JP2005527028A - 局所的なエッジの統計分布に基づいて鮮鋭度の指標を見積もる方法およびシステム - Google Patents

局所的なエッジの統計分布に基づいて鮮鋭度の指標を見積もる方法およびシステム Download PDF

Info

Publication number
JP2005527028A
JP2005527028A JP2004507261A JP2004507261A JP2005527028A JP 2005527028 A JP2005527028 A JP 2005527028A JP 2004507261 A JP2004507261 A JP 2004507261A JP 2004507261 A JP2004507261 A JP 2004507261A JP 2005527028 A JP2005527028 A JP 2005527028A
Authority
JP
Japan
Prior art keywords
edge
block
kurtosis
sharpness
dct coefficients
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.)
Withdrawn
Application number
JP2004507261A
Other languages
English (en)
Other versions
JP2005527028A5 (ja
Inventor
ジョルジ イー カヴィエデス
サブリ グルブズ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of JP2005527028A publication Critical patent/JP2005527028A/ja
Publication of JP2005527028A5 publication Critical patent/JP2005527028A5/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/004Diagnosis, testing or measuring for television systems or their details for digital television systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/48Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using compressed domain processing techniques other than decoding, e.g. modification of transform coefficients, variable length coding [VLC] data or run-length data
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Analysis (AREA)
  • Picture Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

本発明は、もとのデータへのアクセスを取得することを必要とせずに、映像データの品質を評価するための方法およびシステムに関する。このシステムは、エッジ画素を検出し(14)、それらを8×8画素のブロックで取り囲むことにより、鮮鋭度の指標を見積もるように設定されている。それぞれのブロックについて、DCTの尖度に基づく鮮鋭度が計算される(16)。最終的な指標は、エッジ・プロファイル中のブロックの平均鮮鋭度であり、空間領域の情報と周波数領域の情報とのロバスト性のある組合せを含む。

Description

本発明は、映像データの鮮鋭度の品質を測定する方法およびシステムに関し、より詳細には、もとの映像データを参照せずにピクチャーの鮮鋭度の品質を評価する方法およびシステムに関するものである。
映像の専門家にとって、見る者に知覚的に最もよく訴える映像を提供することは、究極の目的である。結果として得られた画像の品質が良いか悪いかを特定する1つのやり方は、見る者の集団に、特定の映像シーケンスを見て意見を出してくれるように依頼するやり方である。映像シーケンスを分析する別の1つのやり方は、映像品質の卓越度あるいは劣化を評価する自動化された機構を提供することである。全体的な映像品質の尺度を評価するために、様々な指標、すなわち、鮮鋭度、ブロッキング、リンギング、クリッピング、ノイズ、コントラストおよび経時劣化が使用される。とりわけ、鮮鋭度の感覚は、画像のディテールの明りょうさおよびエッジの精細度に関係する。画像の相対的な鮮鋭度は、空間領域において、参照画像と比較したエッジの精細度により、または、変換領域において、やはり参照対象に対する、エッジおよび細かなディテールと関連付けられた高周波数エネルギーの違いにより、測定することができる。鮮鋭度の測定には、主としてこれら2つのアプローチがある。すなわち、周波数領域の情報を用いるか、空間領域の情報を用いるかである。
映像データのピクチャーの品質を測定するためのよくある1つのアプローチは、処理された画像と処理されていないもとの画像との比較を行うアプローチである。しかしながら、もとの映像を参照対象として使用することは、運用中における(in−service)品質監視や、継続的な品質管理システムの開発には適用できない。
したがって、本発明は、もとのデータを用いずにピクチャーの客観的な品質を評価する、映像の鮮鋭度の指標を用いた客観的な品質評価を提案するものである。
本発明は、エッジ画素を検出し、それらのエッジ画素を8×8画素のブロックで取り囲み、各ブロックについてDCTの尖度を用いて鮮鋭度を計算し、エッジのプロファイルにおけるブロックの鮮鋭度の平均を取ることにより、もとのデータにアクセスせずに映像データの品質を評価する装置および方法に関する。
本発明の1つの側面によれば、もとのデータにアクセスせずに映像データの鮮鋭度の品質を評価する方法が提供される。この方法は、入力映像フレームを受信する工程と、その入力映像フレームについて、エッジ画素を含むエッジ画像を取得する工程と、そのエッジ画像の選択された部分の各エッジ画素を、1つの8×8ブロックの中心に割り当てる工程と、その8×8ブロックに離散コサイン変換(DCT)を実行して、DCT係数の組を生成する工程と、その8×8ブロックのDCT係数を規格化して、二変数の確率密度関数を取得する工程と、規格化されたDCT係数の尖度を計算して、鮮鋭度の指標を生成する工程とを含む。この方法はさらに、8×8ブロックの各々について計算された尖度の平均を取り、全体的な鮮鋭度の指標を決定する工程も含んでいる。エッジ画像は、予め決められた閾値レベルよりも大きな周波数帯を有するエッジを選択することにより取得される。
本発明の別の1つの側面によれば、映像データの鮮鋭度の品質を評価する装置は、入力映像フレームについて、エッジ画素を含むエッジ画像を取得するために、その入力映像フレームを受信するようにされたエッジ検出手段と、上記の入力映像フレームを受信し、上記のエッジ画像の選択された部分の各エッジ画素を、重複なしで1つの8×8ブロックに割り当てる分割手段であって、オプションとしてそのエッジ画素をそのブロックの中心に据える分割手段と、その8×8ブロックに離散コサイン変換(DCT)を実行して、DCT係数の組を生成し、その8×8ブロックのDCT係数を規格化して、二変数の確率密度関数を取得し、その尖度を見積もる尖度見積器とを含んでいる。この装置はさらに、8×8ブロックの各々について見積もられた尖度の平均を取り、全体的な鮮鋭度の指標を取得する加算手段も含んでいる。ここで、見積もられた尖度は、8×8ブロックの鮮鋭度の品質を示している。この実施形態では、エッジ検出手段は、予め決められた閾値レベルよりも大きな周波数帯を有するエッジを選択するように動作可能であり、尖度見積器は、DCT係数の尖度を見積もるのに先立って、それらDCT係数から、選択されたDCT係数を除外するように働く。
本発明のさらに別の1つの側面によれば、鮮鋭度の品質を評価するため入力映像フレームに応答する信号処理装置は、入力部と、出力部と、その入力部および出力部の間に結合された処理ユニットとを備え、その処理ユニットが、入力映像フレームを受信し、その入力映像フレームについて、エッジ画素を含むエッジ画像を取得し、そのエッジ画像の選択された部分の各エッジ画素を、1つの8×8ブロックの中心に割り当て、その8×8ブロックに離散コサイン変換(DCT)を実行して、DCT係数の組を生成し、その8×8ブロックのDCT係数を規格化して、二変数の確率密度関数を取得し、規格化されたDCT係数の尖度を計算して、鮮鋭度の指標を生成するように、構築され適合化させられている。
さらに別の1つの側面は、本発明が、単純で、信頼性が高く、かつ低コストの実装により実現され得る面である。
本発明の上記およびその他の特徴および利点は、以下の、図面に示された好ましい実施形態のより詳細な説明から、明らかとなるであろう。図中において、多くの図に亘って、各参照符号は同一の部分を指す。図面は、必ずしも正しい縮尺で描かれてはおらず、代わりに、本発明の原理を図解することに重点が置かれている。
以下の説明では、本発明の十分な理解を与えるために、限定の目的ではなくむしろ説明の目的で、特定の構造、インターフェース、技術等の具体的な詳細が提示される。不必要な詳細事項により本発明の説明を不明りょうとしないよう、単純さおよび明確さの目的で、よく知られた装置、回路および方法についての詳細な説明は省略する。
本発明の理解を容易にするために、MPEG2の符号化に関する背景的な情報を簡単に説明する。当該技術分野における平均的な技術を有する者には理解されるように、一般的に、ある画像に対するMPEG2の符号化は、その画像を、それぞれ独立した量子化スケール値と対応付けられた16×16画素のマクロ・ブロックに分割することにより実行される。マクロ・ブロックは、8×8画素の個々のブロックにさらに分割される。それぞれの8×8画素のブロックは、離散コサイン変換(DCT)を受け、そのブロック内の64個の周波数帯のそれぞれについて、DCT係数が生成される。1つの8×8画素のブロック内のDCT係数は、その後、対応の符号化パラメータすなわち量子化重みにより除算される。1つの所与の8×8画素のブロックに対する量子化重みは、8×8の量子化行列により表される。その後、具体的には量子化スケール値その他の事項を計算に入れるために、DCT係数に追加の計算が施され、それによりMPEG2の符号化が完了する。
また、当該技術分野における平均的な技術を有する者には理解されるように、多くの統計分析における根本的な課題は、データセットの位置およびばらつきを特徴付けることである。また、データを特徴付けるさらなる事項には、歪度および尖度が含まれる。歪度は対称性の尺度であり、データセットまたは分布は、その中心点の左側と右側とで同じように見える場合に、対称であると考えられる。尖度は、正規分布と比べて、データが尖っているか平坦であるかを示す尺度である。高い尖度を有するデータセットは、平均値近くにおいて明確なピークを有し、急速に落ち込み、重い裾野(heavy tail)を有する傾向がある。低い尖度を有するデータセットは、平均値近くにおいて、鋭いピークよりもむしろ平坦な頂部を有する傾向がある。図1は、尖度(K)の増大に対応する、確率密度関数のピークの増大を、図解的に表した図である。基準となる正規分布の尖度は3である。
以下、図2から7を参照しながら説明するように、本発明は、上記の統計分析とMPEG符号化との技術を、もとのピクチャーへのアクセスを取得することを必要とせずにピクチャーの映像品質を評価することに取り入れたものである。
図2は、分割モジュール12と、エッジ検出器14と、K見積器16と、加算器18とを備えた、もとのピクチャーへのアクセスを取得することを必要とせずに、DCT係数から集約されたピクチャーの品質を見積もる本発明の鮮鋭度指標検出器10の簡略化されたブロック図である。図2に示されているように、アナログ映像データから変換された後のデジタル画像データは、鮮鋭度指標検出器10へと送られる。この鮮鋭度指標検出器10が表すものは、マイクロプロセッサ、中央処理ユニット、コンピュータ、回路カード、または特定用途向け集積回路(ASIC)であってもよい。
図3を参照して、エッジ検出器14は、各入力映像フレームのエッジ・プロファイルを生成するように設定されている。図3は、原画像およびエッジ画像と、可能性のあるブロックの割当てとを示している。予め決められた閾値よりも大きな周波数値を有するすべてのエッジが検出される。高から低または低から高への遷移の中心にあるエッジ画素の値は、その遷移の中心を示している点に留意されたい。数学的には、この中心は、勾配(すなわち遷移値の1次微分)の極大点に対応し、2次微分のゼロ点に対応する。映像フレーム内のエッジの検出は様々な手法で実行され得ることが、当該技術分野においてよく知られている。たとえば、J.Canny、A Computational Approach to Edge Detection(エッジ検出への計算アプローチ)、IEEE Transactions on Pattern Analysis and Machine Intelligence、PAMI−8巻、第6号、1986年11月を参照されたい。この記事の内容は、参照により本明細書に組み込まれているものとする。この記事は、MPEGブロッキングのアーティファクトや低レベルのノイズと関連付けられていることが多い弱いエッジを除外しつつ、エッジを検出することのできる検出器を提供するものである。
一方、分割モジュール12は、入力デジタル画像データを8×8画素のブロックに従属させ、各エッジ画素を1つの8×8ブロックに割り当てる。ブロックの割当ては、エッジ画素をブロックの中心に据えるように行ってもよいが、1つのエッジ画素を1ブロックより多くのブロックに割り当てないように行われなければならない。最も単純な実施形態では、MPEG格子、すなわち(0,0)を原点とする8×8の大きさの格子を用いる。その後、K見積器16が、エッジ・プロファイルの各ブロックのAC周波数帯についてDCT係数を生成するために、エッジ画像を含む各8×8ブロックを、DCT処理に通す。したがって、1つの与えられた二次元画像領域、すなわち1つの8×8画素のブロックについて、対応の二次元係数F(u,v)が得られる。その後、F(u,v)は、F(0,0)を除外された後に規格化され、二変数の確率密度関数(PDF)であるp(u,v)が形成される。最後に、K見積器16は、エッジ画素の位置を中心とする画像ブロックのエッジ周波数プロファイルを有する各ブロックについて、以下に数学的に説明するようにして、二次元尖度を計算する。ここでは、D(u,v)を8×8ブロックのDCT係数行列であるとする。D(0,0)を除くこれら係数の分布を規格化することにより、
Figure 2005527028
となるような、正当な二変数確率密度関数(PDF)であるp(x,y)を形成することができる。
当該技術分野における平均的な技術を有する者には理解されるように、ランダムな変数すなわちXの非ガウシアン性の伝統的な尺度は、尖度である。尖度は、ある確率分布の、ガウシアン(正規)形状からの外れ度合いの尺度である。図1に示されているように、尖度の測定値は、ガウシアン型の変数に対してはゼロであり、ほとんどの非ガウシアン型のランダムな変数に対してはゼロより大きい。ゼロの尖度を有する非ガウシアン型のランダムな変数もあるが、そのような変数は稀であると考えられる点に留意されたい。
平均値がμである所与のランダムな変数xについての尖度は、
Figure 2005527028
により定義される。ここで、mおよびmは、それぞれ4番目および2番目の中心積率を表す。k番目の中心積率は、
Figure 2005527028
により定義され、ここでEは、ランダムな変数の確率期待値すなわち平均値を指す。また、
Figure 2005527028
である。
さらに、xとxとが2つの独立したランダムな変数である場合には、尖度は、以下の線形性を有する。
Figure 2005527028
ここで、αはスカラー量である。
さらに、Wが、4番目の積率までは有限値の積率を有するp次元のランダムなベクトル(すなわちW=[w,w,・・・w])であり、μおよびΓが、それぞれWの平均ベクトルおよび共分散行列であるとすると、p次元の尖度は、
Figure 2005527028
と表すことができる。ここで、Tは、ベクトルの転置を指す。
最後に、上記の式(7)をp=2として用いて、ランダムなベクトルW=[X,Y]を画像全体のフーリエ変換に適用する。この結果は、
Figure 2005527028
と表すことができる。ここで、
Figure 2005527028
である。
ここで、二次元尖度は、m×nの画像全体またはその中の任意の領域の、鮮鋭度を示すものであることに留意されたい。しかしながら、本発明によって分かった極めて重要な違いがある。画像がより鮮鋭になると、画像全体の二次元尖度は減少するが、8×8ブロックの尖度は、鮮鋭度と共に増加する。この効果は、エッジ近傍の局所的な週波数分布による結果である。したがって、m,n=0,1,・・・7である所与の二次元画像領域f(X,Y)、すなわち1つの8×8画素のブロックについて、対応の二次元DCT係数F(u,v)が得られる。ここで、uおよびvは空間周波数である。その後、F(u,v)は、F(0,0)を除外した後に規格化され、二変数の確率密度関数p(u,v)が形成される。
図4を参照すると、エッジ画素の位置を中心とする画像ブロックのエッジ・プロファイルを有する、それぞれの8×8のDCTブロックの尖度が、式(8)に従って計算される。その後、エッジ・プロファイルを含む8×8画素のそれぞれのブロックについて、エッジ周波数プロファイルと交差する画素の数wが特定される。その後、8×8ブロックの二次元尖度の値Kが、対応のwと掛け合わされる。エッジ・プロファイルを伴う各ブロックに関する二次元尖度の値(w×K)は、エッジ周波数プロファイルの局所的な尖度を示すものであり、したがって鮮鋭度の局所的な尺度を表す点に留意されたい。そのようであるので、平均値は、フレーム全体の鮮鋭度の尺度を示し得る。したがって、エッジ・プロファイルを伴う各ブロックについて式(8)に従って二次元尖度を計算した後、加算器18が、エッジ・プロファイルを伴うブロックの合計数で除算したエッジ・プロファイルを伴う各ブロックについての(w×K)を足し合わせることにより、エッジ・プロファイルを有するすべての8×8ブロックに亘って尖度を平均する。さらに、フレームごとまたは画像ごとに平均値を決定することもでき、あるいは、アプリケーションに応じて変化する異なるレベルの鮮鋭度の尺度を得るために、特定の時間窓に亘る動作中平均として平均値を決定することもできる。
図5は、本発明の実施形態に係る映像品質評価の動作工程を図示したフローチャートである。処理ブロックおよび判断ブロックは、デジタル信号処理回路または特定用途向け集積回路(ASIC)といったような、機能的に等価な回路によって実行される工程を表し得る点に留意されたい。このフローチャートは、いかなる特定のプログラミング言語の構文を示したものでもない。むしろ、このフローチャートは、当該技術分野における平均的な技術を有する者が、特定の装置における必要な処理を実行する回路またはコンピュータ・ソフトウェアを作製するのに必要とする、機能情報を図示したものである。
ステップ110で入力映像フレームが受信されると、ステップ120において、図2のエッジ検出器14を用いて、各入力映像フレームについてのエッジ画像が生成される。その後、ステップ140において、図2の分割モジュール12を用いて、各エッジ画素が、1つの8×8ブロックに割り当てられる。ステップ160において、8×8DCTが実行されてF(u,v)が得られ、ステップ180において、規格化されてPDFすなわちp(u,v)が得られる。その後、ステップ200において、図2のK見積器16を用いて、エッジ周波数プロファイルの各ブロックについて、二次元尖度の計算が実行される。ステップ202において、すべてのエッジ画素の処理が完了していれば、ステップ204において、図2の加算器18を用いて、すべての8×8ブロックに亘って尖度が平均される。
上記から明らかなように、本発明は、鮮鋭度指標システム10が、画像のエッジを取り囲む小さな領域の尖度を用いており、したがって局所的な空間情報のみならず周波数の特徴も考慮に入れている点で利点を有する。結果として得られる鮮鋭度の指標は、コンテンツ依存のものではなく、また、エッジ領域内の局所的な尖度に集中することにより、本発明はノイズを避けることができる。ビデオ撮影機の焦点制御、映像処理アルゴリズムの開発、リアルタイムの映像品質管理/制御、およびネットワーク映像のリアルタイムの品質制御等の、多くの映像アプリケーションが、本発明の教示から利益を得ることができる点に留意されたい。この指標は、単純かつ汎用的な方法体系を有しているので、1)体系だったかつ首尾一貫した鮮鋭度の品質制御ができる、2)非常に低コストで使用でき、人が介在しない多くのリアルタイムのアプリケーションに適している、3)人である品質監視者を、多くの退屈な作業から救うという3つの利点を有する、リアルタイムの品質監視器として働くことができる。たとえば、図6から8は、本発明の実施形態が応用された、簡略化されたブロック図である。図6を参照して、鮮鋭度検出器10は、監視されていないカメラや、特定の画像に基づいて映像データを発生させることができるような他の映像装置等の、いかなるタイプの映像発生装置に接続されてもよい。図7を参照して、映像記憶体22は、当該技術分野において知られている、従来のいかなる映像記憶媒体であってもよい。図8を参照して、鮮鋭度指標検出器は、適当に選択された監視および制御点を用いて、異なる目的の鮮鋭度制御ループを組み込むことができるようにして、検出、符号化、伝送、強調等の映像取得動作において実装され得る。
本発明の好ましい実施形態を図解し説明してきたが、当業者には、様々な変更が可能であり、本発明の真の範囲から逸脱することなく、構成要素を等価の要素に交換することも可能であることが理解されよう。加えて、中核的な範囲から逸脱せずに、特定の状況および本発明の教示に適合化するために、多くの変更を行うこともできる。したがって、本発明は、本発明を実行するために考えられた最良のモードとして開示された特定の実施形態に限定されるものではなく、本発明は、特許請求の範囲に基づく技術的範囲によりカバーされるあらゆる実施形態を含むよう意図されたものである。
正規分布から発生させられたランダムな数についての尖度を図示した図 本発明の1つの例示的な実施形態に従って構築された装置のブロック図 本発明による、エッジ画素を検出してエッジ・プロファイルを作製する処理の、動作工程を示した図 本発明による、映像品質の動作工程を示したフローチャート 本発明による、映像品質の動作工程を示したフローチャート 本発明の1つの例示的な実施形態による適切な実施形態の、簡略化されたブロック図 本発明の別の1つの例示的な実施形態による適切な実施形態の、簡略化されたブロック図 本発明の別の1つの例示的な実施形態による適切な実施形態の、簡略化されたブロック図

Claims (12)

  1. 映像データの鮮鋭度の品質を評価する方法であって、
    (a)入力映像フレームを受信する工程と、
    (b)前記入力映像フレームについて、エッジ画素を含むエッジ画像を取得する工程と、
    (c)前記エッジ画像の選択された部分の各エッジ画素を、1つの8×8ブロックの中心に割り当てる工程と、
    (d)前記8×8ブロックに離散コサイン変換(DCT)を実行して、DCT係数の組を生成する工程と、
    (e)前記8×8ブロックの前記DCT係数を規格化して、二変数の確率密度関数を取得する工程と、
    (f)規格化された前記DCT係数の尖度を計算して、鮮鋭度の指標を生成する工程とを含むことを特徴とする方法。
  2. 前記エッジ画素を含む前記8×8ブロックの各々に対して、前記工程(c)から前記工程(f)を繰り返す工程をさらに含むことを特徴とする請求項1記載の方法。
  3. 前記8×8ブロックの各々について計算された前記尖度の平均を取り、全体的な鮮鋭度の指標を決定する工程をさらに含むことを特徴とする請求項2記載の方法。
  4. 前記エッジ画像を取得する前記工程(b)が、予め決められた閾値レベルよりも大きな周波数帯を有するエッジを選択する処理を含むことを特徴とする請求項1記載の方法。
  5. 前記DCT係数を特定する前記工程(d)がさらに、該DCT係数から、予め決められたDCT係数を除外する工程を含むことを特徴とする請求項1記載の方法。
  6. 映像データの鮮鋭度の品質を評価する装置であって、
    入力映像フレームについて、エッジ画素を含むエッジ画像を取得するために、該入力映像フレームを受信するようにされたエッジ検出手段と、
    前記入力映像フレームを受信し、前記エッジ画像の選択された部分の各エッジ画素を、重複なしで1つの8×8ブロックに割り当てる分割手段であって、オプションとして該エッジ画素を該ブロックの中心に据える分割手段と、
    前記8×8ブロックに離散コサイン変換(DCT)を実行して、DCT係数の組を生成し、該8×8ブロックの該DCT係数を規格化して、二変数の確率密度関数を取得し、その尖度を見積もる尖度見積器とを備えていることを特徴とする装置。
  7. 前記エッジ画像の前記選択された部分の前記各エッジ画素が、前記8×8ブロックの中心に割り当てられることを特徴とする請求項6記載の装置。
  8. 前記8×8ブロックの各々について見積もられた前記尖度の平均を取り、全体的な鮮鋭度の指標を取得する加算手段をさらに備えていることを特徴とする請求項6記載の装置。
  9. 見積もられた前記尖度が、前記8×8ブロックの鮮鋭度の品質を示すものであることを特徴とする請求項6記載の装置。
  10. 前記エッジ検出手段が、予め決められた閾値レベルよりも大きな周波数帯を有するエッジを選択するように動作可能であることを特徴とする請求項6記載の装置。
  11. 前記尖度見積器が、前記DCT係数の前記尖度を見積もるのに先立って、該DCT係数から、選択されたDCT係数を除外することを特徴とする請求項6記載の装置。
  12. 鮮鋭度の品質を評価するため入力映像フレームに応答する信号処理装置であって、入力部と、出力部と、該入力部および該出力部の間に結合された処理ユニットとを備え、該処理ユニットが、前記入力映像フレームを受信し、該入力映像フレームについて、エッジ画素を含むエッジ画像を取得し、該エッジ画像の選択された部分の各エッジ画素を、1つの8×8ブロックの中心に割り当て、該8×8ブロックに離散コサイン変換(DCT)を実行して、DCT係数の組を生成し、前記8×8ブロックの前記DCT係数を規格化して、二変数の確率密度関数を取得し、規格化された前記DCT係数の尖度を計算して、鮮鋭度の指標を生成するように、構築され適合化させられていることを特徴とする装置。
JP2004507261A 2002-05-24 2003-04-25 局所的なエッジの統計分布に基づいて鮮鋭度の指標を見積もる方法およびシステム Withdrawn JP2005527028A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/155,209 US6888564B2 (en) 2002-05-24 2002-05-24 Method and system for estimating sharpness metrics based on local edge kurtosis
PCT/IB2003/001842 WO2003101120A1 (en) 2002-05-24 2003-04-25 A method and system for estimating sharpness metrics based on local edge statistical distribution

Publications (2)

Publication Number Publication Date
JP2005527028A true JP2005527028A (ja) 2005-09-08
JP2005527028A5 JP2005527028A5 (ja) 2006-06-15

Family

ID=29549014

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004507261A Withdrawn JP2005527028A (ja) 2002-05-24 2003-04-25 局所的なエッジの統計分布に基づいて鮮鋭度の指標を見積もる方法およびシステム

Country Status (7)

Country Link
US (1) US6888564B2 (ja)
EP (1) EP1512297A1 (ja)
JP (1) JP2005527028A (ja)
KR (1) KR20050012751A (ja)
CN (1) CN1656824A (ja)
AU (1) AU2003223054A1 (ja)
WO (1) WO2003101120A1 (ja)

Families Citing this family (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7079704B2 (en) * 2002-06-26 2006-07-18 Koninklijke Philips Electronics N.V. Objective method and system for estimating perceived image and video sharpness
US7099518B2 (en) * 2002-07-18 2006-08-29 Tektronix, Inc. Measurement of blurring in video sequences
ITPI20020051A1 (it) * 2002-09-18 2004-03-19 Cnr Consiglio Naz Delle Ric Erche Metodo e apparato per l'estrazione dei contorni delle strutture presenti in una immagine mediante l'impiego di una classe di filtri non lineari.
US7680342B2 (en) 2004-08-16 2010-03-16 Fotonation Vision Limited Indoor/outdoor classification in digital images
US8989516B2 (en) * 2007-09-18 2015-03-24 Fotonation Limited Image processing method and apparatus
US8264576B2 (en) 2007-03-05 2012-09-11 DigitalOptics Corporation Europe Limited RGBW sensor array
US8199222B2 (en) 2007-03-05 2012-06-12 DigitalOptics Corporation Europe Limited Low-light video frame enhancement
US8180173B2 (en) 2007-09-21 2012-05-15 DigitalOptics Corporation Europe Limited Flash artifact eye defect correction in blurred images using anisotropic blurring
US9160897B2 (en) 2007-06-14 2015-10-13 Fotonation Limited Fast motion estimation method
US7639889B2 (en) * 2004-11-10 2009-12-29 Fotonation Ireland Ltd. Method of notifying users regarding motion artifacts based on image analysis
US7636486B2 (en) * 2004-11-10 2009-12-22 Fotonation Ireland Ltd. Method of determining PSF using multiple instances of a nominally similar scene
US8417055B2 (en) 2007-03-05 2013-04-09 DigitalOptics Corporation Europe Limited Image processing method and apparatus
KR20060023170A (ko) * 2003-06-27 2006-03-13 코닌클리케 필립스 일렉트로닉스 엔.브이. 비대칭적으로 강화된 영상 및 비디오를 위한 샤프니스 계량기준
JP4455364B2 (ja) * 2004-03-09 2010-04-21 キヤノン株式会社 解像度変換方法及び装置
US7639888B2 (en) * 2004-11-10 2009-12-29 Fotonation Ireland Ltd. Method and apparatus for initiating subsequent exposures based on determination of motion blurring artifacts
WO2006118559A1 (en) * 2005-04-29 2006-11-09 Chubb International Holdings Limited Automatic video quality monitoring for surveillance cameras
US20060245665A1 (en) * 2005-04-29 2006-11-02 Je-Ho Lee Method to detect previous sharpening of an image to preclude oversharpening
US8520739B2 (en) * 2005-05-09 2013-08-27 Intel Corporation Method and apparatus for adaptively reducing artifacts in block-coded video
CA2632403C (en) * 2005-12-05 2015-05-26 British Telecommunications Public Limited Company Video quality measurement
US7587099B2 (en) * 2006-01-27 2009-09-08 Microsoft Corporation Region-based image denoising
IES20070229A2 (en) 2006-06-05 2007-10-03 Fotonation Vision Ltd Image acquisition method and apparatus
GB0624846D0 (en) * 2006-12-13 2007-01-24 Imec Inter Uni Micro Electr Application level estimation techniques for parametric yield in embedded systems under static real-time constraints
US7773118B2 (en) 2007-03-25 2010-08-10 Fotonation Vision Limited Handheld article with movement discrimination
EP2006784A1 (en) * 2007-06-22 2008-12-24 Interuniversitair Microelektronica Centrum vzw Methods for characterization of electronic circuits under process variability effects
US8457193B2 (en) * 2007-09-28 2013-06-04 Intel Corporation No-reference video quality model
JP5093083B2 (ja) * 2007-12-18 2012-12-05 ソニー株式会社 画像処理装置および方法、並びに、プログラム
CN101765026B (zh) * 2008-12-24 2011-07-27 ***通信集团公司 一种图像质量评价值的修正方法和修正***
JP5136474B2 (ja) * 2009-03-13 2013-02-06 ソニー株式会社 画像処理装置および方法、学習装置および方法、並びに、プログラム
CN101562758B (zh) * 2009-04-16 2010-10-27 浙江大学 基于区域权重和人眼视觉特性的图像质量客观评价方法
US8294811B2 (en) * 2009-08-04 2012-10-23 Aptina Imaging Corporation Auto-focusing techniques based on statistical blur estimation and associated systems and methods
AU2010329533A1 (en) 2009-12-07 2012-07-26 Hiok Nam Tay Auto-focus image system
US8649607B1 (en) * 2010-01-25 2014-02-11 Stc.Unm Spectral ratio contrast for edge detection in spectral images
CN101789091A (zh) * 2010-02-05 2010-07-28 上海全土豆网络科技有限公司 视频清晰度自动识别***及其方法
US8724009B2 (en) * 2010-05-05 2014-05-13 Hiok Nam Tay Auto-focus image system
US8805112B2 (en) 2010-05-06 2014-08-12 Nikon Corporation Image sharpness classification system
US8928813B2 (en) 2010-10-28 2015-01-06 Microsoft Corporation Methods and apparatus for reducing structured noise in video
WO2012060835A1 (en) 2010-11-03 2012-05-10 Nikon Corporation Blur detection system for night scene images
US9065999B2 (en) 2011-03-24 2015-06-23 Hiok Nam Tay Method and apparatus for evaluating sharpness of image
US9251439B2 (en) 2011-08-18 2016-02-02 Nikon Corporation Image sharpness classification system
JP6040042B2 (ja) * 2013-02-12 2016-12-07 アイキューブド研究所株式会社 画像処理装置、画像処理方法、およびプログラム
US9286664B2 (en) * 2013-03-12 2016-03-15 Drs Network & Imaging Systems, Llc System and method for blind image deconvolution
CN103354617B (zh) * 2013-07-03 2015-03-04 宁波大学 一种基于dct域的边缘强度压缩的图像质量客观评价方法
CN103955924B (zh) * 2014-04-21 2015-05-06 中国人民解放军国防科学技术大学 一种基于多尺度重组dct系数的图像锐度测量方法
CN104168506A (zh) * 2014-08-13 2014-11-26 广州市香港科大***研究院 通过嗅探http数据包获取用户视频体验质量的方法
US10733736B2 (en) * 2016-05-17 2020-08-04 Tek84 Inc. Body scanner with automated target recognition
US10685432B2 (en) * 2017-01-18 2020-06-16 Ricoh Company, Ltd. Information processing apparatus configured to determine whether an abnormality is present based on an integrated score, information processing method and recording medium
CN107622470B (zh) * 2017-09-01 2020-12-01 杭州趣维科技有限公司 一种基于二维码的实时鲁棒数字水印的嵌入和提取方法
DE102018222140B3 (de) 2018-12-18 2020-02-06 Siemens Mobility GmbH Ermitteln einer Durchlassgüte einer Optikeinheit eines Kamerasystems
KR102206490B1 (ko) * 2019-11-21 2021-01-22 주식회사 아이닉스 선택적 필터링을 적용한 영상 처리 시스템 및 그 영상 처리 방법
CN114332082B (zh) * 2022-03-07 2022-05-27 飞狐信息技术(天津)有限公司 清晰度的评价方法、装置、电子设备及计算机存储介质
CN117134909B (zh) * 2023-10-20 2024-03-29 网络通信与安全紫金山实验室 去相关的信道密钥生成方法、装置、通信设备及存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4745465A (en) * 1986-03-24 1988-05-17 Eastman Kodak Company Digital color image processing method employing histogram normalization for tone and color reproduction
DE4309878C2 (de) * 1992-04-06 1994-07-21 Hell Ag Linotype Verfahren und Einrichtung zur Analyse und Korrektur der Bildgradation in Bildvorlagen
JPH06323814A (ja) * 1993-05-17 1994-11-25 Fuji Xerox Co Ltd 画像評価方法
US5396057A (en) * 1993-09-08 1995-03-07 Northrop Grumman Corporation Method for optimum focusing of electro-optical sensors for testing purposes with a haar matrix transform
US5852475A (en) * 1995-06-06 1998-12-22 Compression Labs, Inc. Transform artifact reduction process
BE1010346A5 (nl) * 1996-06-12 1998-06-02 Barco Nv Niet expliciet toepassingsgericht apparaat en gebruik ervan voor de automatische afregeling van een projector.
US6427031B1 (en) * 1998-12-31 2002-07-30 Eastman Kodak Company Method for removing artifacts in an electronic image decoded from a block-transform coded representation of an image

Also Published As

Publication number Publication date
WO2003101120A1 (en) 2003-12-04
US20030219172A1 (en) 2003-11-27
AU2003223054A1 (en) 2003-12-12
KR20050012751A (ko) 2005-02-02
CN1656824A (zh) 2005-08-17
US6888564B2 (en) 2005-05-03
EP1512297A1 (en) 2005-03-09

Similar Documents

Publication Publication Date Title
JP2005527028A (ja) 局所的なエッジの統計分布に基づいて鮮鋭度の指標を見積もる方法およびシステム
Erfurt et al. A study of the perceptually weighted peak signal-to-noise ratio (WPSNR) for image compression
Sheikh et al. No-reference quality assessment using natural scene statistics: JPEG2000
Liu et al. A no-reference metric for perceived ringing artifacts in images
US7099518B2 (en) Measurement of blurring in video sequences
Ma et al. Reduced-reference image quality assessment in reorganized DCT domain
KR100670003B1 (ko) 적응형 문턱치를 이용한 영상의 평탄 영역 검출장치 및 그방법
Ndajah et al. An investigation on the quality of denoised images
US8908989B2 (en) Recursive conditional means image denoising
Ferzli et al. A no-reference objective image sharpness metric based on just-noticeable blur and probability summation
Zhan et al. No-reference JPEG image quality assessment based on blockiness and luminance change
JP2003501850A (ja) 基準映像を用いることなくデジタル映像の品質を推定する方法と装置
Liu et al. A no-reference perceptual blockiness metric
Li et al. Blind image quality assessment in the contourlet domain
Joshi et al. Continuous wavelet transform based no-reference image quality assessment for blur and noise distortions
Samani et al. Transform domain measure of enhancement—TDME—for security imaging applications
CN111445435B (zh) 一种基于多区块小波变换的无参考图像质量评价方法
Hong et al. A no-reference image blurriness metric in the spatial domain
Sheikh et al. Blind quality assessment of JPEG2000 compressed images using natural scene statistics
Lu et al. Blind image quality assessment based on wavelet power spectrum in perceptual domain
Ait Abdelouahad et al. Image quality assessment based on intrinsic mode function coefficients modeling
Wang et al. A human visual system-based objective video distortion measurement system
Qadri et al. Frequency domain blockiness measurement for image quality assessment
Li et al. A no-reference perceptual blur metric based on the blur ratio of detected edges
Kumar et al. No-reference image quality assessment using gabor-based smoothness and latent noise estimation

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20060424

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20060424

A761 Written withdrawal of application

Free format text: JAPANESE INTERMEDIATE CODE: A761

Effective date: 20070522