專利名稱：用于減少壓縮圖像和視頻信號中的成塊假象的方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于減少壓縮圖像和視頻信號中的成塊假象(blocking artefact)的方法和系統(tǒng)。更具體地，本發(fā)明涉及使用塊邊界的圖像分析和內(nèi)容自適應(yīng)濾波 來無關(guān)于編碼參數(shù)地減少成塊假象。
背景技術(shù)：
在視頻處理中存在許多不同的用于成塊假象減少的方法。通常，人們可以區(qū)分在 空間域(例如在塊邊界處的簡單自適應(yīng)或非自適應(yīng)低通濾波)中操作的方法和在變換域 (例如小波域)中操作的方法。而且，人們可以區(qū)分與編碼參數(shù)相關(guān)的方法，其例如基于塊 的量化電平來調(diào)整濾波策略，和與編碼參數(shù)無關(guān)的方法，其不是圖像內(nèi)容自適應(yīng)的，或者使 用圖像分析來區(qū)分例如塊邊界處的平面、紋理或邊緣區(qū)域。在視頻壓縮中，通常，變換域處理用于高效地存儲或發(fā)送信息。離散余弦變換 (DCT)是幀內(nèi)視頻壓縮算法的示例，其中用基于塊的變換方案來處理視頻序列的單個幀。視 頻信號中包含的大部分信息集中在頻譜的低頻部分。在視頻處理中，基于DCT的壓縮可以 高效地用于存儲該信息?？梢越?jīng)由高信號頻率的截取或強量化來達到壓縮效果。該損失壓 縮導(dǎo)致尤其在塊邊界處存在的可見編碼假象，即所謂的“成塊假象”。所提及方法的主要目 的是克服該假象。這例如可以通過在塊邊界附近進行簡單低通濾波來實現(xiàn)，其中例如階梯 函數(shù)被轉(zhuǎn)換為平滑斜坡函數(shù)。在塊邊界附近為邊緣或紋理區(qū)域的情況下，如果應(yīng)用了低通濾波，則圖像內(nèi)容的 惡化是明顯的。因此，高質(zhì)量的解塊(deblocking)方法使用內(nèi)容自適應(yīng)濾波策略來克服圖 像內(nèi)容的惡化。可以經(jīng)由編碼參數(shù)或者基于圖像分析來控制自適應(yīng)濾波。相關(guān)于編碼參數(shù) 的解塊方法例如可以使用量化電平來調(diào)整濾波強度。如果量化電平高，則濾波較強，并且反 之亦然。高質(zhì)量的無關(guān)于編碼參數(shù)的解塊方法例如可以使用平面相比于邊緣相比于紋理的 區(qū)分來檢測成塊假象和/或控制濾波強度。如果成塊假象是明顯的并且塊邊界位于同構(gòu)區(qū) 域(homogeneous area)內(nèi)，可以應(yīng)用強的低通濾波，否則不執(zhí)行濾波或者執(zhí)行微弱的濾波。變換域方法通常應(yīng)用來在變換域中從編碼惡化(例如成塊)分離圖像信息。使用 小波變換的解塊方法利用了惡化和圖像信息通常位于不同的子頻段內(nèi)的事實。因此，某些 子頻段中的系數(shù)的截取(去除中心部分)可以用于減少圖像惡化(例如成塊)。

發(fā)明內(nèi)容
因此本發(fā)明的目的是改進現(xiàn)有技術(shù)。在第一方面中，本發(fā)明涉及一種用于減少壓縮圖像和視頻信號中的成塊假象的方 法，包括以下步驟分析塊邊界附近的圖像以便測量成塊假象的存在和強度并且檢測圖像 區(qū)域；基于分析結(jié)果生成用于鄰近于塊邊界的每個像素的圖信息(map information)；依 賴于圖信息確定用于每個塊邊界的濾波器模式；并且依賴于所選擇的濾波器模式來濾波圖像。
根據(jù)第二方面，本發(fā)明涉及一種用于減少壓縮圖像和視頻信號中的成塊假象的系 統(tǒng)，包括分析器，用于分析塊邊界附近的圖像以便測量成塊假象的存在和強度并且檢測圖 像區(qū)域，并且基于分析結(jié)果生成用于鄰近于塊邊界的每個像素的圖信息；濾波器，其適于依 賴于圖信息確定用于每個塊邊界的濾波器模式，并且依賴于所選擇的濾波器模式來濾波圖像。根據(jù)第三方面，本發(fā)明涉及一種在計算機可讀介質(zhì)上存儲的計算機程序產(chǎn)品，其 使得計算機執(zhí)行步驟分析塊邊界附近的圖像以便測量成塊假象的存在和強度并且檢測圖 像區(qū)域；基于分析結(jié)果生成用于鄰近于塊邊界的每個像素的圖信息；依賴于圖信息確定用 于每個塊邊界的濾波器模式；并且依賴于所選擇的濾波器模式來濾波圖像。


現(xiàn)在，將在優(yōu)選實施例的以下描述中，相關(guān)于所包含的附圖來更詳細地說明本發(fā) 明，在附圖中圖1根據(jù)本發(fā)明示出了系統(tǒng)的示意性框圖，圖2根據(jù)本發(fā)明示出了系統(tǒng)組件的示意性框圖，圖3a到3c根據(jù)本發(fā)明示出了處理期間在不同處理點處的圖信息的示例，圖4到7根據(jù)本發(fā)明示出了用于分析圖像的像素的示例，圖8是根據(jù)本發(fā)明示出塊邊界梯度(gradient)分析的過程步驟的流程圖，圖9是短通(short-pass)解塊濾波器的示例，圖10是長通(long-pass)解塊濾波器的示例，并且圖Ila和圖lib是示出根據(jù)本發(fā)明的方法的過程步驟的流程圖。
具體實施例方式本發(fā)明涉及一種用于減少壓縮圖像中的塊噪聲的改進方法和系統(tǒng)。根據(jù)本發(fā)明 的術(shù)語“圖像”旨在指代任何類型的靜止或運動的圖像，特別是旨在指代靜止圖像或視頻序 列。即使將遍及整個說明書使用術(shù)語“圖像”，它不旨在限制保護的范圍，而是用本發(fā)明覆蓋 任何類型的圖像或視頻材料。圖1根據(jù)本發(fā)明示出了用于減少壓縮圖像中成塊假象的系統(tǒng)的示意性框圖。本發(fā) 明基于無關(guān)于編碼參數(shù)的方法，因此應(yīng)用基于塊邊界的圖像分析來防止細節(jié)的清晰度損失 并且局部地調(diào)整解塊濾波器的低通系數(shù)。為此目的，輸入圖像10提交到濾波器2和圖像分析器4。在如圖1所示的實施例 中，其中提供了用于水平和垂直方向上的圖像分析的兩個圖像分析器^、4b，并且相應(yīng)地提 供了用于在水平和垂直方向上濾波的兩個濾波器h、2b。然而，也可以將水平圖像分析器 4a和垂直圖像分析器4b組合為一個單個組件。同樣，可以將水平濾波器加和垂直濾波器 2b組合為一個單個濾波器組件。如圖1中所示，輸入圖像10提交到水平濾波器加、水平圖像分析器如和垂直圖像 分析器4b。圖像分析器^、4b分析塊邊界附近的圖像以便測量成塊假象的水平或強度并且 以便檢測圖像區(qū)域?；诜治鼋Y(jié)果，生成檢測圖，其具有用于鄰近于塊邊界的每個像素的圖 fn息ο6
更具體地，圖像分析器^、4b向在鄰近于每個塊邊界的每個像素的位置處的檢測 圖分配值。該圖信息13然后提交到對應(yīng)濾波器h、2b以便確定用于每個塊邊界的濾波器 模式。由此，如圖1中所示，水平圖信息13a從水平圖像分析器如發(fā)送到水平濾波器加，并 且同樣，垂直圖信息1 從垂直圖像分析器4b發(fā)送到垂直濾波器2b。在接收了輸入圖像10以及水平圖信息13a之后，水平濾波器加依賴于水平圖信 息13a確定用于水平塊邊界的濾波器模式。水平濾波器加然后將經(jīng)中間濾波的圖像14發(fā) 送到垂直濾波器2b，垂直濾波器2b轉(zhuǎn)而執(zhí)行垂直濾波并且依賴于由垂直圖像分析器4b接 收的垂直圖信息1 確定用于每個垂直塊邊界的濾波器模式。經(jīng)濾波的，即經(jīng)解塊的輸出圖像15然后由垂直濾波器2b輸出。要注意，當然可以改變順序，以使得首先完成垂直濾波并且然后是水平濾波。在本發(fā)明中，因此實現(xiàn)了改進分析，其測量成塊假象的強度并且同時檢測圖像區(qū) 域。依賴于該分析來使用自適應(yīng)解塊濾波器。根據(jù)本發(fā)明，圖像區(qū)域的檢測包括檢測三種不同的圖像區(qū)域，即圖像內(nèi)的邊緣、紋 理區(qū)域和同構(gòu)或平坦區(qū)域。本發(fā)明因此允許在不同的圖像區(qū)域之間進行分辨，以便將圖像 信息從圖像惡化區(qū)分出來。這使得相比于其它方法能夠更精確地解塊，其它方法僅僅相對 于一種或兩種不同的區(qū)域分析圖像并且不能檢測三種不同的區(qū)域類型。作為濾波器模式，提供了長解塊濾波器、短解塊濾波器或完全不濾波的旁通 (bypass)。除了改進分析以外，本發(fā)明因此還提供了非常差別化的濾波器模式判定。然而， 本發(fā)明不限于三種濾波器模式，而是也可以包括兩種、三種或更多的濾波器模式。在下面，將參考圖2說明圖像分析器4的圖像分析和詳細組件。在圖2中，圖像分 析器4被示例性地示出，其中除了不同的分析方向，水平圖像分析器如的結(jié)構(gòu)對應(yīng)于垂直 圖像分析器4b的結(jié)構(gòu)。在下面，將參考垂直塊邊界進行描述，即判定和分析過程對于兩個水平鄰近塊之 間的塊邊界是有效的。然而，本發(fā)明不限于垂直塊邊界，而是，在相應(yīng)地對特征進行修正的 情況下當然可以應(yīng)用于水平塊邊界。這意味著垂直分析和水平分析是相似的。圖像分析包括三個基本過程，即1.每像素特征檢測2.部分塊平滑3.每塊特征檢測。為此目的，圖像分析器4包括像素特征檢測器40、平滑濾波器41和每塊特征檢測 器42。每像素特征檢測器40檢測鄰近于和/或鄰接于塊邊界的像素的特征。依賴于檢 測到的特征，每像素特征檢測器40向鄰近于每個塊邊界的像素的位置處的檢測圖分配不 同的值，并且將該第一中間檢測圖11輸出到平滑濾波器41。平滑濾波器41對鄰近于塊邊界的塊的各部分實現(xiàn)檢測圖平滑，即平滑濾波器41 不是平滑整個塊，而是平滑鄰近于塊邊界的部分塊，并且對于該平滑，也可以使用不同的濾 波器。在平滑之后，檢測圖內(nèi)先前分配的值相應(yīng)地改變，并且第二中間檢測圖12被輸出到 每塊特征檢測器42。每塊特征檢測器42檢測鄰近于塊邊界的部分塊的特征。由此，經(jīng)過每塊特征檢測器42分析的部分塊在尺寸和/或位置上可以對應(yīng)于或不同于先前被平滑濾波器平滑了的 部分塊。在檢測了這些特征后，每塊特征檢測器42也可以修改檢測圖并且最后輸出圖信息 13。在下面，將詳細說明上面提及的過程，即每像素模式判定、部分塊平滑和每塊模式 判定。1.每像素特征檢測像素特征檢測器40包括平面相對細節(jié)(flat versus detail)鑒別器401 (在下 面稱作為FD鑒別器401)和塊邊界梯度測量單元402 (在下面稱作為BBGM單元402)。FD鑒別器401的主要功能是在塊邊界的任一端將詳細區(qū)域從同構(gòu)區(qū)域區(qū)分出 來。FD處理的結(jié)果被寫到所謂的檢測圖，由此在本發(fā)明中，為垂直塊邊界和為水平塊邊界 創(chuàng)建了不同的檢測圖。輸出圖信息，也稱作為檢測圖，在垂直輸出圖信息的情況下也稱作為 OUtDetMapVer,并且在水平輸出圖信息的情況下也稱作為outDetMapHor。為了向鄰近于塊邊界的像素分配值，F(xiàn)D鑒別器401計算鄰近于塊邊界的像素和鄰 近于塊邊界的像素附近的像素之間的差值。更具體地，F(xiàn)D鑒別器計算行或列內(nèi)的一組像素 內(nèi)的兩個鄰近像素之間的差值，由此該組像素包括鄰近于塊邊界的像素和相同行或相同列 內(nèi)的一個或多個像素。所計算出的差值然后與預(yù)定義閾值比較，并且如果差值高于閾值，那么對于每個 差值計數(shù)器遞增，并且然后，最后的計數(shù)值被分配給鄰近于塊邊界的像素的位置處的檢測 圖。在下面，給出詳細的示例，其中采用了 8X8像素的網(wǎng)格，意味著水平和垂直方向 上的每第8個像素是塊邊界。這樣的塊邊界的附近的某些像素可能惡化，顯示出成塊假象。 在優(yōu)選實施例中，本發(fā)明的實現(xiàn)方式使用8 X 8像素的固定塊網(wǎng)格，例如MPEG2，但是在更一 般的實現(xiàn)方式中，本發(fā)明不限于具有固定尺寸的固定塊網(wǎng)格。參考圖4說明詳細處理。在圖4中，示出了具有8X8像素的網(wǎng)格的圖像，并且用 20指示垂直塊邊界以及用21指示水平塊邊界。在下面，將參考鄰近于垂直塊邊界20的像 素來說明處理。為了確定要分配到鄰近于垂直塊邊界20的每個像素25的值，選擇同一塊的同一 行內(nèi)的至少一個鄰近像素26。在本實現(xiàn)方式中，選擇了三個鄰近像素26。在下面，計算所選擇像素組的每兩個鄰近像素之間的差值，即計算像素Vtl和Vl、V1 和v2、V2和V3之間的差值。然后，每個像素差值與預(yù)定義閾值T2相比較，并且對于高于閾 值的每個像素差值，將計數(shù)器遞增1。然后，計數(shù)器的值被分配給鄰近于塊邊界20的像素 25的位置處的檢測圖。在下面，將針對垂直塊邊界20右側(cè)位置處的像素的示例再次說明處理步驟，即， 以下是在使用三個鄰近像素26的情況下對垂直塊邊界的FD鑒別的示例描述。步驟1 計算垂直塊邊界右側(cè)的3個絕對像素差值diffn= |vn-vn+1在使用三個鄰近像素的本示例中，η取0到2。但是本發(fā)明不限于3個鄰近像素的 數(shù)量，而是還包括其它鄰近像素的數(shù)量，例如1、2、4或更多個。此外，如果在本發(fā)明中計算了像素差值，這旨在指代絕對像素差值。8
步驟2 將每個差值與閾值threSh_detail (T2)比較。如果差值高于閾值，則對于 在塊邊界20右側(cè)的像素位置增加細節(jié)計數(shù)器countR if (diffn > thresh_detail)thencountR++步驟3 將countR的值分配給垂直塊邊界右側(cè)的像素位置處的檢測圖步驟4 以類似方式對于塊邊界右側(cè)的所有其它像素并且對于垂直塊邊界左側(cè)的 所有像素執(zhí)行步驟1-3。因此，在本特定實現(xiàn)方式中，計算出了左側(cè)上和右側(cè)上的三個像素差值，將其與閾 值(thresh_detail)比較。用于FD鑒別的像素差值的數(shù)量在一般的實現(xiàn)方式中不是固定 的。但是它應(yīng)當僅針對塊邊界的某個鄰近區(qū)域內(nèi)的像素。如果差值高于該閾值，則用于細 節(jié)的相應(yīng)計數(shù)器(countL、countR)遞增。coimtL的值在最后的步驟中被分配給塊邊界左 側(cè)的位置處的檢測圖。countR的值被類似地分配。在本特定實現(xiàn)方式中，如果所有差值 高于thresh_detail，則countR、countL的最大值是3。在更一般的實現(xiàn)方式中，countL、 countR的最大值由所使用的像素差值的數(shù)量來定義。如果所有差值低于thresh_detail， 則countR、countL的最小值是O。T2的可能值位于3和10之間，并且優(yōu)選地是5，但是本 發(fā)明不限于這些特定值。然后將相應(yīng)的檢測圖提交到BBGM單元402。BBGM處理是跨越邊界的類似于亮度分布的針對梯度的檢測機制。它被用于將來自 先前FD鑒別步驟的可能的誤檢測考慮在內(nèi)。BBGM處理的結(jié)果也寫入到檢測圖。對于BBGM處理，使用已經(jīng)用于FD鑒別處理的相同的像素。由此，在第一步驟中，計 算絕對像素差值的平均值。然后，計算塊邊界兩端的像素之間的差值和差值的平均值。然 后，在本示例4中，在滿足兩個條件的情況下，即首先塊邊界處的差值和平均值之間的差值 低于預(yù)定義閾值，并且其次平均值高于預(yù)定義閾值，則將固定值分配到鄰近于塊邊界的像 素的位置。將在下面更詳細地說明對于垂直塊邊界20的情況使用左側(cè)和右側(cè)上鄰近于塊邊 界的像素25和三個鄰近像素26測量BB梯度的過程。即，將圖4中由v_4、V^Vft1、和V0 指示的像素用于BB梯度測量的示例說明。步驟1 計算垂直塊邊界左側(cè)3個像素差值的平均值avg = (I v_4-v_31 +1 v_3"v_21 +1 v^-v^ |) /3步驟2 計算塊邊界處的差值和差值的平均值之間的差值gradSim = | V^-V01 -avg步驟3 在滿足以下條件的情況下在垂直塊邊界左側(cè)的位置處將countL的值分配 為4(短濾波器的細節(jié)情況)
if ((enable)&&(gradSim < thresh_gradSim)&&(avg > thresh_gradMean))countL = 4條件(enable)由此表示將BBGM單元402關(guān)閉的可能性，即僅僅在除了前面提及 的兩個條件以外還將整個過程設(shè)置為條件enable時，才將上面的值分配給像素。步驟4 對于垂直塊邊界20左側(cè)所有其它像素并且對于垂直塊邊界20右側(cè)的所9有像素執(zhí)行步驟1-3。因此，在本特定實現(xiàn)方式中，計算出了垂直塊左側(cè)的三個像素差值的平均值。在 更一般的實現(xiàn)方式中，所考慮的像素差值的數(shù)量不是受限的并且可以是2和下面的塊 (underlying block)的寬度(或高度)之間的任何數(shù)量。在第二步驟中，計算avg和塊邊 界處的差值之間的差值。在最后的步驟中，將gradSim的值與某些閾值比較。閾值thresh_ gradSim考慮到了塊邊界處和塊邊界左側(cè)/右側(cè)處的梯度之間的可容許差值(梯度相似 性)。閾值thresh_gradMean表示了鄰近于塊邊界的梯度的最小平均值(梯度平均數(shù))。基 于比較，檢測圖的值被設(shè)置為4或者保持不改變。用于塊邊界右側(cè)的處理是類似的。產(chǎn)生的檢測圖然后由像素特征分析器40作為第一中間圖信息11輸出到平滑濾波 器41。在像素特征檢測器40之后的這樣的檢測圖的示例在圖3a中示出。如可看到的，向 鄰近于垂直塊邊界20的檢測圖22中的所有像素分配了值，由此在圖3a中，在各個像素22 內(nèi)用不同符號示出了不同的值。2.部分塊平滑部分塊平滑用于濾波像素特征檢測的結(jié)果并且使得結(jié)果相對于異常值(outlier) 和誤檢測更加健壯。對于部分塊平滑，使用各自鄰近于塊邊界的至少兩個像素的塊。在優(yōu)選實現(xiàn)方式 中，部分塊平滑是限于4X1個像素的區(qū)域(即，各自與塊邊界相鄰的四個像素的塊)的半 塊平滑，但是在更一般的實現(xiàn)方式中，部分塊平滑不限于固定大小。然而，在優(yōu)選實施例中， 推薦將值設(shè)置為等于塊大小的一半。參考圖5說明半塊平滑，其中在示例實施例中，使用鄰近于垂直塊邊界20和在垂 直塊邊界20左側(cè)的4X1像素的部分塊27。對于部分塊平滑，計算部分塊內(nèi)的像素的最大值。然后，執(zhí)行中值濾波(median filtering)，確定部分塊內(nèi)的四個像素的值和先前計算的最大值之間的中值。然后，將中值 濾波操作的輸出被分配到塊內(nèi)的所有像素。參考圖5更詳細地示出了該處理，其中使用了四個像素徹到 。在下面，對于垂直塊邊界20和具有四個像素大小的部分塊27的情況更詳細地說 明了平滑濾波器41的操作步驟1 計算部分塊27內(nèi)的像素徹、 、 、 (在本示例中為頂部的四個像素)的 最大值maxVal = MAX(a0,步驟2 對于所有像素徹、B1^a2, a3和先前計算出的最大值執(zhí)行中值濾波，如下medVal = MED (a0,maxVal)步驟3 將中值濾波器操作的輸出分配到部分塊27內(nèi)的所有像素徹、 、 、 a0 = B1 = a2 = a3 = medVal步驟4 對于底部的四個像素和垂直塊邊界右側(cè)的兩個半塊執(zhí)行步驟1-3。半塊平滑處理首先找到塊邊界左側(cè)的半塊的最大值maxVal。在第二步驟中，在本 特定實現(xiàn)方式中，使用塊邊界處的四個像素值和最大值maxVal來應(yīng)用5_抽頭(5_tap)中 值，以便對于特定的4X1區(qū)域確定和分配檢測圖的新值。在更一般的實現(xiàn)方式中，用于中 值濾波器的候選應(yīng)當包括屬于塊邊界的各個側(cè)的部分塊的所有像素。用于中值濾波器的抽頭的數(shù)量在更一般的實現(xiàn)方式中應(yīng)當?shù)扔趬K大小的一半加1。中值濾波的原理被應(yīng)用于平 滑單個異常值。出于簡單的原因，特別著重于中值中的最大值。檢測圖的值分別來自FD鑒 別和/或BBGM處理。如果處理之一將較高的值分配到檢測圖，這應(yīng)當被強調(diào)。檢測圖中的 高值隨后將導(dǎo)致對短解塊濾波器的選擇或者對濾波器的旁通，這意味著較少的細節(jié)損失。 從圖像質(zhì)量的觀點來看，評估已經(jīng)證明了使用中值中的maxVal的優(yōu)點。在某些情況下，如 果每像素判定圖用于各個塊的部分許多不同值，則使用短濾波器或簡單地旁通是安全的備 用機制。用于塊邊界右側(cè)的處理是類似的。輸出圖的示例，即第二中間圖信息12在圖北中示出。如可見到的，相同的值被分 配到鄰近于垂直塊邊界20的4X 1個像素的每個塊23。第二中間圖信息12然后被提交到塊特征檢測器42。應(yīng)當注意，其它平滑技術(shù)也是 可能的，例如平均值濾波、最大值濾波、加權(quán)中值等。3.每塊特征檢測每塊特征檢測用于使得半塊平滑的結(jié)果更加健壯。因此，應(yīng)用了對于整個垂直或 水平塊邊界的特征分析。該分析分為三個不同的步驟。第一步驟由塊邊界梯度分析單元421(在下面稱作為BBGA單元421)完成。下一步 驟由塊邊界可能性(contingency)分析單元422 (在下面稱作為BBCA單元42 實現(xiàn)。第 三步驟由塊邊界階高(st印height)控制單元423(在下面稱作為BBSH單元42 實現(xiàn)。BBGA處理的主要目的是基于每個塊改善(refine)和更新檢測圖，來作為部分塊 平滑的后處理。梯度分析在塊邊界的兩側(cè)上分配內(nèi)容種類，例如細節(jié)或真實邊緣區(qū)域。結(jié) 果基于每個塊被寫入到檢測圖。將參考圖6說明BBGA處理。對于BBGA，為了分析垂直塊邊界20而選擇行內(nèi)的像 素，并且為了分析水平塊邊界21而選擇列內(nèi)的像素。由此，鄰近于塊邊界的兩個像素和鄰 近于其它像素的相同行或列內(nèi)的至少兩個其它的像素被選擇。塊邊界每一側(cè)上的所選擇像 素的數(shù)量和位置關(guān)于塊邊界對稱。計算第一主梯度，即直接相鄰于塊邊界20的兩個像素觀之間的絕對差值。然后， 將作為與塊邊界20鄰近的像素觀的相鄰像素四的兩個像素之間的差值計算為第二主梯 度。這對于沿著一個塊內(nèi)的塊邊界的每個像素組來完成。然后，計算第一和第二主梯度的 總和，并且然后取決于總計出的梯度的值將不同的值分配給檢測圖。這將通過參考圖8的流程圖和相應(yīng)的描述來更詳細地說明。處理在步驟SO開始。在步驟Sl中，從平滑濾波器41接收檢測圖輸出，即第二中 間圖信息12。然后，步驟S2中的處理進行到要被分析的第一垂直或水平塊邊界。在步驟S3中，對于塊的每行，計算用于直接鄰近于塊邊界的像素的第一和第二主 梯度。mgl (y) = ν (y) (y) Q | (第一主梯度)mg2(y) = ν (y) _2_v (y)工 | (第二主梯度)并且然后計算第一和第二主梯度的總和以便接收MGl和MG2的值。MG\ = j^mg\{i)(第一主梯度的總和)/=011
MG2 = j^mg2(j)(第二主梯度的總和)/=0使用沿著塊邊界的第一和第二主梯度的所計算出的總和，處理如下這樣繼續(xù)。MGl 和MG2用于將內(nèi)容類別分配到檢測圖。在本發(fā)明的本特定實現(xiàn)方式中分析是基于第一和第 二主梯度的總和的，但是在更一般的實現(xiàn)方式中可以用能夠?qū)⒓毠?jié)從真實邊緣區(qū)分出來的 不同分析分量來代替。在步驟S4中，檢查第一條件。該條件將在塊邊界可能性分析段落中進行說明。它 的主要目的是判斷塊邊界易于示出成塊假象，還是根本不示出成塊假象。在本示例中，使用 條件“detail count < 6”，但是還可以使用除了 6之外的任何數(shù)字。在步驟S6中，檢查第二條件。該條件將MGl和MG2之間的絕對差值與閾值T4相 比較并且將MGl與閾值T3相比較。該條件的主要目的是判斷跨越塊邊界的真實邊緣梯度 是否是明顯的。假設(shè)真實或自然的邊緣梯度跨越塊邊界伸展，而成塊假象以非常窄的延長 部分(elongation)跨越塊邊界逐漸擴大。該問題在第二條件的第一表達式中被解決。在 塊邊界處的理想跳躍函數(shù)或成塊假象的情況下，MGl和MG2是非常相似的，這產(chǎn)生了 MGl和 MG2的小的絕對差值。在塊邊界處的真實邊緣的情況下，MG2大于MG1，這產(chǎn)生了 MGl和MG2 的大的絕對差值。因此，可以使用第二條件中的第一表達式將真實邊緣與成塊假象區(qū)分開 來。第二條件的第二表達式用于判斷塊邊界是否與亮度水平的高度轉(zhuǎn)變(例如對象 邊緣)相同。由于強量化造成這種高度轉(zhuǎn)變的可能性非常低。因此，在該特定情況下下采 取對象邊緣是安全的。如果第二條件滿足，則對于整個塊邊界的兩側(cè)，步驟S7中的檢測圖 被設(shè)置為值5。在步驟S8中被檢查的第三條件將MGl與閾值2*T3相比較。它是步驟S6中的條 件的第二表達式的更強的形式。它的主要目的是判斷塊邊界是否與亮度水平的高度轉(zhuǎn)變相 同。如果第三條件滿足，則對于整個塊邊界的兩側(cè)將步驟S9中的檢測圖設(shè)置為值4。在步驟SlO中，檢查是否到達圖像內(nèi)的最后一行或一列。如果不是這種情況，那么 針對圖像中的下一垂直或水平塊邊界繼續(xù)根據(jù)步驟Sll的處理。否則，處理在步驟S12結(jié) 束ο下一處理由塊邊界可能性分析單元422(在下面稱作為BBCA單元42 完成。如果跨越塊邊界的大于0的差值的數(shù)量低于閾值detailcoimt，則塊邊界可能性 分析(BBCA)用于以塊為基礎(chǔ)改寫(override)來自平滑濾波器41的檢測圖改善(在流程 8中示出為步驟S4中的第一條件)。如果滿足第一條件，則對于塊邊界的兩側(cè)，將步驟 S5中的檢測圖設(shè)置為值6。這意味著存在太少的高于假定有成塊假象的閾值的像素差值。 因此，應(yīng)當沒有可見的成塊假象。參考圖7示出了 BBCA處理。由此，計算塊邊界(在本示例中為垂直塊邊界20)的 不同側(cè)上的兩個像素之間的差值。如果差值的數(shù)量低于某個閾值，那么假設(shè)沒有明顯的成 塊假象，并且不應(yīng)用濾波器而是提供旁通。在下面，將更詳細地說明BBCA處理。步驟1 對高于0的塊邊界處的差值的數(shù)量進行計數(shù)If(Ivi-Wi) > 0)
detail_count++步驟2 如果detailcoimt小于6，則假設(shè)沒有明顯的成塊假象并且不應(yīng)用濾波 器，即選擇旁通濾波器模式if (detail_count < 6)不濾波塊邊緣(旁通)在優(yōu)選實現(xiàn)方式中，使用該閾值6，但是也可以使用除了 6之外的任何其它閾值。下一處理由塊邊界階高控制單元423(下面稱作為BBSH單元42 來實現(xiàn)。BBSH 用于控制成塊濾波器的影響?；谙惹坝嬎愠龅闹苯余徑趬K邊界的像素之間的絕對差值 的總和與預(yù)定義閾值的簡單比較，對于整個塊邊界將檢測圖設(shè)置為用信號表示旁通的值。下面說明詳細的處理。步驟1 計算鄰近于塊邊緣的像素之間的絕對差值的總和(SAD)并且將結(jié)果存儲 為 MGl
權(quán)利要求
1.一種用于減少壓縮圖像或視頻信號中的成塊假象的方法，包括以下步驟 分析塊邊界附近的圖像以便測量成塊假象的存在和強度并且檢測圖像區(qū)域； 基于分析結(jié)果生成用于鄰近于塊邊界的每個像素的圖信息；依賴于所述圖信息確定用于每個塊邊界的濾波器模式；并且 依賴于所選擇的濾波器模式來濾波所述圖像。
2.根據(jù)權(quán)利要求1所述的方法，其中對圖像區(qū)域的檢測包括檢測所述圖像內(nèi)的邊緣、紋理區(qū)域和同構(gòu)區(qū)域。
3.根據(jù)權(quán)利要求1所述的方法，其中作為濾波器模式，提供了長解塊濾波器、短解塊濾波器或旁通。
4.根據(jù)權(quán)利要求1所述的方法， 其中所述分析步驟包括以下步驟 檢測鄰近于塊邊界的像素的特征平滑鄰近于塊邊界的部分塊的圖信息；和 檢測鄰近于塊邊界的部分塊的特征。
5.根據(jù)權(quán)利要求4所述的方法，其中檢測鄰近于塊邊界的像素的特征的步驟包括選擇一個塊內(nèi)的一行或列內(nèi)的一組鄰近像素，所述組包括鄰近于所述塊邊界的像素；和基于所述像素組的兩個鄰近像素之間的絕對差值來生成圖信息。
6.根據(jù)權(quán)利要求5所述的方法，其中基于所述像素組的兩個鄰近像素之間的所述絕對差值來生成圖信息的步驟包括在所述圖信息內(nèi)將值0分配到鄰近于所述塊邊界的像素的位置； 將所述像素組內(nèi)的鄰近像素之間的絕對差值中的每個絕對差值與預(yù)定義第一閾值相 比較；和對于高于所述預(yù)定義第一閾值的每個絕對差值，將所述圖信息內(nèi)的所述值增加1。
7.根據(jù)權(quán)利要求6所述的方法，其中基于所述像素組的兩個鄰近像素之間的所述絕對差值來生成圖信息的步驟還包括計算所述像素組內(nèi)的鄰近像素之間的所述絕對差值的平均值； 計算所述行或列內(nèi)的兩個像素之間的第三絕對差值與所述平均值之間的第二絕對差 值，所述兩個像素位于不同塊中并且鄰近于所述塊邊界；和在所述第二絕對差值高于預(yù)定義第二閾值的情況下并且在所述平均值高于所述預(yù)定 義第三閾值的情況下，改變所述圖信息內(nèi)的所述值。
8.根據(jù)權(quán)利要求4所述的方法，其中平滑部分塊中的圖信息的步驟包括 選擇均鄰近于塊邊界的像素的部分塊，并且 將共同值分配給所述部分塊內(nèi)的所有像素。
9.根據(jù)權(quán)利要求8所述的方法，才其中分配共同值的步驟包括 計算所述部分塊內(nèi)的所有像素的最大值； 確定所述最大值和所述部分塊內(nèi)的所有像素的中值；和 將所述中值分配給所述部分塊內(nèi)的所有像素。
10.根據(jù)權(quán)利要求4所述的方法，其中檢測鄰近于塊邊界的部分塊的特征的步驟包括選擇一行或列內(nèi)的像素組，所述像素組關(guān)于塊邊界具有對稱位置；和基于關(guān)于塊邊界對稱的每兩個像素之間的差值來生成圖信息。
11.根據(jù)權(quán)利要求10所述的方法， 其中生成圖信息的步驟包括計算鄰近于所述塊邊界的兩個像素之間的第一主梯度；對于關(guān)于所述塊邊界具有對稱位置的所選擇的組內(nèi)的每兩個像素計算另外的主梯度；計算一個塊內(nèi)沿著塊邊界的所有第一主梯度的第一總和，并且計算所述塊內(nèi)沿著所述 塊邊界的所有另外的主梯度的另外的總和； 將這些總和與一個或多個閾值相比較；和取決于所述這些總和與所述一個或多個閾值的關(guān)系來生成圖信息。
12.根據(jù)權(quán)利要求10或11所述的方法，其中檢測鄰近于塊邊界的部分塊的特征的步驟還包括 對鄰近塊中鄰近于塊邊界的每兩個像素之間的差值的數(shù)量進行計數(shù)；和 取決于所計數(shù)的差值的數(shù)量來生成圖信息。
13.根據(jù)權(quán)利要求10所述的方法，其中檢測鄰近于塊邊界的部分塊的特征的步驟還包括 計算在鄰近塊中并且鄰近于塊邊界的每兩個像素之間的絕對差值的總和； 將所述總和與解塊閾值相比較；和在所述總和等于或高于所述解塊閾值時，為整個塊定義旁通模式作為濾波器模式。
14.一種用于減少壓縮圖像和視頻信號中的成塊假象的系統(tǒng)，包括分析器，用于分析塊邊界附近的圖像以便測量成塊假象的存在和強度并且檢測圖像區(qū) 域，并且用于基于分析結(jié)果生成用于鄰近于塊邊界的每個像素的圖信息；和濾波器，所述濾波器適于依賴于所述圖信息確定用于每個塊邊界的濾波器模式，并且 依賴于所選擇的濾波器模式來濾波所述圖像。
15.一種用于減少壓縮圖像和視頻信號中的成塊假象的系統(tǒng)，包括分析裝置，用于分析塊邊界附近的圖像以便測量成塊假象的存在和強度并且檢測圖像 區(qū)域；生成裝置，用于基于分析結(jié)果生成用于鄰近于塊邊界的每個像素的圖信息；和 濾波裝置，用于依賴于所述圖信息確定用于每個塊邊界的濾波器模式，并且依賴于所 選擇的濾波器模式來濾波所述圖像。
16.一種在計算機可讀介質(zhì)上存儲的計算機程序產(chǎn)品，其使得計算機執(zhí)行以下步驟 分析塊邊界附近的圖像以便測量成塊假象的存在和強度并且檢測圖像區(qū)域；基于分析結(jié)果生成用于鄰近于塊邊界的每個像素的圖信息，依賴于所述圖信息確定用 于每個塊邊界的濾波器模式；并且依賴于所選擇的濾波器模式來濾波所述圖像。
全文摘要
公開了一種用于減少壓縮圖像和視頻信號中的成塊假象的方法和系統(tǒng)。本發(fā)明涉及一種用于減少壓縮圖像和視頻信號中的成塊假象的無關(guān)于編碼參數(shù)的方法。為此目的，分析塊邊界附近的圖像以便測量成塊假象的存在和強度并且檢測圖像區(qū)域?；谠摲治鼋Y(jié)果生成用于鄰近于塊邊界的每個像素的圖信息。依賴于該圖信息自適應(yīng)地確定用于每個塊邊界的濾波器模式，并且依賴于所選擇的濾波器模式來濾波該圖像。
文檔編號H04N7/26GK102045567SQ201010524979
公開日2011年5月4日 申請日期2010年10月13日 優(yōu)先權(quán)日2009年10月13日
發(fā)明者保羅·斯普林格, 卡斯特恩·多拉, 奧利弗·爾德勒, 馬丁·里克特 申請人:索尼公司