首页 / 专利库 / 视听技术与设备 / 块状噪声 / 用于降低图象数据压缩噪声的方法和设备

用于降低图象数据压缩噪声的方法和设备

阅读:1018发布:2020-09-21

专利汇可以提供用于降低图象数据压缩噪声的方法和设备专利检索,专利查询,专利分析的服务。并且图象编码模 块 和图象解码模块提供了一种对原始源图象进行变换编码的方法,该方法能抑制或消除块状赝象。编码数据经图象编码模块发送后,被转换成接收数据,通过采用量化误差项的滤波运算将其变换成经修正的数据。量化误差项可从图象编码模块中产生的量化误差数据中导出,或者在图象解码模块中以查找表形式提供。将经修正的数据转换成噪声降低的图象数据,以便重新构建成数字图象。,下面是用于降低图象数据压缩噪声的方法和设备专利的具体信息内容。

1.一种在将两维图象信号转换成数字图象的变换图象编码和压缩过程中,用于 减少因量化造成状赝象影响的方法,其中压缩程度由比例因子κ和一量化表确 定,图象信号作为一系列电信号提供,每个电信号与两维图象某个元素的特征对 应,而各图象元素被构造成一个两维H×V阵列,其特征在于,所述方法包括以 下步骤:
将所述的一系列电信号转换成一组数值,所述每个数值定量地描述一相应图 象元素的的特征,所述数值用s0(z,y)表示,其中0≤y≤H-1,而0≤z≤V-1;
将所述数值组格式化成多个用下标‘p’和‘q’识别的N×N图象数据矩 阵,所述每个图象-数据矩阵包括由sq,p(j,i)表示的图象-数据项,所述每个图象数 据项由根据以下关系确定的一个所述数值组成:
               sq,p(j,i)=s0(j+Nq,i+Np)
其中0≤i,j≤N-1;
将所述每个图象-数据矩阵变换成一个N×N频率-系数矩阵,所述频率-系数 矩阵包含由Sq,p(ν,μ)表示的频率-系数项,变换所述每个图象-数据矩阵的所述步 骤是根据以下表达式采用正交变换基础矩阵C来实现的:
              Sq,p(ν,μ)=C×sq,p(j,i)×CT;
用一按比例的量化项Q(ν,μ)去除所述每个频率-系数项Sq,p(ν,μ),以产生多 个N×N商-系数矩阵,其中所述按比例的量化项是从量化表中获得的并且用比 例因子修正,所述商-系数矩阵包含由Quq,p(ν,μ)表示的商项,所述商项根据以 下表达式导出: Qu q , p ( ν , μ ) = S q , p ( ν , μ ) Q ( ν , μ ) ;
将所述每个商项四舍五入变成精度较低的数值,从而产生一个量化-系数矩 阵,所述量化-系数矩阵包含由以下表达式确定的Qcq,p(ν,μ)所表示的量化-系数 项: Qc q , p ( ν , μ ) = round ( S q , p ( ν , μ ) Q ( ν , μ ) ) ;
从每个所述商项Quq,p(ν,μ)中减去相应的所述量化-系数项Qcq,p(ν,μ),从而 形成多个N×N差-系数矩阵,所述差-系数矩阵包含根据以下表达式导出的差项 Dcq,p(ν,μ): Qc q , p ( ν , μ ) = abs | ( S q , p ( ν , μ ) Q ( ν , μ ) ) - round ( S q , p ( ν , μ ) Q ( ν , μ ) ) | ;
通过对误差项求和并平均,导出一个包含E0(ν,μ)项的量化误差矩阵,,所 述误差项包含所述差-系数矩阵的函数;
选择一组用α和β表示的滤波参数;
将所述每个量化系数项乘以一个相应量化项,以产生多个N×N经掩模乘的 变换系数矩阵,所述经掩模乘的变换系数矩阵包含根据以下表达式导出的Rq,p(ν, μ)所表示的项:
        Rq,p(ν,μ)=Qcq,p(ν,μ)×Q(ν,μ);
将一逆向正交变换作用于所述经掩模乘的变换系数矩阵,以根据以下逆向变 换式产生多个用rq,p(j,i)表示的N×N接收图象-数据矩阵:
        rq,p(j,i)=CT×Rq,p(ν,μ)×C;
根据以下等式,将所述接收图象-数据矩阵格式化成一组包含sR(z,y)项的H× V接收图象-数据:
        sR(j+Nq,i+Np)=rq,p(j,i)
其中0≤i+Np≤H-1,而0≤j+Nq≤V-1;
根据以下等式,将所述接收图象数据组构成多个包含Vs,r(j,i)项的N×N经重 叠图象-数据矩阵:
         vs,r(j,i)=sR(j+ωs,i+ωr);
根据以下等式,将所述经重叠图象-数据矩阵变换成包含Svs,r(ν,μ)项的经修 正的系数矩阵:
         Svs,r(ν,μ)=C×vs,r(j,i)×CT;
用所述量化误差矩阵和所述滤波参数将所述经修正系数矩阵转换成经滤波的 系数矩阵,所述经修正的系数矩阵包含用Sfs,r(ν,μ)表示的项,转换所述经修正 的系数矩阵的所述步骤是根据以下等式进行的: Sf s , r ( ν , μ ) = [ Sv s , r ( ν , μ ) ] × [ [ Sv s , r ( ν , μ ) ] 2 [ Sv s , r ( ν , μ ) ] 2 + α [ E 0 ( ν , μ ) ] 2 ] β ;
根据以下变换式,将所述经滤波的系数矩阵变换成经滤波的图象-数据矩阵,
         rfs,r(j,i)=CT×Sfs,r(ν,μ)×C;并且
将所述经滤波的图象-数据矩阵转换成一系列经滤波的电信号,从而可将所述 经滤波的电信号构造成一个由经滤波图象元素组成的两维H×V阵列,所述每个 经滤波的电信号对应于一个所述经滤波图象元素的特征。
2.如权利要求1所述的方法,其特征在于,所述量化误差矩阵E0(ν,μ)根据 以下关系式确定: E 0 ( ν , μ ) = Q ( ν , μ ) Σ q Σ P D c q , p ( ν , μ ) M
3.如权利要求1所述的方法,其特征在于,所述量化误差矩阵E0(ν,μ)根据 以下关系式确定: E 0 ( ν , μ ) = Q ( ν , μ ) Σ q Σ p ( D c q , p ( ν , μ ) ) 2 M ·
4.如权利要求1所述的方法,其特征在于,所述正交变换基础矩阵C是一个 离散余弦变换基础矩阵。
5.如权利要求1所述的方法,其特征在于,转换所述经滤波图象-数据矩阵的 所述步骤包含从所述每个经滤波图象-数据矩阵中抽取一个核心子矩阵的步骤,以 及合并多个所述核心子矩阵以形成由经滤波图象元素构成的所述两维H×V阵 列的步骤。
6.如权利要求5所述的方法,其特征在于,所述抽取核心子矩阵的步骤包括 删除所述经滤波图象-数据矩阵中第0行至第(ω/2-1)行以及第(N-ω/2)行至第(N- 1)行的图象-数据项,并删除所述经滤波图象-数据矩阵中第0列至第(ω/2-1)列以 及第(N-ω/2)列至第(N-1)列的图象-数据项。
7.如权利要求1所述的方法,其特征在于,ω被设置为N/2。
8.如权利要求1所述的方法,其特征在于,N等于8。
9.一种在将两维图象信号转换成数字图象的变换图象编码和压缩过程中,用 于减少因量化造成块状赝象影响的方法,其中压缩程度由比例因子κ和一量化表 确定,图象信号作为一系列电信号提供,每个电信号与两维图象某个元素的特征 对应,而各图象元素被构造成一个两维H×V阵列,其特征在于,所述方法包括 以下步骤:
用一正交变换基础矩阵对图象元素构成的两维H×V阵列进行变换图象编 码,以形成一个经编码的图象-数据组,所述变换图象编码的步骤包括一量化运 算;
用所述正交变换基础矩阵对所述经编码的图象-数据组解码,以形成一个经解 码的图象-数据组;
用所述正交变换基础矩阵将所述经解码的图象-数据组转换成多个频率系数 项;
通过一滤波计算对所述多个频率系数项滤波,所述滤波计算包括将所述频率 系数项乘以一系数滤波项以形成多个经滤波的频率系数项的步骤;并且
将所述经滤波的频率系数转换成一个噪声降低的数字图象。
10.如权利要求9所述的方法,其特征在于,转换所述经解码的图象-数据组的 所述步骤包括将所述经解码的图象-数据组构成一个经重叠图象-数据矩阵阵列的 步骤,以及用所述正交变换基础矩阵将所述经重叠图象-数据矩阵阵列转换成一个 频率系数矩阵阵列的步骤,所述频率系数矩阵包含所述频率系数项。
11.如权利要求9所述的方法,其特征在于,还包括导出所述系数滤波项的步 骤。
12.如权利要求11所述的方法,其特征在于,导出所述系数滤波项的所述步 骤包括至少导出一个滤波参数的步骤。
13.如权利要求12的所述方法,其特征在于,所述滤波参数是所述比例因子 κ的函数。
14.如权利要求11所述的方法,其特征在于,导出所述系数滤波项的所述步 骤包括导出一量化误差矩阵的步骤。
15.如权利要求9所述的方法,其特征在于,所述正交变换基础矩阵是一个离 散余弦变换基础矩阵。
16.如权利要求9所述的方法,其特征在于,转换所述经滤波频率系数的所述 步骤包括用所述正交变换基础矩阵将所述经滤波系数变换成经滤波图象-数据项 的步骤,以及将所述经滤波图象-数据项转换成一系列经滤波电信号以便将所述经 滤波电信号构造成一个由经滤波图象元素组成的两维H×V阵列、从而形成所述 噪声降低的数字图象的步骤,每个所述经滤波电信号对应于一个所述经滤波图象 元素的特征。
17.如权利要求16所述的方法,其特征在于,转换经滤波图象-数据项的所述 步骤包括抽取一部分所述经滤波图象-数据项的步骤以及合并所述部分以形成一 组两维H×V低噪声图象-数据的步骤,所述噪声降低的数字图象由两维H×V 噪声降低的图象-数据组构成。
18.一种用于对两维经解码图象信号滤波从而降低因量化造成块状赝象影响的 方法,经解码图象信号中产生的块状赝象是进行变换图象编码、数据压缩并对先 前的图象信号量化的结果,先前的图象信号是作为一系列电信号而提供的,每个 电信号对应于先前的图象某一元素的特征,其中压缩运算使用了比例因子κ以及 从一量化表中导出的量化项,并且经解码的图象信号被构造成一个由图象-数据项 sR(z,y)构成的两维H×V组,其特征在于,所述方法包括以下步骤:
定义一个用ω表示的重叠系数;
根据以下关系式,将经解码的图象信号组构成多个包含vs,r(j,i)项的N×N经 重叠图象-数据矩阵:
         vs,r(j,i)=sR(j+ωs,i+ωr);
根据以下矩阵式,用一正交变换基础矩阵C将所述经重叠图象-数据矩阵变换 成经修正的系数矩阵:
         Svs,r(ν,μ)=C×vs,r(j,i)×CT;
估计比例因子κ;
将滤波参数确定为所述比例因子的函数,所述滤波参数用α(κ)和β(κ)表 示;
选择一个用E0表示的量化误差矩阵;
用所述量化误差矩阵和所述滤波参数将所述经修正的系数矩阵转换成经滤波 的系数矩阵,所述经修正的系数矩阵包括用Sfs,r(ν,μ)表示的项,转换所述经修 正系数矩阵的所述步骤是根据以下等式进行的: Sf s , r ( ν , μ ) = [ S v s , r ( ν , μ ) ] × [ [ S v s , r ( ν , μ ) ] 2 [ S v s , r ( ν , μ ) ] 2 + α [ E 0 ( ν , μ ) ] 2 ] β ; S f s , r ( ν , μ ) = [ S v s , r ( ν , μ ) ] × [ [ S v s , r ( ν , μ ) ] 2 [ S v s , r ( ν , μ ) ] 2 + α [ E 0 ( ν , μ ) ] 2 ] β ;
根据以下矩阵式,将所述经滤波的系数矩阵变换成用rfs,r(j,i)表示的经滤波的 图象-数据矩阵:
         rfs,r(j,i)=CT×Sfs,r(ν,μ)×C;并且
将所述经滤波的图象-数据矩阵转换成一系列经滤波的电信号,以便将所述经 滤波电信号构造成一个由经滤波图象元素组成的两维H×V阵列,从而形成一个 噪声降低的数字图象,所述每个经滤波电信号对应于一个所述经滤波图象元素的 特征。
19.如权利要求18所述的方法,其特征在于,所述正交变换基础矩阵是一个离 散余弦变换基础矩阵。
20.如权利要求18所述的方法,其特征在于,转换所述经滤波图象-数据矩阵 的所述步骤包括从所述每个经滤波图象-数据矩阵中抽取一个核心子矩阵的步 骤,以及合并多个所述核心子矩阵以形成一组两维H×V低噪声图象-数据的步 骤,所述噪声降低的数字图象是由所述两维H×V低噪声图象-数据组构成的。
21.如权利要求20所述的方法,其特征在于,所述抽取核心子矩阵的步骤包 括删除所述经滤波图象-数据矩阵中第0行至第(ω/2-1)行以及第(N-ω/2)行至第 (N-1)行的图象-数据项,并删除所述经滤波图象-数据矩阵中第0列至第(ω/2-1) 列以及第(N-ω/2)列至第(N-1)列的图象-数据项。
22.如权利要求18所述的方法,其特征在于,ω被设置为N/2。
23.如权利要求18所述的方法,其特征在于,所述估计比例因子κ的步骤包 括将κ设置等于所述量化表中DC按比例的量化项的步骤。
24.如权利要求18所述的方法,其特征在于,所述确定滤波参数的步骤包括 从一数值表中至少获得一个所述滤波参数的步骤。
25.如权利要求18所述的方法,其特征在于,κ≤8,而α(κ)=β(κ)=0。
26.如权利要求18所述的方法,其特征在于,8<κ≤24,而α(κ)≥1,β (κ)≥1。
27.如权利要求18所述的方法,其特征在于,24<κ≤32,而α(κ)≥2,β (κ)≥2。
28.如权利要求18所述的方法,其特征在于,κ>32,而α(κ)≥3,β(κ)≥3。
29.如权利要求18所述的方法,其特征在于,所述选择量化误差矩阵的步骤 包括从一数值表至少获得一个量化误差项的步骤。
30.一种用于对两维经解码图象信号滤波从而降低因量化造成块状赝象影响 的方法,经解码图象信号中产生的块状赝象是进行变换图象编码、数据压缩并对 先前的图象信号量化的结果,先前的图象信号是作为一系列电信号而提供的,每 个电信号对应于先前的图象某一元素的特征,其中压缩运算使用了比例因子κ以 及从一量化表中获得的量化项,并且经解码的图象信号被构造成一个由图象-数据 项sR(z,y)构成的两维H×V组,其特征在于,所述方法包括以下步骤:
用一正交变换基础矩阵将所述一组图象-数据项转换成多个频率系数项;
通过滤波计算对所述多个频率系数项进行滤波,所述滤波计算包括将所述频 率系数项乘以一个系数滤波项以形成多个经滤波频率系数项的步骤;并且
将所述经滤波的频率系数转换成一个噪声降低的数字图象。
31.如权利要求30所述的方法,其特征在于,转换所述一组图象-数据项的所 述步骤包括将所述图象-数据项构成一个经重叠图象-数据矩阵阵列的步骤,以及 用所述正交变换基础矩阵将所述经重叠图象-数据矩阵阵列转换成一个包含频率 系数项的系数矩阵阵列。
32.如权利要求30所述的方法,其特征在于,还包括导出所述系数滤波项的 步骤。
33.如权利要求32所述的方法,其特征在于,导出所述系数滤波项的所述步 骤包括至少导出一个滤波参数的步骤。
34.如权利要求33所述的方法,其特征在于,所述滤波参数是比例因子的函 数。
35.如权利要求32所述的方法,其特征在于,导出所述系数滤波项的所述步 骤包括导出一个量化误差矩阵的步骤。
36.如权利要求30所述的方法,其特征在于,转换所述经滤波频率系数的所 述步骤包括用所述正交变换基础矩阵将所述经滤波系数变换成经滤波图象-数据 项的步骤,以及将所述经滤波图象-数据项转换成一系列经滤波电信号以便将所述 经滤波电信号构造成一个由经滤波图象元素组成的两维H×V阵列从而形成所 述噪声降低的数字图象的步骤,所述每个经滤波电信号对应于一个所述经滤波图 象元素的特征。
37.一种在将两维图象信号转换成数字图象的变换图象编码和压缩过程中,用 于减少因量化造成块状赝象影响的图象处理设备,其中压缩程度由比例因子κ和 一量化表确定,图象信号是作为一系列电信号提供的,每个电信号与两维图象某 个元素的特征对应,而图象元素被构造成一个两维H×V阵列,其特征在于,所 述设备包括:
用于将一正交变换基础矩阵作用于由图象元素构成的两维H×V阵列从而形 成一组包含量化项的经编码图象-数据的装置;
用于将所述正交变换基础矩阵作用于所述经编码的图象-数据组从而形成一组 经解码的图象-数据的装置;
用于对所述经解码的图象-数据组变换图象编码,形成多个频率系数项的装 置;
滤波装置,它作用于所述频率系数项,以便用一系数滤波项去乘所述频率系 数项,从而形成多个经滤波的频率系数项;以及
用于将所述经滤波的频率系数转换成一个噪声降低的数字图象的装置。
38.如权利要求37所述的图象处理设备,其特征在于,用于对所述经解码图象 -数据组进行变换图象编码的所述装置包括用于将所述经解码图象-数据组构成一 个经重叠的图象-数据矩阵阵列的装置,以及用于对所述经重叠图象-数据矩阵阵 列进行变换图象编码以形成一个包含所述频率系数项的频率系数矩阵阵列的装 置。
39.如权利要求37所述的图象处理设备,其特征在于,还包括用于导出所述系 数滤波项的装置。
40.如权利要求39所述的图象处理设备,其特征在于,用于导出所述系数滤波 项的所述装置包括用于提供一量化误差矩阵的装置。
41.如权利要求40所述的图象处理设备,其特征在于,用于提供量化误差矩阵 的所述装置包括一个数值表。
42.如权利要求37所述的图象处理设备,其特征在于,所述正交变换基础矩阵 是一个离散余弦变换基础矩阵。
43.如权利要求37所述的图象处理设备,其特征在于,用于转换所述经滤波频 率系数的所述装置包括用于对所述经滤波频率系数进行变换图象编码以形成经 滤波图象-数据项的装置,以及用于将所述经滤波图象-数据项转换成一系列经滤 波电信号以便将所述经滤波电信号构造成一个由经滤波图象元素组成的两维H ×V阵列从而形成所述噪声降低的数字图象的装置,所述每个经滤波电信号对应 于一个所述经滤波图象元素的特征。
44.如权利要求43所述的图象处理设备,其特征在于,用于转换所述经滤波图 象-数据项的所述装置包括用于抽取一部分所述经滤波图象-数据项的装置,以及 用于合并所述部分以形成一组两维H×V低噪声图象-数据的装置,所述噪声降 低的数字图象由所述两维H×V低噪声图象-数据组构成。
45.一种用于对两维经解码图象信号滤波从而降低因量化造成块状赝象影响 的图象处理设备,经解码图象信号中产生的块状赝象是进行变换图象编码、数据 压缩并对先前的图象信号量化的结果,先前的图象信号是作为一系列电信号提供 的,每个电信号对应于先前的图象某一元素的特征,其中压缩运算使用了比例因 子κ以及从一量化表中获得的量化项,并且经解码的图象信号被构造成一个由图 象-数据项sR(z,y)构成的两维H×V组,其特征在于,所述设备包括:
用一正交变换基础矩阵对所述一组图象-数据项进行变换图象编码以形成多个 频率系数项的装置;
滤波装置,它作用于所述频率系数项,以便用一系数滤波项去乘所述频率系 数项,从而形成多个经滤波的频率系数项;以及
用于将所述经滤波的频率系数转换成一个噪声降低的数字图象的装置。
46.如权利要求45所述的图象处理设备,其特征在于,用于对所述一组图象- 数据项进行变换图象编码的所述装置包括用于将所述图象-数据项构成一个经重 叠的图象-数据矩阵阵列的装置,以及用于对所述经重叠图象-数据矩阵阵列进行 变换图象编码以形成一个包含所述频率系数项的频率系数矩阵阵列的装置。
47.如权利要求45所述的图象处理设备,其特征在于,还包括用于导出所述系 数滤波项的装置。
48.如权利要求47所述的图象处理设备,其特征在于,用于导出所述系数滤波 项的所述装置包括用于提供一量化误差矩阵的装置。
49.如权利要求48所述的图象处理设备,其特征在于,用于提供量化误差矩阵 的所述装置包括一个数值表。
50.如权利要求45所述的图象处理设备,其特征在于,用于转换所述经滤波频 率系数的所述装置包括用于对所述经滤波频率系数进行变换图象编码以形成经 滤波图象-数据项的装置,以及用于将所述经滤波图象-数据项转换成一系列经滤 波电信号以便将所述经滤波电信号构造成一个由经滤波图象元素组成的两维H ×V阵列从而形成所述噪声降低的数字图象的装置,所述每个经滤波电信号对应 于一个所述经滤波图象元素的特征。
51.如权利要求50所述的图象处理设备,其特征在于,用于转换所述经滤波图 象-数据项的所述装置包括用于抽取一部分所述经滤波图象-数据项的装置,以及 用于合并所述部分以形成一组两维H×V低噪声图象-数据的装置,所述噪声降 低的数字图象由所述两维H×V低噪声图象-数据组构成。

说明书全文

                  发明领域

本发明涉及图象处理,尤其涉及一种用于减少状赝象(blocking artifact) 的方法和设备,其中块状赝象是由图象数据压缩噪声造成的,而图象数据压缩噪 声则是由变换图象编码过程中量化引起的误差所产生的。

                  发明背景

变换图象编码的图象处理过程在各种应用中被采用,它包括照相图象 (photographic image)的电子转换、在印刷工序中再现图形信息,以及通过电子通 信系统传输数字图象数据。在这些应用中,对作为一系列电象信号(electrical image signal)提供的原始源图象(original source image)进行编码,其中每个 信号都与原始源图象的某一元素或象素的特征对应。将电象信号转换成一个代表 源图象象素的二维数值组。为每个被使用的色带(color-band)配备一组独立的 数值。例如,在‘yuv’配置中,提供了三组数值,并且如本领域中众所周知 的,在作进一步的处理之前对u-组和v-组进行下采样(downsample)。通常将 这些数值构筑成一个由图象数据项组成的二维H×V阵列。于是,图象数据阵列 中的每一项便对应于原始源图象中的某一特定的象素,并定量地描述该象素的特 性。例如,在一标准显示格式中,数字源图象包含由640列和480行数值组成的 图象数据阵列。变换图形编码产生一组新的经处理的H×V数值,它们通常被称 为重建图象数据项,是根据数字源图象计算得到的。将处理后的数值转换成一系 列新的电信号,并由这些电信号产生经处理的数字图象。

变换图象编码采用离散余弦变换(discrete cosine transform DCT)之类的正 交变换,将图象数据项转换成频率系数项,从而简化了后续的处理计算。例如, 余弦变换图象编码是这样一种图象处理过程,在该过程中对数字源图象进行二维 正向(forward)离散余弦变换(FDCT),然后用量化表中的项去除所得的结果,并用 诸如Huffman编码等过程对其进行熵编码(entropy encode)。然后,存储或发送编 码数据,这通常比采用原始数字源图象项要有效得多。随后,对编码数据译码、 用量化项与它相乘,并采用逆余弦变换(IDCT)将其转换为重建的图象数据项。接 下来,由重建的图象数据项获得一经处理的数字图象。

变换图象编码过程中应用的正交变换通常是FDCT和IDCT。这些变换是按照 联合照相专家组(JPEG)建立的工业标准进行的。JPEG的“ISO国际标准草案 (ISO Draft International Standard)10918-1”见参考文献William B.Pennebaker 和Joan L.Mitchell的“JPEG静止图象数据压缩标准(JPEG Still Image Data Compression Standard)”中附录A中的描述。按照JPEG标准,提供的数字化源图 象是一系列图象-数据矩阵,通常被格式化为8×8矩阵,而FDCT是用来产生一 系列频率系数矩阵的。

用二维FDCT将图象-数据矩阵转换成频率-系数矩阵的过程可以用以下简化 的矩阵符号表述:

            S(ν,μ)=C×s(j,i)×CT

其中,S(ν,μ)是频率系数矩阵中的项,s(j,i)是图象-数据矩阵中的项,C是 离散余弦变换的基础矩阵,而CT是C的转置矩阵。当应用于8×8图象-数据矩 阵时,二维FDCT可由以下等式给出: S ( ν , μ ) = 1 4 C ν C μ Σ j = 0 7 Σ i = 0 7 s ( j , i ) cos [ ( 2 i + 1 ) μπ 16 ] cos [ ( 2 j + 1 ) νπ 16 ]

其中,对于k=0,Ck=1/√2;而对于k>0,Ck=1。一般在发送和存储之 前,要将频率系数项除以量化项并将所得的商四舍五入。计算得到的商与四舍五 入所得商之间的差值是四舍五入运算所产生的计算误差。这会导致图形数据压缩 噪声,从而在中等至高度压缩平上产生块状赝象。

采用二维IDCT运算可以获得重建的图象数据项,用简化的矩阵符号可表述 成:

            r(j,i)=CT×R(ν,μ)×C

其中,r(j,i)是重建的图象数据项,而R(ν,μ)是去除量化的频率系数项。当 应用于8×8频率系数矩阵时,相应的二维IDCT可由以下等式给出: r ( j , i ) = 1 4 Σ ν = 0 7 Σ μ = 0 7 C ν C μ R ( ν , μ ) cos [ ( 2 i + 1 ) μπ 16 ] cos [ ( 2 j + 1 ) νπ 16 ]

在有关的领域中已描述了各种解决块状赝象问题的方法。颁发给H.Malvar的 美国专利第4,754,492号揭示了一种用于处理n-维数字化信号的方法和设备,其 中n-维数字化信号至少含有两块相邻的数字化取样值。参考文献揭示的设备包含 一个复合空间算子(composite spatial operator),其使用的基本函数与常规的 DCT/IDCT基本函数类似,但其特征是它略微扩展至输入信号中相邻的块内。

颁发给Downing等人的美国专利第5,220,616号揭示了一种对图象进行数字 处理的方法,在该方法中,将相应的图象阵列分成若干块,随后对各块进行变换, 从而压缩图象。用一维算子矩阵对边界处图象数据元素依次扫描,使边界的不连 续处平滑。

颁发给Yamaoka的美国专利第5,357,584号揭示了一种用于压缩扩展图象的设 备,该设备包含一个评价电路,它通过比较原始图象数据块和经处理的图象数 据,对预定压缩系数进行评价并提供一优化的压缩系数。该参考评价电路包括对 每个图象数据块逐个象素地进行这种比较的装置,以便提供块噪声数据(block noise data)。

在颁发给Yuan的美国专利第5,367,385号中,揭示了一种对块编码图象数据 进行处理的方法和设备,其中通过低通滤波进行象素修正,以减小选定的重建象 素块边缘附近‘本地’象素与相邻块中块边缘附近‘外界’象素之间的数值差。

颁发给Jeong的美国专利第5,384,849号揭示了一种消除块状赝象的方法和设 备,其中在编码装置中包括一个块状赝象测量器。块状赝象测量器接收被延迟的 原始数据,并产生一帧数据误差,该误差对应于原始帧数据与接收后复原的帧 数据之间的差。

现有技术中,没有公开过通过修正接收到的频率分量来减少或消除块状赝 象的变换图象编码过程。因此,本发明的目的是提供一种进行图象编码的设备, 其使用的方法是通过对接收到的频率系数滤波(filter)来减少块状赝象,从而 补偿量化误差所产生的影响。

本发明的另一个目的是,提供一种可用来减少接收到的符合JEPG要求的图象 数据文件中块状赝象的方法和设备。

                  发明概述

本发明是一种进行变换编码的图象编码/解码设备,其使用的方法可以抑制或 消除块状赝象。在完成变换图象编码后,发送编码数据并将其转换成接收图象数 据,随后将接收图象数据重叠变换成频率系数,以便通过采用量化误差矩阵的滤 波运算进行修正。量化误差矩阵可以由编码装置中产生的量化误差数据导出,或 者由解码装置中的查找表提供。经修正的频率系数被转换成噪声减少的图象数据 项,用于重建数字图象。

                  附图简述

下面来描述表征本发明的新颖特性。结合附图参看以下描述的本发明的实施 例,读者将会更好地理解本发明的操作机理和方法以及其他目的和优点。其中,

图1是常规图象处理系统的示意图,该系统采用变换图象编码和解码对图象 数据进行压缩;

图2是一功能方框图,示出了依照本发明用包含图象编码模块和解码模块的 设备将原始源图象转换成噪声减少的重建图象的过程;

图3是一方框图,示出了图2中图象编码模块所执行的运算步骤;

图4是一方框图,示出了图2中图象解码模块所执行的运算步骤;而

图5是图4所示图象解码模块的另一实施例

                本发明的详细描述

图1示出了通过变换图象编码和解码来进行图象数据压缩的常规的图象处理 系统。用光学扫描器11或摄像机13之类的图象数字转换器(digtizer)将原始源图 象转换成包含图象数据项的数字源图象。图象数据项既可以用图象-数据软盘15 或类似的存储介质存储,也可以直接发送给变换图象编码装置21,以便转换成 压缩图象数据。随后,变换图象编码装置21将压缩图象数据重新构建成一数字 图象,并将其发送给诸如监视器23或印刷设备25等图象输出装置。另一种方法 是,将压缩图象数据存储在变换图象编码装置21内,或者编档保存在压缩数据 软盘27上,或者发送给远距离的图象处理系统,从而进行图象重建。

依照本发明,图2所示的图象编码模块35和图象解码模块37实现常规变换 图象编码装置的图象数据压缩和解码功能。图象数字转换器10将原始源图象31 转换成一组或多组色带数据,每组色带数据都被独立识别为一个数字源图象33。 将数字源图象33提供给图象编码模块35,作为一组二维H×V图象数据项。图 象编码模块35将数字源图象33变换成压缩图象数据,并通过传输介质19(它 可以是电子网络或其它通信系统)将其发送给图象解码模块37。图象解码模块 37接收压缩图象数据,并将压缩图象数据变换成噪声降低的数字图象39。图象 输出装置20将低噪声的数字图象39转换成重建的低噪声图象41。在某些应用 中,在把图象编码模块35产生的压缩图象数据发送给图象解码模块37之前,可 将其存储或编档保存在诸如磁盘等临时存储介质29中。

图象编码模块

以下将参照图3描述图象编码模块35所执行的处理过程。数字源图象33包 含一组H×V图象数据项,用s0(z,y)表示。如本领域中众所周知的,将这组图象 数据项分成一个由许多N×N图象-数据矩阵51构成的两维阵列。每个图象-数 据矩阵51包括N2个用s(j,i)表示的项,其中0≤i,j≤N-1。构成位于两维图 象数据矩阵阵列第p列第q行的图象数据矩阵的各图象数据项由下述等式确定:

          sq,p(j,i)=s0(j+Nq,i+Np)

其中,0≤i+Np≤H-1,而0≤j+Nq≤V-1。

在运算步骤61中,采用正交变换将每个图象-数据矩阵51变换成一个包含频 率-系数项Sq,p(ν,μ)的N×N频率-系数矩阵53,变换依据的是下述正向正交变 换式:

          Sq,p(ν,μ)=C×sq,p(j,i)×CT

其中,0≤μ,ν≤N-1,而C是正向变换基础矩阵。

在运算步骤62中,用相应的按比例的量化项(scaled quantization term)Q(ν,μ) 去除频率-系数矩阵53中的每个频率系数项S(ν,μ),其中按比例的量化项是从 一个N×N量化表73中获得的,而该量化表73则与本文中用κ表示的比例因子 71结合使用。图象编码模块所进行的图象数据压缩的程度正比于比例因子71的 数值。比例因子71的值也用来确定从滤波参数组75的查找表中获得的滤波参数 αk和βk的数值。例如,在一较佳实施例中,当给定或确定了κ的值时,表I 便确定了图象-数据带y,u和v的滤波参数αk和βk。如以下更详细描述的那 样,滤波参数组75被发送给图象解码模块37,用于减弱量化噪声。                                表I                   给定比例因子κ时α和β的值     κ   αy,βy     αu,βu     αv,βv    κ≤8     0     0     0  8<κ≤24     1     2     2 24<κ≤32     2     4     4    κ>32     3     6     6

执行运算步骤62可产生由N×N商-系数矩阵55构成的二维矩阵阵列,其中 位于矩阵阵列第p列第q行的商-系数矩阵包含由以下表达式给出的商项Quq,p(ν, μ): Qu q , p ( ν , μ ) = S q , p ( ν , μ ) Q ( ν , μ )

在运算步骤63中,将商项Quq,p(ν,μ)四舍五入,变成精度较低的数值,从而 产生量化-系数矩阵57,该矩阵包含的量化-商项Qcq,p(ν,μ)由下述表达式给出: Qc q , p ( ν , μ ) = round ( Qu q , p ( ν , μ ) ) = round ( S q , p ( ν , μ ) Q ( ν , μ ) )

在运算步骤65中,导出一个N×N差-系数矩阵77。差-系数矩阵77包含差 项Dcq,p(ν,μ),它们是根据以下等式从商-系数矩阵55的每个商项Quq,p(ν,μ) 中减去量化-系数矩阵57中的相应量化-商项Qcq,p(ν,μ)而获得的: Qc q , p ( ν , μ ) = abs | ( S q , p ( ν , μ ) Q ( ν , μ ) ) - round ( S q , p ( ν , μ ) Q ( ν , μ ) ) |

由此导出一系列的差-系数矩阵77,每个矩阵对应于矩阵阵列中的一个频率- 系数矩阵53。在运算步骤66中,对各个差-系数矩阵77求和、平均,并乘以一 相应的量化项,从而产生一个N×N量化误差矩阵79,该矩阵包含的项E0(ν, μ)可由以下等式导出: E 0 ( ν , μ ) = Q ( ν , μ ) Σ q Σ p D c q , p ( ν , μ ) M

其中M是被累加的差-系数矩阵的总数。另一种情况是,量化误差矩阵79包 含根据下述等式导出的项E1(ν,μ),这些项是均方根误差项: E 1 ( ν , μ ) = Q ( ν , μ ) Σ q Σ p ( D c q , p ( ν , μ ) ) 2 M

在运算步骤64中,通过诸如使用Huffman编码的Z形序列化过程,对每个量 化-系数矩阵57进行发送编码,产生一组经发送编码的数据59。然后,通过传输 介质19将这组经发送编码的数据59发送给图象解码模块37。类似地,通过传 输介质19将量化误差矩阵79、滤波参数组75和量化表73发送给图象解码模块 37。

图象解码模块

以下将参照图4描述图象解码模块37所执行的图象处理过程。将发送编码后 的数据组59解码成一组用Srq,p(ν,μ)表示的接收量化变换系数。在运算步骤91 中,根据以下等式,用量化表73中相应的按比例的量化项对每个接收系数Srq,p(ν, μ)进行掩模乘(mask multiple),以产生经掩模乘的变换系数Rq,p(ν,μ):

            Rq,p(ν,μ)=Srq,p(ν,μ)×Q(ν,μ)

执行运算步骤91可产生一系列包含经掩模乘变换系数Rq,p(ν,μ)的N×N接 收系数矩阵81,其中每个变换系数Rq,p(ν,μ)对应于先前在图象编码模块35中 处理的一个量化-商项Qcq,p(ν,μ)。

在运算步骤92中,依照以下逆向变换式,用一逆向正交变换将变换系数Rq,p(ν, μ)变换成由rq,p(j,i)表示的接收图象数据项:

            rq,p(j,i)=CT×Rq,p(ν,μ)×C

每个接收图象数据项rq,p(j,i)对应于H×V数字源图象33中的一个图象数据项 s0(z,y)。由此,可将接收图象数据项rq,p(j,i)格式化成一组包含sR(z,y)项的H×V 接收图象-数据83。此格式化过程可根据以下等式完成:

            SR(j+Nq,i+Np)=rq,p(j,i)

其中0≤i+Np≤H-1,而0≤j+Nq≤V-1。

在常规图象解码系统中,接下来的常规运算步骤93将重新构建接收图象数据 组83,以形成虚线表示的接收数字图象43。正是接收数字图象43通常在中等 至高度图象压缩的比例下显现出块状赝象。块状赝象是在图象编码模块35的运 算步骤63中由量化商项引起误差而产生的。一种用来克服量化噪声问题的方法 是减小比例因子71,从而降低对商项的量化,减少块状赝象的发生。但是,由 于图象数据压缩程度会降低,并且处理压缩数据所需的计算资源和发送时间会相 应增加,所以不希望使用该方法。

本发明采用一种能补偿先前量化运算所引起误差的校正过程来抑制或消除块 状赝象的发生。根据所揭示的方法,在重建数字图象之前,通过一滤波过程修正 构成接收图象-数据组83的sR(z,y)项。滤波是按照以下运算顺序来实现的:i)在 运算步骤94中,将接收图象-数据组83的sR(z,y)项重叠-变换至频率域,以形成 一个由N×N经修正的频率-系数矩阵85构成的两维阵列;ii)在运算步骤95中, 对经修正的频率-系数矩阵85滤波,以产生一系列经滤波的系数矩阵87;iii)在 运算步骤96中,将经滤波的系数矩阵87逆变换至空间域,以产生一个经滤波的 图象-数据矩阵88;iv)在运算步骤98中,从经滤波的图象-数据矩阵88中抽取 被选中的噪声降低的项,以形成一组两维H×V低噪声图象-数据89;并且v) 在运算步骤99中,由低噪声图象-数据组89形成低噪声数字图象39。

在运算步骤94中,对接收图象-数据组83进行重叠变换是指对一个由N×N 矩阵构成的阵列进行正向正交变换的过程,其中这个N×N矩阵阵列是通过一个 ‘重叠’过程从图象-数据组83获得的。根据以下等式可从接收图象-数据矩阵组 83获得构成这些经重叠的图象-数据矩阵的图象数据项:

         vs,r(j,i)=sR(j+ωs,i+ωr)

其中,1≤ω≤N-1,0≤j+ωs≤V,而0≤i+ωr≤H。构成位于经重 叠图象-数据矩阵阵列第r列第s行的经重叠图象-数据矩阵的各图象数据项用 vs,r(j,i)表示。恒定整数ω的值确定了重叠过程中使用的重叠量,它是图象解码模 块37所提供的重叠参数84。在一较佳实施例中,ω被设置为N/2。可以看出, 应用重叠过程可以得到这样一个矩阵阵列,在该矩阵阵列中,图象数据项的某些 行和列是相应成对的经重叠图象数据矩阵所共有的。例如,

        vs+1,r(j,i)=vs,r(j+N-ω,i)和vs,r+1(j,i)=vs,r(j,i+N-ω)

对于0≤i,j≤ω-1。通过对相互重叠的图象-数据矩阵进行滤波运算,避 免了矩阵至矩阵的不连续性,并抑制或消除了块状赝象的发生。

通过正向正交变换将经重叠的图象-数据矩阵转换成包含经修正频率-系数项 Svs,r(ν,μ)的N×N经修正系数矩阵85,其中经修正频率-系数项Svs,r(ν,μ)由 以下矩阵式给出:

       Svs,r(ν,μ)=C×vs,r(j,i)×CT

在运算步骤95中,利用滤波参数组75和量化误差矩阵79对经修正系数矩阵 进行滤波计算,以产生N×N经滤波的系数矩阵87,这些经的系数矩阵87包含 经滤波的频率-系数项Sfs,r(ν,μ),它们是根据以下等式获得的: Sf s , r ( ν , μ ) = [ S v s , r ( ν , μ ) ] × [ [ S v s , r ( v , μ ) ] 2 [ S v s , r ( ν , μ ) ] 2 + α [ E x ( ν , μ ) ] 2 ] β

从滤波参数组75可以获得α和β的数值,而Ex(ν,μ)是量化误差矩阵79, 例如如上述定义的E0(ν,μ)和E1(ν,μ)。

在运算步骤96中,通过根据以下矩阵式应用逆正交变换,将经滤波的系数矩 阵87变换成包含经滤波图象数据项rfs,r(j,i)的经滤波图象-数据矩阵88:

          rfs,r(j,i)=CT×Sfs,r(ν,μ)×C

由于在运算步骤94中进行了重叠过程,所以每个经滤波的图象-数据矩阵88 所包含的图象数据项都比获得低噪声数字图象39所需的要多。因此,在运算步 骤98中,只抽取和合并位于每个经滤波图象-数据矩阵之N’×N’核心子矩阵 rk(m,n)内的图象数据项,从而形成一组两维H×V低噪声图象-数据89,其中, 0≤m,n≤N’-1,而N’=N-ω,ω是重叠参数84。

通过删除第0行至第(ω/2-1)行和第(N-ω/2)行至第(N-1)行中的图象数据项, 以及相应经滤波图象数据矩阵rfs,r(j,i)第0列至第(ω/2-1)列和第(N-ω/2)列至第 (N-1)列中的经滤波的图象数据项,可以获得每个核心子矩阵rks,r(m,n)。核心子矩 阵项rks,r(m,n)与相应经滤波图象-数据矩阵中的经滤波的图象数据项rfs,r(j,i)之间 的关系由以下表达式给出: rk s , r { j - ( ω 2 ) , i - ( ω 2 ) } = r f s , r ( j , i )

对于(ω/2)≤i,j≤N-(ω/2+1)。

根据以下等式,通过将核心矩阵项合并成一个两维H×V阵列,便可形成噪 声降低的图象-数据组89:

      sF(n+sN’,m+rN’)=rks,r(n,m)

其中0≤m+rN’≤N-1,而0≤n+sN’≤V-1。在运算步骤99中,重新构建 与接收图象-数据组83对应的低噪声图象-数据组89,从而形成低噪声数字图象 39。与常规获得的接收数字图象43相比,在低噪声数字图象39中滤波运算95 已降低或消除了因量化所产生的块状赝象的影响。

图象解码模块-另一实施例

对于使用常规图象编码模块例如能输出符合JPEG要求数据的模块来提供发 送编码数据组103的图象处理应用,可采用如图5所示的另一种图象解码模块1O1 来实现解码。一般,常规的图象编码模块通过传输介质19提供一张量化表105, 但不提供量化误差矩阵或滤波参数。因此,在运算步骤95中,图象解码模块101 将量化误差表109用作量化误差矩阵。运算步骤95中所用的滤波参数是利用诸 如表II的解码参数表从滤波参数组75’中获得αk和βk的数值来提供的。

与上述较佳实施例一样,通过运算步骤92和94,可将发送编码数据组103 转换成一系列经修正的系数矩阵85。在运算步骤121中,以量化表105中的DC 按比例的量化项(即,第一行和第一列中的按比例的量化项Q(0,0))作为用κ’ 表示的估计比例因子107。根据表II,将比例因子107作用于滤波参数组75’, 从而产生αk和βk的数值。                                   表3                    给定估计比例因子κ’时α和β的值     κ’=DC     αy,βy     αu,βu     αv,βv     κ’≤8     0     0     0    8<κ’≤24     1     2     2    24<κ’≤32     2     4     4     κ’>32     3     6     6 还将比例因子107作用于量化-误差表109,从量化-误差表109中选出包含N ×N噪声-掩模项的表的估计量化误差矩阵Eε(ν,μ)。量化误差矩阵Eε(ν,μ) 中所包含的噪声-掩模项是用经验数据和估计方法导出的,并且考虑了图象处理人 员一般需要注意的各种图象属性。量化误差表III至V是这类用于8×8频率-系数 矩阵的经验推导噪声掩模的例子。

在运算步骤95中,应用估计量化误差矩阵Eε(ν,μ)以及从滤波参数组75’ 中获得的αk和βk的数值,对经修正的系数矩阵85进行滤波运算,从而产生经 滤波的系数矩阵87。与较佳实施例中的一样,通过执行运算步骤96、98和99, 可获得噪声降低的数字图象38。                                 量化误差表III                             比例因子=2;Y图象-数据带     0.0    0.6    0.3    0.3    0.6    0.8    1.0    1.0     0.6    0.6    0.3    0.6    0.6    0.8    1.1    1.2     0.6    0.6    0.6    0.6    0.8    1.0    1.2    1.2     0.6    0.6    0.6    0.6    0.8    1.1    1.2    1.1     0.6    0.6    0.6    0.8    0.9    1.0    1.2    1.0     0.6    0.6    0.8    1.1    1.1    1.1    1.0    0.8     0.8    0.8    0.9    1.1    1.1    1.0    0.8    0.7     0.8    0.9    1.1    1.1    0.9    0.9    0.7    0.6                             量化误差表IV                           比例因子=8;U图象-数据带     0.0    2.2    2.2    2.6    2.7    2.2    1.7    1.5     2.2    2.2    2.2    2.3    2.3    1.8    1.4    1.4     2.5    2.2    2.3    2.5    2.1    1.6    1.3    1.2     2.7    2.5    2.6    2.3    1.7    1.4    1.2    1.1     3.1    2.6    2.2    1.8    1.5    1.3    1.1    1.1     2.7    2.1    1.7    1.4    1.3    1.1    1.1    1.0     2.1    1.8    1.5    1.2    1.1    1.0    1.0    1.0     1.7    1.5    1.3    1.1    1.0    1.0    1.0    1.0                              量化误差表V                      比例因子=24;V图象-数据带     0.0    6.1    5.4    5.3    4.2    3.4    2.9    2.7     6.1    5.9    5.0    4.3    3.5    3.0    2.6    2.5     6.1    5.2    4.7    4.1    3.3    2.7    2.4    2.4     5.8    4.8    4.5    3.5    2.9    2.5    2.2    2.2     5.3    4.3    3.4    2.8    2.4    2.2    2.0    2.0     3.9    3.3    2.7    2.3    2.1    2.0    2.0    1.9     3.1    2.7    2.3    2.0    1.9    1.8    1.8    1.8     2.5    2.3    2.0    1.8    1.7    1.7    1.7    1.7

本发明优点是适于提供一种不引起块状赝象并实现中等图象数据压缩的设 备,其所用的方法比目前常规图象处理设备中使用的方法更有效。尽管描述了本 发明的较佳实施例,但对于本领域的熟练技术人员而言,显然可以不脱离本发明 进行各种变化和改变,并且申请人已试图在所附的权利要求用语中包括本发明实 质精神和范围之内的这些的变化和改变。

高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈