WO2015135241A1

WO2015135241A1 - 一种自适应补偿视频压缩失真的系统及方法

Info

Publication number: WO2015135241A1
Application number: PCT/CN2014/076078
Authority: WO
Inventors: 孙宏滨; 彭辉生; 程增华; 张旭翀; 赵季中; 于宗光; 郑南宁
Original assignee: Xian Jiaotong University
Current assignee: Xian Jiaotong University
Priority date: 2014-03-14
Filing date: 2014-04-24
Publication date: 2015-09-17
Anticipated expiration: 2016-09-14
Also published as: US20160044315A1; CN103888764A; CN103888764B; US9706209B2

Abstract

一种自适应补偿视频压缩失真的系统及方法，该方法首先通过对图像进行边缘纹理检测和块边界检测，将待处理点所处区域进行分类以确定其是否处于振铃噪声易发区或者存在块效应的块边界附近。其次，根据待处理点的所属区域与失真强度，自适应地采用不同的滤波策略进行压缩失真补偿，以改善低码率传输的视频在显示端的图像效果，使其满足在高清、以及超高清分辨率显示器上高质量实时播放的需求。

Description

一种自适应补偿视频压缩失真的系统及方法

技术领域

本发明属于数字视频图像处理与显示技术领域，具体涉及一种基于图像特征检测、可保护原始图像细节的自适应视频压缩失真补偿系统和方法。

背景技术

随着互联网电视与智能电视的迅速发展，数字电视的视频内容来源日益丰富。其中，网络视频已成为通过电视观看的主要视频内容之一。由于受带宽和媒体存储等因素的限制，网络视频一般采用压缩和解压缩技术来去除冗余信息以达到低码率传输的目的。其所采用的压缩标准一般为基于块的离散余弦变换（Block-based Discrete Cosine Transform, BDCT) 的视频编解码标准，如 MPEG-4 Visual、 H.264/AVC和 AVS等。

然而，由于网络视频在传输过程中受传输方式和码率控制等因素的影响，原始视频图像的内容会受到不同程度的损失。 DCT正反变换本身对视频图像是无损的，而编解码过程中的量化和反量化才是产生压缩失真的主要根源。视频压缩失真主要包括振铃噪声和块效应等。在图像的边缘附近，对图像高频信息的粗糙量化会引起振铃噪声；在基于块的编解码模式中，由于块编解码时不考虑临近块间的相关性，块与块间的量化差异导致了块与块之间的不连续性，从而产生块效应。如果这些低质量的视频直接在大屏幕平板电视上播放，将严重影响用户的视觉体验。

在现有振铃噪声抑制的技术中，公告号为 US7894685B2的美国专利提出了一种减少振铃噪声的方法和装置。该方法根据像素亮度的平均绝对差（Mean Absolute Deviation, MAD)及梯度和等信息对像素点进行分类，并依此通过在 8 x 8编解码块内统计在平坦区域和强弱边缘上的像素点数，寻找满足条件的边缘块，从而对块内非边缘的平坦点进行 Sigma滤波来减少振铃噪声。该专利需要通过编解码的量化参数（Quantization Parameter, QP) 等信息来控制滤波强度，且其基于 8 x 8编解码块的处理方式并不能很好地兼容多种常用国际视频编解码标准。因此当 QP等编解码信息不可知或者编解码采用可变块大小时，该方法的实现效果就会受到限制。现有的其他振铃噪声抑制技术中，或者是在有效地减少振铃噪声的同时模糊了图像细节，或者是很好地保护了细节信息却使减少振铃噪声的效果一般，难以在两者之间做很好的平衡。

现有块效应的检测方法主要是在已知块边界位置的情况下进行块边界强度检测。由于网络视频源中原始分辨率与编解码标准的多样性，到达显示端的视频有可能已经过处理，如简单的缩放或者上下左右的偏移。在这种情况下，采用已知块位置检测块强度的结果必然不准确。

综上所述，提出一种鲁棒性更高，且在有效减少振铃噪声和块效应的同时又能保护边缘和纹理等重要原始信息的方法是很有必要的。

发明内容

本发明的目的在于提出一种自适应补偿视频压缩失真的系统及方法，以克服现有技术的缺点；本发明在有效补偿压缩失真的同时，能够更好地保护边缘和细节信息，从而改善网络视频图像效果，使其满足在高清、甚至超高清显示器上的播放需求。为提高鲁棒性，本发明不受限于视频编解码信息和编解码标准，也不受视频源图像偏移或者小幅度缩放的限制。

为了实现上述目的，本发明采用如下技术方案：

本发明首先对输入视频图像进行特征检测，将图像像素点分类，定位振铃噪声易发区域和块效应滤波区域; 其次，对区域内满足条件的不同种类的像素点进行自适应滤波以补偿压缩失真，而对处在边缘和纹理上的像素不滤波，以保留重要的原始信息。

本发明提出的一种自适应补偿视频压缩失真的系统，包括边缘检测器、平坦 /纹理检测器、振铃噪声区域定位器、线检测器、块边界检测器、块效应滤波区域定位器、抑制块效应使能判决器、自适应均值滤波器、滤波选择器和输出融合器。

边缘检测器、平坦 /纹理检测器、线检测器、块边界检测器、自适应均值滤波器、滤波选择器和输出融合器的输入端连接视频图像输入端口；边缘检测器的输出端和平坦 /纹理检测器的输出端均连接振铃噪声区域定位器的输入端；线检测器的输出端连接块效应滤波区域定位器的输入端；块边界检测器的输出端连接块效应滤波区域定位器的输出端和抑制块效应使能判决器的输入端；振铃噪声区域定位器的输出端、块效应滤波区域定位器的输出端和自适应均值滤波器的输出端连接滤波选择器的输入端；滤波选择器的输出端连接输出融合器的输入端。

本发明进一步的改进在于：边缘检测器，用于获得输入视频图像的边缘及其强度信息；平坦 /纹理检测器，用于获得输入视频图像的平坦 /纹理信息；线检测器，用于辅助检测并保留平坦区的单像素弱线条；块边界检测器，用于检测输入视频图像存在块效应的块边界位置及其强度信息；振铃噪声区域定位器，用于根据边缘信息、平坦 /纹理信息，定位振铃噪声易发区并标记其滤波的强度；块效应滤波区域定位器，用于根据边缘信息、平坦 /纹理信息、单像素线条信息和块边界信息，定位块效应滤波区域并标记其滤波的强度；抑制块效应滤波使能判决器，用于统计当前帧中检测到的块边界占整帧图像的比例，当块效应超过阈值时，打开抑制块效应滤波强度使能，以供后一帧使用；自适应均值滤波器，用于产生不同强度的滤波结果；滤波选择器，用于根据输入视频图像、振铃噪声区域定位器、块效应滤波区域定位器和自适应均值滤波器的结果及前一帧得出的抑制块效应滤波使能，选择对应的滤波结果；输出融合器，最终输出输入视频图像的待处理点原始值和滤波结果的加权和。

本发明提出的一种自适应补偿视频压缩失真的方法，包括以下步骤：

边缘检测，检测出输入视频图像的边缘信息，并对其进行腐蚀膨胀，获得边缘及其强度信息；平坦 /纹理检测，获得输入视频图像的平坦 /纹理信息；线检测，检测输入视频图像的单像素线条；块边界检测，检测输入视频图像存在块效应的块边界位置及强度信息；在排除掉边缘和纹理信息后，根据边缘和平坦 /纹理特征信息，定位振铃噪声易发区并标记其需要的滤波强度；在排除掉边缘、纹理及平坦区的单像素弱线条上的像素点后，根据检测到的块边界信息定位块效应滤波区域并标记其需要的滤波强度;根据块边界检测器检测到的块边界结果，统计当前帧中块边界占整帧图像的比例，当块效应超过阈值时，打开抑制块效应滤波强度使能 A*tt^fe ，以供后一帧使用；根据上述特征检测的结果及前一帧得出的抑制块效应滤波使能，选择对应的自适应滤波系数输出滤波结果；最终结果输出为待处理点原始值和滤波结果的加权和。其中，加权系数的大小由待处理点周边像素与其差异程度决定。

与已有技术相比，本发明的技术优势与效果体现在：

1. 本发明可用于视频解码器端，也可以与视频编解码器相对独立，用于视频显示处理端。本发明与现有多种视频编解码标准兼容，且不需要已知 QP等编解码信息，也不受限于编解码块大小的选择；

2. 本发明在有效补偿压缩失真的同时，能很好地保护边缘和纹理等原始信息；

3. 本发明的块边界信息检测不需要预知块边界位置。当视频图像经过了偏移或者小幅度缩放等预处理时, 本发明的块边界信息检测结果会与实际画面的块边界相对应，而不会出现误检测；

4. 本发明基于空域信息处理，复杂度低，易于硬件实现，以满足实时性要求。附图说明

图 1为本发明所述压缩失真补偿方法用于视频显示端处理的一个具体实施例的框图；

图 2为本发明所述压缩失真补偿方法和系统的具体实施框图；

图 3为 Sobel边缘检测四方向梯度算子 A、 A_h , A,和的示意图；

图 4为用于线检测、边缘检测和平坦 /纹理检测的 3 x 3像素亮度矩阵 X , (2， 2)为待处理像素点的位置；图 5为本发明所述实施例中振铃噪声区域定位的一种实施方法示意图；

图 6为单像素线条的一种检测方法示意图，主要针对垂直和水平方向上的单像素线条的检测；图 7 ( a) 和图 7 ( b ) 为本发明所述实施例中块边界检测的一种方法示意图，其中图 7(a)示出了假设的垂直块边界附近相连六个像素点，、 P₂、 P₃、 Q₃、和的亮度关系；图 7(b)示出了块效应检测过程中需要额外满足的条件，当满足四种情形之一后才能确定存在块效应的块边界。

图 8为本发明所述实施例中块效应滤波区域定位时所采用的 4 x 4的窗，其中（3, 3)对应待处理点的位置。具体实施方式

本发明既可以和视频解码器结合在一起，也可以独立作为视频显示处理的一部分，以下将结合附图和实施例对本发明作进一步的详细说明。

图 1所示为本发明所述压缩失真补偿方法被用于视频显示处理的压缩失真补偿系统的一个具体实施例的框图。原始视频源 100经过视频编码 101压缩后通过通信信道 102传输到用户接收端的视频解码 103处。解码后的有损视频作为视频显示处理 104的输入，经过抑制振铃噪声 105和抑制块效应 106的压缩失真补偿及其他视频显示处理后，送给视频输出 107以供显示。

图 2中的 200是图 1中压缩失真补偿系统的具体实施框图。本发明提出的一种自适应补偿视频压缩失真的系统主要包括边缘检测器 201、平坦 /纹理检测器 202、振铃噪声区域定位器 203、线检测器 204、块边界检测器 205、块效应滤波区域定位器 206、抑制块效应使能判决器 207、自适应均值滤波器 208、滤波选择器 209和输出融合器

210。

输入视频信号进入边缘检测器 201、平坦 /纹理检测器 202、线检测器 204、块边界检测器 205、自适应均值滤波器 208、滤波选择器 209和输出融合器 210的输入端；边缘检测器 201的输出端和平坦 /纹理检测器 202的输出端均连接振铃噪声区域定位器 203 ;线检测器 204的输出端连接块效应滤波区域定位器 206的输入端；块边界检测器 205的输出端连接块效应滤波区域定位器 206的输入端和抑制块效应使能判决器 207的输入端；振铃噪声区域定位器 203的输出端、块效应滤波区域定位器 206的输出端和自适应均值滤波器 208的输出端连接滤波选择器 209的输入端；滤波选择器 209的输出端连接输出融合器 210的输入端。

边缘检测器 201、平坦 /纹理检测器 202、线检测器 204和块边界检测器 205为具体实施例自适应补偿视频压缩失真的系统 200的四个主要的特征检测器。其中，边缘检测器 201检测出输入视频图像的边缘信息，并对其进行腐蚀膨胀，以获得相对较准确的边缘及其强度信息；平坦 /纹理检测器 202得到输入视频图像的平坦 /纹理信息，以便保留纹理信息及协助定位失真易发区域；线检测器 204,检测输入视频图像的单像素线条以辅助保留平坦区的单像素弱线条，避免在进行块效应抑制时被误滤波而损失视频图像的层次与细节；块边界检测器 205检测输入视频图像存在块效应的块边界位置及强度信息。通过对这四个特征检测器的检测结果进行分析，本发明可以很好地保护原始图像中的边缘、纹理及平坦区的单像素弱线条等重要特征信息，以防止对有损视频图像造成二次损坏，并能为定位噪声区域及决定滤波强度提供依据。振铃噪声区域定位器 203在排除掉边缘和纹理等重要信息后，根据边缘和平坦特征信息，定位振铃噪声易发区并标记其需要的滤波强度；块效应滤波区域定位器 206, 在排除掉边缘、纹理及平坦区的单像素弱线条上的像素点后，根据检测到的块边界信息定位块效应滤波区域并标记其需要的滤波强度；抑制块效应使能判决器 207 根据块边界检测器 205检测到的块边界结果，统计当前帧中块边界占整帧图像的比例，当块效应较严重时，打开抑制块效应滤波强度使能 A*tt^fe_¾，以供后一帧使用。

自适应滤波器 208产生不同强度的自适应滤波结果以供选择；滤波选择器 209根据上述特征检测的结果及前一帧得出的抑制块效应滤波使能 ifeWfc _^len_N_, , 选择对应的自适应滤波结果；输出融合器 210实现待处理点原始值和滤波结果的加权和，而加权系数的大小是由待处理点周边像素与其差异程度来决定的，以便更好地保护原始图像。

图 3所示为本发明实施例 200中边缘检测器 201采用的 Sobel边缘检测的四个方向梯度算子， A_h , 和。结合图 4的 3 x 3像素亮度矩阵 X , 计算出四个方向上的梯度值 G_v G_k、和 G,。然后取梯度绝对值的最大值

G_max , 分别与阈值《?S£L_/i/G/i_r/i (270 ) 禾 B «?S£L_LOW_r/i (65 ) 比较，将图像像素点分类得到整体边缘信息和强边缘信息，如公式（1 )和（2 )所示。

G_raax = max(I GJ, I GJ, \ G_r \, \ G, \) ( 1 ) edge_tmp(i, j) = (G SOBEL_LOW_TH) ?1 : 0 _{Q )} stedge_tmp(i, j) = (G SOBEL_HIGH_TH ) ? 1 : 0

式中， _ed_ge_tmp(i, j)和 stedg_e_tmp(i, j)分别为图像 (i， j)位置像素点的整体边缘信息和强边缘信息。

由于受噪声等因素的干扰，上述边缘检测后的结果在一定程度上并不准确。因此，边缘检测器 201还包括了对上述得到的 Sobel边缘检测结果的腐蚀和膨胀，以得到相对较准确的边缘信息。具体的腐蚀和膨胀过程如公式 ( 3 )和（4)所示。最终边缘检测器 201输出的整体边缘信息如公式（5 ) 所示。

edge_corrosion( i, j) = edge_tmp( i, j) & &(^ ^ edge_tmp( i + s, j + t) > 3) (3 ) edge_expansion( i, j) = [ledge _tmp(i, j)] & &

{ [edge_tmp( i - 1, j - 1) & & edge_tmp( i + 1, j + 1)] II

[edge_tmp( i, j - 1) & & edge_tmp( i, j + 1J II (4)

[edge_tmp( i + 1, j - 1) & & edge_tmp( i - 1, j + 1 )] II

[edge_tmp( i - 1， j) & & edge_tmp( i + 1， j)] }

edge_map( i, j) = edge_corriosion( i, j) II edge_expansion( i, j) (5 ) 式中， edge—corrosion(i， j)为图像 (i, j)位置像素点腐蚀后的整体边缘信息， edge—expa ion(i， j)为图像 (i, j) 位置像素点膨胀后的整体边缘信息， ^_ (，为边缘检测器 201输出的图像 ( )位置像素点较准确的整体边缘信息。

同样，对强边缘信息进行相同的膨胀和腐蚀过程。边缘检测器 201最终输出的图像 (，位置像素点的强边缘信息为 stedge_map( i, j)

本发明所述实施例的平坦 /纹理检测器 202，采用对待处理点周围像素亮度值进行数理统计的方法实现。该方法主要对 3 x 3像素亮度矩阵 X计算亮度平均值/和亮度平均绝对偏差 MAD，来分析待处理点所处像素矩阵中的亮度变化情况，如公式（6 ) 和（7 ) 所示。 y i=i 7=1

将统计的亮度变化值与设定阈值 TEXTURE_HIGH_TH ( 16 ) 、 2 · TEXTURE—LOW—TH 和 TEXTURE—LOW—TH (2 ) 比较，当亮度平均绝对差 M4D较大时，说明待处理点处于纹理区域；而当亮度平均绝对差 MAD较小时，说明待处理点处于平坦区域。

3, if MAD ≥ TEXTURE_HIGH_TH

2， else if MAD > 2 · TEXTURE—LOW _TH

texture— map( i, j)： ( 8 )

1， else if MAD > TEXTURE—LOW—TH

o, others

式中， texto^_m^(，表示图像 (， )位置像素点的纹理程度，其值越小说明待处理点所处位置越平坦。图 5所示为本发明所述实施例 200中振铃噪声区域定位器 203的一种实施方法。该方法在 7 x l l的窗内对上述得到的边缘信息和平坦 /纹理信息进行综合分析，从而定位待处理点是否处于振铃噪声区域并判断其严重程度，如公式（9 )所示。

[texture _map( i, j) == 2]

s, j + 1) > 3 j + t) >

式中， n'ng—mfl/^，表示了图像中（ )位置像素点的振铃噪声情况：当 nVig—m^f，为 3时，说明待处理点处在边缘上或者纹理区域，需要保留之，故不滤波；当 n'ng—m^f，为 2时，说明待处理点在强边缘附近，由于强边缘附近的振铃噪声比较严重，所以需要较强的滤波方式抑制振铃噪声；当 n'ng_m^(，为 1时，说明待处理点在弱边缘附近，需要相对较弱的滤波方式抑制振铃噪声；当 n'ng—m^f，为 0时，说明待处理点不是振铃噪声点，不需要进行振铃噪声的抑制。

图 6所示为本发明所述实施例 200中线检测器 204检测单像素线条的一种实施方法。以垂直方向的单像素线条为例，当满足图 6(a)和图 6(b)中所示条件，即连续三行像素点 Ai、 A₂和 A₃同时分别比 D^PE^ D₂和 E₂及 D₃和 E₃ 都小或者都大 L/W£_77i , 且 Ai、八₂和八₃中最大值和最小值的差值小于 /7\¾_7^2时，当前位置的像素点处在垂直单像素线条上，被标记为 1。同样，当满足图 6(c)和图 6(d)中所示条件，即连续三列 A₄、 A₅ 和八₆同时分别比 B^P 、 8₂和<¾及和<¾都小或者都大 L/W£_7W , 且 A₄、 Α^ΡΑ₆中最大值和最小值的差值小于 L/A¾_rffi时，当前位置的像素点处在水平单像素线条上， W e—m (z'， )被标记为 1。本实施例中阈值

LINE—TH1和 LINE—TH2均被设为 2。最终线检测器 204的输出 line—map (i, j)由公式（ 10 ) 所得。

line_map( i, j) = vline_map( i, j) II hline_map( i, j) ( 10 ) 图 7所示为本发明所述实施例 200中块边界检测器 205的一种方法。以垂直块边界为例，图 7(a)示出了假设的块边界附近相连六个像素点， P】、 P₂, P₃、 Q₃、 β₂和 β,的亮度关系：在存在块效应的块边界左右两边的和

2存在一定的亮度跳变，而块边界左边或者右边的相连像素间的亮度变化较小。根据块边界的这一特性，本发明实施例通过观察相连像素点的梯度变化，来判断当前像素点是否在块边界上，以及通过块边界两边像素和 2间跳变的大小，来判断块边界的强弱。当 P₂, P₃、 Q₃、和¾同时满足公式（11) 中的三个条件时，像素点 P₃和 Q₃之间可能存在垂直块边界。

条件 1： BLK—MID—TH <D₃ < BLK—HIGH—TH；

条件 2： max(D, , D₂, D₄, D₅)< BLK_LOW_TH; (11) 条件 3： D₃ > max(D, , D₂, D₄, D₅).

式中， D,、 D₂、 Z¾、和/ ¾分别表示 1 -P₂ \, \P₂ -P₃ \, \P₃-Q₃ \, \Q₃ -Q₂ \^\Q₂ -Q, \ BLK—LOW—TH (2)、 BLK—MID—TH (1) 和 BLK_HIGH_TH (15) 为设定的经验阈值。

在上述基础上，本发明实施例采用图 7(b)中的四种情形，来决定 ₃和¾之间是否确实存在块效应。图 7(b) 中第 i行为当前行，虚线为假设的垂直块边界位置，灰色区域为满足条件的连续四行。在 7x6窗中，根据垂直块边界在垂直方向上的连续性，当连续至少四行满足公式（11)中的三个条件，且满足连续至少四行 Ρ₃-β₃同号，才表示待处理点处在存在块效应的垂直块边界上。在检测到存在块效应的块边界位置信息后，根据公式（12) 判断块边界的强弱，以便控制后续滤波的强弱。垂直方向上块边界的检测结果 v^i_m (，如公式（12)所示，其中对应图像中 (i, j)的位置。 vbd_map(i, j) = (12)

水平块边界的检测方式类似，只是取的是 6x7窗的候选像素矩阵。采用类似的检测方法，最终得到水平块边界的检测结果 hbd_map(i, j)。

结合垂直和水平块边界信息，最终得出整体的块边界信息 bd_map(i， j'J及强块边界信息 _Stbd_ma_P(i， j) , 作为块边界检测器 205的输出。

, / . . i¹' if [vbd_map( i, j) == 2] 11 [hbd_map( i, j) ==2]

stbd_map( i, j) = {13)

[0, others

fl, if [vbd_map( i, j)≠ 0] 11 [hbd_map( i, j)≠ 0]

bd_map( i, j) = {14)

[0, others 本发明所述实施例 200中的块效应滤波区域定位器 206, 在块边界检测器 205得到的块边界信息 bd_map(i， j) 的基础上，定位块边界上及附近需要滤波的区域。由于块边界检测过程中标记的是块边界左边或者上边的像素点，所以块效应滤波区域定位器 206采用第三行第三列为待处理点的 4 4窗来定位待处理点所处块效应滤波区域并定性该块效应的严重程度，如图 8所示。定位过程如公式（15)所示。 3. if stbd_map( i + s, j + t)>\ blk_map( i， j) = j 2, else if ^ ^ bd_map( i + s, j + t)≥\ (15)

1， else if [texture _map(i, j)——0]Sc8c [-line_map(i, j)]

0, others

本发明所述实施例 200中的抑制块效应滤波使能判决器 207，对上述检测得到的当前帧块边界信息 ^Lm^f，非零的情况进行计数，并统计该计数结果占整帧图像像素点数的比例，用 rio表示。根据块效应的严重程度，输出不同强度的抑制块效应滤波使能 iM^_gfe_niV，以供下一帧使用。

if ratio > TH—BLK—RATI02

deblk _glen_N = else if ratio > TH—BLK—RATIOl ( 16)

others 式中， TH—BLK— RATIO 1 和 TH—BLK—RATI02 (23/512)为设定的经验比例阈值。当 deblk_glen_N为 2时，说明视频图像中的块效应情况较严重；当 ifeWfc^tov为 1时，说明视频图像中的块效应较明显，需要进行块效应抑制处理；、 deblk l_enNMm，说明视频图像中不存在块效应或者块效应不明显，不需要进行块效应的抑制处理。

在本发明所述实施例 200的自适应均值滤波器 208中，一种自适应均值滤波器被用来抑制振铃噪声和块效应，亮度滤波结果如公式（17)所示。

∑ ∑ o)(i + s,j + t)-y(i + s,j + t)

y'd )-- (17)

∑ ∑ o)(i + s,j + t)

[1, if I y(i + s, j + t)- y{i, j) k filter_th

ω(ί + s, j + t) - (18)

10, others 式中，，为当前待处理像素点的亮度；为亮度滤波结果，滤波时所用的是以） ^，为中心像素点的 MxW的窗；； y( + u' + i)为 MxW窗中 ( + ^· + ίΜ立置的像素亮度值； + & + 0为像素; y( + + ij对应的权重； /¾^_ί/ί为自适应滤波阈值，由公式（19) 得到。

χ · y(i, j), 振铃噪声抑制强滤波 rmn[FILTER_THl, a₂ · y(i, j)], 振铃噪声抑制弱滤波 filter h = FILTER—TH2, 块效应抑制强滤波（ 19 )

FILTER— TH3, 块效应抑制弱滤波

FILTER— TH4, 块效应抑制平坦区滤波式中， α^Ρα₂为阈值调节系数，本实施例中分别设为 1/8和 3/32； FILTER—TH1、 FILTER—TH2、 FILTER_TH3和 FILTER_TH4的取值为 6、 15、 8、 4。本实施例的自适应滤波器 208, 根据不同的阈值/ ¾^_ί/ί, 将输出五类滤波结果，分别为抑制振铃噪声的强滤波结果 y_slJi, 和弱滤波结果 y_wMr(i, j)以及抑制块效应的强滤波结果 y_s,Ji， j)、弱滤波结果 y_wkJi, j)和平坦区域补充滤波结果 y _b(i， j)。本实施例的滤波过程取的是 5x7的滤波窗。

本发明所述实施例 200中的滤波选择器 209,根据上述所得 n'ng—mfl/^'，和 Wlmfl/^'，信息，保留边缘、纹理和平坦区的单像素弱线条。然后再根据待处理点所在的区域和噪声强度以及上一帧得出的抑制块效应滤波使 deblk eriN—,, JAy(i,j)、 1

y_s,Ji12 1，

,401j)、 y_wk i，j>、 y_s,Ji, j)、 ) 和) ^'，中选择合适的结果作为最终的滤波结果) V_ ^，从滤波选择器 209输出。具体选择过程如公式（20) 所示。

(_2Q) ] } II

2}

y , , ot ers 为了更好地防止过度滤波，本发明所述的实施例 200在最终输出结果前，将待处理点原始亮度值和滤波结果进行加权和。加权系数的大小是根据待处理点周边像素与其差异程度来自适应取得，以便更好地保护原始图像。这些都是在输出融合器 210中完成的。

y₀Ji, = · yd, J) + α - ) · y_fJi， J) (21 ) 式中， ^，为最终的亮度输出，为融合权重系数。的值由公式 (22)和 (23)求得。

els

e if 、(i 1)]≥ 16 (22) others if I y(i + s + t)- y(i j) \≤ BLEND— TH

ω'(ί + s,j + 1) - (23)

o， others

式中， + + ί)表示了以（， j')像素为中心的 5 x 5窗内其他点与中心点间的亮度差异情况，阈值 BLEND— TH设为 3。

综上所述,本发明所述的实施例 200能够达到有效抑制振铃噪声和块效应的同时很好地保护边缘和纹理等重要原始信息的目的。

Claims

权利要求书

1、一种自适应补偿视频压缩失真的系统，其特征在于，包括边缘检测器（201 )、平坦 /纹理检测器（202)、振铃噪声区域定位器（203 )、线检测器（204)、块边界检测器（205 )、块效应滤波区域定位器（206)、抑制块效应使能判决器（207)、自适应均值滤波器（208)、滤波选择器（209) 和输出融合器（210);

边缘检测器（201 )、平坦 /纹理检测器（202)、线检测器（204)、块边界检测器（205 )、自适应均值滤波器 (208)、滤波选择器（209)和输出融合器（210) 的输入端连接视频图像输入端口；边缘检测器（201 ) 的输出端和平坦 /纹理检测器（202) 的输出端均连接振铃噪声区域定位器（203 ) 的输入端；线检测器（204) 的输出端连接块效应滤波区域定位器（206)的输入端；块边界检测器（205 )的输出端连接块效应滤波区域定位器（206) 的输入端和抑制块效应使能判决器（207 ) 的输入端；振铃噪声区域定位器（203 ) 的输出端、块效应滤波区域定位器（206)的输出端和自适应均值滤波器（208 )的输出端连接滤波选择器（209)的输入端；滤波选择器（209) 的输出端连接输出融合器（210) 的输入端。

2、根据权利要求 1所述的一种自适应补偿视频压缩失真的系统，其特征在于：

边缘检测器（201 ), 用于获得输入视频图像的边缘及其强度信息；

平坦 /纹理检测器（202), 用于获得输入视频图像的平坦 /纹理信息；

线检测器（204), 用于辅助检测并保留平坦区的单像素弱线条；

块边界检测器（205 )，用于检测输入视频图像存在块效应的块边界位置及其强度信息；

振铃噪声区域定位器（203 ), 用于根据边缘信息、平坦 /纹理信息，定位振铃噪声易发区并标记其滤波的强度；

块效应滤波区域定位器（206)，用于根据边缘信息、平坦 /纹理信息、单像素线条信息和块边界信息，定位块效应滤波区域并标记其滤波的强度；

抑制块效应滤波使能判决器（207)，用于统计当前帧中检测到的块边界占整帧图像的比例，当块效应超过阈值时，打开抑制块效应滤波强度使能，以供后一帧使用；

自适应均值滤波器（208 ), 用于产生不同强度的滤波结果；

滤波选择器（209), 用于根据振铃噪声区域定位器 (203 )、块效应滤波区域定位器（206)的结果及前一帧得出的抑制块效应滤波使能，从原始输入视频图像和和自适应均值滤波器（208 )的结果中选择对应的滤波结果；输出融合器（210), 最终输出输入视频图像的待处理点原始值和滤波结果的加权和。

3、根据权利要求 1所述的一种自适应补偿视频压缩失真的系统，其特征在于，边缘检测器（201 )检测出输入视频图像的边缘信息，并对其进行腐蚀膨胀，获得边缘及其强度信息；平坦 /纹理检测器（202)检测输入视频图像的平坦 /纹理信息；线检测器（204)检测输入视频图像的单像素线条；块边界检测器（205 )检测输入视频图像存在块效应的块边界位置及强度信息；振铃噪声区域定位器（203 )在排除掉边缘和纹理信息后，根据边缘和平坦 /纹理特征信息，定位振铃噪声易发区并标记其需要的滤波强度；块效应滤波区域定位器（206)，在排除掉边缘、纹理及平坦区的单像素弱线条上的像素点后，根据检测到的块边界信息定位块效应滤波区域并标记其需要的滤波强度；抑制块效应使能判决器（207 ) 根据块边界检测器（205 ) 检测到的块边界结果，统计当前帧中块边界占整帧图像的比例，当块效应超过阈值时，打开抑制块效应滤波强度使能

, 以供后一帧使用；自适应滤波器（208 )产生不同强度的自适应滤波结果以供滤波选择器（209) 选择；滤波选择器（209) 根据振铃噪声区域定位器（203 )、块效应滤波区域定位器（206)及前一帧得出的抑制块效应滤波使能，从原始输入视频图像和自适应均值滤波器（208 ) 的结果中选择对应的滤波结果；输出融合器（210) 实现待处理点原始值和滤波结果的加权和。

4、根据权利要求 1所述的一种自适应补偿视频压缩失真的系统，其特征在于：

边缘检测器（201)采用 Sobel边缘检测的四个方向梯度算子， A_h, Λ和 Λ结合 3x3像素亮度矩阵 X , 计算出四个方向上的梯度值、（¾、和然后取梯度绝对值的最大值(3 ，分别与阈值《?S£L_fflG/i_7W 禾 P «?S£L_LOW_77i比较，将图像像素点分类得到整体边缘信息和强边缘信息，如公式（1) 和（2)所示：

G_raax =max(l GJ, IGJ, IGJ, (1) edge_tmp(i, j) = (G > SOBEL_LOW_TH) ?1:0 ( ₂ ) stedge_tmp(i, j) = (G > SOBEL_HIGH_TH)l\ 0

式中， edg_e mp(i, j)和 stedg_e—tmp(i, j)分别为图像 (i, j)位置像素点的整体边缘信息和强边缘信息；阈值

SOBEL—HIGH—TH禾卩 SOBEL—LOW—TH分别为 270 65;

边缘检测器（201) 对上述得到的 Sobel边缘检测结果进行腐蚀和膨胀，具体的腐蚀和膨胀过程如公式（3) 和（4) 所示，最终边缘检测器（201) 输出的整体边缘信息如公式（5) 所示： edge_corrosion( i, j) = edge—tmp( i, j) & &( ^ ^ edge_tmp( i + s, j + t)> 3) (3 ) edge— expansion , j) = [\edge_tmp(i, j)] & &

{ [edge_tmp( i - 1, j - 1) & & edge_tmp( i + 1, j + 1)] II

[edge_tmp( i, j -1) & & edge_tmp( i,j + l)] II (4)

[edge_tmp( i + 1, j - 1) & & edge_tmp( i- 1, j + 1 )] II

[edge_tmp( i - 1, j) & & edge_tmp( i + 1, j)] }

edge_map( i, j) = edge_corriosion( i, j) 11 edge_expansion( i, j) (5 ) 式中， edge_co ion i, j)为图像 (i, j)位置像素点腐蚀后的整体边缘信息， edge_expamiorii, j)为图像 (i, j) 位置像素点膨胀后的整体边缘信息， ^_m^(，为边缘检测器 201输出的图像 (， ')位置像素点较准确的整体边缘信息；

边缘检测器（201)对强边缘信息进行相同的膨胀和腐蚀过程，边缘检测器（201)最终输出的图像 (，位置像素点的强边缘信息为 stedg_e—map(i, j)

平坦 /纹理检测器（202), 采用对待处理点周围像素亮度值进行数理统计的方法实现，对 3x3像素亮度矩阵

X计算亮度平均值 ^和亮度平均绝对偏差分析待处理点所处像素矩阵中的亮度变化情况，如公式（6) 和 (7) 所示：

^ = ^∑∑^χ(^) (

将统计的亮度变化值与设定阈值 TEXTURE— HIGH— ΤΗ 2 · TEXTURE— LOW— TH和 TEXTURE—LOW—TH比较:

3, if MAD > TEXTURE—HIGH—TH

2， else if MAD > 2. TEXTURE _LOW_TH

texture _map( i, jj -- (8)

1， else if MAD > TEXTURE— LOW— TH

条条条

件件件 0, others

式中， texi_M _m^(，表示图像 ( )位置像素点的纹理程度，其值越小说明待处理点所处位置越平坦；阈惶 TEXTURE—HIGH—TH和 TEXTURE—LOW—TH的取值为 16、 2；

振铃噪声区域定位器 (203)在 7x11的窗内对上述得到的边缘信息和平坦 /纹理信息进行综合分析，从而定位待处理点是否处于振铃噪声区域并判断其严重程度，如公式（9) 所示：

[3, if [edge_map( i, j) == 1] II [texture _map( i, j) == 2]

I 2, else if ^ ^ stedge_map( i + s, j + 1)>3

ring_map( i, j) -- (9)

1， else if ^ ^ edge_map( i + s, j + t)~-

0, others

式中， n'ng—mfl/^'，表示了图像中（， '）位置像素点的振铃噪声情况：当 n>¾_m (，为 3时，说明待处理点处在边缘上或者纹理区域，需要保留之，故不滤波；当 n'ng—m^f，为 2时，说明待处理点在强边缘附近，由于强边缘附近的振铃噪声比较严重，所以需要较强的滤波方式抑制振铃噪声；当 n'ng_m^(，为 1时，说明待处理点在弱边缘附近，需要相对较弱的滤波方式抑制振铃噪声；当 n'_ng_m (，为 0时，说明待处理点不是振铃噪声点，不需要进行振铃噪声的抑制；

线检测器（204) 检测单像素线条的方法包括：在垂直方向，当满足连续三行像素点 Ai、 A₂和 A₃同时分别比0₁和6₁、0₂和6₂及0₃和6₃都小或者都大 /^£_7¾？ ,且 Ai、八₂和八₃中最大值和最小值的差值小于 L/W£_7W2时, 当前位置的像素点处在垂直单像素线条上， vtoM^m ( )被标记为 1; 同样，当满足连续三列 A₄、 A₅和 A₆同时分别比 B^Pd、 8₂和<¾及和<¾都小或者都大 L/W£_7W , 且 A4、 ₅和 ₆中最大值和最小值的差值小于 LINE_TH2吋，当前位置的像素点处在水平单像素线条上， /i¾M?_m^( )被标记为 1; 阈值 L/A¾_7W 和 LINE_TH2均为 2·' 最终线检测器（204) 的输出 ¾¾?_«^^'，由公式（10) 所得：

line_map( i, j) = vline—map( i, j) II hline_map( i, j) (10) 块边界检测器（205)进行块边界检测的方法包括：对于垂直块边界，假设的块边界附近相连六个像素点， P,、 P₂、 P₃、 Q₃、 Q₂和 Q,的亮度关系同时满足公式（ 11 ) 中的三个条件时，像素点 P₃和 Q₃之间可能存在垂直块边界：

1： BLK—MID—TH <D₃ < BLK—HIGH—TH；

2： max(D, , D₂, D₄, D₅)< BLK_LOW_TH; (11) 3: D₃ >max(Z)₇, D₂, D₄, D₅). 式中， D D₂、 D₃、和 Z¾分别表示 I S I、 \P₂ -P₃ \ l - l、 1 -¾ 1和1 - BLK LOW TH、 BLK MID TH和 SZJT HIGH TH的取值为 2、 1、 15：权利要求书在 7x6窗中，根据垂直块边界在垂直方向上的连续性，当连续至少四行满足公式（11) 中的三个条件，且满足连续至少四行 Ρ₃ -β₃同号，表示待处理点处在存在块效应的垂直块边界上；在检测到存在块效应的块边界位置信息后，根据公式（12) 判断块边界的强弱，垂直方向上块边界的检测结果 v^Lm^(，如公式（12) 所示，其中对应图像中 (i, j)的位置：

-Q₃ \>5- BLK—MID—TH

vbd_map(i, j) = -Q₃1> BLK—MID—TH (12)

选取 6x7窗的候选像素矩阵，采用和垂直块边界检测相同的方法进行水平块边界的检测，最终得到水平块边界的检测结果 hbd_map(i, j)；

结合垂直和水平块边界信息，最终得出整体的块边界信息 bd_map(i， JJ及强块边界信息 _Stbd_map(i, j) , 作为块边界检测器（205) 的输出：

1， if [vbd_map( i, j) == 2] II [hbd_map( i, j) == 2]

stbd_map(i, j) = (13)

others

if [vbd_map( i, j)≠ 0] II [hbd_map( i, j)≠ 0]

bd_map( i, j) - (14)

others

块效应滤波区域定位器（206)，在块边界检测器（205) 得到的块边界信息 ^_ (，的基础上，定位块边界上及附近需要滤波的区域；块效应滤波区域定位器（206) 采用第三行第三列为待处理点的 4x4窗来定位待处理点所处块效应滤波区域并定性该块效应的严重程度，定位过程如公式（15)所示：

I 3, if ∑∑ stbd_map( i + s, j + t)>\ blk—map( i, j)： 2, else if ^ ^ bd—map( i + s, j + 1)>\ (15)

1， else if [texture _map(i, jj==0]&& \~line_

0, others

抑制块效应滤波使能判决器（207)，对上述检测得到的当前帧块边界信息^ Lm^ j)非零的情况进行计数，并统计该计数结果占整帧图像像素点数的比例，用 rio表示；根据块效应的严重程度，输出不同强度的抑制块效应滤波使能 iM^ tov，以供下一帧使用；

2， if ratio > TH_BLK_RATI02

deblk_glen_N 1， else if ratio > TH—BLK—RATIOl (16)

0, others 式中， 7W_fiZJ:_?A77a?和 7W_fiZJ:_M7702的取值为 1/64、 23/512；当为 2时，说明视频图像中的块效应情况较严重；当 ^ ^«_½为1时，说明视频图像中的块效应较明显，需要进行块效应抑制处理；当 d_eblk len_N为 0时，说明视频图像中不存在块效应或者块效应不明显，不需要进行块效应的抑制处理；自适应均值滤波器（208) 中亮度滤波结果如公式（17)所示： )(i + s + t)-y(i + s + t)

(17)

∑ ∑ o)(i + s,j + t)

1

[l, if I y(i + s, j + t)- y(i, j) \< filter_th

ω(ί + s, j + t) - (18)

10, others 式中，，为当前待处理像素点的亮度；为亮度滤波结果，滤波时所用的是以） ^，为中心像素点的 M X W的窗；； y( + υ· + ί)为 M X W窗中 (7 + υ· + ίΜ立置的像素亮度值；《G + s, 为像素； y( + s, 对应的权重； /¾^_ί/ί为自适应滤波阈值，由公式（19) 得到：

振铃噪声抑制强滤波

in[FILTER_THl, a (i,j)], 振铃噪声抑制弱滤波

filter _th FILTER— TH2, 块效应抑制强滤波 (19)

FILTER—TH3, 块效应抑制弱滤波

FILTER—TH4, 块效应抑制平坦区滤波

式中， 6^和《₂为阈值调节系数，分别为 1/8和 3/32 ; FILTER— TH1、 FILTER—TH2、 FILTER— TH3和 F/L7¾?_r/«的取值分别为 6、 15、 8、 4;

自适应滤波器（208), 根据不同的阈值/ ¾^_ί/ί , 输出五类滤波结果给滤波选择器（209), 分别为抑制振铃噪声的强滤波结果 }^ ，和弱滤波结果 _wkJi, 以及抑制块效应的强滤波结果 _stdb(i，j)、弱滤波结果 M j)和平坦区域补充滤波结果 _flal i j)；

滤波选择器（209), 根据上述所得 n'ng—m^f，和 Wlm^f，信息，保留边缘、纹理和平坦区的单像素弱线条；然后再根据待处理点所在的区域和噪声强度以及上一帧得出的抑制块效应滤波使能

, 从

)、 3 ^'，和) ，中选择合适的结果作为最终的滤波结果) ，从滤波选择器（209) 输出，具体选择过程如公式（20) 所示：

输出融合器（210)将待处理点原始亮度值和滤波选择器（209)滤波结果进行加权和输出；具体如公式（21) 所示:

( ''， ί) = i' j) + a— ） · y _fUured ( i, j) (21) 式中， y₀Ji, j)为最终的亮度输出，为融合权重系数；的值由公式（22)和（23) 求得： if [ _{J J}o (i + _S,j + t)]>2l else if [ w'(i + s,j + t)]>l6 (22)

12 o 1 others

1

, ot ers

式中， + + ί)表示了以（， j')像素为中心的 5 x 5窗内其他点与中心点间的亮度差异情况，阈值 fiL£ )_7W设为 3

5、根据权利要求 1所述的一种自适应补偿视频压缩失真的系统，其特征在于，边缘检测器（201)、平坦 / 纹理检测器（202)、线检测器（204)、块边界检测器（205)、自适应均值滤波器（208)、滤波选择器（209)和输出融合器（210) 的输入端连接视频解码器的输出端；输出融合器（210) 的输出端连接其他视频显示处理器的输入端。

6、一种自适应补偿视频压缩失真的方法，其特征在于，包括以下步骤：

边缘检测器（201) 检测出输入视频图像的边缘信息，并对其进行腐蚀膨胀，获得边缘及其强度信息；平坦 /纹理检测器（202) 得到输入视频图像的平坦 /纹理信息；

线检测器（204) 检测输入视频图像的单像素线条；

块边界检测器（205)检测输入视频图像存在块效应的块边界位置及强度信息；

振铃噪声区域定位器（203) 在排除掉边缘和纹理信息后，根据边缘和平坦 /纹理特征信息，定位振铃噪声易发区并标记其需要的滤波强度；

块效应滤波区域定位器（206), 在排除掉边缘、纹理及平坦区的单像素弱线条上的像素点后，根据检测到的块边界信息定位块效应滤波区域并标记其需要的滤波强度；

抑制块效应使能判决器（207)根据块边界检测器（205)检测到的块边界结果，统计当前帧中块边界占整帧图像的比例，当块效应超过阈值时，打开抑制块效应滤波强度使能

以供后一帧使用；

自适应滤波器（208)产生不同强度的自适应滤波结果以供滤波选择器（209) 选择；

滤波选择器（209) 根据振铃噪声区域定位器（203)、块效应滤波区域定位器（206) 的结果及前一帧得出的抑制块效应滤波使能，从原始输入视频图像和自适应均值滤波器（208) 的结果中选择对应的滤波结果；输出融合器（210) 实现待处理点原始值和滤波结果的加权和。

7、一种自适应补偿视频压缩失真的方法，其特征在于，包括以下步骤：

原始视频图像或者经过视频解码器解码的视频图像输入边缘检测器（201)、平坦 /纹理检测器（202)、线检测器（204)、块边界检测器（205)、自适应均值滤波器（208)、滤波选择器（209)和输出融合器（210) 的输入端；

边缘检测器（201)采用 Sobel边缘检测的四个方向梯度算子 Λ, A_h, Λ和 Λ结合 3x3像素亮度矩阵 X , 计算出四个方向上的梯度值、（¾、和然后取梯度绝对值的最大值(3 ，分别与阈值《?S£L_/i/G/i_7W 和《?S£L_LOW_77i比较，将图像像素点分类得到整体边缘信息和强边缘信息，如公式（1) 和（2)所示:

G_max =max(l GJ, IGJ, \G_r \, (1) edge_tmp(i, j) = (G_mm > SOBEL_LOW_TH) ?1： 0

(2) stedge_tmp( i, j) = (G, > SOBEL—HIGH—TH )?1:0

式中， _edg_e_tmp(i, j)和 st_ed_ge—tmp(i, j)分别为图像 (i, j)位置像素点的整体边缘信息和强边缘信息；阈值 SOBEL—HIGH—TH禾卩 SOBEL—LOW—TH分别为 270、 65;

边缘检测器（201) 对上述得到的 Sobel边缘检测结果进行腐蚀和膨胀，具体的腐蚀和膨胀过程如公式（3) 和（4) 所示，最终边缘检测器（201) 输出的整体边缘信息如公式（5) 所示：

edge_corrosion( i, j) = edge—tmp( i, j) & &( ^ ^ edge_tmp( i + s, j + t)> 3) (3) edge— expansion , j) = [ edge_tmp(i, j)] & &

{ [edge_tmp( j -1) & & edge_tmp( i + j + 1)] II

[edge_tmp( i, j -1) & & edge_tmp( i, j + 1)] II (4)

[edge_tmp( i + j -1) & & edge_tmp( j + 1 )] II

[edge_tmp( i - 1 j) & & edge_tmp( i + 1, j)] }

edge_map( i, j) = edge_corriosion (5) 式中， edge_co ion(i j)为图像 (i, j)位置像素点腐蚀后的整体边缘信息， edge_expamion(i, j)为图像 (i j) 位置像素点膨胀后的整体边缘信息， edg_e_map(i, j)为边缘检测器 201输出的图像 (，；)位置像素点较准确的整体边缘信息；

边缘检测器（201)对强边缘信息进行相同的膨胀和腐蚀过程，边缘检测器（201)最终输出的图像 (，位置像素点的强边缘信息为 stedge_map(i, j)

平坦 /纹理检测器（202), 采用对待处理点周围像素亮度值进行数理统计的方法实现，对 3x3像素亮度矩阵 X计算亮度平均值和亮度平均绝对偏差 A D , 分析待处理点所处像素矩阵中的亮度变化情况，如公式（6) 和 (7) 所示：

将统计的亮度变化值与设定阈值 TEXTURE—HIGH—TH、 2 · TEXTURE—LOW—TH和 TEXTURE—LOW—TH比较:

3, if MAD ≥ TEXTURE_HIGH_TH

2， else if MAD > 2 · TEXTURE—LOW _TH

texture _map( i, jj -- (8)

1， else if MAD > TEXTURE— LOW— TH

o, others 式中， texiMnm^f，表示图像 ( )位置像素点的纹理程度，其值越小说明待处理点所处位置越平坦；阈惶 TEXTURE—HIGH—TH和 TEXTURE—LOW—TH的取值为 16、 2；

条条条

件件件 3, if [edge_map( i, j) == 1] II texture _map( i, j) == 2]

2, else if ^ ^ stedge_map( i + s, j + 1)>3

ring_map( i, j) - (9)

1， else if ^ ^ edge_map( i + s, j + 1)>5

0, others

式中， n'ng—mfl/^'，表示了图像中（， '）位置像素点的振铃噪声情况：当 n'_ng_m_a/^，为 3时，说明待处理点处在边缘上或者纹理区域，需要保留之，故不滤波；当 n'ng_m f，为 2时，说明待处理点在强边缘附近，由于强边缘附近的振铃噪声比较严重，所以需要较强的滤波方式抑制振铃噪声；当 n'_ng_m^(，为 1时，说明待处理点在弱边缘附近，需要相对较弱的滤波方式抑制振铃噪声；当 n>¾_m (，为 0时，说明待处理点不是振铃噪声点，不需要进行振铃噪声的抑制；

线检测器（204) 检测单像素线条的方法包括：在垂直方向，当满足连续三行像素点 Ai、 A₂和 A₃同时分别比0₁和6₁、0₂和6₂及0₃和6₃都小或者都大 /^£_7¾？ ,且 Ai、八₂和八₃中最大值和最小值的差值小于 L/W£_7W2时, 当前位置的像素点处在垂直单像素线条上， v^ ^^ )被标记为 1; 同样，当满足连续三列 A₄、 A₅和 A₆同时分别比 B^Pd、 8₂和<¾及和<¾都小或者都大 L/W£_7W , 且 A4、八₅和八₆中最大值和最小值的差值小于 LINE_TH2吋，当前位置的像素点处在水平单像素线条上， ne—ma/^ )被标记为 1；阈值 L/A¾_7W 和 LINE_TH2均为 2; 最终线检测器（204) 的输出 ¾M?_m^( ')由公式（10) 所得：

line_map( i, j) = vline_map( i, j) II hline_map( i, j) (10) 块边界检测器（205)进行块边界检测的方法包括：对于垂直块边界，假设的块边界附近相连六个像素点， P,、 P₂、 P₃、 Q₃、 Q₂和 Q,的亮度关系同时满足公式（ 11 ) 中的三个条件时，像素点 P₃和 Q₃之间可能存在垂直块边界：

1： BLK—MID—TH <D₃ < BLK—HIGH—TH；

2： max(D, , D₂, D₄, D₅)< BLK_LOW_TH; (11) 3: D₃ >max(Z)₇, D₂, D₄, D₅). 式中， Dp D₂、 D₃、和/¾分别表示1 -尸₂1、 IP₂ -P₃ K l _2J、 Ιβ _β₂ Ι和 Ιβ₂ _β, I ; BLK—LOW—TH、 BLK_MID_TH和 BLK_HIGH_TH的取值为 2、 1、 15;

在 7x6窗中，根据垂直块边界在垂直方向上的连续性，当连续至少四行满足公式（11) 中的三个条件，且满足连续至少四行 Ρ₃ -β₃同号，表示待处理点处在存在块效应的垂直块边界上；在检测到存在块效应的块边界位置信息后，根据公式（12) 判断块边界的强弱，垂直方向上块边界的检测结果 v^Lm ，如公式（12) 所示' 其中对应图像中，的位置： p， if \P₃-Q₃\>5-BLK_M1D_TH

vbd_map(i, j) = \ 1, else if \ P₃ - Q₃\> BLK—MID—TH (12) 选取 6x7窗的候选像素矩阵，采) k)和垂直 ^&界检测相同的方法进行水平块边界的检测，最终得到水平块边界的检测结果 hbd_map(i, j)；

结合垂直和水平块边界信息，最终得出整体的块边界信息 bd_map(i， j'J及强块边界信息 _Stbd_ma_P(i， j) , 作为块边界检测器（205) 的输出：

1， if [vbd_map( i, j) == 2] II [hbd_map( i, j) == 2]

stbd_map(i, j) = (13)

others

if [vbd_map( i, j)≠ 0] II [hbd_map( i, j)≠ 0]

bd_map( i, j) - (14)

lo_: others 块效应滤波区域定位器（206), 在块边界检测器（205) 得到的块边界信息^ Lm (，的基础上，定位块边界上及附近需要滤波的区域；块效应滤波区域定位器（206) 采用第三行第三列为待处理点的 4x4窗来定位待处理点所处块效应滤波区域并定性该块效应的严重程度，定位过程如公式（15)所示：

3. if stbd_map( i + s, j + t)≥\ blk—map(i, j) - 2, else if "¹, "¹, bd_map( i + s, j + t)>\ (15)

1， else if texture _map( i, jj==0]&& \~line_

0, others

if ratio > TH_BLK_RATI02

deblk_glen_N else if ratio > TH—BLK—RATIOl (16)

others 式中， 7W_fiZJ:_?A77a?和 7W_fiZJ:_M7702的取值为 1/64、 23/512；当 deblk_glen_N为2时，说明视频图像中的块效应情况较严重；当 ^ ^«_½为1时，说明视频图像中的块效应较明显，需要进行块效应抑制处理；当 deblk_gl_en_N为 0时，说明视频图像中不存在块效应或者块效应不明显，不需要进行块效应的抑制处理；自适应均值滤波器（208) 中亮度滤波结果如公式（17)所示：

∑ ∑ o)(i + s,j + t)-y(i + s,j + t)

y'(i )-- (17)

∑ ∑ o)(i + s,j + t)

[1, if I y(i + s, j + t)- y{i, j) k filter_th

ω(ί + s, j + t) - (18)

10, others 式中，，为当前待处理像素点的亮度；为亮度滤波结果，滤波时所用的是以） ^，为中心像素点的 M X W的窗；； y( + υ· + ί)为 M X W窗中 (i + s, j + 1)位置的像素亮度值； + s, + ί)为像素 y(i + s, j + 1)对应的权重； /¾^_ί/ί为自适应滤波阈值，由公式（19) 得到:

振铃噪声抑制强滤波

in[FILTER_THl, a₂ -y(i,j)], 振铃噪声抑制弱滤波 filter_th： FILTER— TH2, 块效应抑制强滤波 (19)

FILTER—TH3, 块效应抑制弱滤波

FILTER TH4, 块效应抑制平坦区滤波

式中， α^Ρα₂为阈值调节系数，分别为 1/8和 3/32 ; FILTER—TH1、 FILTER—TH2、 FILTER—TH3和 F/L7¾?_r/«的取值分别为 6、 15、 8、 4;

自适应滤波器（208), 根据不同的阈值/ ¾^_ί/ί , 输出五类滤波结果给滤波选择器（209), 分别为抑制振铃噪声的强滤波结果 }^ ，和弱滤波结果 y_wkJi, 以及抑制块效应的强滤波结果 y_stdb(i，j)、弱滤波结果 y_M j)和平坦区域补充滤波结果 y Ji j)；

, 从 y(i， j)、 y_stJi,j yJ )、 y_s,Ji, j)、 3 ^'，和) ，中选择合适的结果作为最终的滤波结果 ^，从滤波选择器（209) 输出，具体选择过程如公式（20) 所示：

yd D, if ring _ map(i, j) == 3

else if ring _ map(i, j) == 2

else if ring _ map(i, j) == 1

else if [blk _ map(i, j) == 3] & Sc[deblk_glen_{N }} = =1]

y (20) else if { [bik— map(i, j) == 2] & Sc[deblk_glen_N ==i]}ii

{ [texture _ map(i, j) < 1] & Scdeblk_glen_N ==2}

(''， else if blk _ map(i, j) == 1

.yd f). others 输出融合器（210)将待处理点原始亮度值和滤波选择器（209)滤波结果进行加权和输出；具体如公式（21) 所示： y。Ji, j) = ^- y(i, j) + (1 - ） · y_fi ^l)

式中， y₀Ji, j)为最终的亮度输出，为融合权重系数；的值由公式（22)和（23) 求得：

J_

else if 、(i + s,j-- 16 (22)

4'

o, others if I y(i + s + t)- y(i j) \≤ BLEND— TH

ω'(ί + s, j + ： (23)

others

式中， + + iJ表示了以 (''， j)像素为中心的窗内其他点与中心点间的亮度差异情况，阈值 BLEND— TH设为 3。