０５は，差分ブロックを分割する変換サイズを決定し，分割した変換サイズごとの差分ブロックと変換サイズを出力する。離散コサイン変換部３０６では，差分ブロックに対して離散コサイン変換を適用し，ＤＣＴ係数を出力する。量子化部３０７では，ＤＣＴ係数に対して量子化を行い，量子化後ＤＣＴ係数を出力する。
　逆量子化部３０８では，量子化後ＤＣＴ係数に対して逆量子化を行い，ＤＣＴ係数に戻す。逆離散コサイン変換部３０９では，ＤＣＴ係数に対して逆離散コサイン変換を適用し，復号差分ブロックを出力する。復号差分ブロックは予測ブロックと加算合成され，部分復号画像となる。復号画像記憶部３１０は，部分復号画像を格納し，復号装置側でも参照可能な画像を格納しておく記憶部である。画面内予測部３１１は，復号画像記憶部３１０に格納されている部分復号画像を参照し，予測ブロックと予測情報とを出力する。
　デノイズ係数決定部３１２は，復号画像と原画像とを参照し，符号化効率が最適となるデノイズ係数を決定し，デノイズ係数を出力する。デノイズフィルタ処理部３１３は，復号画像を参照し，前述した第１～第６実施形態等で説明した符号化歪みを軽減するためのフィルタ処理を行い，フィルタ後復号画像を生成する。
　ＡＬＦ（Adaptive Loop Filter）処理部３１４では，フィルタ後復号画像に対して原画像に近づけるようにフィルタ処理を行い，ＡＬＦ後復号画像とＡＬＦ係数を出力する。フレームバッファ３１５は，ＡＬＦ後復号画像を格納しておく記憶部である。フレーム間予測部３１６は，フレームバッファ３１５を参照し，予測ブロックと予測情報とを出力する。
　シーケンス情報符号化部３１７は，映像の縦横画素数など，入力シーケンス固有の情報を符号化の後，ビットストリーム記憶部３２５に対してシーケンス情報オーバーヘッドを出力する。ブロックサイズ符号化部３１８は，ブロックサイズ決定部３０２からブロックサイズを受け取り，符号化の後，ブロックサイズオーバーヘッドを出力する。予測サイズ符号化部３１９は，予測サイズ決定部３０３から予測サイズを受け取り，符号化の後，予測サイズオーバーヘッドを出力する。予測情報符号化部３２０は，予測手法決定部３０４から予測情報を受け取り，符号化の後，予測情報オーバーヘッドを出力する。
　変換サイズ符号化部３２１は，変換サイズ決定部３０５から変換サイズを受け取り，符号化の後，変換サイズオーバーヘッドを出力する。量子化後ＤＣＴ係数符号化部３２２は，量子化部３０７から量子化後ＤＣＴ係数を受け取り，符号化の後，ＤＣＴオーバーヘッドを出力する。デノイズ係数符号化部３２３は，デノイズ係数決定部３１２で決定されたデノイズ係数を受け取り，符号化の後，デノイズ係数オーバーヘッドを出力する。ＡＬＦ係数符号化部３２４は，ＡＬＦ係数を受け取り，符号化の後，ＡＬＦオーバーヘッドを出力する。ビットストリーム記憶部３２５は，各オーバーヘッドを格納しておく記憶部であり，シーケンス全体の符号化が終了すると，符号化結果のビットストリームを出力する。
　符号化情報記憶部３２６は，復号装置側でも参照可能な符号化情報を格納しておく記憶部である。この符号化情報記憶部３２６が記憶する符号化情報は，デノイズフィルタ処理部３１３やその他の各部から参照され，使用される。
　〔映像符号化装置の処理フロー〕
　図２０および図２１は，図１９に示す映像符号化装置の処理フローチャートを示している。映像符号化装置は，以下の処理を行う。
・まず，ステップＳ３０１にて，入力シーケンスを原画像記憶部３０１に格納する。
・次に，ステップＳ３０２にて，シーケンス情報を符号化してビットストリーム記憶部３２５に格納する。
・次に，ステップＳ３０３にて，符号化対象の全フレームに対するステップＳ３１８までのループ処理を行う。
・次に，ステップＳ３０４にて，符号化対象画像の全ＣｏｄｉｎｇＵｎｉｔ（ＣＵ）に対するステップＳ３１４までのループ処理を行う。
・次に，ステップＳ３０５にて，ブロックサイズを決定し，符号化してビットストリーム記憶部３２５に格納する。
・次に，ステップＳ３０６にて，予測サイズを決定し，符号化してビットストリーム記憶部３２５に格納する。
・次に，ステップＳ３０７にて，画面内／フレーム間予測の各予測ブロックの中で，最も符号化効率が高い手法と対象ブロックの差分値を計算する。
・次に，ステップＳ３０８にて，予測情報をビットストリーム記憶部３２５に格納する。
・次に，ステップＳ３０９にて，変換サイズを決定し，符号化してビットストリーム記憶部３２５に格納する。
・次に，ステップＳ３１０にて，離散コサイン変換（ＤＣＴ）を行う。
・次に，ステップＳ３１１にて，量子化を行い，量子化後ＤＣＴ係数を符号化してビットストリーム記憶部３２５に格納する。
・次に，ステップＳ３１２にて，逆量子化と逆離散コサイン変換を行う。
・次に，ステップＳ３１３にて，ステップＳ３０７にて適用された予測ブロックと逆変換後の復号差分ブロックとを加算合成する。
・次に，ステップＳ３１４にて，復号画像記憶部３１０に加算合成した部分復号画像を格納する。
・符号化対象画像の全ＣＵに対するループ処理が終了すると，ステップＳ３１５にて，復号画像と原画像を用いて符号化効率が最適になるデノイズ係数を算出する。
・次に，ステップＳ３１６にて，復号画像に対して，算出したデノイズ係数を用いて本手法を用いたデノイズフィルタの処理を実行し，デノイズ係数を符号化してビットストリーム記憶部３２５に格納する。
・次に，ステップＳ３１７にて，ＡＬＦ（Adaptive Loop Filter）を実行し，ＡＬＦ係数を符号化してビットストリーム記憶部３２５に格納する。
・次に，ステップＳ３１８にて，ＡＬＦ後復号画像をフレームバッファ３１５に格納する。
・符号化対象の全フレームに対するループ処理が終了すると，ステップＳ３１９にて，ビットストリームを出力して処理を終了する。
　〔映像復号装置への適用例〕
　図２２は，本発明の実施形態を適用した映像復号装置の構成例を示す図である。第１～第６実施形態として説明したデノイズフィルタ処理部１０１～１４１は，図２２に示す映像復号装置におけるループフィルタであるデノイズフィルタ処理部４１５として用いることができる。これにより，従来のＮＬＭフィルタをそのまま用いた場合よりも演算量を大幅に削減することができる。
　以下，図２２に示す映像復号装置について説明する。ビットストリーム記憶部４０１は，入力ビットストリームの記憶部であり，必要に応じて各オーバーヘッド情報を出力する。シーケンス情報復号部４０２は，シーケンス情報オーバーヘッドを受け，映像の縦横画素数など，シーケンス固有の情報を復号する。
　ブロックサイズ復号部４０３は，ブロックサイズオーバーヘッドを受け，所定のＣｏｄｉｎｇＵｎｉｔがどのブロックサイズで分割して符号化されているのかを示す情報を復号する。予測サイズ復号部４０４は，予測サイズオーバーヘッドを受け，映像符号化装置で適用された予測サイズを出力する。
　予測情報復号部４０５は，予測情報オーバーヘッドを受け，予測情報を出力する。変換サイズ復号部４０６は，変換サイズオーバーヘッドを受け，映像符号化装置で適用された変換サイズを出力する。量子化後ＤＣＴ係数復号部４０７は，変換サイズとＤＣＴオーバーヘッドを受け，量子化後ＤＣＴ係数を出力する。デノイズ係数符号化部４０８は，デノイズ係数オーバーヘッドを受け，デノイズ係数を出力する。ＡＬＦ係数復号部４０９は，ＡＬＦオーバーヘッドを受け，ＡＬＦ係数を出力する。
　逆量子化部４１０は，量子化後ＤＣＴ係数に対して逆量子化を行い，ＤＣＴ係数に戻す。逆離散コサイン変換部４１１は，ＤＣＴ係数に対して逆離散コサイン変換を適用して復号差分信号を出力する。予測ブロック生成部４１２は，予測情報と部分復号画像，参照フレームを受け，予測ブロックを生成する。部分復号画像生成部４１３は，予測ブロックと復号差分信号の加算合成を行い，部分復号画像を生成する。復号画像記憶部４１４は，部分復号画像を格納しておく記憶部である。
　デノイズフィルタ処理部４１５は，復号画像を参照し，前述した第１～第６実施形態等で説明した符号化歪を軽減するためのフィルタ処理を行い，フィルタ後復号画像を生成する。
　ＡＬＦ処理部４１６では，ＡＬＦ係数を受け取り，フィルタ後復号画像に対して原画像に近づけるようにフィルタ処理を行い，ＡＬＦ後復号画像を出力する。なお，このＡＬＦ後復号画像が復号時における最終復号画像となる。フレームバッファ４１７は，ＡＬＦ後復号画像を格納しておく記憶部である。符号化情報記憶部４１８は，符号化情報を格納しておく記憶部であり，この符号化情報記憶部４１８が記憶する符号化情報は，デノイズフィルタ処理部４１５やその他の各部から参照され，使用される。
　〔映像復号装置の処理フロー〕
　図２３および図２４は，図２２に示す映像復号装置の処理フローチャートを示している。映像復号装置は，以下の処理を行う。
・まず，ステップＳ４０１にて，入力ビットストリームをビットストリーム記憶部４０１に格納する。
・次に，ステップＳ４０２にて，シーケンス情報を復号する。
・次に，ステップＳ４０３にて，復号対象の全フレームに対するステップＳ４１４までのループ処理を行う。
・次に，ステップＳ４０４にて，復号対象画像の全ＣｏｄｉｎｇＵｎｉｔ（ＣＵ）に対するステップＳ４１１までのループ処理を行う。
・次に，ステップＳ４０５にて，ブロックサイズを復号する。
・次に，ステップＳ４０６にて，予測サイズを復号する。
・次に，ステップＳ４０７にて，予測情報を復号し，予測ブロックを生成する。
・次に，ステップＳ４０８にて，変換サイズを復号する。
・次に，ステップＳ４０９にて，量子化後ＤＣＴ係数を復号する。
・次に，ステップＳ４１０にて，逆量子化と逆離散コサイン変換を行う。
・次に，ステップＳ４１１にて，ステップＳ４０７の予測ブロックとステップＳ４１０の結果を用いて復号ブロックを生成し，復号画像記憶部４１４に格納する。
・復号対象画像の全ＣＵに対するループ処理が終了すると，ステップＳ４１２にて，デノイズ係数を復号し，部分復号画像に対して，本手法を用いたデノイズフィルタの処理を実行する。
・次に，ステップＳ４１３にて，ＡＬＦ係数を復号し，ＡＬＦ処理を実行する。
・次に，ステップＳ４１４にて，ＡＬＦ後復号画像をフレームバッファ４１７に格納する。
・復号対象の全フレームに対するループ処理が終了すると，ステップＳ４１５にて，フレームバッファ４１７の各フレームをフレーム番号順に出力して出力シーケンスを生成し，処理を終了する。
　〔演算量削減効果〕
　次世代映像符号化標準方式に従来のＮＬＭフィルタ（Ｎｏｎ－ｌｏｃａｌ　ｍｅａｎｓ法によるデノイズフィルタ）を組み込んだ手法と比較して，本手法によるデノイズフィルタを適用した場合，標準的な映像の符号化時に，ＰＳＮＲの悪化を抑えつつ上記フィルタに要する演算量を約５０～７５％程度削減できることが確認できた。
　［ソフトウェアプログラムを用いた場合の構成例］
　以上の画像処理，映像符号化，復号の処理は，コンピュータとソフトウェアプログラムとによっても実現することができ，そのプログラムをコンピュータ読み取り可能な記録媒体に記録することも，ネットワークを通して提供することも可能である。
  図２５は，本発明の実施形態を，コンピュータとソフトウェアプログラムとを用いて実施する場合のシステムの構成例を示している。
　本システムは，プログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）５０と，ＣＰＵ５０がアクセスするプログラムやデータが格納されるＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等のメモリ５１と，デノイズ対象の画像信号，符号化対象の映像信号，または復号画像の映像信号を記憶する映像信号記憶部５２と，本発明の実施形態で説明した処理をＣＰＵ５０に実行させるためのプログラムが格納されたプログラム記憶装置５３と，符号化結果のビットストリームまたは復号対象のビットストリームを記憶する符号化ストリーム記憶部５４とがバスで接続された構成になっている。
　プログラム記憶装置５３は，本発明の実施形態を用いて画像信号のノイズを除去するための画像処理プログラム５３１，本発明の実施形態を用いて映像信号を符号化するための映像符号化プログラム５３２，本発明の実施形態を用いて符号化ビットストリームを復号するための映像復号プログラム５３３のいずれかを格納している。プログラム記憶装置５３は，これらのプログラムのすべてを格納している必要はない。
　本システムが画像信号のノイズ除去に用いられる場合，画像処理プログラム５３１がメモリ５１にロードされ，ＣＰＵ５０は，メモリ５１にロードされた画像処理プログラム５３１の命令を逐次フェッチして実行し，映像信号記憶部５２に格納されている映像信号の画像を入力して，本発明の実施形態で説明した手法によりノイズを除去し，映像信号記憶部５２に格納する。
　また，本システムが映像符号化装置として用いられる場合，映像符号化プログラム５３２がメモリ５１にロードされ，ＣＰＵ５０は，メモリ５１にロードされた映像符号化プログラム５３２の命令を逐次フェッチして実行し，映像信号記憶部５２に格納されている映像信号を，本発明の実施形態で説明した手法により符号化して，符号化結果のビットストリームを符号化ストリーム記憶部５４に格納する。または，ネットワークアダプタ等のインタフェースを介して，ビットストリームを外部装置に出力してもよい。
　また，本システムが映像復号装置として用いられる場合，映像復号プログラム５３３がメモリ５１にロードされ，ＣＰＵ５０は，メモリ５１にロードされた映像復号プログラム５３３の命令を逐次フェッチして実行し，符号化ストリーム記憶部５４に格納されているビットストリームを，本発明の実施形態で説明した手法により復号して，復号結果の映像信号を映像信号記憶部５２に格納する。または，外部の再生装置に復号結果の映像信号を出力する。
　特に，本発明の実施形態は，映像符号化プログラム５３２，映像復号プログラム５３３におけるループフィルタ処理に用いられ，このループフィルタ処理のプログラム部分は，映像符号化プログラム５３２，映像復号プログラム５３３とで共通化することも可能である。
　以上，本発明の実施形態について図面を参照して詳述したが，具体的な構成はこれら実施形態に限られるものではなく，本発明の要旨を逸脱しない範囲の設計等（構成の付加，省略，置換，およびその他の変更）も含まれる。本発明は前述した説明によって限定されることはなく，添付の請求の範囲によってのみ限定される。
　本発明は，例えば，画像撮影時のノイズや劣化画像の劣化を軽減するために利用可能である。本発明によれば，符号化効率の低下を抑えつつ，デノイズフィルタの演算量を削減することができる。
　１０，１１，１２，１３，１４　画像処理装置
　１０１，１１１，１２１，１３１，１４１　デノイズフィルタ処理部
　１０２，１１２，１２２，１３２，１４２　エッジ方向検出部
　１０３，１１３，１２３，１３３，１４３　探索形状設定部
　１０４，１１４，１２４，１３４，１４４　ＮＬＭフィルタ実行部
　１１５　デノイズ係数算出部
　１２５，１３５，１４５　探索形状記憶部
　１２６，１３６，１４６　テンプレート形状記憶部
　１３７，１４７　デノイズ係数設定部
　１３８，１４８　乖離度検出部
　１３９，１４９　テンプレート形状設定部
　１４１０  テンプレート形状再設定部

Claims (8)

  1.   デノイズ対象画像におけるデノイズの対象画素に対する比較元となるテンプレートと，前記デノイズ対象画像における探索形状内の探索先となる各探索点に対するテンプレートとのテンプレートマッチングを行い，テンプレート類似度に応じた重みと当該探索点における画素値の加重和によって前記対象画素のノイズを除去する画像処理方法であって，
    　前記デノイズ対象画像を用いてエッジ方向を算出するステップと，
    　算出された前記エッジ方向を，前記探索形状の制限に用いる指標とし，前記エッジ方向に直交する方向の前記探索点の数が，前記エッジ方向に沿う前記探索点の数よりも少ない探索形状を設定するステップと，
    　前記テンプレートマッチングを，設定された前記探索形状内の各探索点に対してのみ行い，前記対象画素の前記ノイズを除去する処理を実行するステップとを有する
    　画像処理方法。
  2.   デノイズ対象画像におけるデノイズの対象画素に対する比較元となるテンプレートと，前記デノイズ対象画像における探索形状内の探索先となる各探索点に対するテンプレートとのテンプレートマッチングを行い，テンプレート類似度に応じた重みと当該探索点における画素値の加重和によって前記対象画素のノイズを除去する画像処理装置であって，
    　前記デノイズ対象画像を用いてエッジ方向を算出するエッジ方向検出部と，
    　算出された前記エッジ方向を，前記探索形状の制限に用いる指標とし，前記エッジ方向に直交する方向の前記探索点の数が，前記エッジ方向に沿う前記探索点の数よりも少ない探索形状を設定する探索形状設定部と，
    　前記テンプレートマッチングを，設定された前記探索形状内の各探索点に対してのみ行い，前記対象画素の前記ノイズを除去する処理を実行するフィルタ実行部とを備える
    　画像処理装置。
  3. 　ループフィルタを用いて映像を符号化または復号する映像符号化／復号方法であって，
    　前記ループフィルタは，復号画像におけるデノイズの対象画素に対する比較元となるテンプレートと，前記復号画像における探索形状内の探索先となる各探索点に対するテンプレートとのテンプレートマッチングを行い，テンプレート類似度に応じた重みと当該探索点における画素値の加重和によって前記対象画素のノイズを除去する画像処理方法を用いて，前記復号画像のノイズを除去するフィルタであり，
    　前記復号画像を用いてエッジ方向を算出するステップと，
    　算出された前記エッジ方向を，前記探索形状の制限に用いる指標とし，前記エッジ方向に直交する方向の前記探索点の数が，前記エッジ方向に沿う前記探索点の数よりも少ない探索形状を設定するステップと，
    　前記テンプレートマッチングを，設定された前記探索形状内の各探索点に対してのみ行い，前記対象画素の前記ノイズを除去する処理を実行するステップとを実行する
    　映像符号化／復号方法。
  4. 　請求項３記載の映像符号化／復号方法において，
    　前記ループフィルタは，さらに，
    　前記復号画像を用いて，前記対象画素と前記対象画素の周辺画素との乖離度を算出するステップと，
    　前記乖離度を，前記テンプレートのテンプレート形状の制限に用いる指標とし，前記乖離度が前記復号画像内の乖離度最大値と比較して低いほど前記テンプレート形状が小さくなるように前記テンプレート形状を制限するステップとを実行する
    　映像符号化／復号方法。
  5. 　ループフィルタを用いて映像を符号化または復号する映像符号化／復号装置であって，
    　前記ループフィルタは，復号画像におけるデノイズの対象画素に対する比較元となるテンプレートと，前記復号画像における探索形状内の探索先となる各探索点に対するテンプレートとのテンプレートマッチングを行い，テンプレート類似度に応じた重みと当該探索点における画素値の加重和によって前記対象画素のノイズを除去する画像処理装置を用いて，前記復号画像のノイズを除去するフィルタであり，
    　前記復号画像を用いてエッジ方向を算出するエッジ方向検出部と，
    　算出された前記エッジ方向を，前記探索形状の制限に用いる指標とし，前記エッジ方向に直交する方向の前記探索点の数が，前記エッジ方向に沿う前記探索点の数よりも少ない探索形状を設定する探索形状設定部と，
    　前記テンプレートマッチングを，設定された前記探索形状内の各探索点に対してのみ行い，前記対象画素の前記ノイズを除去する処理を実行するフィルタ実行部とを備える
    　映像符号化／復号装置。
  6. 　請求項５記載の映像符号化／復号装置において，
    　前記ループフィルタは，さらに，
    　前記復号画像を用いて，前記対象画素と前記対象画素の周辺画素との乖離度を算出する乖離度検出部と，
    　前記乖離度を，前記テンプレートのテンプレート形状の制限に用いる指標とし，前記乖離度が前記復号画像内の乖離度最大値と比較して低いほど前記テンプレート形状が小さくなるように前記テンプレート形状を制限するテンプレート形状設定部とを備える
    　映像符号化／復号装置。
  7. 　請求項１の画像処理方法をコンピュータに実行させるための画像処理プログラム。
  8. 　請求項３または請求項４記載の映像符号化／復号方法を，コンピュータに実行させるための映像符号化／復号プログラム。
PCT/JP2012/055748 2011-03-09 2012-03-07 画像処理方法，画像処理装置，映像符号化／復号方法，映像符号化／復号装置およびそれらのプログラム WO2012121269A1 (ja)

Priority Applications (8)

Application Number Priority Date Filing Date Title
US14/002,921 US9363515B2 (en) 2011-03-09 2012-03-07 Image processing method, image processing apparatus, video encoding/decoding methods, video encoding/decoding apparatuses, and non-transitory computer-readable media therefor that perform denoising by means of template matching using search shape that is set in accordance with edge direction of image
BR112013022553A BR112013022553A2 (pt) 2011-03-09 2012-03-07 método de processamento de imagem, aparelho de processamento de imagem, métodos de codificação/decodificação de vídeo aparelhos de codificação/decodificação de vídeo, e programas para estes
CA2828930A CA2828930C (en) 2011-03-09 2012-03-07 Image processing method, image processing apparatus, video encoding/decoding methods, video encoding/decoding apparatuses, and programs therefor
RU2013140540/08A RU2565499C2 (ru) 2011-03-09 2012-03-07 Способ обработки изображения, устройство обработки изображения, способы кодирования/декодирования видео, устройства кодирования/декодирования видео и программа для них
CN201280011439.3A CN103404148B (zh) 2011-03-09 2012-03-07 图像处理方法、图像处理装置、视频编码化／解码方法、以及使用环路滤波器对视频进行滤波的装置
EP12754719.8A EP2670142B1 (en) 2011-03-09 2012-03-07 Method and apparatus for noise filtering in video coding
ES12754719.8T ES2583129T3 (es) 2011-03-09 2012-03-07 Método y aparato para la filtración de ruido en la codificación de vídeo
KR1020137021110A KR101546894B1 (ko) 2011-03-09 2012-03-07 화상 처리 방법, 화상 처리 장치, 영상 부호화／복호 방법, 영상 부호화／복호 장치 및 그 프로그램

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011-051443 2011-03-09
JP2011051443A JP5291133B2 (ja) 2011-03-09 2011-03-09 画像処理方法，画像処理装置，映像符号化／復号方法，映像符号化／復号装置およびそれらのプログラム

Publications (1)

Publication Number Publication Date
WO2012121269A1 true WO2012121269A1 (ja) 2012-09-13

Family

ID=46798225

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/055748 WO2012121269A1 (ja) 2011-03-09 2012-03-07 画像処理方法，画像処理装置，映像符号化／復号方法，映像符号化／復号装置およびそれらのプログラム

Country Status (11)

Country Link
US (1) US9363515B2 (ja)
EP (1) EP2670142B1 (ja)
JP (1) JP5291133B2 (ja)
KR (1) KR101546894B1 (ja)
CN (1) CN103404148B (ja)
BR (1) BR112013022553A2 (ja)
CA (1) CA2828930C (ja)
ES (1) ES2583129T3 (ja)
RU (1) RU2565499C2 (ja)
TW (1) TWI491253B (ja)
WO (1) WO2012121269A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103208104A (zh) * 2013-04-16 2013-07-17 浙江工业大学 一种基于非局部理论的图像去噪方法
CN111815520A (zh) * 2020-04-14 2020-10-23 桂林电子科技大学 一种基于gpu-cuda编码模型的遥感影像快速处理方法

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5291133B2 (ja) 2011-03-09 2013-09-18 日本電信電話株式会社 画像処理方法，画像処理装置，映像符号化／復号方法，映像符号化／復号装置およびそれらのプログラム
JP5291134B2 (ja) * 2011-03-09 2013-09-18 日本電信電話株式会社 映像符号化／復号方法，映像符号化／復号装置およびそのプログラム
JP6452793B2 (ja) * 2012-10-25 2019-01-16 キヤノン株式会社 画像処理装置及び画像処理方法
JP6253331B2 (ja) * 2012-10-25 2017-12-27 キヤノン株式会社 画像処理装置及び画像処理方法
US9075847B2 (en) * 2012-11-28 2015-07-07 Sap Se Methods, apparatus and system for identifying a document
JP6362333B2 (ja) * 2013-02-14 2018-07-25 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
CN104240189B (zh) * 2013-06-17 2017-05-24 富士通株式会社 恢复抗锯齿边缘的滤波方法和装置
JP6465563B2 (ja) * 2014-05-14 2019-02-06 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
US9852353B2 (en) * 2014-11-12 2017-12-26 Adobe Systems Incorporated Structure aware image denoising and noise variance estimation
CN105472205B (zh) * 2015-11-18 2020-01-24 腾讯科技（深圳）有限公司 编码过程中的实时视频降噪方法和装置
US20190045224A1 (en) * 2016-02-04 2019-02-07 Mediatek Inc. Method and apparatus of non-local adaptive in-loop filters in video coding
CN107292828B (zh) * 2016-03-31 2020-02-11 展讯通信（上海）有限公司 图像边缘的处理方法和装置
CN106875354B (zh) * 2017-01-20 2020-04-28 北京东软医疗设备有限公司 图像去噪方法、装置及设备
WO2019050426A1 (en) 2017-09-05 2019-03-14 Huawei Technologies Co., Ltd. METHOD FOR QUICKLY ADAPTING BLOCKS FOR COLLABORATIVE FILTERING IN LOSS VIDEO CODECS
JP2021129131A (ja) * 2018-05-18 2021-09-02 ソニーグループ株式会社 符号化装置、符号化方法、復号装置、及び、復号方法
AU2019298855B2 (en) 2018-07-02 2022-10-20 Huawei Technologies Co., Ltd. Apparatus and method for filtering in video coding
CN109100788B (zh) * 2018-07-06 2020-02-07 东北石油大学 地震数据非局部均值去噪方法
CN110956594B (zh) * 2019-11-27 2023-12-01 北京金山云网络技术有限公司 图像滤波方法、装置、电子设备及存储介质
CN110992288B (zh) * 2019-12-06 2023-04-28 武汉科技大学 一种用于矿山井筒环境下的视频图像盲去噪方法
CN113553261B (zh) * 2021-07-22 2023-09-15 上汽通用五菱汽车股份有限公司 软件自动化测试方法、设备及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008205737A (ja) * 2007-02-19 2008-09-04 Olympus Corp 撮像システム、画像処理プログラム、画像処理方法
JP2010057157A (ja) * 2008-07-29 2010-03-11 Ricoh Co Ltd 画像処理装置、ノイズ低減方法、プログラム、記憶媒体

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5603012A (en) 1992-06-30 1997-02-11 Discovision Associates Start code detector
JPH1051793A (ja) 1996-08-05 1998-02-20 Nippon Telegr & Teleph Corp <Ntt> ブロックマッチング装置
KR100213089B1 (ko) 1997-01-29 1999-08-02 윤종용 루프필터링 방법 및 루프필터
FI117533B (fi) 2000-01-20 2006-11-15 Nokia Corp Menetelmä digitaalisten videokuvien suodattamiseksi
US7751482B1 (en) 2004-02-27 2010-07-06 Vbrick Systems, Inc. Phase correlation based motion estimation in hybrid video compression
US20100272182A1 (en) 2004-06-23 2010-10-28 Quanta International Limited Image flow knowledge assisted latency-free in-loop temporal filter
US20060056722A1 (en) 2004-09-14 2006-03-16 Nathan Moroney Edge preserving method and apparatus for image processing
US7388621B2 (en) * 2004-11-30 2008-06-17 Mediatek Inc. Systems and methods for image processing providing noise reduction and edge enhancement
KR100896279B1 (ko) 2005-04-15 2009-05-07 엘지전자 주식회사 영상 신호의 스케일러블 인코딩 및 디코딩 방법
RU2406259C2 (ru) 2006-03-27 2010-12-10 Квэлкомм Инкорпорейтед Способы и системы для кодирования уточняющих коэффициентов при сжатии видеоданных
KR101348365B1 (ko) 2006-08-02 2014-01-10 삼성전자주식회사 영상의 부호화 방법 및 장치, 복호화 방법 및 장치
US8009732B2 (en) 2006-09-01 2011-08-30 Seiko Epson Corporation In-loop noise reduction within an encoder framework
ATE488096T1 (de) 2006-12-18 2010-11-15 Koninkl Philips Electronics Nv Bildkomprimierung und dekomprimierung
CN101601301B (zh) * 2006-12-28 2011-09-07 日本电信电话株式会社 视频处理方法及装置
US8086043B2 (en) * 2007-12-21 2011-12-27 Ati Technologies Ulc System and method of image correlation based on image structure
JPWO2009133844A1 (ja) 2008-04-30 2011-09-01 株式会社東芝 エッジを考慮したフィルタリング機能を備えた動画像符号化／復号化方法及び装置
RU2402070C2 (ru) * 2008-08-22 2010-10-20 Самсунг Электроникс Ко., Лтд. Способ удаления искажений на цифровых изображениях
JP5146388B2 (ja) 2009-04-03 2013-02-20 沖電気工業株式会社 映像圧縮符号化データの復号装置
CN101707716B (zh) 2009-11-19 2011-05-11 清华大学 视频编码器和编码方法
JPWO2011158657A1 (ja) 2010-06-17 2013-08-19 シャープ株式会社 画像フィルタ装置、復号装置、符号化装置、および、データ構造
CN101957984B (zh) * 2010-08-30 2012-03-28 西安电子科技大学 基于非局部萎缩因子参数估计的图像去噪方法
JP5291134B2 (ja) * 2011-03-09 2013-09-18 日本電信電話株式会社 映像符号化／復号方法，映像符号化／復号装置およびそのプログラム
JP5291133B2 (ja) 2011-03-09 2013-09-18 日本電信電話株式会社 画像処理方法，画像処理装置，映像符号化／復号方法，映像符号化／復号装置およびそれらのプログラム
KR101215152B1 (ko) 2011-04-21 2012-12-24 한양대학교 산학협력단 인루프 필터링을 적용한 예측 방법을 이용한 영상 부호화/복호화 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008205737A (ja) * 2007-02-19 2008-09-04 Olympus Corp 撮像システム、画像処理プログラム、画像処理方法
JP2010057157A (ja) * 2008-07-29 2010-03-11 Ricoh Co Ltd 画像処理装置、ノイズ低減方法、プログラム、記憶媒体

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
A. BUADES; B. COLL; J. M. MOREL: "A non-local algorithm for image denoising", PROC. IEEE INT. CONF. ON COMPUTER VISION AND PATTERN RECOGNITION, vol. 2, June 2005 (2005-06-01), pages 60 - 65
ANTONI BUADES ET AL.: "A non-local algorithm tor image denoising", IEEE COMPUTER SOCIETY CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION, 2005. CVPR 2005., IEEE, vol. 2, 20 June 2005 (2005-06-20), pages 60 - 65, XP010817500 *
JIN WANG ET AL.: "Fast non-local algorithm for image denoising", 2006 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING, 8 October 2006 (2006-10-08), pages 1429 - 1432, XP031048915 *
MASAAKI MTSUMURA ET AL.: "In-loop filter based on non-local means filter", ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 5TH MEETING, 10 March 2011 (2011-03-10), GENEVA, CH, XP030048291 *
MING LI: "An improved non-local filter for image denoising", INTERNATIONAL CONFERENCE ON INFORMATION ENGINEERING AND COMPUTER SCIENCE, 2009. ICIECS 2009., 19 December 2009 (2009-12-19), pages 1 - 4, XP055118822 *
RUI LAI ET AL.: "Improved non-local means filtering algorithm for image denoising", 2010 3RD INTERNATIONAL CONGRESS ON IMAGE AND SIGNAL PROCESSING (CISP2010), vol. 2, 16 October 2010 (2010-10-16), pages 720 - 722, XP031809384 *
See also references of EP2670142A4
TAKESHI CHUJOH ET AL.: "Description of video coding technology proposal", ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 1ST MEETING, DRESDEN, DE, XP008169779 *
THOMAS WIEGAND; WOO-JIN HAN; BENJAMIN BROSS; JENS- RAINER OHM; GARY J. SULLIVAN: "WD1: Working Draft 1 of High-Efficiency Video Coding", ITU-T SG16 WP3 AND ISO/IEC JTC1/SC29/WG11 3RD MEETING: GUANGZHOU, CN, 7 October 2010 (2010-10-07)
WEN-QIANG FENG ET AL.: "A non-local bilateral filter for image denoising", 2010 INTERNATIONAL CONFERENCE ON APPERCEIVING COMPUTING AND INTELLIGENCE ANALYSIS (ICACIA2010), 17 December 2010 (2010-12-17), pages 253 - 257, XP031901504 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103208104A (zh) * 2013-04-16 2013-07-17 浙江工业大学 一种基于非局部理论的图像去噪方法
CN103208104B (zh) * 2013-04-16 2015-10-07 浙江工业大学 一种基于非局部理论的图像去噪方法
CN111815520A (zh) * 2020-04-14 2020-10-23 桂林电子科技大学 一种基于gpu-cuda编码模型的遥感影像快速处理方法
CN111815520B (zh) * 2020-04-14 2023-11-07 桂林电子科技大学 一种基于gpu-cuda编码模型的遥感影像快速处理方法

Also Published As

Publication number Publication date
CN103404148B (zh) 2016-10-26
US9363515B2 (en) 2016-06-07
TWI491253B (zh) 2015-07-01
EP2670142A1 (en) 2013-12-04
KR20130124537A (ko) 2013-11-14
ES2583129T3 (es) 2016-09-19
EP2670142B1 (en) 2016-04-20
EP2670142A4 (en) 2014-10-29
TW201304532A (zh) 2013-01-16
CA2828930C (en) 2017-04-04
JP5291133B2 (ja) 2013-09-18
RU2565499C2 (ru) 2015-10-20
KR101546894B1 (ko) 2015-08-24
BR112013022553A2 (pt) 2019-09-24
CA2828930A1 (en) 2012-09-13
JP2012191310A (ja) 2012-10-04
RU2013140540A (ru) 2015-04-20
US20130343470A1 (en) 2013-12-26
CN103404148A (zh) 2013-11-20

Similar Documents

Publication Publication Date Title
JP5291133B2 (ja) 画像処理方法，画像処理装置，映像符号化／復号方法，映像符号化／復号装置およびそれらのプログラム
JP5291134B2 (ja) 映像符号化／復号方法，映像符号化／復号装置およびそのプログラム
US11375199B2 (en) Interpolation filter for an inter prediction apparatus and method for video coding
KR19990024963A (ko) 저속 전송에서의 동영상을 위한 디블록킹 필터링 방법
JP6825765B2 (ja) ブロッキングアーティファクトを除去するためのフィルタリング方法および装置
US20230022215A1 (en) Encoding method, encoding apparatus and program
JP5868157B2 (ja) 画像処理方法／装置，映像符号化方法／装置，映像復号方法／装置およびそれらのプログラム
JP5653307B2 (ja) 画像符号化方法，画像符号化装置およびそのプログラム
WO2024055842A1 (en) Method and apparatus for adaptive loop filter with non-sample taps for video coding
CN110710209A (zh) 运动补偿的方法、装置和计算机系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12754719

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20137021110

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2012754719

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2828930

Country of ref document: CA

WWE Wipo information: entry into national phase

Ref document number: 14002921

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2013140540

Country of ref document: RU

Kind code of ref document: A

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112013022553

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 112013022553

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20130903