CN113645466A - 一种基于随机概率的图像去除块 - Google Patents
一种基于随机概率的图像去除块 Download PDFInfo
- Publication number
- CN113645466A CN113645466A CN202110733139.7A CN202110733139A CN113645466A CN 113645466 A CN113645466 A CN 113645466A CN 202110733139 A CN202110733139 A CN 202110733139A CN 113645466 A CN113645466 A CN 113645466A
- Authority
- CN
- China
- Prior art keywords
- image
- image block
- random probability
- compensation
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000739 chaotic effect Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 11
- 230000000903 blocking effect Effects 0.000 abstract description 3
- 230000006835 compression Effects 0.000 abstract description 3
- 238000007906 compression Methods 0.000 abstract description 3
- 230000002194 synthesizing effect Effects 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
- H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
- H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Discrete Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明针对图像经过有损压缩后出现的块效应是图像模糊的现象,其主观体验和客观评价都比较差的问题,提出了一种基于随机概率的图像去块算法。该算法在图像解码之后进行处理,在去除块效应的同时,保留了更多的图像细节,从而改善图像的主观和客观质量和。主要步骤如下:图像块处理单元划分;计算不同DC补偿的评估值;确定最优补偿方案;合成最终图像。本发明解决了常规去块算法会导致图像模糊和细节纹理丢失的问题,相比之下,经过本算法处理的图像更加自然,细节纹理也更加丰富。
Description
技术领域
本发明涉及数字图像后处理领域,尤其涉及一种基于随机概率的图像去 除块效应算法。
背景技术
随着计算机和互联网的快速发展,以图像和视频为重要表现形式的多媒 体数据通信技术迅速飞起,简单的文本、语音通信形式不再满足人们的日常 需求。多媒体通信得到各行各业的厚爱,被广泛应用在远程教育、远程会议、 可视电话、安防监控等领域,并且改变着我们的生活、学习和工作方式。但 在多媒体铺天盖地而来之时,通信中的数据量变的非常庞大,原始的图像视 频数据无法在带宽有限的网络中实时传输或者在低容量存储介质种存储,因 此图像编解码应运而生。常见的编解码如H.264或H.265,通过去除空间和时 间上的冗余信息,并对不同频域的特征系数进行相应的量化和熵编码,以减 少数据量。通常视频图像可以被有效的压缩至几十倍甚至上百倍,这大大降 低了视频图像对通信带宽和存储介质容量的要求。
很多应用场景对图像的压缩倍数要求比较高,更高压缩比就意味着更多的 图像细节不可逆的丢失,更大的量化系数会导致图像出现块状的断裂现象。 当前现有的常规去块算法,解决了图像块状断裂的现象,但是也带来了新的 问题,即图像会变得模糊。这主要是由于常规去块算法主要采用过的时插值 滤波方法对图像编码块的边界进行平滑处理导致的。图像变模糊会降低用户 的直观体验。因此,研究一种可以保留更多细节,不使图像变模糊的图像去 块算法,成为了一种迫切需求。
发明内容
本发明的主要目的是提出一种基于随机概率的图像去块算法,该算法将 图像分成互不重叠的处理单元,减少图像存储的同时也降低图像处理时延, 然后依次对图像块进行处理,将随机概率与图像连续性相结合,决策出最优 补偿方案,对图像进行补偿。
为实现上述目的,本发明提出的一种基于随机概率的图像去块算法,包 括如下步骤:
S1、根据编解码器参数设置将解码后的图像划分成互不重叠的M*N的图 像块;
S2、根据图像连续性对图像块计算多种补偿方案的评估值;
S3、结合随机数和评估值确定最优的补偿方案;
S4、根据最优补偿方案生成最终图像块。
优选地,N和M均为2的整数倍,且小于等于6。
优选地,S2的具体步骤为:取图像块内的上边界和左边界像素分别进行 W种情况的DC补偿,并将结果与该图像块相邻的图像块的参考像素进行运 算,分别得到W种DC补偿方案的评估值。
优选地,W应该为大于1的奇数,补偿值为整数且整体分布关于原点对 称。即Offset(1+n)+offset(W-n)=0,其中n为大于等于0且小于W的整数,其 中Offset(x)表示第x种补偿方案所对应的DC补偿系数。
优选地,取图像块内的左边界和上边界进行DC补偿,并与图像块外的边 界进行运算求差的绝对和,得到评估值 其中Pin(i)代表块内左边界或者上边界 的像素值,Pout(i)代表块外的左边界或者上边界的像素值。
优选地,参考像素应该来自于未处理前的图像块中。
优选地,所述评估值采用绝对误差和、差值平方和、平均绝对值或者平 均平方误差作为评估参考值。
优选地,根据随机数淘汰一部分补偿方案,剩余补偿方案中评估值最小 的方案即认为是最优补偿方案。
优选地,所述随机数采用线性反馈移位寄存器或者混沌***生成。
优选地,依次对图像块的不同颜色通道的像素进行计算,得到最终图像 块。计算公式如下:
Pnew=CLIP(Pold+Offset(best),MIN,MAX)
其中Pold和Pnew分别为未处理前的图像块的像素值和处理后得到的新 的图像块的像素值。CLIP为一个上下边界限制函数,用于防止计算结果超出 像素值范围。MIN和MAX分别为图像块像素值的上下边界值。
本发明将随机概率与图像的连续性相融合,有效改善了常规去块算法带 来的图像模糊细节丢失的问题,更符合人们对图像的认知和感观。尤其是低 码率时要求图像清晰度高的应用场景,比如视频平台,无线图传等。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面 描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲, 在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的 附图。
图1为本发明的步骤流程示意图;
图2为本发明中补偿方案评估值运算流程示意图;
图3为本发明线性反馈移位寄存器示意图;
图4为本发明复杂度判断流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步 说明。
具体实施方式
本实施例提出的一种基于随机概率的图像去块算法,包括如下步骤,如 图1所示:
S1、根据编解码器参数设置将解码后的图像划分成互不重叠的M*N的图 像块;
S2、根据图像连续性对图像块计算多种补偿方案的评估值;
S3、结合随机数和评估值确定最优的补偿方案;
S4、根据最优补偿方案生成最终图像块。
具体地,N和M均为2的整数倍,且小于等于6。可根据图像编解码种 最小块的大小进行设置,但是最优的设置为N和M均为2的整数倍,且不可 太大,最好不大于4。否则可能会产生反效果,即处理后块效应更明显。
具体地,S2的具体步骤为:取图像块内的上边界和左边界像素分别进行 W种情况的DC补偿,并将结果与该图像块相邻的图像块的参考像素进行运 算,分别得到W种DC补偿方案的评估值。W应该为大于1的奇数,补偿值 为整数且整体分布关于原点对称。即Offset(1+n)+offset(W-n)=0,其中n为大 于等于0且小于W的整数,其中Offset(x)表示第x种补偿方案所对应的DC 补偿系数。
具体地,取图像块内的左边界和上边界进行DC补偿,并与图像块外的边 界进行运算求差的绝对和,得到评估值 其中Pin(i)代表块内左边界或者上边界 的像素值,Pout(i)代表块外的左边界或者上边界的像素值。
具体地,参考像素应该来自于未处理前的图像块中。
具体地,所述评估值采用绝对误差和、差值平方和、平均绝对值或者平 均平方误差作为评估参考值。
具体地,根据随机数淘汰一部分补偿方案,剩余补偿方案中评估值最小 的方案即认为是最优补偿方案。所述随机数采用线性反馈移位寄存器或者混 沌***生成。首先根据随机数筛选掉一部分方案,随机数的生成采用了LFSR 线性反馈移位寄存器,从随机数种取出W个bit位作为W种补偿方案的使能 信号,如果使能位1,则该方案有效,否则,该方案无效。其次对于剩余补偿 方案,寻找SAD(评估值)最小的补偿方案,即为最优补偿方案。特殊的, 当经过随机筛选后,已经没有剩余任何补偿方案,则直接选择Offset值为0 的方案为最佳方案。计算不同补偿方案的评估值是为了在确定最优补偿方案 时提供参考。
其中,合成最终图像采用最优补偿方案,依次对图像块的每个像素进行 DC补偿,并将最终像素存入缓存等待显示。
具体地,依次对图像块的不同颜色通道的像素进行计算,得到最终图像 块。计算公式如下:
Pnew=CLIP(Pold+Offset(best),MIN,MAX)
其中Pold和Pnew分别为未处理前的图像块的像素值和处理后得到的新 的图像块的像素值。CLIP为一个上下边界限制函数,用于防止计算结果超出 像素值范围。MIN和MAX分别为图像块像素值的上下边界值。
其中,步骤1是将图像按照编解码器参数设置将解码后的图像划分成 M*N大小的互不重叠的图像块。本实施例中,编解码最小的编码块大小为8*8, 取M和N均为2。在其余步骤中均以2*2的图像块进行处理。
其中,步骤2,对于当前2x2的图像块,实施例种W=5,Offset(1)=-2, Offset(2)=-1,Offset(3)=0,Offset(4)=1,Offset(5)=2。取图像块内的左边 界和上边界像素值,分别计算5种DC补偿后的像素值大小,再计算与图像块 外部相邻像素的绝对误差和,得到SAD(1)~SAD(5)。
其中,步骤3,随机数的产生采用线性反馈移位寄存器方法生成如图3所 示,多项式公式为x8-x2+x+1,初始值为0。每切换一次图像块,随 机数更新一次。随机数一共有8个有效位,取低5位bit做为5种补偿方案的 使能信号。当使能信号为0时,淘汰掉对应的补偿方案。如果随机筛选后, 所有的补偿方案均被淘汰,则Offset(best)=0,结束筛选;否则在剩余补偿方 案中,寻找SAD(min),对应的补偿方案即为最优方案,则Offset(best)的 取值为最优方案所对应的Offset值。
其中,步骤4对当前图像块进行DC补偿。遍历图像块的每个像素,分别 对每个像素进行补偿,叠加Offset
本实施例,利用不同的纹理特性对编码前的视频进行自适应的处理,可 以很好的保护图像纹理细节,去除图像块效应。在图像编解码的后处理应用 中,可以很大程度上改善人的视觉感受。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流 程,是可以通过计算机程序以及相关的硬件来完成,所述的程序可存储于计 算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的 流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是 利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间 接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于随机概率的图像去块算法,其特征在于,包括如下步骤:
S1、根据编解码器参数设置将解码后的图像划分成互不重叠的M*N的图像块;
S2、根据图像连续性对图像块计算多种补偿方案的评估值;
S3、结合随机数和评估值确定最优的补偿方案;
S4、根据最优补偿方案生成最终图像块。
2.如权利要求1所述的基于随机概率的图像去块算法,其特征在于,N和M均为2的整数倍,且小于等于6。
3.如权利要求1所述的基于随机概率的图像去块算法,其特征在于,S2的具体步骤为:取图像块内的上边界和左边界像素分别进行W种情况的DC补偿,并将结果与该图像块相邻的图像块的参考像素进行运算,分别得到W种DC补偿方案的评估值。
4.如权利要求3所述的基于随机概率的图像去块算法,其特征在于,W应该为大于1的奇数,补偿值为整数且整体分布关于原点对称。即Offset(1+n)+offset(W-n)=0,其中n为大于等于0且小于W的整数,其中Offset(x)表示第x种补偿方案所对应的DC补偿系数。
6.如权利要求3所述的基于随机概率的图像去块算法,其特征在于,参考像素应该来自于未处理前的图像块中。
7.如权利要求3所述的基于随机概率的图像去块算法,其特征在于,所述评估值采用绝对误差和、差值平方和、平均绝对值或者平均平方误差作为评估参考值。
8.如权利要求4所述的基于随机概率的图像去块算法,其特征在于,根据随机数淘汰一部分补偿方案,剩余补偿方案中评估值最小的方案即认为是最优补偿方案。
9.如权利要求8所述的基于随机概率的图像去块算法,其特征在于,所述随机数采用线性反馈移位寄存器或者混沌***生成。
10.如权利要求8所述的基于随机概率的图像去块算法,其特征在于,依次对图像块的不同颜色通道的像素进行计算,得到最终图像块。计算公式如下:
Pnew=CLIP(Pold+Offset(best),MIN,MAX)
其中Pold和Pnew分别为未处理前的图像块的像素值和处理后得到的新的图像块的像素值。CLIP为一个上下边界限制函数,用于防止计算结果超出像素值范围。MIN和MAX分别为图像块像素值的上下边界值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110733139.7A CN113645466B (zh) | 2021-06-29 | 2021-06-29 | 一种基于随机概率的图像去块算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110733139.7A CN113645466B (zh) | 2021-06-29 | 2021-06-29 | 一种基于随机概率的图像去块算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113645466A true CN113645466A (zh) | 2021-11-12 |
CN113645466B CN113645466B (zh) | 2024-03-08 |
Family
ID=78416414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110733139.7A Active CN113645466B (zh) | 2021-06-29 | 2021-06-29 | 一种基于随机概率的图像去块算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113645466B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1112335A (zh) * | 1994-04-30 | 1995-11-22 | 大宇电子株式会社 | 能减小分块效应的视频信号解码装置 |
CN1129383A (zh) * | 1994-10-31 | 1996-08-21 | 大宇电子株式会社 | 用于图象信号解码***的后处理方法 |
JP2004208087A (ja) * | 2002-12-26 | 2004-07-22 | Matsushita Electric Ind Co Ltd | 動き検出方法 |
CN1805546A (zh) * | 2005-01-14 | 2006-07-19 | Lg电子株式会社 | 显示设备中补偿图像的装置和方法 |
CN1882083A (zh) * | 2005-06-15 | 2006-12-20 | 华为技术有限公司 | 一种降低图像方块效应的方法 |
TW200820783A (en) * | 2006-10-25 | 2008-05-01 | Realtek Semiconductor Corp | Apparatus and method for deblock filtering |
US20090022418A1 (en) * | 2005-10-06 | 2009-01-22 | Vvond, Llc | Minimizing blocking artifacts in videos |
KR20100011154A (ko) * | 2008-07-24 | 2010-02-03 | 에스케이 텔레콤주식회사 | 동영상 부호화/복호화 장치 및 그를 위한 화소 기반 적응중첩 블록 움직임 보상 장치 및 방법 |
US20100027909A1 (en) * | 2008-08-04 | 2010-02-04 | The Hong Kong University Of Science And Technology | Convex optimization approach to image deblocking |
US20120069895A1 (en) * | 2010-09-17 | 2012-03-22 | David Frederique Blum | High Quality Video Encoder |
JP2013225728A (ja) * | 2012-04-19 | 2013-10-31 | Sharp Corp | 画像処理装置、画像表示装置、シーンチェンジ発生検出方法、コンピュータプログラム及び記録媒体 |
CN105141963A (zh) * | 2014-05-27 | 2015-12-09 | 上海贝卓智能科技有限公司 | 图像运动估计方法和装置 |
CN108810601A (zh) * | 2017-05-04 | 2018-11-13 | 福州瑞芯微电子股份有限公司 | 运动字幕解交织方法、***、移动终端及可读存储介质 |
CN109495759A (zh) * | 2018-11-27 | 2019-03-19 | 深圳大学 | 图像处理方法及装置 |
CN109951713A (zh) * | 2019-03-11 | 2019-06-28 | 深圳信息职业技术学院 | 一种用于视频去隔行的运动估计补偿电路及方法 |
CN112822489A (zh) * | 2020-12-30 | 2021-05-18 | 北京博雅慧视智能技术研究院有限公司 | 一种样本自适应偏移补偿滤波的硬件实现方法及装置 |
-
2021
- 2021-06-29 CN CN202110733139.7A patent/CN113645466B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1112335A (zh) * | 1994-04-30 | 1995-11-22 | 大宇电子株式会社 | 能减小分块效应的视频信号解码装置 |
CN1129383A (zh) * | 1994-10-31 | 1996-08-21 | 大宇电子株式会社 | 用于图象信号解码***的后处理方法 |
JP2004208087A (ja) * | 2002-12-26 | 2004-07-22 | Matsushita Electric Ind Co Ltd | 動き検出方法 |
CN1805546A (zh) * | 2005-01-14 | 2006-07-19 | Lg电子株式会社 | 显示设备中补偿图像的装置和方法 |
CN1882083A (zh) * | 2005-06-15 | 2006-12-20 | 华为技术有限公司 | 一种降低图像方块效应的方法 |
US20090022418A1 (en) * | 2005-10-06 | 2009-01-22 | Vvond, Llc | Minimizing blocking artifacts in videos |
TW200820783A (en) * | 2006-10-25 | 2008-05-01 | Realtek Semiconductor Corp | Apparatus and method for deblock filtering |
KR20100011154A (ko) * | 2008-07-24 | 2010-02-03 | 에스케이 텔레콤주식회사 | 동영상 부호화/복호화 장치 및 그를 위한 화소 기반 적응중첩 블록 움직임 보상 장치 및 방법 |
US20100027909A1 (en) * | 2008-08-04 | 2010-02-04 | The Hong Kong University Of Science And Technology | Convex optimization approach to image deblocking |
US20120069895A1 (en) * | 2010-09-17 | 2012-03-22 | David Frederique Blum | High Quality Video Encoder |
JP2013225728A (ja) * | 2012-04-19 | 2013-10-31 | Sharp Corp | 画像処理装置、画像表示装置、シーンチェンジ発生検出方法、コンピュータプログラム及び記録媒体 |
CN105141963A (zh) * | 2014-05-27 | 2015-12-09 | 上海贝卓智能科技有限公司 | 图像运动估计方法和装置 |
CN108810601A (zh) * | 2017-05-04 | 2018-11-13 | 福州瑞芯微电子股份有限公司 | 运动字幕解交织方法、***、移动终端及可读存储介质 |
CN109495759A (zh) * | 2018-11-27 | 2019-03-19 | 深圳大学 | 图像处理方法及装置 |
CN109951713A (zh) * | 2019-03-11 | 2019-06-28 | 深圳信息职业技术学院 | 一种用于视频去隔行的运动估计补偿电路及方法 |
CN112822489A (zh) * | 2020-12-30 | 2021-05-18 | 北京博雅慧视智能技术研究院有限公司 | 一种样本自适应偏移补偿滤波的硬件实现方法及装置 |
Non-Patent Citations (3)
Title |
---|
HONGTAO WANG等: "EE1-1.3: Test on Neural Network-based In-Loop Filter with No Deblocking Filtering stage", JOINT VIDEO EXPERTS TEAM (JVET) OF ITU-T SG 16 WP 3 AND ISO/IEC JTC 1/SC 29 22ND MEETING, BY TELECONFERENCE * |
尹显东, 李在铭, 姚军, 唐丹, 邓君: "图像压缩标准研究的发展与前景", 信息与电子工程, no. 04 * |
张鑫;田逢春;黄扬帆;姬艳丽;: "一种去除块效应的自适应后处理算法", 计算机技术与发展, no. 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN113645466B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4816914A (en) | Method and apparatus for efficiently encoding and decoding image sequences | |
US6148028A (en) | Video coding apparatus and method which codes information indicating whether an intraframe or interframe predictive coding mode is used | |
JP5134001B2 (ja) | 下層のフィルタリングを備えたスケーラブルビデオ符号化 | |
US9911179B2 (en) | Image decontouring in high dynamic range video processing | |
EP0771116A2 (en) | Image processing apparatus | |
EP2168382B1 (en) | Method for processing images and the corresponding electronic device | |
JP2997355B2 (ja) | 復号装置 | |
EP2936814A1 (en) | Encoding perceptually-quantized video content in multi-layer vdr coding | |
US10542265B2 (en) | Self-adaptive prediction method for multi-layer codec | |
CN1115898A (zh) | 用在图象信号解码***中的改进的后处理方法 | |
KR0128881B1 (ko) | 디지틀화상복호화장치 | |
Kountchev et al. | Inverse pyramidal decomposition with multiple DCT | |
Kabir et al. | Edge-based transformation and entropy coding for lossless image compression | |
JP4592562B2 (ja) | 画像復号装置 | |
KR100679027B1 (ko) | Dc 성분의 손실 없이 영상을 코딩하는 방법 및 장치 | |
JP2006508584A (ja) | ベクトル予測のための方法 | |
CN1126376C (zh) | 用于消除在比特数据流中的误差的方法和装置 | |
CN113645466A (zh) | 一种基于随机概率的图像去除块 | |
JP3627291B2 (ja) | ブロック歪み除去装置および方法 | |
KR101979379B1 (ko) | 영상의 부호화 방법 및 장치, 및 영상의 복호화 방법 및 장치 | |
JP3497664B2 (ja) | 立体画像符号化装置 | |
KR102471796B1 (ko) | 세일리언시 맵을 이용한 인지적 비디오 전처리 방법 및 시스템 | |
JP2001285882A (ja) | ノイズ低減装置および方法 | |
JP3310633B2 (ja) | 復号装置 | |
JP2005236723A (ja) | 動画像符号化装置、動画像符号化方法、動画像復号化装置及び動画像復号化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |