CN102656888A - 图像滤波器、编码装置、解码装置以及数据结构 - Google Patents

Abstract

自适应滤波器(100)根据滤波器系数向量V、以及输入图像中的滤波区域所拥有的各像素的像素值，来计算输出图像中的对象像素的像素值。自适应滤波器(100)具备：根据所述输入图像中的所述对象区域的位置以及所述输出图像中的所述对象像素的位置的至少一方位置，来变更所述滤波器系数向量V的控制变量决定部(120)。

Description

图像滤波器、编码装置、解码装置以及数据结构

技术领域

本发明涉及进行图像滤波处理的图像滤波器。还涉及具备该图像滤波器的解码装置以及编码装置。另外，还涉及由该编码装置生成且供解码装置参照的编码数据的数据结构。

背景技术

为了有效地传送或记录动图像，通常采用动图像编码装置。具体的动图像编码方式例如有H.264/MPEG-4AVC、以及KTA(Key Technical Aeras)软件中所采用的编码方式等。

在上述这些编码方式中，按以下的阶层结构来管理构成动图像的图像(图片)：从图像分割出的像条、从像条分割出的宏块、从宏块分割出的像块。通常是以每一像块为单位来进行编码的。

在非专利文献1中，揭示了一种称为ALF(Adaptive Loop Filter：自适应环路滤波器)的对解码图像进行滤波处理的滤波器。该ALF以解码图像中的像条为单位区域，对每一单位区域设定使原图像与经ALF处理后的解码图像之间的误差得以为最小的滤波器系数，并按照该滤波器系数来对该单位区域施以滤波处理。

[现有技术文献]

非专利文献1：ITU-T Telecommunication Standardization Sector VCEG-AI 18，2008(2008年7月公开)。

发明内容

〔本发明所欲解决的问题〕

然而在上述ALF中，由于是对每一单位区域均用固定的滤波器系数来进行滤波处理，因此当单位区域间的图像特性互不相同时，便出现难以恰当地进行滤波的问题。

本发明是鉴于上述问题而研发的，目的在于实现一种使用有对每一单位区域所分别设定的滤波器系数，且即使单位区域间的图像特性互不相同也能恰当地进行滤波处理的图像滤波器。

〔用以解决问题的技术方案〕

为解决上述问题，本发明的图像滤波器根据滤波器系数向量、以及输入图像中的对象区域所拥有的各像素的像素值，来计算输出图像中的对象像素的像素值。该图像滤波器的特征在于：具备滤波器系数向量变更单元；所述滤波器系数向量变更单元根据所述输入图像中的所述对象区域的位置以及所述输出图像中的所述对象像素的位置的至少一方位置，来变更所述滤波器系数向量。

在上述技术方案中，具备了根据所述输入图像中的所述对象区域的位置以及所述输出图像中的所述对象像素的位置的至少一方位置来变更所述滤波器系数向量的滤波器系数变更单元。因此本发明的效果在于：能够根据上述对象区域的位置以及上述输出图像中的上述对象像素的位置的其中至少一方位置，来对每一上述对象区域进行恰当的滤波处理。

〔发明效果〕

如上所述，本发明的图像滤波器根据滤波器系数向量以及输入图像中的对象区域所拥有的各像素的像素值，来计算输出图像中的对象像素的像素值。该图像滤波器具备了：根据所述输入图像中的所述对象区域的位置以及所述输出图像中的所述对象像素的位置的至少一方位置来变更所述滤波器系数向量的滤波器系数变更单元。因此本发明能够根据上述对象区域的位置以及上述输出图像中的上述对象像素的位置的其中至少一方位置，来对每一上述对象区域进行恰当的滤波处理。

附图说明

图1是实施方式中的自适应滤波器的结构框图。

图2是含多个对象区域的单位区域的示意图，该图用以说明实施方式中的自适应滤波器的效果。

图3是实施方式中的自适应滤波器的滤波器系数计算处理的一例流程图。

图4是实施方式中的自适应滤波器的滤波器系数计算处理的另一例流程图。

图5是具备了实施方式中的自适应滤波器的动图像编码装置的结构框图。

图6是实施方式中的自适应滤波器所输出的滤波器系数信息的结构示意图，(a)表示滤波器系数信息的第1例，(b)表示滤波器系数信息的第2例，(c)表示滤波器系数信息的第3例。

图7是实施方式中的动图像编码装置所具备的帧间预测图像生成部的结构框图，亦即具备有实施方式中的自适应滤波器的帧间预测图像生成部的结构框图。

图8是具备了实施方式中的自适应滤波器的动图像解码装置的结构框图。

图9是实施方式中的动图像解码装置所具备的帧间预测图像生成部的结构框图，亦即具备有实施方式中的自适应滤波器的帧间预测图像生成部的结构框图。

图10是，由实施方式中的动图像编码装置所生成且被输入给实施方式中的动图像解码装置的编码数据的位流示意图。

图11是，由实施方式中的动图像编码装置所生成且被输入给实施方式中的动图像解码装置的编码数据所含的滤波器系数信息的具体结构示意图。

<附图标记说明>

100        自适应滤波器(图像滤波器)

110        滤波部

120        控制变量决定部(滤波器系数向量变更单元)

1          动图像编码装置(编码装置)

2          动图像解码装置(解码装置)

16、26     帧间预测图像生成部

R          滤波参照区域

T          滤波对象区域

具体实施方式

以下，参照图1来说明实施方式中的自适应滤波器100的结构。

图1是自适应滤波器100的结构框图。如图1所示，自适应滤波器100具备有滤波部110以及控制变量决定部120。

自适应滤波器100是能对图像数据进行滤波处理的图像滤波器。自适应滤波器100在对图像数据所示图像中的作为滤波对象的单位区域进行滤波处理时，能够对自该单位区域中分割出的每一区域(滤波对象区域T)来进行恰当的滤波处理。

自适应滤波器100能较好地用在例如对动图像数据进行编码的动图像编码装置中，或用在对经编码的动图像进行解码的动图像解码装置等中。

针对输入的图像数据#100中的各像素值，自适应滤波器100按照滤波器系数，来求取给定区域中所含的像素值的线性加权和，由此生成输出图像数据#110a，并将其输出。

另外，自适应滤波器100还被输入学习数据#200。学习数据#200是指：在决定上述滤波器系数时所被参照的学习图像的图像数据。学习数据#200将在后文中说明。学习数据#200具体例如有：输入给具备有自适应滤波器100的图像编码装置的输入图像数据。

另外，自适应滤波器100不仅输出图像数据#110a，还输出滤波器系数信息#110b。滤波器系数信息#110b是滤波处理中所用过的滤波器系数的相关信息。

自适应滤波器100根据图像数据#100、以及图像数据#100的辅助信息#100a，随每一上述给定区域来改变上述滤波器系数，且求取上述线性加权和。

图像数据#100的辅助信息#100a是生成图像#100时所要用的信息，其是从编码数据中获得的。即，包括以下全部的信息：在生成预测残差时所要用的转换系数、频率转换量、量化参数信息；在生成预测图像时所要用的预测模式、移动补偿量、移动向量、参照帧等这些信息；加权预测时的权数信息、像块信息及像块边界的位置信息等。

滤波器系数信息#110b包含有滤波器系数、以及生成滤波器系数时所需的信息。其具体例将在后文中说明。

在此，设想滤波对象区域T是MT×NT的矩形，但滤波对象区域T也可由单个像素构成，也可以是像块或宏块。滤波对象区域T的形状并不限于是矩形，也可以是菱形、圆形、一整条垂直线/水平线、一整条斜线、或其他任意形状。另外，单位区域内的滤波对象区域T的尺寸无需恒定，也可以是可变形式。例如，若是对尺寸可变的像块实施转换及移动补偿，那么较妥当的方案是将该可变像块作为区域T。

以下说明自适应滤波器100的各个部。

控制变量决定部120接收图像数据#100、以及图像数据#100的辅助信息#100a，并向滤波部110提供控制变量#120a以及控制基底#120b。

滤波部110针对图像数据#100中的各像素值，对给定区域中所含的像素值的基于滤波器系数的线性加权和、以及补偿值进行相加，由此算出输出图像数据#110a。

具体为，滤波部110根据式(1)表达的线性加权和，计算输出图像数据#110a中的位于坐标(x’，y’)上的像素值S_O(x’，y’)。

$S_O(x^{\&prime;},y^{\&prime;})=\left(\underset{(i,j)\&Element;R}{\mathrm{\&Sigma;}}h(i,j)S_I(x+i,y+j)\right)+h_{\mathrm{offset}}---\left(1\right)$

在此，S_I(x，y)代表图像数据#100的坐标(x，y)上的像素值。h(i，j)代表与像素值S_I(x+i，y+i)相乘的滤波器系数。另外，R代表：由成为上述线性加权和的运算对象的像素所构成的区域(以下称为滤波参照区域)。更具体来说，R代表的是：成为上述线性加权和的运算对象的像素的对应坐标群。例如，若以坐标(x，y)上的像素为中心来进行3×3抽头滤波，则R＝〔(-1，-1)、(-1，0)、(-1，1)、(0，-1)、(0，0)、(0，1)、(1，-1)、(1，0)、(1，1)〕。另外，h_offset代表要加算给像素值的补偿值。坐标(x’，y’)与坐标(x，y)可以是同一坐标，若它们具备1对1的对应关系，则也可以是不同的坐标。坐标(x’，y’)与坐标(x，y)之间的具体对应关系并不限定本发明，该对应关系随要被安装自适应滤波器100的图像处理装置的具体结构而定。

通常，可通过滤波器系数行列H以及上述补偿值h_offset来对M×N抽头滤波处理赋予特征。滤波器系数行列H也就是M×N行列，滤波器系数h(i，j)是该M×N行列中拥有的各元素。

以下，设想滤波参照区域是M×N抽头的矩形区域，并以此为例进行说明。但本发明并不限定于此，本发明也适合菱形、圆形、一整条垂直线/水平线、一整条斜线或其他任意形状的滤波参照区域R。

以下运用向量记法来表达上述滤波器系数以及上述补偿值。所谓向量记法，也就是将上述滤波器系数行列H中的各元素以及上述补偿值h_offset，映射成M×N+1维的向量。

具体是将式(2)表达的滤波器系数行列H、以及补偿值h_offset，映射成下式(3)所定义的M×N+1维的滤波器系数向量V。

$H=\left(\begin{array}{cccc}{h}_{11}& h_{12}& \&CenterDot;\&CenterDot;\&CenterDot;& h_{1N}\\ h_{21}& h_{22}& \&CenterDot;\&CenterDot;\&CenterDot;& h_{2N}\\ & & & \\ h_{M1}& h_{M2}& \&CenterDot;\&CenterDot;\&CenterDot;& h_{\mathrm{MN}}\end{array}\right)---\left(2\right)$

V＝(h₁₁，h₁₂，...，h_1N，h₂₁，h₂₂，...，h_2N，...，h_M1，h_M2，...，h_MN，h_offset)  (3)

如式(3)所示，在滤波器系数向量V中，第1个至第M×N个分量相当于滤波器系数h(i，j)，滤波器系数向量V中最后的分量(以下称为补偿成分)代表补偿值h_offset。

通过上述的记法，能够对滤波器系数h(i，j)和补偿值h_offset作统一表达。

另外，使用单标K，将滤波器系数向量V中的各分量记为v(K)。例如，若是上述的例子，则：v(1)＝h(1，1)，v(2)＝h(1，2)，……，v(M×N)＝v(M，N)，v(M×N+1)＝h_offset。

通常，在M×N抽头方式中，单标K与双标(i，j)的对应关系可表达如下：i＝K％M+1，j＝K/M+1。在此，“％”代表剩余，也就是说“x％y”表达的是x除以y时的余。另外，“x/y”代表的是，x除以y而得的商的小数点后部分被舍去(即Floor函数的运算处理)后的结果。

运用以上的记法，可将式(1)表达成以下的式(4)。

$S_O\left(X^{\&prime;}\right)=\underset{K\&Element;R^{\&prime;}}{\mathrm{\&Sigma;}}v\left(K\right)S_I(X+K)---\left(4\right)$

在此，S_O(X’)以及S_I(X+K)各自对应了S_O(x’，y’)以及S_I(x+i，y+j)，它们与上述记法同样也是一维记法。另外，将S_I(X+K)中的补偿成分定义为1。即，在M×N抽头滤波处理中，当K＝M×N+1时，则定义S_I(X+K)＝1。此外，在涉及K的和当中，不仅包含涉及上述区域R的和，还包含了补偿成分。换而言之，在涉及上述R’的和当中，不仅包含与一维记法所表达的上述滤波参照区域R相关的和，还包含与补偿成分相关的和。

在滤波器系数向量V中，第1个至第M×N个的分量可为彼此独立，也可以不为独立。现有技术中采用的方案是，将滤波器系数向量V限定成例如左右对称方式、上下对称方式、点对称方式。比如说，若采用3×1抽头(含补偿值时，为4抽头)且采用的是左右对称方式，那么滤波器系数向量V可表达成如下方式。

$\left(\begin{array}{c}v1\\ v2\\ v3\\ v4\end{array}\right)=w1\left(\begin{array}{c}0\\ 1\\ 0\\ 0\end{array}\right)+w2\left(\begin{array}{c}1\\ 0\\ 1\\ 0\end{array}\right)+w3\left(\begin{array}{c}0\\ 0\\ 0\\ 1\end{array}\right)---\left(5\right)$

在此，w1、w2、w3是滤波器系数向量W的要素。在该例中，呈4阶结构的滤波器系数V由呈3阶结构的滤波器系数向量W来表达，因此自由度便减少1。此时，w1、w2、w3所代表的向量称为基底。该基底为单位基底时，W＝V。

虽然因自由度的减少而使得滤波器的表现能力有所下降，但用以表现滤波器的参数(以下称滤波器参数；在此是指滤波器系数向量W的各分量)的数量可得以减少，由此能减少编码量。以往常采用的是点对称方式。

在此，把根据滤波器参数来求取滤波器系数向量V的函数，称为滤波器计算函数F。式(5)是滤波器计算函数F的一个例子。上述基底并不限于是上述的对称基底，也可以是其他基底。

虽然在上述的例子中是根据滤波器系数向量V(或滤波器系数行列H)来求取线性加权和的，但本发明并不限定于此。即，本发明的自适应滤波器100的滤波处理并不限于是采用线性加权和，也可以采用滤波器系数向量V的各分量的非线性加权和。

本实施方式的自适应滤波器100能够根据辅助信息#100a、图像数据#100所含的各像素值、图像数据#100所含的各像素的位置、或它们的函数，来切换滤波器系数向量V。

<自适应滤波器100的滤波处理例>

(根据是否是占空模式来切换滤波器系数的方案例)

以下，对自适应滤波器100的基于上述记法的滤波器系数计算方法、以及切换方法例进行说明。尤其是在以下的例子中，自适应滤波器100根据图像数据#100中坐标(x，y)上的像素是否属于H.246/AVC标准中的占空模式下宏块，来切换滤波器系数向量。

(步骤S1)

首先，控制变量决定部120将控制变量v_skip的值设定为1，并将该控制变量v_skip输出给滤波部110。其中，控制变量v_skip根据图像数据#100中坐标(x，y)上的像素是否属于占空模式下的宏块，而取为0或1。

另外，控制变量决定部120还将滤波器基底b_skip输出给滤波部110。其中，滤波器基底b_skip与用以表达图像数据#100中坐标(x，y)上的像素是否属于占空模式下的宏块的信息(以下称占空信息)相互对应。

在此，滤波器基底b_skip是：由与滤波器系数向量V的各分量相对应的基底成分，所组成的基底向量。若是M×N抽头滤波处理，那么滤波器基底b_skip相当于M×N+1维的向量。

作为滤波器基底b_skip，例如可较好地采用边缘增强/减弱滤波器基底。在此，边缘增强/减弱滤波器基底是指具有边缘增强效果或边缘减弱效果的滤波器基底，也包括例如2次微分滤波器的基底等。以下，将“边缘增强/减弱滤波器基底”简写成“边缘增强滤波器基底”，但其含义中也包括减弱效果。

例如若采用的是3×3抽头，则作为边缘增强滤波器基底，可例举：横方向边缘增强基底(0，0，0，-1，2，-1，0，0，0，0)；纵方向边缘增强基底(0，-1，0，0，2，0，0，-1，0，0)；标准拉普拉斯式基底(-1，-1，-1，-1，8，-1，-1，-1，-1，0)；变形的拉普拉斯式基底(-1，-2，-1，-2，12，-2，-1，-2，-1，0)；第1斜向拉普拉斯式基底(-1，-2，0，-2，6，0，-1，0，0，0)；第2斜向拉普拉斯式基底(0，0，-1，0，6，-2，0，-2，-1，0)等。

控制变量决定部120将边缘增强滤波器基底或其线性和，作为滤波器基底b_skip而输出给滤波部110。

(步骤S2)

滤波部110以每一像条或每一帧为单位来决定滤波器系数向量V。在此，滤波器系数向量V的各分量v(K)用式(6)来表达。

v(K)＝w(K)+a_skip×v_skip×b_skip(K)…(6)

其中，w(K)代表滤波器系数向量W(固定系数向量)的各分量，b_skip(K)代表上述滤波器基底(固定向量)b_skip的各分量。另外，v_skip代表上述控制变量(可变系数)，也就是在步骤S1中被设定成“v_skip＝1”的控制变量。此外，a_skip代表与控制变量v_skip相对应的系数(固定系数)。

固定向量以及固定系数的“固定”二字的意思为：不会随像素位置而变化。可变系数的“可变”二字的意思为：随像素位置的变化而变化。

式(6)表达的是一例含有控制变量的滤波器计算函数F，该函数F中的滤波器参数为：固定系数向量、固定系数、控制变量。

滤波部110对每一像条或每一帧等这些单位区域，决定滤波器参数当中的无论区域如何均固定的参数(以下称固定滤波器参数)。在此，所被决定的是固定系数向量W的各分量w(K)、以及固定系数a_skip。

在式(6)中，若涉及边缘增强基底b_skip(K)的系数为正(在此是指a_skip为正)，那么控制变量v_skip为1的区域便能够获得边缘增强效果。反之，若涉及边缘增强基底b_skip(K)的系数为负(在此是指a_skip为负)，那么控制变量v_skip为1的区域便能够获得边缘减弱效果。

滤波部110能够利用例如统计性手法来决定固定滤波器参数。

作为固定滤波器参数的具体决定方法，例如可以求出使得下式(7)所示的方差E得以为最小的固定滤波器参数。这里的方差E是用学习数据#200的各像素值来计算的。

$E=\underset{X}{\mathrm{\&Sigma;}}{(S\left(X\right)-\underset{K\&Element;R^{\&prime;}}{\mathrm{\&Sigma;}}v\left(K\right)S_I(X+K))}^2---\left(7\right)$

在此，S(X)代表学习数据#200中处于坐标(x，y)的像素值。另外，涉及X的和是指针对单位区域所含的全部像素所计算的和。即，若是以每一像条为单位来求取固定滤波器参数，则上述和便是指针对该像条所含的全部像素来计算的和。在此虽然是针对单位区域所含的全部像素来求和，但若要限定滤波部110的处理区域，则也可针对一部分像素来求和。例如，若将滤波部110用作分块滤波器，则较为理想的方案是：仅把离块边界的距离在给定值以下的像素限定为处理区域，并仅根据该处理区域来决定固定滤波器参数。另外，若是在被滤波的单位区域中先设定出不滤波的区域，然后对用于表达滤波有无的信息进行编码，则理想的方案是根据被滤波的区域中的像素来决定固定滤波器参数。

具体为，采用滤波器计算函数F，将式(7)中的滤波器参数V化作滤波器参数的函数式，接着令以固定参数对该函数式进行偏微分而得的式子为0，由此可得出通称为正规方程组的式子。通过高斯消元法来求解正规方程组，由此算出固定参数。计算了固定参数后，将该固定参数的值用到随每一像素或每一区域而定的S、S_I、控制变量(在此是v_skip)中。

另外，若导入了补偿值，则表达成M×N+1抽头滤波。同理，若进而导入了控制变量v_skip，则可表达成M×N+2抽头。此时，对于V中第M×N+2个项，可以令v(M×N+2)＝a_skip，由此将V的维数扩张成M×N+2维；对于S_I的第M×N+2个项，可以令S_I(M×N+2)＝∑v_skip×b_skip×S_I(K)，由此扩张S_I的维数。在采用该表达方式时，需要求取M×N+2个使式(7)得以为最小的v值。

另外，关于滤波器系数向量V的其他具体决定方法，例如可以将上述方差E的平方运算方式改为绝对值运算方式，然后求取使绝对值差得以为最小的滤波器系数向量V。另外，也可将滤波器系数向量中各项的平方乘以给定的定量，然后将该乘积加到上述方差E中，从而获得函数，该函数可作为目标函数(所谓的岭回归)。通过这样，既能将滤波器系数向量保持为较小的值，又能减小方差E。采用岭回归时，方差E虽然会比最小值稍微增加，但滤波器系数向量可变为较小的值，因此能够抑制编码量。运用上述统计性手法来决定滤波器系数向量V的决定方法，并不对本发明起限定作用。

另外，若要采用不按控制变量来改变滤波器系数向量值的方法，则也可将控制变量恒定为0，并使自适应滤波器100运用上述统计性手法来决定该方案时的滤波器系数向量V。

当v_skip＝1时，按上述方案所定出的滤波器系数向量V受到式(6)中第2项的影响，而使滤波器表现出滤波增强效果。另一方面，只要设定v_skip＝0，便能够消解式(6)中第2项对滤波器系数向量V的影响，从而滤波器系数向量V也能使滤波器不表现出滤波增强效果。以下，将v_skip＝1时的滤波器系数向量V记作滤波器系数向量V(v_skip＝1)，将v_skip＝0时的滤波器系数向量V记作滤波器系数向量V(v_skip＝0)。

(步骤S3)

控制变量决定部120根据图像数据#100中处于坐标(x，y)的像素是否属于占空模式下的宏块，来设定控制变量v_skip的值。具体为，当图像数据#100中处于坐标(x，y)的像素属于占空模式下的宏块时，控制变量决定部120便设定v_skip＝1，当不属于占空模式下的宏块时，便设定v_skip＝0。

以图像数据#100所含的每一像素为单位，把经上述方式而设定的控制变量v_skip提供给滤波部110。

(步骤S4)

滤波部110根据含有控制变量决定部120所提供的控制变量v_skip的滤波器系数向量V的各分量，对图像数据#100所含的像素值取加权平均，由此算出输出图像数据#110a的各像素值。具体为，滤波部110将滤波器系数向量V的各分量v(K)代入式(4)，由此计算像素值S_O(X’)。

自适应滤波器100反复进行上述步骤S3以及步骤S4的动作。因此自适应滤波器100能够根据图像数据#100所含的各像素是否属于占空模式下的宏块，而用不同的滤波器系数向量来进行滤波处理。更正确地说，当图像数据#100中处于坐标(x，y)的像素属于占空模式下的宏块时，自适应滤波器100便根据滤波器系数向量V(v_skip＝1)来进行滤波处理；当不属于占空模式下的宏块时，自适应滤波器100便根据滤波器系数向量V(v_skip＝0)来进行滤波处理。

如此，当图像数据#100中处于坐标(x，y)的像素属于占空模式下的宏块时，自适应滤波器100进行具有边缘增强效果的滤波，当不属于占空模式下的宏块时，自适应滤波器100进行不具有边缘增强效果的滤波。

一般而言，相比于非占空模式下的宏块，占空模式下的宏块的图像具有边缘越清晰越好的倾向。

因此，通过使用具备上述结构的自适应滤波器100，能够对占空模式下的宏块进行增强边缘的滤波，而对非占空模式下的宏块来进行避免过度增强边缘的滤波。因此相比于不进行滤波器系数切换的现有方案，能更有效地进行滤波处理。

另外，随序列的不同，也有在占空模式下施以减弱处理反而较佳的情况。此时，a_skip被求为负值，以实现最佳的减弱处理。

自适应滤波器100能够通过将控制变量v_skip的值设定为1或0，来对滤波器系数向量V进行切换。即，自适应滤波器100不必对每一宏块计算其滤波器系数，而是能按每一宏块来切换滤波器系数，因此不仅能减少计算滤波器系数时所要的计算量，还能有效地进行滤波处理。

此外，当滤波对象区域T含多个宏块时，只需使用分配给该多个宏块中某一个宏块的占空信息即可。

如上所述，本实施方式的图像滤波器(自适应滤波器100)根据输入图像(图像数据#100)中的对象区域(滤波参照区域R)所拥有的各像素的像素值、以及滤波器系数向量(滤波器系数向量V)，算出输出图像(输出图像数据#110a)中的对象像素的像素值。本实施方式的图像滤波器的特征在于：具备滤波器系数向量变更单元(控制变量决定部120)，该滤波器系数向量变更单元根据以下两类位置的至少一方来变更上述滤波器系数向量，该两类位置为：上述输入图像中的上述对象区域的位置、以及上述输出图像中的上述对象像素的位置。

在上述方案中，具备了根据上述输入图像中的上述对象区域的位置、以及上述输出图像中的上述对象像素的位置的其中至少一方来变更上述滤波器系数向量的滤波器系数向量变更单元。因此能够根据上述对象区域的位置、以及上述输出图像中的上述对象像素的位置的其中至少一方，来对每一上述对象区域进行恰当的滤波处理。

另外，在本实施方式的图像滤波器(自适应滤波器100)中，上述滤波器系数向量(滤波器系数向量V)能够分解成以下两类向量的和，该两类向量为：对构成上述输出图像的每个单位区域所预先设定的固定滤波器系数向量(根据固定系数向量W来算出的滤波器系数向量)、以及可变滤波器系数向量。其中，该可变滤波器系数向量由上述滤波器系数向量变更单元(控制变量决定部120)根据上述输入图像(图像数据#100)中的上述对象区域(滤波对象区域T)的位置以及上述输出图像中的上述对象像素的位置的至少一方位置来施以变更。

在上述方案中，上述滤波器系数向量能够分解成：被预先设定构成上述输出图像的每个单位区域的上述固定滤波器系数向量、与上述可变滤波器系数向量之间的和。其中，上述滤波器系数向量变更单元能够根据上述输入图像中的上述对象区域的位置、以及上述输出图像中的上述对象像素的位置的至少一方位置，来对上述可变滤波器系数向量作变更。

因此，通过上述方案，能够使用对每个单位区域所预先定好的滤波器系数，对各对象区域进行相适(与各对象区域中的图像特性相配的)的滤波处理。

本发明用在H.264标准下时，上述单位区域既可以是像条，也可以是宏块，还可以是像块。

另外，上述固定滤波器系数向量以及上述可变滤波器系数向量的定义中也可以包含补偿成分。

另外，在本实施方式的图像滤波器(自适应滤波器100)中，上述可变滤波器系数向量进一步能够分解为：对构成上述输出图像的每个单位区域所设定好的固定系数(例如a_skip)；可变系数(控制变量；例如v_skip)，其由上述滤波器系数向量变更单元根据上述输入图像中的上述对象区域的位置、或上述输出图像中的上述对象像素的位置来作变更；预先设定好的固定向量(滤波器基底；例如b_skip)。

在上述方案中，上述可变滤波器系数向量进一步能分解为：被预先设定给构成上述输出图像的每个单位区域的固定系数、上述可变系数、上述固定向量。另外，上述固定向量是预先定好的，上述滤波器系数向量变更单元能够根据上述输入图像中的上述对象区域的位置或上述输出图像中的上述对象像素的位置来对上述可变系数作变更。因此能够依照上述对象区域的图像特性，来进行恰当的滤波。

根据上述的方案，通过使上述图像滤波器具备被预先设定给构成上述输出图像的每个单位区域的上述固定系数向量及上述固定系数，能够对各对象区域恰当地进行期望类型的滤波处理。

以下参照图2来说明上述方案在本发明中起到的效果。

图2表示，单位区域UR上映射性地存在Q(Q≥2)个对象区域PR₁～PR_Q时的情况。

当按照上述的方案来对图2所示单位区域UR上的Q个对象区域PR₁～PR_Q进行滤波处理时，若设上述固定系数向量W的分量个数为P个(P≥2)，且设上述固定系数的个数为1个，则能用合计P+1个的滤波器系数来对Q个对象区域PR₁～PR_Q均进行相适的滤波。

另一方面，若对图2所示单位区域UR上的Q个对象区域PR₁～PR_Q采用现有的计算方法，也就是说，若对各对象区域PR_n(1≤n≤Q)均计算上述固定系数向量W，那么为了进行相适的滤波处理，就需要合计P×Q个的滤波器系数。

因此，与个别地计算各个对象区域的滤波器系数向量的方案相比，本发明的上述方案能够通过少数的滤波器系数来进行与各对象区域相适的类型的滤波处理。

图2中虽然描绘成Q个互不重叠的对象区域PR₁～PR_Q，但通常Q个对象区域PR₁～PR_Q也含可能相互重叠的区域。

以上，用滤波器系数向量这一表达方式，对本发明的特征作了说明。滤波器系数的各成分在本发明中起的作用也能够表现如下。

例如，若为3×3抽头滤波，且b_skip取为横方向边缘增强基底(0，0，0，-1，2，-1，0，0，0，0)，则滤波器系数向量V的各分量可以表达成如下形式(参照式(6))。

w(1)，w(2)，w(3)，w(4)-a_skip×v_skip，w(5)+2×a_skip×v_skip，w(6)-a_skip×v_skip，w(7)，w(8)，w(9)，w(10)

根据以上的排列，明显可知，b_skip取为横方向边缘增强基底(0，0，0，-1，2，-1，0，0，0，0)时，滤波器系数向量V的第1分量～第3分量以及第7分量～第10分量不受控制变量v_skip的影响。即，无论是否为占空模式，滤波器系数向量V的第1分量～第3分量以及第7分量～第10分量均取为经上述统计性手法所定出的定值。

另一方面，b_skip取为横方向边缘增强基底(0，0，0，-1，2，-1，0，0，0，0)时，滤波器系数向量V的第4分量～第6分量受到控制变量v_skip的影响。另外，第4分量～第6分量各自相对于控制变量v_skip的变化比例，取决于滤波器基底b_skip。

换而言之，b_skip取为横方向边缘增强基底(0，0，0，-1，2，-1，0，0，0，0)时，滤波器系数向量V中的给定分量(第4分量～第6分量)随控制变量v_skip的值而变化，而上述给定分量以外的分量(第1分量～第3分量、以及第7分量～第10分量)不受控制变量v_skip的值的影响而为定量。

如此，通常是根据控制变量决定部120输出的滤波器基底，从滤波器系数向量V的分量当中定出随控制变量而变化的分量、以及不会随控制变量而变化的分量。另外，对于随控制变量而变化的分量而言，其相对控制变量的变化比例取决于控制变量决定部120输出的滤波器基底。

<滤波器系数导出处理>

在导出式(6)所示的滤波器系数的处理中，能够分别求取随控制变量而变化的分量、以及不会随控制变量而变化的分量。以下，再次设想是3×3抽头滤波，且设想b_skip取为横方向边缘增强基底(0，0，0，-1，2，-1，0，0，0，0)，并就此为例，通过图3来说明自适应滤波器100的滤波器系数导出处理。

图3是滤波处理的动作流程例图。

[准备步骤]

首先，自适应滤波器100运用式(6)来预先算出随控制变量而变化的滤波器系数向量w′(i)，并将其保存。

w′(4)＝w(4)+a_skip×v_skip×b_skip(4)

＝w(4)+a_skip×v_skip×-1

w′(5)＝w(5)+a_skip×v_skip×2

w′(6)＝w(6)+a_skip×v_skip×-1

[主步骤]

(步骤S101)循环1：就构成输出图像的全部单位区域，对每一滤波对象区域T进行S102至S109的处理。

(步骤S102)：计算滤波对象区域T的控制变量v_skip的值。

(步骤S103)循环2：使用循环变量i，从i为1时起，反复进行S104至S108的处理，直到i到达为10时为止。

(步骤S104)：若滤波器系数向量中的与循环变量i对应的分量v(i)不会随控制变量而变化，则前进至S105。即，若i为1、2、3、7、8、9、10，则前进至S105。若v(i)是随控制变量而变化的分量，则前进至S106。

(步骤S105)：令v(i)＝w(i)，然后前进至S108。

(步骤S106)：若控制变量v_skip为0，则前进至S105。若控制变量v_skip为1，则前进至S107。

(步骤S107)：令v(i)＝w′(i)，然后前进至S108。

(步骤S108)：循环2的末尾。

(步骤S109)：使用导出的滤波器系数向量V，按照式(4)进行滤波处理。

(步骤S110)：循环1的末尾。

在上述主步骤中，并没有求取随控制变量而变化的分量与w(i)的和，而是以分歧选择方式来导出滤波器系数向量V。虽然从具体的处理内容来看，该求和处理与分歧处理不同，但处理结果是完全一样的。无论是具备所述求和处理的方案，还是不具备所述求和处理的方案，均包含在本发明的范围内。供实施分歧的控制变量并不限于用在上述例子中，也可用在包括下述例在内的其他例子中。

图4是滤波的其他动作流程例的流程图。图4表示的是使用随控制变量而变化的分量与w(i)的和，来计算滤波器系数向量V的方案。在本例中，用以下的步骤S154来替代了图3的S104至S107的处理，步骤S154中采用了式(6)。

(步骤S154)：根据控制变量v_skip，按照式(6)来计算滤波器系数向量的分量v(i)。

另外，在进行滤波处理前，还可以在由滤波器系数的分量序位和控制变量的值所界定的2维参照表v2(i、v)中，预先存入与该分量以及控制变量的值相对应的滤波器系数值，如此，在进行滤波处理时便能提取该2维参照表v2(i、v)。其中，i代表滤波器系数的分量序位，v代表控制变量的值。控制变量为1个时，便采用2维参照表。控制变量为Nv个时，便采用Nv+1维的参照表。

以上说明了滤波器系数向量V的各分量在本发明中起的作用。

<滤波器计算函数的一般形式>

式(6)只是滤波器计算函数F的一个例子。在采用固定系数向量wi(1≤i≤Nw，Nw是固定系数向量的维数)，控制变量vk(1≤k≤Nv，Nv是控制变量的总数)，固定系数akj(1≤k≤Nv，1≤j≤Nak，Nak是与控制变量vk相对应的固定系数的总数)时，函数F通常可表达成下式(8)。

F(w1、……、wNw、a11、……、a1_Na1、……、aNv1、……、aNv_NaNv、v1、……、vNv)＝F1(w1、……、wNw)+F2(Na1、……、aNv1、……、aNv_NaNv、v1、……、vNv)      …(8)

在此，滤波器计算函数F从其结构上能分解成位于第一项的固定滤波器系数向量、和位于第二项的可变滤波器系数向量。F1是由固定系数向量所构成的函数，F2是由控制变量和固定系数所构成的函数。控制变量以及固定系数均可以为多个。此外，控制变量为多个时，还可随控制变量来改变固定系数的数量。

若假设函数F均为线性运算形式，则可以表达成下式(9)。

$V=\underset{i=1}{\overset{\mathrm{Nw}}{\mathrm{\&Sigma;}}}\mathrm{wi}\&times;b\_\mathrm{wi}+\underset{k=1}{\overset{\mathrm{Nv}}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{\mathrm{Nak}}{\mathrm{\&Sigma;}}}\mathrm{akj}\&times;\mathrm{vk}\&times;b\_\mathrm{vkj}---\left(9\right)$

其中，b_wi代表与wi相对应的Nw个基底，可采用单位基底、对称基底等。虽然本说明书中的b_wi采用的是单位基底，但本发明并不限定于此。b_vkj代表的是对每一控制变量vk所预先取好的Nak个基底，可以采用边缘增强滤波器基底等。另外，若b_wi是对称基底，则优选b_vkj是具同样对称性的基底。式(9)等号左边的滤波器系数向量能够分解成式(9)等号右边所示的、位于第一项的固定滤波器系数向量和位于第二项的可变滤波器系数向量。此外，固定滤波器系数向量还能分解成固定系数向量(要素wi)和基底(b_wi)。可变滤波器系数向量能分解成固定系数(akj)、控制变量(vk)、固定向量(b_vkj)。

式(10)表达的是滤波器阶数为4阶时的具体例。

$\left(\begin{array}{c}v1\\ v2\\ v3\\ v4\end{array}\right)=w1\left(\begin{array}{c}0\\ 1\\ 0\\ 0\end{array}\right)+w2\left(\begin{array}{c}1\\ 0\\ 1\\ 0\end{array}\right)+w3\left(\begin{array}{c}0\\ 0\\ 0\\ 1\end{array}\right)+$ (10)

$a\_\mathrm{skip}1\&times;v\_\mathrm{skip}\&times;\left(\begin{array}{c}-1\\ 2\\ -1\\ 0\end{array}\right)+a\_\mathrm{skip}2\&times;v\_\mathrm{skip}\&times;\begin{array}{c}\left(\begin{array}{c}0\\ 0\\ 0\\ 1\end{array}\right)\end{array}\begin{array}{}\end{array}+a\_\mathrm{flat}\&times;v\_\mathrm{flat}\&times;\left(\begin{array}{c}0\\ 0\\ 0\\ 1\end{array}\right)$

在该例中，固定滤波器系数有3个(w1、w2、w3)，与控制变量v_skip相对应的固定系数有2个(a_skip1和a_skip2)，与控制变量v_flat相对应的固定系数有1个(a_flat)。控制变量v_flat的含义将在后文中说明。

<固定滤波器参数计算的一般形式>

正如之前所说明的，用滤波器计算函数F，将式(7)中的滤波器参数V化为滤波器参数的函数式，令对该函数式进行偏微分而得的值为0，由此得出正规方程组，并解该正规方程组。

以下，说明一下涉及控制变量的基底为其他基底时的方案例及其效果、以及控制变量为其他变量时的方案例及其效果。

虽然在以上说明的例子中，滤波器基底b_skip采用的是边缘增强滤波器基底，但本发明并不限于该例子。例如，控制变量决定部120也可以向滤波部110输出效果互异的多个滤波器基底，来作为与占空信息相对应的滤波器基底。

例如，作为与占空信息相对应的滤波器基底，控制变量决定部120可以向滤波部110输出边缘增强基底b_skip0以及DC补偿基底b_dc(＝0，0，0，0，0，0，0，0，0，1)。

若采用从控制变量决定部120输出边缘增加基底b_skip以及DC补偿基底b_dc的方案，则滤波部110参照学习数据#200，对含有下式(11)所示各成分w(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_skip×v_skip×b_skip(K)+a_dc×v_dc×b_dc(K)

                                                  …(11)

在此，a_dc是与DC补偿基底相对应的DC补偿系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来定出固定系数向量W的各分量w(K)、边缘增强系数a_skip、DC补偿系数a_dc。

对于属于占空模式下的宏块的像素，控制变量决定部120向滤波部110输出值为1的控制变量v_skip。而对于不属于占空模式下宏块的像素，控制变量决定部120向滤波部110输出值为0的控制变量v_skip。

滤波部110根据含有控制变量决定部120所提供的控制变量v_skip的滤波器系数向量V，来进行滤波处理。

通过采用上述方案，自适应滤波器100不仅能对占空模式下的宏块实施具有边缘增强效果的滤波处理，还能通过上述DC补偿来进行具有亮度变更效果的滤波处理。

另外，除了DC补偿基底，还可以导入仅中心元素为1的中心元素基底b_c(＝0，0，0，0，1，0，0，0，0，0)。这样，只要使用中心元素基底b_c和DC补偿基底，即使是对于诸如淡化处理这种亮度随每一像素而变化的像素值，也能进行相适的滤波处理。

作为与占空信息相对应的滤波器基底，控制变量决定部120也可以向滤波部110输出某边缘增强基底b_skip0以及另一不同的边缘增强基底b_skip1。例如，b_skip0可以取为横方向边缘强调基底(0，0，0，-1，2，-1，0，0，0，0)，可以令b_skip1＝(0，-1，0，0，2，0，-1，0，0，0)。另外，作为边缘增强/减弱基底，也可采用诸如横方向减弱基底(0，0，0，1，2，1，0，0，0，0)或纵方向减弱基底(0，1，0，0，2，0，0，1，0，0)或全方向减弱基底(1，1，1，1，2，1，1，1，1，0)等这些以减弱处理为主要目的的基底。

若采用从控制变量决定部120输出边缘增加基底b_skip0及b_skip1的方案，则滤波部110参照学习数据#200，对拥有下式(12)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_skip0×v_skip×b_skip0(K)+a_skip1×v_skip×b_skip1(K)    …(12)

在此，a_skip0是与边缘增强基底b_skip0(K)相对应的边缘增强系数(固定系数)，a_skip1是与b_skip1(K)相对应的边缘增强系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、边缘增强系数a_skip0、a_skip1。

对于属于占空模式下的宏块的像素，控制变量决定部120向滤波部110输出值为1的控制变量v_skip。而对于不属于占空模式下的宏块的像素，控制变量决定部120向滤波部110输出值为0的控制变量v_skip。

滤波部110根据含有控制变量决定部120所提供的控制变量v_skip的滤波器系数向量V，来进行滤波处理。

通过采用上述方案，对于占空模式下的宏块，自适应滤波器100能够按照既具有边缘增加效果又具有减弱效果的滤波器系数来进行滤波处理，而对于非占空模式下的宏块，自适应滤波器100能够按照不具有边缘增加效果和减弱效果的滤波器系数来进行滤波处理。

虽然在以上说明的方案例中，自适应滤波器100是根据图像数据#100所含的各像素是否属于占空模式下的宏块，来切换滤波器系数向量V的，但本发明并不限定于此。

以下说明一下根据图像数据#100以及辅助信息#110a来切换滤波器系数的其他例子。

(根据图像平滑度来切换滤波器系数的方案例)

首先，在以下说明的方案中，是根据图像数据#100中的滤波对象区域T的图像平滑度，来切换滤波器系数的。在此，滤波对象区域T的图像的平滑度是随滤波对象区域T中各像素的像素值的零散度而定的指标。滤波对象区域T的图像中的各像素的像素值的零散度越小，便意味着该区域的图像平滑度越大。而滤波对象区域T的图像中的各像素的像素值的零散度越大，便意味着该区域的图像平滑度越小。在求取滤波对象区域T的控制变量时，并不需要使用滤波对象区域T的全部像素(以下同样)。在此，也可以对比区域T小的矩形区域MV×NV来求取平滑度。

控制变量决定部120将控制变量v_flat的值设定为1，然后将该控制变量v_flat输出给滤波部110。控制变量v_flat随滤波对象区域T的图像平滑度而取值为0或1。

另外，控制变量决定部120还向滤波部110输出与滤波对象区域T的图像的平滑度相对应的滤波器基底b_flat。作为滤波器基底b_flat，例如可以采用上述边缘增强滤波器基底、或扩张成5×5抽头的拉普拉斯式基底(1，1，1，1，1，1，0，0，0，1，1，0，-16，0，1，1，0，0，0，1，1，1，1，1，1，0)、或这些基底的线性和(或线性加权和)。

滤波部110参照学习数据#200，对拥有下式(13)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_flat×v_flat×b_flat(K)  …(13)

在此，a_flat是与滤波器基底b_flat相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定滤波器系数向量的各分量w(K)、系数a_flat。

控制变量决定部120根据图像数据#100所含的每一像素，计算滤波对象区域T中像素的像素值的零散度。具体例如为：控制变量决定部120根据图像数据#100所含的每一像素，计算滤波对象区域T中像素的像素值的离散度。

换而言之，控制变量决定部120参照图像数据#100所含的每一像素的像素值，计算滤波对象区域T中各像素的像素值的零散度。具体为，控制变量决定部120参照图像数据#100所含的各像素的像素值，计算滤波对象区域T中各像素的像素值的离散度。

当像素值的离散度在预先所定的阈值以上时，控制变量决定部120将控制变量v_flat设定成0，当像素值的离散度低于预先所定的阈值时，控制变量决定部120将控制变量v_flat设定成1。控制变量决定部120对应图像数据#100所含的每一像素，将该控制变量v_flat输出给滤波部110。

控制变量决定部120也可对应每一滤波对象区域T，将上述控制变量v_flat输出给滤波部110。

滤波部110根据含有控制变量决定部120所提供的控制变量v_flat的滤波器系数向量V，来进行滤波处理。

正如本领域技术人员所知的，平滑度互异的区域，其最佳滤波器系数通常也互异。

通过上述的方案，自适应滤波器100能够对平滑度较大的滤波对象区域T实施具有减弱效果的滤波处理，而对平滑度较小的滤波对象区域T实施不具减弱效果的滤波处理，因此即使是对于含有平滑度互异的区域的像条或帧，也能够进行有效的滤波处理。

另外，即使在根据图像平滑度来切换滤波器系数的方案中，也能使用上述与DC补偿相对应的滤波器基底以及滤波器系数，从而便还能进行具有DC补偿所带来的亮度变化效果的滤波处理。

另外，在本例中，还可根据与图像数据#100中处于坐标(x，y)的像素所从属的像块相对应AC成分大小，来判断滤波对象区域T的图像平滑度。

下面说明一下上述动作例中的自适应滤波器100的具体的滤波器系数运算处理。例如，若滤波器基底b_flat取为3×3抽头方式的横方向边缘增强滤波器基底，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_flat×v_flat×b_flat(4)

＝w(4)+a_flat×v_flat×-1

w′(5)＝w(5)+a_flat×v_flat×2

w′(6)＝w(6)+a_flat×v_flat×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_flat即可。

(根据边缘角度来切换滤波器系数的方案例)

在以下说明的方案中，是根据图像数据#100的滤波对象区域T的图像中的边缘角度，来切换滤波器系数的。

控制变量决定部120将以下的控制变量的值设定为1，然后输出给滤波部110。

·随滤波对象区域T是否含有垂直边缘而取0或1的控制变量v_edge_0

·随滤波对象区域T是否含有水平边缘而取0或1的控制变量v_edge_90

·随滤波对象区域T是否含有右上斜边缘而取0或1的控制变量v_edge_45

·随滤波对象区域T是否含右下斜边缘而取0或1的控制变量v_edge_135

另外，控制变量决定部120还将以下的滤波器基底输出给滤波部12。

·与用于表达滤波对象区域T是否含有垂直边缘的信息相对应的滤波器基底b_edge_0

·与用于表达滤波对象区域T是否含有水平边缘的信息相对应的滤波器基底b_edge_90

·与用于表达滤波对象区域T是否含有右上斜边缘的信息相对应的滤波器基底b_edge_45

·与用于表达滤波对象区域T是否含有右下斜边缘的信息相对应的滤波器基底b_edge_135

若是进行3×3抽头滤波，那么滤波器基底b_edge_n(n＝0、45、90、135)例如可以设定成如下方式。

·b_edge_0＝(0，-1，0，0，2，0，0，-1，0，0)

·b_edge_90＝(0，0，0，-1，2，-1，0，0，0，0)

·b_edge_45＝(0，0，-1，0，2，0，-1，0，0，0)

·b_edge_135＝(-1，0，0，0，2，0，0，0，-1，0)

滤波部110参照学习数据#200，对拥有下式(14)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+∑a_edge_n×v_edge_n×b_edge_n(K)  …(14)

在此，记号∑代表与字标n(n＝0、45、90、135)相关的和，字标n表示边缘的角度。另外，a_edge_n(n＝0、45、90、135)各自是与滤波器基底b_edge_n(n＝0、45、90、135)相对应的系数。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、系数a_edge_n(n＝0、45、90、135)。

控制变量决定部120根据每一滤波对象区域T中的边缘的种类，按照以下的方式来设定控制变量v_edge_n(n＝0、45、90、135)的值，并将每一滤波对象区域T的该控制变量v_edge_n(n＝0、45、90、135)输出给滤波部110。

·滤波对象区域T中含有垂直边缘时，v_edge_0＝1；不含垂直边缘时，v_edge_0＝0。

·滤波对象区域T中含有水平边缘时，v_edge_90＝1；不含水平边缘时，v_edge_90＝0。

·滤波对象区域T中含有右上斜边缘时，v_edge_45＝1；不含右上斜边缘时，v_edge_45＝0。

·滤波对象区域T中含有右下斜边缘时，v_edge_135＝1；不含右下斜边缘时，v_edge_135＝0。

滤波部110根据含有控制变量决定部120所提供的控制变量v_edge_n(n＝0、45、90、135)的滤波器系数向量V，来进行滤波处理。

通过上述方案，自适应滤波器100能够视对象区域T所含的边缘的角度情况，而采用不同的滤波器系数来进行滤波处理。因此能对含有各种角度的边缘的像条或帧进行有效的滤波处理。

另外，在自适应滤波器100中，控制变量决定部120也可以向滤波部110输出以下的滤波器基底。

·与用于表达滤波对象区域T是否含有垂直边缘的信息相对应的第1滤波器基底b_edge_0_0＝b_edge_0

·与用于表达滤波对象区域T是否含有垂直边缘的信息相对应的第2滤波器基底b_edge_0_1＝b_edge_90

·与用于表达滤波对象区域T是否含有水平边缘的信息相对应的第1滤波器基底b_edge_90_0＝b_edge_90

·与用于表达滤波对象区域T是否含有水平边缘的信息相对应的第2滤波器基底b_edge_90_1＝b_edge_0

·与用于表达滤波对象区域T是否含有右上斜边缘的信息相对应的第1滤波器基底b_edge_45_0＝b_edge_45

·与用于表达滤波对象区域T是否含有右上斜边缘的信息相对应的第2滤波器基底b_edge_45_1＝b_edge_135

·与用于表达滤波对象区域T是否含有右下斜边缘的信息相对应的第1滤波器基底b_edge_135_0＝b_edge_135

·与用于表达滤波对象区域T是否含有右下斜边缘的信息相对应的第2滤波器基底b_edge_135_1＝b_edge_45

在以上方案中，滤波部110参照学习数据#200，对拥有下式(15)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+∑a_edge_n_0×v_edge_n×b_edge_n_0(K)+∑a_edge_n_1×v_edge_n×b_edge_n_1(K)    …(15)

在此，记号∑代表与字标n(n＝0、45、90、135)相关的和，n表示边缘的角度。另外，a_edge_n_0(n＝0、45、90、135)以及a_edge_n_1(n＝0、45、90、135)分别是与滤波器基底b_edge_n_0(n＝0、45、90、135)以及滤波器基底b_edge_n_1(n＝0、45、90、135)相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、系数a_edge_n_0(n＝0、45、90、135)、以及系数a_edge_n_1(n＝0、45、90、135)。

控制变量决定部120采用与上述方法相同的方法来设定控制变量v_edge_n(n＝0、45、90、135)的值。另外，滤波部110根据含有控制变量决定部120所提供的控制变量v_edge_n(n＝0、45、90、135)的滤波器系数向量V，来进行滤波处理。

通过上述方案，自适应滤波器100能够视对象区域T所含的边缘的角度情况，而采用不同的滤波器系数来进行滤波处理。因此能对含有各种角度的边缘的像条或帧进行有效的滤波处理。

另外，在上述方案中，滤波器基底b_edge_n_0(n＝0、45、90、135)以及滤波器基底b_edge_n_1(n＝0、45、90、135)各自含有：在与边缘垂直的方向上具有边缘强调效果的基底成分。因此具备上述方案的自适应滤波器100不仅能在与边缘平行的方向上，还能在与边缘垂直的方向上进行有效的滤波处理。

另外，即使在根据边缘的角度来切换滤波器系数的方案中，也能使用上述与DC补偿相对应的滤波器基底以及滤波器系数，如此便还能进行具有DC补偿所带来的亮度变化效果的滤波处理。

另外，关于本动作例中的自适应滤波器100的具体的滤波器系数计算处理，例如若仅取b_edge_90来作为滤波器基底b_edge_n，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_edge_90×v_edge_90×b_edge_90(4)

＝w(4)+a_edge_90×v_edge_90×-1

w′(5)＝w(5)+a_edge_90×v_edge_90×2

w′(6)＝w(6)+a_edge_90×v_edge_90×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_edge_90即可。取其他基底作为滤波器基底b_edge_n时的方案也与上述相同。另外，对于按照式(14)来求取涉及n的和的方案来说，能容易地进行标准化。

(根据亮度来切换滤波器系数的方案例)

在以下说明的方案中，是根据图像数据#100中滤波对象区域T的图像的平均亮度，来切换滤波器系数的。在此，滤波对象区域T的图像的平均亮度是指滤波对象区域T所含各像素的亮度值的平均值。一般而言，能根据各像素的像素值函数，来求取该像素的亮度值。

控制变量决定部120根据滤波对象区域T的图像的平均亮度，将控制变量v_lum设定为0、1、2中某个值，并将该控制变量v_lum输出给滤波部110。

另外，控制变量决定部120还向滤波部110输出与滤波对象区域T的图像的平均亮度相对应的滤波器基底b_lum。作为滤波器基底b_lum，例如可以采用上述的边缘增强滤波器基底、或该基底的线性和(或线性加权和)。

滤波部110参照学习数据#200，对拥有下式(16)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_lum×v_lum×b_lum(K)   …(16)

在此，a_lum是与滤波器基底b_lum相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、系数a_lum。

控制变量决定部120针对每一滤波对象区域T，计算与该区域中的像素相对应的亮度平均值。例如，该平均值低于48时，控制变量决定部120便将控制变量v_lum的值设定为2；该平均值在48以上但低于96时，控制变量决定部120便将控制变量v_lum的值设定为1；该平均值在96以上时，控制变量决定部120便将控制变量v_lum的值设定为0。在此，该平均值是在0～255间取值。

控制变量决定部120对应每一滤波对象区域T，向滤波部110输出控制变量v_lum。

滤波部110根据含有控制变量决定部120所提供的控制变量v_lum的滤波器系数向量V，对每一滤波对象区域T进行滤波处理。

通过采用上述的方案，能实现以下的处理：当滤波对象区域T中像素的亮度值的平均值较低时，进行减弱效果较强的滤波处理，而当滤波对象区域T中像素的亮度值的平均值较高时，进行减弱效果较弱的滤波处理。

另外，即使在根据亮度来切换滤波器系数的方案中，也能使用上述与DC补偿相对应的滤波器基底以及滤波器系数，如此便还能进行具有DC补偿所带来的亮度变化效果的滤波处理。

另外，关于本动作例中的自适应滤波器100的具体的滤波器系数计算处理，例如若取横方向边缘增强基底作为滤波器基底b_lum，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_lum×v_lum×b_lum(4)

＝w(4)+a_lum×v_lum×-1

w′(5)＝w(5)+a_lum×v_lum×2

w′(6)＝w(6)+a_lum×v_lum×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_lum即可。取其他基底作为滤波器基底b_lum时的方案也与上述相同。

(根据颜色来切换滤波器系数的方案例)

在以下说明的方案中，是根据图像数据#100中滤波对象区域T的图像的颜色来切换滤波器系数的，尤其根据图像数据#100中滤波对象区域T的像素是否表现为肌肤色来切换滤波器系数。在此，滤波对象区域T的像素表现为肌肤色的情况例如指：在用YUV成分来表达滤波对象区域T中像素所示的颜色的平均值时，该YUV落在133≤V≤177、且77≤U≤127、且60≤Y≤145的范围内。在该像素所显示的颜色的各成分中，Y表示亮度成分大小，U表示由蓝色成分与亮度成分之差的定数倍所定义的色成分大小，V表示由红色成分与亮度成分之差的定数倍所定义的色成分大小。在上述的例中，Y、U、V各自在0～255间取值。

控制变量决定部120将控制变量v_skin的值设定为1，然后将该控制变量v_skin输出给滤波部110。控制变量v_skin随图像数据#100中处于坐标(x，y)的像素是否表现出肌肤色而取值为0或1。

另外，控制变量决定部120还向滤波部110输出：与图像数据#100中处于坐标(x，y)上的像素是否表现为肌肤色的这一情况，相对应的滤波器基底b_skin。作为滤波器基底b_skin，例如可以采用上述边缘增强滤波器基底、或该基底的线性和(或线性加权和)。

滤波部110参照学习数据#200，对拥有下式(17)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_skin×v_skin×b_skin(K)  …(17)

在此，a_skin是与滤波器基底b_skin相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定滤波器系数向量的各分量v(K)、系数a_skin。

控制变量决定部120判断图像数据#100中处于坐标(x，y)的像素是否表现为肌肤色。具体为，控制变量决定部120判断图像数据#100中处于坐标(x，y)上的像素的显示颜色的YUV成分是否落在133≤V≤177、且77≤U≤127、且60≤Y≤145的范围内。

若图像数据#100中处于坐标(x，y)的像素的显示颜色落在上述的范围内，控制变量决定部120便将控制变量v_skin的值设定为1，并将其输出给滤波部110。若图像数据#100中处于坐标(x，y)的像素的显示颜色未落在上述的范围内，控制变量决定部120便将控制变量v_skin的值设定为0，并将其输出给滤波部110。

滤波部110根据含有控制变量决定部120所提供的控制变量v_skin的滤波器系数向量V，对每一滤波对象区域T进行滤波处理。

通过采用上述的方案，能实现以下的处理：当图像数据#100中处于坐标(x，y)的像素表现为肌肤色时，进行具有减弱效果的滤波处理，而当图像数据#100中处于坐标(x，y)的像素不表现为肌肤色时，进行不具有减弱效果的滤波处理。

另外，即使在根据颜色来切换滤波器系数的方案中，也能使用上述与DC补偿相对应的滤波器基底以及滤波器系数，如此便还能进行具有DC补偿所带来的亮度变化效果的滤波处理。

另外，关于本动作例中的自适应滤波器100的具体的滤波器系数计算处理，例如若取横方向边缘增强基底作为滤波器基底b_skin，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_skin×v_skin×b_skin(4)

＝w(4)+a_skin×v_skin×-1

w′(5)＝w(5)+a_skin×v_skin×2

w′(6)＝w(6)+a_skin×v_skin×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_skin即可。取其他基底作为滤波器基底b_skin时的方案也与上述相同。

(根据是否为像块边界来切换滤波器系数的方案例)

在以下说明的方案中，是根据滤波对象区域T是否含有像块边界来切换滤波器系数的。

在此，上述像块例如是指在H.264/AVC标准下的转换或移动补偿的处理单位。通常，像块边界有易产生像块噪音的倾向。

控制变量决定部120将控制变量v_block的值设定为1，然后将该控制变量v_block输出给滤波部110。控制变量v_block随滤波对象区域T是否含有像块边界，而取值为0或1。

另外，控制变量决定部120还向滤波部110输出：与滤波对象区域T的像块边界有无状况相对应的滤波器基底b_block。作为滤波器基底b_block，例如可以采用上述边缘增强滤波器基底、或该基底的线性和(或线性加权和)。

滤波部110参照学习数据#200，对拥有下式(18)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_block×v_block×b_block(K)  …(18)

在此，a_block是与滤波器基底b_block相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、系数a_block。

控制变量决定部120判断滤波对象区域T中是否含有像块边界，若滤波对象区域T中含有像块边界，便将控制变量v_block的值设定为1；若滤波对象区域T中不含像块边界，便将控制变量v_block的值设定为0。控制变量决定部120将控制变量v_block输出给滤波部110。

滤波部110根据含有控制变量决定部120所提供的控制变量v_block的滤波器系数向量V，对每一滤波对象区域T进行滤波处理。

通过采用上述的方案，能实现以下的处理：当滤波对象区域T中含有像块边界时，进行具有减弱效果的滤波处理，而当滤波对象区域T中不含像块边界时，进行不具有减弱效果的滤波处理。

另外，即使在根据滤波对象区域T是否含像块边界来切换滤波器系数的方案中，也能使用上述与DC补偿相对应的滤波器基底以及滤波器系数，如此便还能进行具有DC补偿所带来的亮度变化效果的滤波处理。

另外，关于本动作例中的自适应滤波器100的具体的滤波器系数计算处理，例如若取横方向边缘增强基底作为滤波器基底b_block，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_block×v_block×b_block(4)

＝w(4)+a_block×v_block×-1

w′(5)＝w(5)+a_block×v_block×2

w′(6)＝w(6)+a_block×v_block×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_block即可。取其他基底作为滤波器基底b_block时的方案也与上述相同。

(根据预测方向来切换滤波器系数的方案例)

在以下说明的方案中，是根据与图像数据#100中处于坐标(x，y)的像素的所属像块相对应的辅助信息，来切换滤波器系数的。尤其根据图像数据#100中处于坐标(x，y)的像素的所属像块是经例如H.264/AVC标准的单向预测所生成的像块，还是经双向预测所生成的像块，来切换滤波器系数。

在此，H.264/AVC标准的单向预测是指：使用当前像块的所属帧的前1个已完成编码/解码的帧，来预测当前的像块。双向预测是指：使用当前像块的所属帧的前2个已完成编码/解码的帧，来预测当前的像块。供预测的帧有1个或2个，是一般技术。但也可以使用更多的帧。

控制变量决定部120将控制变量v_pred的值设定为1，然后将该控制变量v_pred输出给滤波部110。控制变量v_pred根据图像数据#100中处于坐标(x，y)的像素的所属像块是经单向预测而生成的像块还是经双向预测而生成的像块，而取值为0或1。

另外，控制变量决定部120还向滤波部110输出与以下情况相对应的滤波器基底b_pred，该情况为：图像数据#100中处于坐标(x，y)的像素的所属像块是经单向预测而生成的像块，还是经双向预测而生成的像块。作为滤波器基底b_pred，例如可以采用上述边缘增强滤波器基底、或该基底的线性和(或线性加权和)。

滤波部110参照学习数据#200，对拥有下式(19)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_pred×v_pred×b_pred(K)  …(19)

在此，a_pred是与滤波器基底b_pred相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、系数a_pred。

若图像数据#100中处于坐标(x，y)的像素的所属像块是经单向预测而生成的像块，控制变量决定部120便将控制变量v_pred的值设定为0，若该像块是经双向预测而生成的像块，控制变量决定部120便将控制变量v_pred的值设定为1。控制变量决定部120将控制变量v_pred输出给滤波部110。

滤波部110根据含有控制变量决定部120所提供的控制变量v_pred的滤波器系数向量V，对每一滤波对象区域T进行滤波处理。

通过采用上述的方案，能实现以下的处理：当图像数据#100中处于坐标(x，y)的像素的所属像块是经单向预测而生成的像块时，进行不具有边缘增强效果及/或减弱效果的滤波处理，而当图像数据#100中处于坐标(x，y)的像素的所属像块是经双向预测而生成的像块时，进行具有边缘增强效果及/或减弱效果的滤波处理。

另外，即使在根据是单向预测还是双向预测来切换滤波器系数的方案中，也能使用上述与DC补偿相对应的滤波器基底以及滤波器系数，如此便还能进行具有DC补偿所带来的亮度变化效果的滤波处理。

若滤波对象区域T中包含了多个像块，则使用分配给该多个像块中某1个像块的信息即可。

另外，关于本动作例中的自适应滤波器100的具体的滤波器系数计算处理，例如若取横方向边缘增强基底作为滤波器基底b_pred，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_pred×v_pred×b_pred(4)

＝w(4)+a_pred×v_pred×-1

w′(5)＝w(5)+a_pred×v_pred×2

w′(6)＝w(6)+a_pred×v_pred×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_pred即可。取其他基底作为滤波器基底b_pred时的方案也与上述相同。

(根据预测方法来切换滤波器系数的方案例)

在以下说明的方案中，根据图像数据#100中处于坐标(x，y)的像素的所属像块是经H.264/AVC标准的帧内预测而得的像块，还是经帧间预测而得的像块，来切换滤波器系数。

控制变量决定部120将控制变量v_int的值设定为1，然后将该控制变量v_int输出给滤波部110。控制变量v_int根据图像数据#100中处于坐标(x，y)的像素的所属像块是经帧内预测而得的像块还是经帧间预测而得的像块，而取值为0或1。

另外，控制变量决定部120还向滤波部110输出与以下情况相对应的滤波器基底b_int，该情况为：图像数据#100中处于坐标(x，y)的像素的所属像块是经帧内预测而得的像块还是经帧间预测而得的像块。作为滤波器基底b_int，例如可以采用上述边缘增强滤波器基底、或该基底的线性和(或线性加权和)。

滤波部110参照学习数据#200，对拥有下式(20)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_int×v_int×b_int(K)  …(20)

在此，a_int是与滤波器基底b_int相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、系数a_int。

若图像数据#100中处于坐标(x，y)的像素的所属像块是经帧内预测而得的像块，控制变量决定部120便将控制变量v_int的值设定为1，若该像块是经帧间预测而得的像块，控制变量决定部120便将控制变量v_int的值设定为0。控制变量决定部120将控制变量v_int输出给滤波部110。

滤波部110根据含有控制变量决定部120所提供的控制变量v_int的滤波器系数向量V，对每一滤波对象区域T进行滤波处理。

一般而言，经帧内预测而得的像块具有易发生边缘模糊的倾向。

通过采用上述的方案，能实现以下的处理：当图像数据#100中处于坐标(x，y)的像素的所属像块是经帧内预测而得的像块时，进行具有边缘增强效果的滤波处理，而当图像数据#100中处于坐标(x，y)的像素的所属像块是经帧间预测而得的像块时，进行不具有边缘增强效果的滤波处理。因此，通过采用上述的方案，无论图像数据#100中处于坐标(x，y)的像素的所属像块是经帧内预测而得的像块，还是经帧间预测而得的像块，均能有效地进行滤波处理。

另外，即使在根据是帧内预测还是帧间预测来切换滤波器系数的方案中，也能使用上述与DC补偿相对应的滤波器基底以及滤波器系数，如此便还能进行具有DC补偿所带来的亮度变化效果的滤波处理。

若滤波对象区域T中包含了多个像块，则使用分配给该多个像块中某1个像块的信息即可。

另外，关于本动作例中的自适应滤波器100的具体的滤波器系数计算处理，例如若取横方向边缘增强基底作为滤波器基底b_int，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_int×v_int×b_int(4)

＝w(4)+a_int×v_int×-1

w′(5)＝w(5)+a_int×v_int×2

w′(6)＝w(6)+a_int×v_int×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_int即可。取其他基底作为滤波器基底b_int时的方案也与上述相同。

(根据与像块边界的距离来切换滤波器系数的方案例)

在以下说明的方案中，根据图像数据#100中处于坐标(x，y)的像素与该像素之所属像块的像块边界之间的距离，来切换滤波器系数。

控制变量决定部120将控制变量v_dist的值设定为1，然后将该控制变量v_dist输出给滤波部110。控制变量v_dist根据图像数据#100中处于坐标(x，y)的像素与该像素之所属像块的像块边界之间的距离，而取值为0或1。

另外，控制变量决定部120还向滤波部110输出与下述距离相对应的滤波器基底b_dist，该距离为：图像数据#100中处于坐标(x，y)的像素与该像素之所属像块的像块边界之间的距离。作为滤波器基底b_dist，例如可以采用上述边缘增强滤波器基底、或该基底的线性和(或线性加权和)。

滤波部110参照学习数据#200，对拥有下式(21)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_dist×v_dist×b_dist(K)  …(21)

在此，a_dist是与滤波器基底b_dist相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、系数a_dist。

控制变量决定部120计算图像数据#100中处于坐标(x，y)的像素与该像素之所属像块的像块边界之间的距离，若该距离小于预先所定的第1阈值，便将控制变量v_dist的值设定为2；若该距离在上述第1阈值以上但小于第2阈值，便将控制变量v_dist的值设定为1，其中该第2阈值大于上述第1阈值；若该距离在上述第2阈值以上，便将控制变量v_dist的值设定为0。控制变量决定部120将控制变量v_dist输出给滤波部110。

滤波部110根据含有控制变量决定部120所提供的控制变量v_dist的滤波器系数向量V，对每一滤波对象区域T进行滤波处理。

通过采用上述的方案，能够按照图像数据#100中处于坐标(x，y)的像素与该像素之所属像块的像块边界之间的距离，进行边缘增强效果不同的3种程度的滤波处理。即，若该像素与像块边界间的距离小于上述第1阈值，则进行上述3种程度中边缘增强效果最强的滤波处理；若上述距离在上述第1阈值以上但小于上述第2阈值，则进行上述3种程度中边缘增强效果为次强的滤波处理；若上述距离在上述第2阈值以上，则进行无边缘增强效果的滤波处理。

另外，即使在根据与像块边界间的距离来切换滤波器系数的方案中，也能使用上述与DC补偿相对应的滤波器基底以及滤波器系数，如此便还能进行具有DC补偿所带来的亮度变化效果的滤波处理。

也可以根据上述像块边界是垂直边界还是水平边界，来变更上述滤波器基底。即，若上述像块边界是垂直边界，则取上述横方向边缘增强基底来作为滤波器基底b_dist；若上述像块边界是水平边界，则取上述纵方向边缘增强基底来作为滤波器基底b_dist。

另外，控制变量决定部120还可输出与离垂直像块边界的距离相对应的控制变量、以及与离水平像块边界的距离相对应的控制变量，由此便能分别根据与垂直像块边界之间的距离、以及与水平像块边界之间的距离，来进行边缘增强效果不同的滤波处理。

关于本动作例中的自适应滤波器100的具体的滤波器系数计算处理，例如若取横方向边缘增强基底作为滤波器基底b_dist，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_dist×v_dist×b_dist(4)

＝w(4)+a_dist×v_dist×-1

w′(5)＝w(5)+a_dist×v_dist×2

w′(6)＝w(6)+a_dist×v_dist×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_dist即可。取其他基底作为滤波器基底b_dist时的方案也与上述相同。

(根据帧内位置来切换滤波器系数的方案例)

在以下说明的方案中，是根据图像数据#100中处于坐标(x，y)的像素的所处帧内位置，来切换滤波器系数的。

控制变量决定部120将控制变量v_xy的值设定为1，然后将该控制变量v_xy输出给滤波部110。控制变量v_xy根据图像数据#100中处于坐标(x，y)的像素的所处帧内位置，而取值为0或1。

另外，控制变量决定部120还向滤波部110输出与图像数据#100中处于坐标(x，y)的像素的所处帧内位置相对应的滤波器基底b_xy。作为滤波器基底b_xy，例如可以采用上述边缘增强基底或上述DC补偿基底等。

滤波部110参照学习数据#200，对拥有下式(22)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_xy×v_xy×b_xy(K)   …(22)

在此，a_xy是与滤波器基底b_xy相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、系数a_xy。

例如，图像数据#100中处于坐标(x，y)的像素若位于帧的上半面，控制变量决定部120便将控制变量v_xy的值设定为1，若该像素位于帧的下半面，控制变量决定部120便将控制变量v_xy的值设定为0。控制变量决定部120将控制变量v_xy输出给滤波部110。

滤波部110根据含有控制变量决定部120所提供的控制变量v_xy的滤波器系数向量V，对每一滤波对象区域T进行滤波处理。

通过采用上述的方案，对于帧的上半面，能够进行具有DC补偿效果的滤波处理；而对于帧的下半面，能够进行不具DC补偿效果的滤波处理。

在上述说明中，例举了将DC补偿基底用作滤波器基底b_xy的方案，但本发明并不限定于此，也可以将上述边缘增强基底用作滤波器基底b_xy。

关于本动作例中的自适应滤波器100的具体的滤波器系数计算处理，例如若取横方向边缘增强基底作为滤波器基底b_xy，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_xy×v_xy×b_xy(4)

＝w(4)+a_xy×v_xy×-1

w′(5)＝w(5)+a_xy×v_xy×2

w′(6)＝w(6)+a_xy×v_xy×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_xy即可。取其他基底作为滤波器基底b_xy时的方案也与上述相同。

(根据量化参数的大小来切换滤波器系数的方案例)

在以下说明的方案中，是根据与图像数据#100中处于坐标(x，y)的像素的所属像块相对应的量化参数QP的大小，来切换滤波器系数的。

在此，量化参数QP例如是指MPGE-2以及H.264/AVC标准下的、与量化步骤相对应且被分配给各像块的参数。

控制变量决定部120将控制变量v_qp的值设定为1，然后将该控制变量v_qp输出给滤波部110。控制变量v_qp根据与图像数据#100中处于坐标(x，y)的像素的所属像块相对应的量化参数QP的大小，而取值为0或1。

控制变量决定部120还向滤波部110输出滤波器基底b_qp，该滤波器基底b_qp与图像数据#100中处于坐标(x，y)的像素的所属像块的对应量化参数QP的大小呈对应关系。作为滤波器基底b_qp，例如可以采用上述边缘增强基底。

滤波部110参照学习数据#200，对拥有下式(23)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_qp×v_qp×b_qp(K)  …(23)

在此，a_qp是与滤波器基底b_qp相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、系数a_qp。

与图像数据#100中处于坐标(x，y)的像素的所属像块相对应的量化参数QP的值若在预先所定的阈值以上，控制变量决定部120便将控制变量v_qp的值设定为1，若该量化参数QP的值小于该阈值，控制变量决定部120便将控制变量v_qp的值设定为0。控制变量决定部120将控制变量v_qp输出给滤波部110。

滤波部110根据含有控制变量决定部120所提供的控制变量v_qp的滤波器系数向量V，对每一滤波对象区域T进行滤波处理。

一般而言，与像块相对应的量化参数QP越大，该像块就越容易发生模糊

通过采用上述的方案，能在量化参数QP在上述阈值以上时，进行具有减弱效果的滤波处理，而在量化参数QP小于上述阈值时，进行不具减弱效果的滤波处理。

因此，通过采用上述的方案，即使图像数据#100包含各种值的量化参数，也能进行有效的滤波处理。

另外，即使在根据量化参数QP的值来切换滤波器系数的上述方案中，也能使用上述与DC补偿相对应的滤波器基底以及滤波器系数，如此还能进行具有DC补偿所带来的亮度变化效果的滤波处理。

若滤波对象区域T中包含了多个像块，则使用分配给该多个像块中某1个像块的信息即可。

另外，关于本动作例中的自适应滤波器100的具体的滤波器系数计算处理，例如若取横方向边缘增强基底作为滤波器基底b_qp，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_qp×v_qp×b_qp(4)

＝w(4)+a_qp×v_qp×-1

w′(5)＝w(5)+a_qp×v_qp×2

w′(6)＝w(6)+a_qp×v_qp×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_qp即可。取其他基底作为滤波器基底b_qp时的方案也与上述相同。

(根据DC成分的大小来切换滤波器系数的方案例)

在以下说明的方案中，是根据与图像数据#100中处于坐标(x，y)的像素的所属像块相对应的DC成分的大小，来切换滤波器系数的。

在此，上述DC成分例如是指：依照H.264/AVC标准对上述像块中的像素值施以了频率转换后的各系数当中的、与直流成分相对应的系数。

控制变量决定部120将控制变量v_dc’的值设定为1，然后将该控制变量v_dc’输出给滤波部110。控制变量v_dc’根据与图像数据#100中处于坐标(x，y)的像素的所属像块相对应的DC成分的大小，而取值为0或1。

控制变量决定部120还向滤波部110输出滤波器基底b_dc’，该滤波器基底b_dc’与图像数据#100中处于坐标(x，y)的像素的所属像块的对应DC成分的大小相对应。作为滤波器基底b_dc’，例如可以采用上述边缘增强基底。

滤波部110参照学习数据#200，对拥有下式(24)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_dc’×v_dc’×b_dc’(K)  …(24)

在此，a_dc’是与滤波器基底b_dc’相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、系数a_dc’。

与图像数据#100中处于坐标(x，y)的像素的所属像块相对应的DC成分的值若在预先所定的阈值以上，控制变量决定部120便将控制变量v_dc’的值设定为0，若该DC成分的值小于该阈值，控制变量决定部120便将控制变量v_dc’的值设定为1。控制变量决定部120将控制变量v_dc’输出给滤波部110。

滤波部110根据含有控制变量决定部120所提供的控制变量v_dc’的滤波器系数向量V，对每一滤波对象区域T进行滤波处理。

一般而言，与像块相对应的DC成分越小，该像块就越容易发生模糊。

通过采用上述的方案，能在DC成分的值小于上述阈值时，进行具有减弱效果的滤波处理，而当DC成分的值在上述阈值以上时，进行不具减弱效果的滤波处理。

因此，通过采用上述的方案，即使图像数据#100的图像由含各种DC成分的像块所组成，也能进行有效的滤波处理。

另外，即使在根据DC参数的值来切换滤波器系数的上述方案中，也能使用上述与DC补偿相对应的滤波器基底以及滤波器系数，如此便还能进行具有DC补偿所带来的亮度变化效果的滤波处理。

若滤波对象区域T中包含了多个像块，则使用分配给该多个像块中某1个像块的信息即可。

另外，关于本动作例中的自适应滤波器100的具体的滤波器系数计算处理，例如若取横方向边缘增强基底作为滤波器基底b_dc’，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_dc’×v_dc’×b_dc’(4)

＝w(4)+a_dc’×v_dc’×-1

w′(5)＝w(5)+a_dc’×v_dc’×2

w′(6)＝w(6)+a_dc’×v_dc’×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_dc’即可。取其他基底作为滤波器基底b_dc’时的方案也与上述相同。

(根据移动向量的大小来切换滤波器系数的方案例)

在以下说明的方案中，是根据与图像数据#100中处于坐标(x，y)的像素的所属像块相对应的移动向量的大小，来切换滤波器系数的。

在此，上述移动向量例如是H.264/AVC标准下的供图像间预测的移动向量。

控制变量决定部120将控制变量v_mv的值设定为1，然后将该控制变量v_mv输出给滤波部110。控制变量v_mv根据与图像数据#100中处于坐标(x，y)的像素的所属像块相对应的移动向量的大小，而取值为0或1。

控制变量决定部120还向滤波部110输出滤波器基底b_mv，滤波器基底b_mv与图像数据#100中处于坐标(x，y)的像素的所属像块的对应移动向量的大小相对应。作为滤波器基底b_mv，例如可以采用上述边缘增强基底。

滤波部110参照学习数据#200，对拥有下式(25)所示各分量v(K)的滤波器系数向量V的各种系数进行决定。

v(K)＝w(K)+a_mv×v_mv×b_mv(K)  …(25)

在此，a_mv是与滤波器基底b_mv相对应的系数(固定系数)。

滤波部110针对每一像条或每一帧，通过例如上述的统计性手法来决定固定系数向量的各分量w(K)、系数a_mv。

与图像数据#100中处于坐标(x，y)的像素的所属像块相对应的移动向量的值若在预先所定的阈值以上，控制变量决定部120便将控制变量v_mv的值设定为1，若该移动向量的值小于该阈值，控制变量决定部120便将控制变量v_mv的值设定为0。控制变量决定部120将控制变量v_mv输出给滤波部110。

滤波部110根据含有控制变量决定部120所提供的控制变量v_mv的滤波器系数向量V，对每一滤波对象区域T进行滤波处理。

一般而言，与像块相对应的移动向量越大，该像块就越容易发生模糊。

通过采用上述的方案，能在移动向量值为上述阈值以上时，进行具有减弱效果的滤波处理，而在移动向量值小于上述阈值时，进行不具减弱效果的滤波处理。

因此，通过采用上述的方案，即使图像数据#100的图像由与大小各异的移动向量相对应的像块所组成，也能进行有效的滤波处理。

另外，即使在根据移动向量的大小来切换滤波器系数的上述方案中，也能使用上述与DC补偿相对应的滤波器基底以及滤波器系数，如此便还能进行具有DC补偿所带来的亮度变化效果的滤波处理。

若滤波对象区域T中包含了多个像块，则使用分配给该多个像块中某1个像块的信息即可。

另外，也可以不根据上述移动向量的大小，而是根据上述移动向量与预测向量之间的差分即差分移动向量的大小，来切换滤波器系数。

以上说明了本实施方式的自适应滤波器100对滤波器系数进行切换的方案例，但本发明并不限定于上述的方案例。例如，适当地组合上述的方案例来切换滤波器系数的实施方式也包含在本发明的范畴中。即，控制变量决定部120也可以输出：上述方案例中所述的控制变量、多个上述方案例中所述的控制基底、以及与该些控制基底相对应的多个控制基底。这样，便能够有效地进行滤波处理。

另外，关于本动作例中的自适应滤波器100的具体的滤波器系数计算处理，例如若取横方向边缘增强基底作为滤波器基底b_mv，则按照以下的式子来计算上述<滤波器系数导出处理>栏目的[准备步骤]中所叙述的w′(i)，并作保存即可。

w′(4)＝w(4)+a_mv×v_mv×b_mv(4)

＝w(4)+a_mv×v_mv×-1

w′(5)＝w(5)+a_mv×v_mv×2

w′(6)＝w(6)+a_mv×v_mv×-1

另外，关于上述<滤波器系数导出处理>栏目中叙述的其他步骤，只需将控制变量v_skip改为控制变量v_mv即可。取其他基底作为滤波器基底b_mv时的方案也与上述相同。

另外，若要采用由控制变量决定部120输出多个控制变量的这类方案，那么控制变量决定部120也可以从该多个控制变量之中选出对滤波处理贡献较小的多个控制变量，然后取这些贡献较小的多个控制变量的线性和，由此设定出新的控制变量，然后通过切换该新的控制变量的值来切换滤波器系数。

例如，在控制变量v_0、v_1、v_2当中，若控制变量v_0以及控制变量v_2对滤波处理的贡献较小，控制变量决定部120则可以令v_0+v_2＝v_02，由此设定出新的控制变量v_02，然后通过切换该新的控制变量v_02的值来切换滤波器系数。

通过采用该方案，对滤波处理贡献较小的控制变量的数量能得以减少，从而能够削减自适应滤波器100的计算量。

对滤波处理贡献较小的多个控制变量的具体决定方法并不限定本发明，例如每一控制变量可以取不同值，且按照该值进行滤波处理，之后根据滤波处理前的像素值与滤波处理后的像素值之间的差，将该差较小时的控制变量定成上述贡献较小的控制变量。

另外，在以上的说明中，关于从控制变量决定部120输出的滤波器基底，例举了根据上述统计性手法来决定与该滤波器基底相对应的系数的方案，但本发明并不限定于此。

例如，控制变量决定部120也可以定出与经上述统一性手法而定的系数最相配的滤波器基底。

另外，也可以反复执行以固定的滤波器基底来计算系数的步骤、以及以固定的系数来决定最佳滤波器系数的步骤，由此便能求取与图像数据#100最相配的滤波器基底以及滤波器系数。

以上说明了本实施方式的自适应滤波器100。

以下，作为自适应滤波器100的具体运用例，参照图5～图9，对具备有自适应滤波器100的动图像编码装置以及动图像解码装置进行说明。

(在动图像编码装置中的运用例)

首先，参照图5来说明具备有自适应滤波器100的动图像编码装置1。

动图像编码装置1是，部分采用有H.264/AVC标准以及KTA软件技术的动图像编码装置。

图5是动图像编码装置1的结构框图。

如图5所示，动图像编码装置1具备：转换·量化部11、可变长编码部12、逆量化·逆转换部13、缓存14、帧内预测图像生成部15、帧间预测图像生成部16、预测方式控制部18、移动向量冗余性削减部19、加算器21、减算器22、分块滤波器50、以及自适应滤波器100。

被分割成像块图像(以下称“宏块”)的输入图像#1被输入动图像编码装置1。该宏块由多个相邻像素组成。

动图像编码装置1对输入图像#1进行编码处理，且将编码数据#2输出。

转换·量化部11通过DCT(Discrete Cosine Transform：离散余弦转换)转换，将分割成宏块的输入图像#1与后述预测方式控制部18输出的预测图像#18a之间的差分图像#22，转换为频率成分，然后进行该频率成分的量化，由此生成量化预测残差数据#11。在此，上述量化是指将上述频率成分对应地转换为整数值的运算。另外，上述DCT转换以及量化是以自宏块分割出的像块为单位来实施的。以下，把成为处理对象的宏块称为“对象宏块”，把成为处理对象的像块称为“对象像块”。

逆量化·逆转换部13对量化预测残差数据#11进行解码，从而生成预测残差#13。具体为，逆量化·逆转换部13进行量化预测残差数据#11的逆量化。即，将构成量化预测残差数据#11的整数值对应地转换为频率成分，且对该频率成分进行逆DCT转换，也就是逆转换成与该频率成分相对应的对象宏块的像素成分，由此生成预测残差#13。

加算器21对预测残差#13和预测图像#18进行加算，从而生成解码图像#21。所生成的解码图像#21被提供给分块滤波器50。

在解码图像#21中，若对着像块边界或宏块边界相邻的像素的像素值彼此间的差小于预先所定的阈值，分块滤波器50便沿解码图像#21中的该像块边界或宏块边界施以分块处理。经分块处理后的图像数据作为分块图像#50而输出。

自适应滤波器100对分块图像#50施以上述<自适应滤波器100的滤波处理例>栏目中所述的滤波处理，并向缓存14输出经滤波处理后的输出图像数据#110a。在此，分块图像#50相当于上述图像数据#100。

另外，自适应滤波器100还被输入：输入图像#1、解码图像#21、以及与解码图像#21相对应的辅助信息。在此，输入图像#1相当于上述学习数据#200，该辅助信息相当于上述辅助信息#100a。

另外，自适应滤波器100对滤波处理时所用到的滤波器系数的信息，也就是滤波器系数信息#101进行输出。在此，滤波器系数信息#101相当于上述滤波器系数信息#110b。即，滤波器系数信息#101包含固定系数向量W的各分量w(K)、以及滤波处理时所用到的固定系数。例如，若自适应滤波器100如上述动作例那样，根据是否为占空模式来切换滤波器系数，那么滤波器系数信息#101中便包含固定系数向量W的各分量w(K)、以及固定系数a_skip。这在其他动作例中也是同理。

本运用例中的自适应滤波器100大致相当于KTA中的ALF(Adaptive LoopFilter：自适应环路滤波器)。即，本运用例的自适应滤波器100被输入整数坐标的像素(以下称“整数像素”)的像素值，并输出整数像素的像素值。这相当于是式(1)中的x、y、x’、y’均取为整数。

动图像编码装置1也可以不具备分块滤波器50。此时，自适应滤波器100便不是对分块图像#50，而是直接对解码图像#21进行滤波处理。尤其是当根据是否含有像块边界来决定控制变量，或根据与像块边界的间距来决定控制变量时，可以令自适应滤波器100具备与分块滤波器相同的像块噪音消除功能。若采用该方案，便能够省去分块滤波器50的处理，从而处理量能相应性地得到削减。此外，通过采用特化具备有分块滤波器50的功能的自适应滤波器，能够获得优于现有分块滤波器的效果(可采用例如根据亮度值来改变减弱效果的滤波器)。

动图像编码装置1既可以具备分块滤波器和自适应滤波器，也可以不具备分块滤波器而仅具备自适应滤波器，还可以具备分块滤波器式自适应滤波器和自适应滤波器。

帧内预测图像生成部15从存放在缓存14的解码图像#21中提取局部解码图像#14a(与对象宏块同处一帧的已解码区域)，并根据局部解码图像#14a来进行帧内预测，由此生成帧内预测图像#15。

帧间预测图像生成部16根据存放在缓存14中的已完成了帧全体解码的参照图像#14b，计算输入图像#1中的对象像块的移动向量#17，并将该移动向量#17分配给该对象像块。算出的移动向量#17，从帧间预测图像生成部16输出至移动向量冗余性削减部19，且还被存放进缓存14。另外，帧间预测图像生成部16针对参照图像#14b，向每一像块施以与移动向量#17相对应的移动补偿，由此生成帧间预测图像#16。

预测方式控制部18以宏块为单位，对帧内预测图像#15、帧间预测图像#16、输入图像#1作比较，并从帧内预测图像#15及帧间预测图像#16当中选出某一方，然后将选出的一方作为预测图像#18a而输出。另外，预测方式控制部18还输出用以表达帧内预测图像#15以及帧间预测图像#16的哪一方被选出的信息，也就是预测模式数据#18b。预测图像#18a被输入给减算器22。

预测模式数据#18b被存放进缓存14，且还被输入给可变长编码部12。

在帧间预测图像生成部16将移动向量#17分配给上述对象像块之后，移动向量冗余性削减部19根据存放在缓存14中的、其他像块所被分配的移动向量群#14c，计算预测向量。移动向量冗余性削减部19求取该预测向量与移动向量#17之间的差分，由此生成差分移动向量#19。所生成的差分移动向量#19被输出给可变长编码部12。

可变长编码部12对量化预测残差数据#11、差分移动向量#19、预测模式数据#18b、以及滤波器系数信息#101所含的滤波器系数进行可变长编码，由此生成编码数据#2。

减算器22针对对象宏块，求取输入图像#1与预测图像#18a之间的差分，并输出差分图像#22。

(滤波器系数信息#101的编码处理)

在此，参照图6的(a)～(c)，具体说明一下滤波器系数信息#101的编码处理。图6的(a)～(c)分别表示滤波器系数信息#101的编码数据的结构。

滤波器系数信息#101是滤波器系数的必要信息，或是供计算滤波器系数的必要信息。例如，若滤波器系数计算式F是式(9)，那么固定系数向量wi、固定系数akj便相当于滤波器系数信息#101。若滤波器系数计算式F是式(6)，那么w(i)、i＝1～10、以及a_skip便相当于滤波器系数信息#101。

在图6的(a)所示的例中，滤波器系数信息#101的编码数据由固定滤波器参数所组成。就滤波器系数信息#101的各值而言，除位于中心的要素以外，接近0的值的出现概率较高。因此将滤波器系数信息#101的各值分成数学符号部分和绝对值部分。关于数学符号部分，对其分配1比特的编码量；而关于绝对值部分，其越接近0，便对其分配码字越短的编码量，如此来实施编码。编码方法并不限定于此，也可以运用算术符号等。关于处在中心的要素，令其值接近1。

另外，也可以计算滤波器系数信息#101的预测值，然后对滤波器系数信息#101与预测值之间的差(预测差分)进行编码。关于预测值，由于中心值接近1，其他要素接近于0，因此可利用这一情况而令与中心相对应的w(5)的预测值为0.8，令该中心周围的其他w(i)的预测值为0.1。但本发明并不限定于此。

另外，正如参照图3所述的，滤波器系数向量能够分解成随控制变量而变化的成分和不会随控制变量变化的成分。因此也可利用该特性来进行编码。图6的(b)以及(c)表达了这2个例子。

图6的(b)所示的例中包含了：(1)与不会随控制变量而变化的各分量相关的滤波器系数；(2)与随控制变量而变化的分量相关，且与控制变量的各取值相对应的滤波器系数。在该例中，对于不会随控制变量而变化的分量，该滤波器系数v(i)被原样地编码；而对于随控制变量而变化的分量，分别对控制变量v_skip为0时的滤波器系数v(i)(i＝4、5、6)、以及控制变量v_skip为1时的滤波器系数v’(i)(i＝4、5、6)进行编码。

图6的(c)所示的例中包含了：(1)与不会随控制变量而变化的各分量相关的滤波器系数(以下称为基本系数)；(2)与随控制变量而变化的分量相关的滤波器系数与基本系数之间的差分。在该例中，首先对控制变量v_skip为0时的滤波器系数向量V(v(i)，i＝1～10)进行编码。然后，针对滤波器系数向量中的随控制变量而变化的分量，对控制变量v_skip为0时的滤波器系数v(i)与v_skip为1时的滤波器系数v’(i)之间的差分dv’(i)(i＝4、5、6)，进行编码。

无论是图6的(b)还是(c)，若滤波器系数为对称方式(基底为对称方式)，那么对于同一滤波器系数，可仅编码它们其中某一方。

在上述例中，随控制变量v_skip而变化的分量有3个，与图6的(b)、(c)所示的一一对随控制变量而变化的分量、以及不会随控制变量而变化的分量进行编码的例子相比，例(a)仅对滤波器系数信息中的与控制变量相关的部分(在此是指a_skip)进行编码即可，因而所要编码的滤波器系数信息的数量较少，而较佳。但当采用DC补偿基底b_dc来作为与控制变量相对应的基底时，若随控制变量而变化的分量为1个，那么无论是一一对随控制变量而变化的分量以及不会随控制变量而变化的分量进行编码的方案，还是仅对滤波器系数信息中的与控制变量相关的部分进行编码的方案，所要编码的滤波器系数信息的数量均相等。

如上所述，本发明的编码装置(动图像编码装置1)的特征在于：具备上述图像滤波器(自适应滤波器100)，令上述图像滤波器对上述解码图像进行处理。

在具有上述技术方案的本发明的编码装置中，上述图像滤波器能够对经该编码装置所编码，之后又被解码了的解码图像进行滤波处理，因此本发明的解码装置具有与上述图像滤波器相同的效果。另外，在具有上述技术方案的编码装置中，能够使用被设定给每一上述单位区域的上述固定滤波器系数向量(通过固定系数向量W来计算的滤波器系数向量)的各分量、以及上述固定系数，来对每一上述对象区域进行恰当的滤波处理。因此，相比于拥有随每一上述对象区域而互异的分量的滤波器系数向量，能够用分量较少的滤波器系数向量来进行滤波处理。

另外，与拥有随每一上述对象区域而互异的分量的滤波器系数向量相比，通过采用具有上述技术方案的编码装置，能够减少滤波器系数向量的编码量。

(在帧间预测图像生成部中的运用例)

本发明的自适应滤波器100还能够适用于动图像编码装置1的帧间预测图像生成部16。

图7是具备有自适应滤波器100的帧间预测图像生成部16的结构框图。以下，将本运用例中的自适应滤波器100记作自适应滤波器100’。

如图7所示，帧间预测图像生成部16具备预测图像生成部16a、移动向量推定部17、以及自适应滤波器100’。本运用例中的自适应滤波器100’大致相当于KTA中的AIF(Adaptive Interpolation Filter：自适应内插滤波器)。

以下说明帧间预测图像生成部16的各部的动作。

(步骤101)

缓存14中存放的参照图像#14b被输入给自适应滤波器100’。以下，将参照图像#14b称为第1参照图像#14b。

自适应滤波器100’根据预先定好的滤波器系数，对第1参照图像#14b进行滤波处理，然后输出第1输出图像数据#110a’。即，本步骤中的自适应滤波器100’为固定性滤波器，其根据预先定好的滤波器系数来进行滤波处理。

在此，上述预先定好的滤波器系数例如可以采用H.264/AVC标准中的滤波器系数。另外，根据第1参照图像#14b所含的整数像素的像素值，经自适应滤波器100’的滤波处理，内插生成像素精度低于整数像素的图像信号。这相当于是式(1)中的x’、y’取成整数以外的数。因此，第1输出图像数据#110a’包含了整数像素的像素值、以及像素精度在整数像素以下的内插信号。

(步骤102)

移动向量推定部17根据第1输出图像数据#110a’以及输入图像#1，生成第1移动向量#17’。第1移动向量#17’是以每个像条或每个帧为单位来生成的。

(步骤103)

自适应滤波器100’按照上述<自适应滤波器100的滤波处理例>栏目中所述的滤波处理，根据第1参照图像#14b来求取滤波器系数。经自适应滤波器100’的滤波处理而生成的图像称为第2输出图像数据#110a”。在此，第1参照图像#14b相当于上述图像数据#100，第2输出图像数据#110a”相当于上述输出图像数据#110a。另外，输入图像#1作为上述学习数据#200，而输入自适应滤波器100’。

自适应滤波器100’根据第1参照图像#14b中所含的多个整数坐标上的像素(以下称为整数像素)的像素值，内插生成像素精度在整数像素以下的图像信号。这相当于是式(1)中的x’、y’取成整数以外的数。因此，第2输出图像数据#110a”包含了整数像素的像素值、以及像素精度在整数像素以下的内插信号。

(步骤104)

移动向量推定部17根据第2输出图像数据#110a”以及输入图像#1，生成第2移动向量#17”。

(步骤105)

自适应滤波器100’运用根据第1参照图像#14b所求出的滤波器系数，来进行滤波处理，并生成基于第2移动向量#17”的移动补偿图像，由此生成帧间预测图像#16，并将之输出。

自适应滤波器100’也可以在生成上述第2输出图像数据#110a”时，根据输出图像数据#110a’中所含像素的位置来设定控制变量以及滤波器基底。

(在动图像解码装置中的运用例)

以下，参照图8来说明具备有自适应滤波器100的动图像解码装置2。

动图像解码装置2是，部分采用有H.264/AVC标准以及KTA软件技术的动图像解码装置。

图8是动图像解码装置2的结构框图。

如图8所示，动图像解码装置2具备：可变长编码解码部23、移动向量复原部24、缓存25、帧间预测图像生成部26、帧内预测图像生成部27、预测方式决定部28、逆量化·逆转换部29、加算器30、分块滤波器50、以及自适应滤波器100。

动图像解码装置2接收编码数据#2，并将输出图像#3输出。

可变长编码解码部23对编码数据#2进行可变长解码，从而输出差分移动向量#23a、辅助信息#23b、量化预测残差数据#23c、以及滤波器系数信息#23d。

移动向量复原部24根据差分移动向量#23a以及存放在缓存25中的已被解码的移动向量#25a，解码出对象分区的移动向量#24。

缓存25供存放从自适应滤波器100输出的输出图像数据#110a、移动向量#24、以及辅助信息#23b。

帧间预测图像生成部26根据经移动向量复原部24所解码并被存放到缓存25的移动向量#24、以及存放在缓存25中的参照图像#25d，生成帧间预测图像#26。在此，移动向量#25c包括与移动向量#24相同的移动向量。另外，参照图像#25d相当于从自适应滤波器100输出的后述的输出图像数据#110a。

帧内预测图像生成部27根据缓存25中存放的与对象宏块同处一图像内的局部解码图像#25b，生成帧内预测图像#27。

预测方式决定部28根据辅助信息#23b中包含的预测模式信息，选择帧内预测图像#27或帧间预测图像#26的某一方，然后将选择的图像作为预测图像#28来输出。

逆量化·逆转换部29对量化预测残差数据#23c进行逆量化以及逆DCT转换，然后将得到的预测残差#29输出。

加算器30对预测残差#29以及预测图像#28进行加算，然后将加算结果作为解码图像#3输出。另外，所输出的解码图像#3被提供给分块滤波器50。

在解码图像#3中，若夹着像块边界或宏块边界而相邻的像素的像素值彼此间的差小于预先所定的阈值，分块滤波器50便沿解码图像#3中的该像块边界或宏块边界施以分块处理。经分块处理后的图像数据作为分块图像#50而输出。

自适应滤波器100对分块图像#50施以上述<自适应滤波器100的滤波处理例>栏目中所述的滤波处理。在此，分块图像#50相当于上述图像数据#100。

另外，本运用例中的自适应滤波器100根据从编码数据#2中解码出的滤波器系数信息#23d，计算滤波器系数，然后用该滤波器系数来进行滤波处理。

也就是说，本运用例中的自适应滤波器100并不通过上述<自适应滤波器100的滤波处理例>栏目中所述的统计性手法来决定滤波器系数，而是根据从编码数据#2中解码出的滤波器系数信息#23d来计算滤波器系数，并用该滤波器系数来进行滤波处理。关于自适应滤波器100的滤波器系数切换动作，已在上述<自适应滤波器100的滤波处理例>栏目中作了说明，因此在此省略其说明。

自适应滤波器100对分块图像#50进行滤波处理而生成输出图像数据#110a，并将该输出图像数据#110a输出给缓存25。

另外，自适应滤波器100还被输入辅助信息#23b。在此，辅助信息#23b包括如下信息：用以表达对象像块是经双向预测而得的像块还是经单向预测而得的像块的信息、用以表达对象宏块是否是在占空模式下的信息、用以表达对象宏块是经帧内预测而得的宏块还是经帧间预测而得的宏块的预测模式信息、与对象像块相对应的量化参数QP。辅助信息#23b相当于上述辅助信息#100a。

本运用例中的自适应滤波器100大致相当于KTA中的ALF(Adaptive LoopFilter：自适应环路滤波器)。即，本运用例的自适应滤波器100被输入整数像素的像素值，并输出整数像素的像素值。这相当于是式(1)中的x、y、x’、y’均取为整数。

动图像解码装置2也可以不具备分块滤波器50。此时，自适应滤波器100便不是对分块图像#50，而是直接对解码图像#3进行滤波处理。如此，与动图像编码装置1同样，也能够获得处理量削减的效果。

与动图像编码装置1同样，动图像解码装置2也是既可以具备分块滤波器和自适应滤波器，也可以不具备分块滤波器而仅具备自适应滤波器，还可以具备分块滤波器式自适应滤波器和自适应滤波器。

<滤波器系数的解码和导出>

<采用图6的(a)所例示的方案时>

若固定滤波器参数或其预测差分数据为编码状态，则可变长编码解码部23将固定滤波器参数解码成滤波器系数信息#23d。相当于对图6的(a)例中的w(1)～w(M×N+1)、以及a_skip进行解码。

自适应滤波器100将固定滤波器参数以及控制变量代入式(8)、式(9)等所示的通常方式的滤波器计算函数F，从而导出滤波器系数。在此，是将解码出的w(1)～w(M×N+1)和a_skip代入式(6)，从而导出滤波器系数向量V的。

<采用图6的(b)所例示的方案时>

若滤波器系数或其预测差分数据为编码状态，则可变长编码解码部23将滤波器系数解码成滤波器系数信息#23d。图6的(b)所示的例中，不会随控制变量而变化的分量被编码成了同一滤波器系数，而随控制变量而变化的分量，依照控制变量值的种类而被编码成了多个滤波器系数。

可变长编码解码部23能够根据分量是否会随控制变量而变化，来进行分歧的处理，并导出滤波器系数。在图6的(b)所示的例中，首先对滤波器系数向量中的不会随控制变量而变化的分量v(i)(i＝1、2、3、7、8、9、10)进行解码。接着，关于滤波器系数向量中的随控制变量而变化的分量v(i)(i＝4、5、6)，分别对控制变量v_skip为0时的滤波器系数v(i)(i＝4、5、6)、以及控制变量v_skip为1时的滤波器系数v’(i)(i＝4、5、6)进行解码。另外，对于滤波器系数向量中的不会随控制变量而变化的分量，令v’(i)＝v(i)。

<采用图6的(c)所例示的方案时>

基本滤波器系数、以及实际要用的滤波器系数与基本滤波器系数之间的差分、或其预测差分数据处于编码状态。可变长编码解码部23将基本滤波器系数解码成滤波器系数信息#23d后，还对实际要用的滤波器系数与基本滤波器系数之间的差分进行解码。在图6的(c)所示的例中，是将v(i)(i＝1～10)解码成基本滤波器系数，这些v(i)是控制变量v_skip为0时的滤波器系数向量V。接着，对于滤波器系数向量中的随控制变量而变化的分量，对实际要用的滤波器系数与基本滤波器系数之间的差分dV(i)(i＝4、5、6)进行解码。控制变量v_skip为1时的滤波器系数v’(i)若为不会随控制变量而变化的分量，则使用基本滤波器系数v(i)，按照以下方式来导出v’(i)。

v’(i)＝v(i)(i＝1、2、3、7、8、9、10)

控制变量v_skip为1时的滤波器系数v’(i)若为随控制变量而变化的分量，则使用基本滤波器系数v(i)、以及实际要用的滤波器系数与基本滤波器系数之间的差分dV(i)，按照以下方式来导出v’(i)。

v’(i)＝v(i)+dV(i)(i＝4、5、6)

像这样，能根据分量是否会随控制变量而变化，以分歧方式来计算每一分量，由此导出滤波器系数。

<自适应滤波器100的动作>

在动图像解码装置2中，自适应滤波器100也进行与参照图3、图4所前述的动作相同的动作。若是分歧地导出滤波器系数向量，自适应滤波器100的动作则为图3所示的处理流程。若是运用式(9)所示的和运算来导出滤波器系数向量，自适应滤波器100的动作则为图4所示的处理流程。通过和运算来导出滤波器系数向量时，也可在图3的流程中增设准备步骤，并进行处理。或也可以预先制出由滤波器系数的分量序位和控制变量的值所界定的参照表，然后通过抽调参照表来进行处理。

<利用预测值来进行解码>

在上述方案中，是将滤波器系数、或滤波器系数的差分、或滤波器系数的增加值解码成滤波器系数信息#23d的。但也可以导出它们的预测值，并对它们与该预测值之间的差分进行解码。

如上所述，本发明的解码装置(动图像解码装置2)的特征在于：具备上述图像滤波器(自适应滤波器100)，且令上述图像滤波器对解码图像进行处理。

具备上述技术方案的本发明的解码装置具有与上述图像滤波器相同的效果。另外，在具备上述技术方案的解码装置中，能够使用设定给每一上述单位区域的上述固定滤波器系数向量(通过固定系数向量W来计算的滤波器系数向量)的各分量、以及上述固定系数，来对每一上述对象区域(滤波对象区域T)进行恰当的滤波处理。因此，相比于采用具有随每一上述对象区域而不同的分量的滤波器系数向量的方案，能够用少量的滤波器系数向量来进行滤波处理。

另外，通过采用具备上述技术方案的解码装置，与采用具有随每一上述对象区域而不同的分量的滤波器系数向量的方案相比，能够减少滤波器系数向量的编码量。

(在帧间预测图像生成部中的运用例)

本发明的自适应滤波器100还能够适用于动图像解码装置2的帧间预测图像生成部26。

图9是具备有自适应滤波器100的帧间预测图像生成部26的结构框图。以下，将本运用例中的自适应滤波器100记作自适应滤波器100”。

如图9所示，帧间预测图像生成部26具备有预测图像生成部26a以及自适应滤波器100”。

以下说明帧间预测图像生成部26的各部的动作。

自适应滤波器100”对缓存25中存放的参照图像#25d施以滤波处理。在此，参照图像#25d相当于上述图像数据#100。

另外，本运用例中的自适应滤波器100”根据从编码数据#2解码出的滤波器系数信息#23d，进行滤波处理。

也就是说，本运用例中的自适应滤波器100”并不是通过上述<自适应滤波器100的滤波处理例>栏目中所述的统计性手法来决定滤波器系数，而是根据从编码数据#2中解码出的滤波器系数信息#23d来进行滤波处理。关于自适应滤波器100的滤波器系数切换动作，已在上述<自适应滤波器100的滤波处理例>栏目中作了说明，因此在此省略其说明。

自适应滤波器100”对参照图像#25d进行滤波处理而生成输出图像数据#110a”’，并将该输出图像数据#110a”’输出给预测图像生成部26a。

另外，自适应滤波器100”还被输入辅助信息#23b。在此，辅助信息#23b包括如下信息：用以表达对象像块是经双向预测而得的像块还是经单向预测而得的像块的信息、用以表达对象宏块是否是在占空模式下的信息、用以表达对象宏块是经帧内预测而得的宏块还是经帧间预测而得的宏块的预测模式信息、与对象像块相对应的量化参数QP。辅助信息#23b相当于上述辅助信息#100a。

本运用例中的自适应滤波器100”大致相当于KTA中的ALF(Adaptive LoopFilter：自适应环路滤波器)。即，本运用例的自适应滤波器100”被输入整数像素的像素值，并输出像素精度低于整数像素的像素值。这相当于是式(1)中的x、y取为整数，x’、y’取为整数或小数。

预测图像生成部26a运用移动向量#25c，对输出图像数据#110a”’进行移动补偿处理，从而生成帧间预测图像#26并将其输出。

(编码数据#2的结构)

以下参照图10及图11来说明动图像编码装置1所生成的编码数据#2的结构。

图10表示的是由动图像编码装置1生成且供动图像解码装置2参照的编码数据#2中的每一像条的位流#BS。如图10所示，位流#BS包含了滤波器系数信息FC、宏块信息MB1～MBN。

图11表示的是滤波器系数信息FC的一例结构。

滤波器系数信息FC包含自适应滤波器100所生成的滤波器系数信息#23d，滤波器系数信息FC与参照图6所前述的滤波器系数信息#101相同。动图像解码装置2不仅对滤波器系数信息#23d进行解码，也可以对表达所要用的控制变量的种类的信息施以解码。例如，可以对值为0～255的8数位的种类信息进行解码，并根据与该值相对应的数位，来判断所使用的控制变量的种类。在此，所述值可以定为如下方式：若是涉及平滑度的控制变量，所述值便为1；若是涉及边缘角度的控制变量，所述值便为2；若是涉及亮度的控制变量，所述值便为4；若是涉及颜色的控制变量，所述值便为8；若是涉及边缘有无的控制变量，所述值便为16；若是涉及预测方向的控制变量，所述值便为32；若是涉及占空/非占空的控制变量，所述值便为64；若是涉及帧间预测/帧内预测的控制变量，所述值便为128。另外，在编码这样的编码数据时，也能够自由选择多个控制变量来加以组合。所能选择的控制变量既可以是本说明书中说明的任何控制变量，也可以是未说明的控制变量。

也可对与控制变量配合使用的基底的种类进行解码。例如，可以对值为0～255的8数位的种类信息进行解码，并根据与该值相对应的数位，来判断所使用的基底的种类。在此，所述值可以定为如下方式：若是横方向边缘增强基底，所述值便为1；若是纵方向边缘增强基底，所述值便为2；若是标准拉普拉斯式基底，所述值便为4；若是第1斜向拉普拉斯式基底，所述值便为8；若是第2斜向拉普拉斯式基底，所述值便为16；若是DC补偿基底，所述值便为32；等等……。另外，动图像解码装置2也可以对每一控制变量的相应基底的种类进行解码，如此便能选择与多个控制变量的各自配合使用的基底的种类。图11表示的是对控制变量#1、以及控制变量#2分别指定不同的基底来使用的例子。所能选择的基底既可以是本说明中的说明的任何基底，也可以是未说明的基底。

动图像解码装置2还可以对涉及滤波器抽头数的信息进行解码，其中该信息的表达值例如可定成如下方式：若是3×3抽头滤波器，所述表达值便为0；若是5×5抽头滤波器，所述表达值便为1；若是7×7抽头滤波器，所述表达值便为2；若是9×9抽头滤波器，所述表达值便为3；等等。通过采用这种方式，便能依照滤波器效果来改变滤波器系数向量的数量，从而可提高编码效率。此外，动图像解码装置2还可以依照解码出的滤波器抽头数来改变基底的抽头数。或也可依照解码出的滤波器抽头数而不改变基底的抽头数，此时即使滤波器抽头数例如是5×5，基底也可能是3×3方式等。若滤波器抽头数大于基底抽头数，那么处在基底覆盖范围外的滤波器系数信息#23d的值就作为滤波器系数向量的值而被原样解码出。此时，处在基底覆盖范围外的滤波器系数向量的值便是不会随控制变量变化的成分。反之，若滤波器抽头数小于基底抽头数，那么滤波器系数向量的值本身就是随控制变量而变化的成分。滤波器抽头数范围外的部分虽然也被决定，但在滤波处理中实际使用的仅是滤波抽头数范围内的滤波器系数向量。

动图像解码装置2也可以对表达滤波器系数的编码数据方式的信息进行解码。在此，该信息的表达值例如可定成如下方式：若是图6的(a)所示的编码数据方式，所述表达值便为0；若是图6的(b)所示的编码数据方式，所述表达值便为1；若是图6的(c)所示的编码数据方式，所述表达值便为2。就编码装置中的用来求取滤波器系数向量的算法而言，即使该算法难以按照图6的(a)的编码数据方式来求出滤波器系数信息#23d，也能够根据控制变量来改变所要用的滤波器系数向量，从而可提高编码效率。

动图像解码装置2也可以对用以指定滤波器系数信息的位深度的信息进行解码。例如，从该信息中解码得知位深度是8位，还是10位，还是12位。该位深度相当于滤波器系数信息的量化精细度。

另外，虽然图11中未作图示，但动图像解码装置2也可以对控制变量的取值范围进行解码，例如解码得知该取值是“0、1”，还是“0、1、2”。另外，对于根据图像数据#100及其辅助信息#100a来决定控制变量的方案而言，也可对该方案中所用的阈值的表达信息进行解码。该表达信息例如为，在根据亮度或平滑度来判定控制变量值时所要用的阈值信息。另外，也可对滤波处理的单位进行解码。滤波处理的单位可以是像素、像块、多个像块，也可以是其他单位。另外，也可以在供滤波处理的单位区域中设定好无需滤波处理的区域，并在滤波器系数信息中加入用以判断滤波区域有无的信息。

以上这些信息，均称为“滤波器系数信息之控制信息”。

像这样，通过解码出控制变量、基底、抽头数等这些滤波器系数信息之控制信息，便能切换出与图像序列及图片、像条相配的最佳滤波器系数向量，从而能提高编码效率。此外，由于能够视编码装置的运算能力来切换恰当的滤波器系数向量，因而编码装置的处理自由度得到了提高。比如说，如果编码装置的能力很强，那么通过增加控制变量的数量或基底的数量，便能提高编码效率。反之，当编码效率较低时，还能将控制变量的数量、基底的数量等控制在最小限，或不使用它们。另外，例如当编码装置装有能高速计算平滑度的软件、硬件时，能例如用平滑度来决定控制变量，像这样，能按照所装载的软件、硬件的特性来改变所要用的控制变量及基底。不仅编码装置具有以上所述的自由度，解码装置也同样具有该自由度。即，即便解码装置的处理能力较低，也能够将所要用的控制变量的数量及基底的数量控制在最小限，并进行编码。

另外，也可从编码数据中解码出用来表达含何种信息的信息(滤波器系数信息之方式控制信息)，来作为滤波器系数信息之控制信息。该滤波器系数信息之方式控制信息例如表达如下情况：包含控制变量信息，但不包含抽头信息。滤波器系数信息14b、滤波器系数信息之控制信息、滤波器系数信息之方式控制信息也可以编码在编码数据中的不同位置上。例如，可以将滤波器系数信息之控制信息编码在像条头，将滤波器系数信息之方式控制信息编码在图片头，将滤波器系数信息之方式控制信息编码在图像序列头。也可编码成相当于H.264/AVC标准下的图片参数组、图像序列参数组的编码数据。

宏块信息MB1～MBN是该像条中所含宏块的关联信息，其包含宏块的预测模式信息#18b、宏块分割信息等。在此，N代表该像条所含的宏块的数量。

如上所述，本发明的编码数据供具备上述图像滤波器的解码装置所参照，该解码装置令上述图像滤波器对解码图像进行处理。本发明的编码数据的数据结构中含有上述固定系数、以及上述固定系数向量或根据固定系数向量来计算的固定滤波器系数向量的各分量，或含有上述固定系数的预测差分数据、以及上述固定系数向量的预测差分数据或上述固定滤波器系数向量的各分量的预测差分数据。

在根据具有上述数据结构的编码数据来对图像进行解码的解码装置中，与随每一对象区域而不同的滤波器系数相比，通过使用该编码数据中所含的上述固定系数向量的各分量以及上述固定系数，既能使用少量的滤波器系数，又能对每一上述对象区域进行恰当的滤波处理。

(总结)

如上所述，本发明的图像滤波器根据滤波器系数向量、以及输入图像中的对象区域所拥有的各像素的像素值，来计算输出图像中的对象像素的像素值。该图像滤波器的特征在于：具备滤波器系数向量变更单元；所述滤波器系数向量变更单元根据所述输入图像中的所述对象区域的位置以及所述输出图像中的所述对象像素的位置的至少一方位置，来变更所述滤波器系数向量。

在上述技术方案中，具备了根据所述输入图像中的所述对象区域的位置以及所述输出图像中的所述对象像素的位置的至少一方位置来变更所述滤波器系数向量的滤波器系数变更单元。因此上述技术方案的效果在于：能够根据上述对象区域的位置以及上述输出图像中的上述对象像素的位置的其中至少一方位置，来对每一上述对象区域进行恰当的滤波处理。

另外，在本发明的图像滤波器中，作为优选，所述所述滤波器系数向量能分解成固定滤波器系数向量与可变滤波器系数向量的和，其中，所述固定滤波器系数向量被预先设定给构成所述输出图像的每一单位区域；所述可变滤波器系数向量由所述滤波器系数向量变更单元根据所述输入图像中的所述对象区域的位置以及所述输出图像中的所述对象像素的位置的至少一方位置来施以变更。

在上述技术方案中，所述滤波器系数向量能够分解成：被预先设定给构成所述输出图像的每一单位区域的固定滤波器系数向量与所述可变滤波器系数向量的和；所述滤波器系数向量变更单元能够根据所述输入图像中的所述对象区域的位置以及所述输出图像中的所述对象像素的位置的至少一方位置，来变更所述可变滤波器系数向量。

因此，上述技术方案进一步的效果在于：能够使用被预先设定给每一单位区域的滤波器系数，来对各对象区域进行相适(与各对象区域的图像特性相配的)的滤波处理。

本发明用在H.264标准下时，上述单位区域既可以是像条，也可以是宏块，还可以是像块。

此外，上述固定滤波器系数向量以及上述可变滤波器系数向量的定义中也可以包含补偿成分。

另外，在本发明的图像滤波器中，所述固定滤波器系数向量优选能够分解成基底、以及被预先设定给构成所述输出图像的每一单位区域的固定系数向量。

另外，在本发明的图像滤波器中，作为优选，所述可变滤波器系数向量能进一步分解成固定系数、可变系数、以及预先设定的固定向量，其中，所述固定系数被预先设定给构成所述输出图像的每一单位区域，所述可变系数由所述滤波器系数向量变更单元根据所述输入图像中的所述象区域的位置、或所述输出图像中的所述对象像素的位置来施以变更。

在上述技术方案中，所述可变滤波器系数向量能够进一步分解成：被预先设定给构成所述输出图像的每一单位区域的固定系数、所述可变系数、以及所述固定向量。另外，所述固定向量是被预先设定好的，所述滤波器系数向量变更单元能够根据所述输入图像中的所述对象区域的位置或所述输出图像中的所述对象像素的位置来变更所述可变系数。因此上述技术方案进一步的效果在于：能够依照所述对象区域的图像特性来进行恰当的滤波处理。

上述技术方案还具有以下效果：通过使所述图像滤波器具备被预先设定给构成所述输出图像的每一单位区域的所述固定系数向量(或固定滤波器系数向量)以及所述固定系数，能够对各对象区域恰当地进行期望类型的滤波处理。

比如，当设与上述单位区域相对应的上述对象区域的数量为10，且设上述固定系数向量(或固定滤波器系数向量)的分量个数为P，还设上述固定系数的个数为1时，通过上述技术方案，只需向上述图像滤波器赋予P+1个系数数据，便能恰当地对10个对象区域均进行期望类型的滤波处理。与此相比，若是个别地对上述10个对象区域一一计算上述固定系数向量，则需要10×P个系数数据。因此，与一一对各对象区域计算固定系数向量(或滤波器系数向量)的方法相比，上述技术方案能够用少量的系数数据来对各对象区域进行恰当的滤波处理。

另外，在本发明的图像滤波器中，作为优选，所述可变系数由所述滤波器系数向量变更单元根据所述对象区域的图像的平滑度来施以变更；所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

在上述技术方案中，所述固定向量是具有边缘增强效果及边缘减弱效果的至少一方效果的滤波器基底，所述滤波器系数向量变更单元能够根据所述对象区域的图像的平滑度来变更所述可变系数，其中所述平滑度随所述对象区域的位置而定。因此，上述技术方案的效果在于：能够根据所述对象区域的图像的平滑度来改变边缘增强效果及边缘减弱效果的其中至少一方效果，从而进行恰当的滤波处理。

另外，随所述固定系数的正负状态，具有所述边缘增强效果及所述边缘减弱效果的其中至少一方效果的滤波器基底也可不具边缘强调效果，而是具有边缘减弱效果(以下同样)。因此上述技术方案进一步的效果在于：能够根据所述对象区域的图像平滑度而变为边缘减弱效果，从而进行恰当的滤波处理。

另外，在本发明的图像滤波器中，作为优选，所述可变系数由所述滤波器系数向量变更单元根据所述对象区域的图像的边缘角度来施以变更；所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

在上述技术方案中，所述固定向量是具有边缘增强效果及边缘减弱效果的至少一方效果的滤波器基底，所述滤波器系数向量变更单元能够根据所述对象区域的图像的边缘角度来变更所述可变系数，其中所述边缘角度随所述对象区域的位置而定。因此，上述技术方案的效果在于：能够根据所述对象区域的图像的边缘角度来改变边缘增强效果及边缘减弱效果的其中至少一方效果，从而进行恰当的滤波处理。

另外，在本发明的图像滤波器中，作为优选，所述可变系数由所述滤波器系数向量变更单元根据所述对象区域的图像的亮度来施以变更；所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

在上述技术方案中，所述固定向量是具有边缘增强效果及边缘减弱效果的至少一方效果的滤波器基底，所述滤波器系数向量变更单元能够根据所述对象区域的图像的亮度来变更所述可变系数，其中所述亮度随所述对象区域的位置而定。因此，上述技术方案的效果在于：能够根据所述对象区域的图像的亮度来改变边缘增强效果及边缘减弱效果的其中至少一方效果，从而进行恰当的滤波处理。

另外，在本发明的图像滤波器中，作为优选，所述可变系数由所述滤波器系数向量变更单元根据所述对象区域的图像的颜色来施以变更；所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

在上述技术方案中，所述固定向量是具有边缘增强效果及边缘减弱效果的至少一方效果的滤波器基底，所述滤波器系数向量变更单元能够根据所述对象区域的图像的颜色来变更所述可变系数，其中所述颜色随所述对象区域的位置而定。因此，上述技术方案的效果在于：能够根据所述对象区域的图像的颜色来改变边缘增强效果及边缘减弱效果的其中至少一方效果，从而进行恰当的滤波处理。

另外，在本发明的图像滤波器中，作为优选，所述可变系数由所述滤波器系数向量变更单元根据所述对象区域是否含有像块边界，来施以变更；所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

在上述技术方案中，所述固定向量是具有边缘增强效果及边缘减弱效果的至少一方效果的滤波器基底，所述滤波器系数向量变更单元能够根据所述对象区域是否含有像块边界来变更所述可变系数。因此，上述技术方案的效果在于：能够根据所述对象区域是否含有像块边界来改变边缘增强效果及边缘减弱效果的其中至少一方效果，从而进行恰当的滤波处理。

另外，在本发明的图像滤波器中，作为优选，所述可变系数由所述滤波器系数向量变更单元根据含所述对象区域的像块是经单向预测而得的像块还是经双向预测而得的像块，来施以变更；所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

在上述技术方案中，所述固定向量是具有边缘增强效果及边缘减弱效果的至少一方效果的滤波器基底，所述滤波器系数向量变更单元能够根据含所述对象区域的像块是经单向预测而得的像块还是经双向预测而得的像块，来变更所述可变系数。因此，上述技术方案的效果在于：能够根据含所述对象区域的像块是经单向预测而得的像块还是经双向预测而得的像块，来改变边缘增强效果及边缘减弱效果的其中至少一方效果，从而进行恰当的滤波处理。

另外，在本发明的图像滤波器中，作为优选，所述可变系数由所述滤波器系数向量变更单元根据含所述对象区域的像块是否为占空模式下的像块，来施以变更；所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

在上述技术方案中，所述固定向量是具有边缘增强效果及边缘减弱效果的至少一方效果的滤波器基底，所述滤波器系数向量变更单元能够根据含所述对象区域的像块是否为占空模式下的像块，来变更所述可变系数。因此，上述技术方案的效果在于：能够根据含所述对象区域的像块是否为占空模式下的像块，来改变边缘增强效果及边缘减弱效果的其中至少一方效果，从而进行恰当的滤波处理。

另外，在本发明的图像滤波器中，作为优选，所述可变系数由所述滤波器系数向量变更单元根据含所述对象区域的像块是经帧间预测而得的像块还是经帧内预测而得的像块，来施以变更；所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

在上述技术方案中，所述固定向量是具有边缘增强效果及边缘减弱效果的至少一方效果的滤波器基底，所述滤波器系数向量变更单元能够根据含所述对象区域的像块是经帧间预测而得的像块还是经帧内预测而得的像块，来变更所述可变系数。因此，上述技术方案的效果在于：能够根据含所述对象区域的像块是经帧间预测而得的像块还是经帧内预测而得的像块，来改变边缘增强效果及边缘减弱效果的其中至少一方效果，从而进行恰当的滤波处理。

另外，在本发明的图像滤波器中，所述固定滤波器系数向量的各分量、以及所述固定系数优选以满足以下条件的方式而定出：给定图像经编码/解码后而得的解码图像被用作输入图像时的输出图像、与该给定图像之间的差分为最小。

在上述技术方案中，所述固定滤波器系数向量的各分量以及所述固定系数，是按照以下方式来定出的：使给定图像经编码/解码后而得的解码图像被用作输入图像时的输出图像与该给定图像之间的差分得以为最小。因此上述技术方案的效果在于：能够用所述固定系数以及基于整个所述单位区域而得出的最佳固定滤波器系数向量的各分量，来计算可变系数向量，并用该可变系数向量来进行滤波处理。

另外，在本发明的图像滤波器中，优选所述固定滤波器系数向量与所述可变滤波器系数向量相互正交。

在上述技术方案中，所述固定滤波器系数向量与所述可变滤波器系数向量相互正交，因此与相互不正交的情况相比，能够减少固定滤波器系数向量的自由度。所以上述技术方案的效果在于：能够通过少量的滤波器系数来对每一所述对象区域进行恰当的滤波处理。

此外，在本发明的图像滤波器中，所述固定滤波器系数向量与所述可变滤波器系数向量也可以相互不正交。

本发明的解码装置的特征在于：具备所述图像滤波器，且使所述图像滤波器对解码图像进行处理。

具备上述技术方案的本发明的解码装置具有与上述图像滤波器相同的效果。另外，在具备上述技术方案的解码装置中，能够使用设定给每一上述单位区域的上述固定系数向量(或固定系数向量)的各分量以及上述固定系数，来对每一上述对象区域进行恰当的滤波处理。因此，相比于采用具有随每一上述对象区域而不同的分量的固定系数向量(或固定系数向量)的方案，能够用少量的系数数据来导出滤波器系数向量。

另外，通过具备上述技术方案的解码装置，与采用具有随每一上述对象区域而不同的分量的固定系数向量(或固定滤波器系数向量)的方案相比，能够减少系数数据(滤波器系数向量)的编码量。

本发明的编码装置的特征在于：具备所述图像滤波器，且使所述图像滤波器对解码图像进行处理。

具备上述技术方案的本发明的编码装置能够对其编码且解码出的解码图像，通过上述图像滤波器来进行滤波处理，因此具有与上述图像滤波器相同的效果。此外，具备上述技术方案的该编码装置能够使用设定给每一上述单位区域的上述固定系数向量的各分量以及上述固定系数，来对每一上述对象区域进行恰当的滤波处理。因此，相比于采用具有随每一上述对象区域而不同的分量的固定系数向量(或固定滤波器系数向量)的方案，能够用少量的系数数据来导出滤波器系数向量。

另外，通过具备上述技术方案的编码装置，与采用具有随每一上述对象区域而不同的分量的固定系数向量(固定滤波器系数向量)的方案相比，能够减少系数数据(滤波器系数向量)的编码量。

本发明的编码数据供具备上述图像滤波器的解码装置所参照，该解码装置令所述图像滤波器对解码图像进行处理。本发明的编码数据的数据结构的特征在于：包含上述固定系数、以及上述固定滤波器系数向量的各分量或用以表现上述固定滤波器系数向量的固定系数向量；或，包含上述固定系数的预测差分数据、以及上述固定滤波器系数向量的预测差分数据或上述固定系数向量的预测差分数据。

在根据具有上述数据结构的编码数据来对图像进行解码的解码装置中，与使用随每一对象区域而不同的滤波器系数时相比，通过使用从该编码数据解码出的上述固定滤波器系数向量的各分量以及上述固定系数，便能既使用少量的滤波器系数，又对每一上述对象区域进行恰当的滤波处理。

本发明并不限于上述各实施方式，可以根据权利要求所示的范围进行各种的变更，适当地组合不同实施方式中记述的技术方案而得到的实施方式也包含在本发明的技术范围内。

〔工业上的可利用性〕

本发明能良好地适用于对图像数据进行滤波处理的图像滤波器。另外本发明还适用于对编码状态的图像数据进行解码的广播接收终端、在记录介质上编码记录图像数据且对记录在记录介质上的图像数据进行解码的HDD记录器等。

Claims (13)

1.一种图像滤波器，其根据滤波器系数向量、以及输入图像中的对象区域所拥有的各像素的像素值，来计算输出图像中的对象像素的像素值，

该图像滤波器的特征在于：

具备滤波器系数向量变更单元；

所述滤波器系数向量变更单元根据所述输入图像中的所述对象区域的位置以及所述输出图像中的所述对象像素的位置的至少一方位置，来变更所述滤波器系数向量。

2.根据权利要求1所述的图像滤波器，其特征在于：

所述滤波器系数向量能分解成固定滤波器系数向量与可变滤波器系数向量的和，

其中，

所述固定滤波器系数向量被预先设定给构成所述输出图像的每一单位区域；

所述可变滤波器系数向量，由所述滤波器系数向量变更单元根据所述输入图像中的所述对象区域的位置以及所述输出图像中的所述对象像素的位置的至少一方位置来施以变更。

3.根据权利要求2所述的图像滤波器，其特征在于：

所述可变滤波器系数向量能进一步分解成固定系数、可变系数、以及预先设定的固定向量，

其中，

所述固定系数被预先设定给构成所述输出图像的每一单位区域；

所述可变系数，由所述滤波器系数向量变更单元根据所述输入图像中的所述对象区域的位置、或所述输出图像中的所述对象像素的位置来施以变更。

4.根据权利要求3所述的图像滤波器，其特征在于：

所述可变系数，由所述滤波器系数向量变更单元根据所述对象区域的图像的平滑度来施以变更；

所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

5.根据权利要求3或4所述的图像滤波器，其特征在于：

所述可变系数，由所述滤波器系数向量变更单元根据所述对象区域的图像的边缘角度来施以变更；

所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

6.根据权利要求3至5中任一项所述的图像滤波器，其特征在于：

所述可变系数，由所述滤波器系数向量变更单元根据所述对象区域的图像的亮度来施以变更；

所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

7.根据权利要求3至6中任一项所述的图像滤波器，其特征在于：

所述可变系数，由所述滤波器系数向量变更单元根据含所述对象区域的像块是否为占空模式下的像块，来施以变更；

所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

8.根据权利要求3至7中任一项所述的图像滤波器，其特征在于：

所述可变系数，由所述滤波器系数向量变更单元根据含所述对象区域的像块是经帧间预测而得的像块还是经帧内预测而得的像块，来施以变更；

所述固定向量是具有边缘增强效果及边缘减弱效果的其中至少一方效果的滤波器基底。

9.根据权利要求3至8中任一项所述的图像滤波器，其特征在于：

所述固定滤波器系数向量的各分量、以及所述固定系数以满足以下条件的方式而定出：给定图像经编码/解码后而得的解码图像被用作输入图像时的输出图像、与该给定图像之间的差分为最小。

10.根据权利要求2至9中任一项所述的图像滤波器，其特征在于：

所述固定滤波器系数向量与所述可变滤波器系数向量相互正交。

11.一种解码装置，其特征在于：

具备权利要求1至10中任一项所述的图像滤波器，且使所述图像滤波器对解码图像进行处理。

12.一种编码装置，其特征在于：

具备权利要求1至10中任一项所述的图像滤波器，且使所述图像滤波器对局部解码图像进行处理。

13.一种数据结构，其是编码数据的数据结构，

其中，所述编码数据供解码装置参照；所述解码装置具备图像滤波器，且所述图像滤波器对解码图像进行处理；所述图像滤波器根据滤波器系数向量、以及输入图像中的对象区域所拥有的各像素的像素值，来计算输出图像中的对象像素的像素值，

该数据结构的特征在于：

包含固定系数、以及固定滤波器系数向量的各分量；

所述固定系数通过所述解码装置，而与可变系数和预先所定的固定向量之间的积进行相乘，其中，所述可变系数依照所述输入图像中的所述对象区域的位置、或所述输出图像中的所述对象像素的位置而被变更；

所述固定滤波器系数向量被预先设定给构成所述输出图像的每一单位区域，且所述固定滤波器系数向量通过所述解码装置而与所述可变系数、所述固定向量、以及所述固定系数这三者的积进行相加。

Images