过滤数字图像的方法和系统、数字图像处理器技术方案

描述了一种过滤数字图像的方法。将滤波核应用于一组象素中的相应象素，以便依照第一滤波参数消除噪声和保持与数字图像中图像边缘相关联的空间频率。该滤波核是相应象素的函数，并且对相应象素具有闭合形式。滤波核包括来自第一组相邻象素的贡献，并具有内容相关的标准化，使得滤波核中元素的总和等于一个大体上固定的值。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术一般地涉及图像处理，更加具体地涉及图像和视频清理和预编码。
技术介绍
传统的图像噪声去除(或减小)算法可以分为两类统计方法和核方法。一种统计方法的算法是中值滤波。在中值滤波中，将在图像中要被清理的一组(有噪声的)象素中的相应象素的值确定为特定窗口中的中间象素值，该窗口在相应象素处的中心。尽管中值滤波在去除或降低脉冲噪声中是有效的，但是它通常难以去除高斯(白)噪声，并且可能使图像模糊(即图像会被平滑)。当窗口例如在具有高百分比的脉冲噪声的图像中较大时，模糊可能更加明显。另一种统计方法即顺序统计量(OS)滤波可提供减小数量或程度的模糊。在顺序统计量滤波中，窗口中的象素组按照有序序列排列，并使用合适的预定加权按该序列的线性组合替代相应象素。然而，对于图像中的每一象素使用的是同样的窗口(形状和尺寸)和同样的加权。因此，常常难以保持或维持总体的图像锐度。核方法例如是移动平均(MA)滤波、无限冲激响应(IIR)或自回归移动平均(ARMA)滤波法(即与自回归反馈相结合的MA)以及卷积滤波，其在减小高斯噪声方面更加有效，但是在减小脉冲噪声专利技术效率较低。此外，根据滤波系数(也称为滤波器加权)，核方法在保持图像锐度方面具有比统计方法更大的困难。传统的图像滤波包括统计方法和核方法，其通常可通过图像平滑以及通过损失图像锐度来实现噪声降低。这可能导致图像过分模糊。在试图修改这些方法来保持一定量的图像锐度(例如，对于每一象素根据负梯度使用卷积遮罩)时，这种方法必然增大计算成本和复杂性，并且常常要使用多级图像处理(即图像处理的多次迭代)。近来在图像噪声去除方面的进展包括″最大后验”(MAP)和变分方法。该MAP方法本质上是统计学的(即离散的)。该变分方法是分析的，其常常作为能量函数的最小化问题而提出，该最小化问题常常定义为弯曲或内部(″先验”)能量函数的总和。当内部能量函数调节输出的图像质量时，外部能量函数测量对要被清理的输入图像的近似性。可以使用正常数作为用于相比于输入的有噪声图像(由外部能源调节)，来平衡输出的″干净”图像的图像(平滑度/锐度)质量和保真度的参数。解决能量最小化问题的欧拉-拉格朗日方程的最速下降方法会引起(各向同性和各向异性的)扩散和扩散反应的偏微分方程(PDE)。尽管变分方法和其他近来的相关方法(如各向异性扩散或扩散反应的PDE的数值解)通常提供对如上所述的传统算法的改进，但是该改进通常必然会增大计算成本和复杂性，并且常常使用多级图像处理。因此，需要一种改进的图像处理方法，该方法可去除或减小图像中的噪声，同时大体上保持图像内容(例如图像结构和图像边缘)。此外需要减小计算成本、减小复杂性和单遍扫描或减小图像处理过程中的级数。
技术实现思路
描述了一种过滤数字图像的方法。将滤波核应用于一组象素中的相应象素，以便依照第一滤波参数来平滑噪声和保持与数字图像中的图像边缘相关联的空间频率。该滤波核是相应象素的函数，并且对于相应象素具有闭合形式。滤波核包括来自第一组相邻象素的贡献(contribution)，并具有内容相关的标准化，使得滤波核中元素的总和等于一个大体上固定的值。可替换地说法是，元素的总和等于或近似等于固定值。所述应用包括相应象素的单遍扫描。可以对象素组中的每一象素执行该应用，以便产生过滤的数字图像。对象素组中的每一象素应用滤波核附加的一次或多次可以使过滤的数字图像大体上不变。第一滤波参数可以确定平滑和锐化之间的边界。通过减小数字图像中一位置处的噪声平滑，该第一滤波参数可以大体上维持数字图像中的纹理信息，所述数字图像包含比阈值更大的空间频率。滤波核中的偏心元素包括第一组相邻象素中的象素和在各向异性扩散方程的离散化中相应象素之差的量。滤波核中的中心象素对应于相应象素。第一滤波参数可以在各向异性扩散方程的离散化中使时间步长映射到内容相关的标度(scale)。在各向异性扩散方程的离散化中的传导率是子波变换的函数。来自传导函数的离散传导元素可以实现为查询表。滤波核可对应于尺寸为(2m+1)×(2n+1)的窗口，并可包括第一组相邻象素。滤波核的m和n是象素尺寸的函数。m可以等于n。在一些实施例中，该方法还包括使用滤波核修改颜色或象素的颜色分量。在一些实施例中，滤波核包括来自第二组相邻象素的贡献，并进一步与第二滤波参数一致。在过滤数字图像的方法的一个可替换实施例中，将滤波核应用到象素组中的相应象素上，以依照滤波参数来平滑噪声和保持与数字图像中的图像边缘相关联的空间频率。过滤的象素对应于Σm,n1γM⊗U,]]>其中M是闭合形式的阵列，该阵列是相应象素的函数并具有(2m+1)×(2n+1)(m和n是正整数)的窗口尺寸，M包括来自(2m+1)×(2n+1)组相邻象素的贡献，U是象素组中的子阵列并包括相应象素和相邻象素组，表示M中元素和U中元素的逐个元素的乘积，γ是时间比上内容相关标度，导致滤波核M的标准化，使得 中元素的总和等于或近似等于一个固定的值。过滤数字图像的方法和相关装置可提供减小的噪声，同时大体上保持图像内容。该方法和相关装置还可以在数字图像的处理中提供减小的计算成本、减小的复杂性和单遍扫描或减小的级数。附图说明为了更好地理解本专利技术，可以结合随附的附图参考下面详细的说明，其中图1是示出了过滤数字图像的过程的实施例的流程图。图2是示出了过滤数字图像的过程的实施例的流程图。图3是示出了客户端或服务器的实施例的方框图。图4是示出了设备的实施例的方框图。图5是示出了过滤数字图像的过程的实施例的流程图。图6是示出了转变参数的方框图。图7是示出了在图像边缘上一点处的局部坐标的方框图。图8是示出了确定滤波核的过程的实施例的流程图。图9是示出了图像片中一组象素的方框图。图10是示出了将滤波核构建在图像片的边角处的相应象素的过程的实施例的流程图。图11是示出了将滤波核构建在图像片边界上的相应象素的过程的实施例的流程图。图12是示出了将滤波核构建在图像片内部的相应象素的过程的实施例的流程图。图13是示出了构建和使用滤波核的过程的实施例的流程图。图14是示出了构建和使用滤波核的过程的实施例的流程图。图15是示出了过滤数字图像的过程的实施例的流程图。图16是示出了过滤用于图像压缩或在图像压缩中的P或B帧的过程的实施例的方框图。图17是示出了过滤用于图像压缩或在图像压缩中的宏块的过程的实施例的方框图。图18是示出了过滤三维数字图像的过程的实施例的方框图。图19是示出了未过滤的和过滤了的数字图像的实施例的方框图。在所有附图中同样的参考数字表示对应的部件。具体实施例方式现在将详细地参考实施例，该实施例的实例在随附的附图中示出。在下面详细的说明中，为了提供对本专利技术的全面理解，阐明了多个具体的细节。然而，对本领域技术人员来说显而易见的是，本专利技术可以在没有这些具体细节的情况下实施。在其他情况下，为了不至于使实施例的形态不清楚，没有详细地描述公知的方法、步骤、元件和电路。描述了一种图像处理方法以及相关的装置和系统。该图像处理位于计算上有效率的滤波核的中心，该滤波核可改进图像质量(例如减小或去除噪声)，减小通信带宽和/或减小数字图像或一组图像(例如视频)的本文档来自技高网...

【技术保护点】
一种过滤数字图像的方法，包括将滤波核应用于一组象素中的相应象素，以便依照第一滤波参数来平滑噪声和保持与数字图像中的图像边缘相关联的空间频率，其中该滤波核是相应象素的函数，并且对于相应象素具有闭合形式，并且其中滤波核包括来自第一组相邻 象素的贡献，并具有内容相关的标准化，使得滤波核中元素的总和等于一个大体上固定的值。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：崔锦泰，王建忠，
申请(专利权)人：普瑞科德公司，
类型：发明
国别省市：US[美国]