KR20070116717A - 압축된 디지털 이미지의 ｍｐｅｇ 노이즈 강도 측정 방법및 장치 - Google Patents

압축된 디지털 이미지의 ｍｐｅｇ 노이즈 강도 측정 방법및 장치 Download PDF

Info

Publication number
KR20070116717A
KR20070116717A KR1020070033778A KR20070033778A KR20070116717A KR 20070116717 A KR20070116717 A KR 20070116717A KR 1020070033778 A KR1020070033778 A KR 1020070033778A KR 20070033778 A KR20070033778 A KR 20070033778A KR 20070116717 A KR20070116717 A KR 20070116717A
Authority
KR
South Korea
Prior art keywords
block
strength
image
edge statistics
image frame
Prior art date
Application number
KR1020070033778A
Other languages
English (en)
Inventor
이상근
김영택
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20070116717A publication Critical patent/KR20070116717A/ko

Links

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
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • 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
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

본 발명은 공간적 도메인에서 입력 이미지(프레임 또는 필드 픽쳐)로부터 계산되는 전역적 및 지역적 에지 통계들에 기초하여, 각각의 블록 경계에서 블록 아티팩트들의 강도를 추정하기 위한 방법 및 시스템에 관한 것이다. 그러한 방법은 시스템적으로 JPEG, MPEG, 및 H.26x와 같은 블록 기반의 압축/코딩 틀들과 연관되는 압축 아티팩트들의 강도를 측정한다.

Description

압축된 디지털 이미지의 ＭＰＥＧ 노이즈 강도 측정 방법 및 장치{Method and device for measuring MPEG noise strength of compressed digital image}
도 1은 본 발명의 일 실시예에 따른 이미지 프로세싱 시스템의 일 실시예의 기능적인 블록도를 나타낸다.
도 2는 본 발명의 일 실시예에 따른 도 1의 압축 노이즈 추정기의 일 실시예의 기능적인 블록도를 나타낸다.
도 3은 본 발명의 일 실시예에 따른 도 2의 지역적 파라미터 계산 모듈의 일 실시예의 기능적인 블록도를 나타낸다.
도 4a-b는 본 발명의 일 실시예에 따른 수직 및 수평 에지 방향들 각각에 대한 도 3에서의 예시적인 소벨 연산을 나타낸다.
도 5는 본 발명의 일 실시예에 따른 압축되는 디지털 이미지들의 MPEG 노이즈 강도를 측정하기 위한 기능적인 흐름도를 나타낸다.
도 6은 본 발명의 일 실시예에 따른 디코딩된 디지털 이미지 프레임에서 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법의 흐름도를 나타낸다.
도면들에서, 동일한 참조 번호는 유사한 구성요소들을 언급하는 것이다.
본 발명은 디지털 이미지 프로세싱에 관한 것으로, 더욱 상세하게는 압축된 이미지/비디오로부터의 압축 노이즈의 제거에 관한 것이다.
MPEG 노이즈 저감(MPEG noise reduction)과 같은 압축 (코딩) 노이즈 저감은 TV 세트와 같은 디스플레이 장치들에서 포스트-프로세서에 의해 구현되는 주된 기능들 중 하나이다. 디지털 비디오 컨텐츠는, 통신 네트워크에서 데이터 대역폭 한계와 함께 압축 노이즈를 극복하기 위하여 다양한 디지털 압축 기술들에 의해 처리되고 인코딩될 수도 있다.
현재 미국에서의 디지털 TV(DTV) 방송은 디지털 비디오 컨텐츠를 압축하기 위하여 MPEG-2 국제 비디오 압축 표준을 사용한다. DVD 비디오 컨텐츠 또한 MPEG-2에 의해서 처리된다. 고 화질(HD: high definition) 컨텐츠는 MPEG-2, MPEG-4, 또는 H.264에 의해 처리될 수도 있다. 이러한 압축된 디지털 비디오들은 디스플레이되는 비디오 이미지들 및 장면들(scenes)의 품질을 악화시키는 다양한 정도의 아티팩트들(artifacts)을 포함한다. MPEG 처리되는 디지털 비디오들에서 이러한 아티팩트들은 이하의 설명에서 "MPEG 노이즈" 또는 "압축 노이즈"로 언급된다. 따라서, 압축 노이즈 저감은 스크린에 디스플레이하기 전에 디지털 비디오들로부터 이러한 MPEG 노이즈들을 검출하고 제거/저감하는 프로세스이다.
또한, 블록 아티팩트(block artifacts)는 이미지의 블록 경계들에서 원하지 않는 과잉의 에지들(edges) 또는 불연속들의 모습이다. 블록 아티팩트 노이즈는 JPEG, MPEG, 및 H.26X 와 같은 블록-기반 코딩 틀(coding scheme)에 의해서 압축되 는 이미지/비디오에서 발생한다. 이러한 코딩 틀에서, 하나의 픽쳐(picture)는 마크로블록(macroblocks)으로 불리는 N x N 사각 블록들(rectangular blocks)(N은 대개 16이다)의 어레이(array)로 분할된다. 그리고, 각각의 마크로블록은 다시 M x M (M은 대개 8이다) 서브-블록들로 서브-분할된다. 각 서브-블록은 전형적으로 다른 서브-블록들과 독립적으로 8 x 8 이산 코사인 변환(DCT: discrete cosine transform), 양자화(quantization), 지그재그 스캐닝(zig-zag scanning) 및 엔트로피 코딩(entropy coding)에 의해서 처리된다.
각각의 서브-블록 (및 각각의 마크로블록)은 독립적으로 처리되기 때문에, 이웃하는 블록들을 연결하는 이미지/비디오 데이터의 중요 부분은 자주 손실되고 과잉의 에지들 및 불연속들이 블록 경계들에 나타난다. 블록 아티팩트들은 이미지/비디오가 더 많이 압축될수록, 즉, 더 높은 압축 비율에서 더욱 심하게 된다.
압축 노이즈를 줄이기 위한 몇 가지 접근들이 있다. 그러한 접근들은 측정된 값들에 따라 아티팩트 강도를 추정하여 아티팩트들을 줄이는 것을 포함한다.
블록 아티팩트들은 코딩된 이미지 내의 상이한 공간적 위치들에서 다양한 강도로 나타난다. 만일 단일 디블록킹 필터(single deblocking filter)가 모든 경계들에 균일하게 인가된다면, 강한 블록 아티팩트들이 적절하게 감소되지 않거나 좋은 이미지 특징들이 흐려지게 된다.
본 발명은 상술한 문제점을 해결하기 위해 창안된 것으로, 본 발명의 목적은 공간적 도메인에서 입력 이미지로부터 계산되는 전역적 및 지역적 에지 통계들에 기초하여, 각각의 블록 경계에서 블록 아트팩트들의 강도를 추정하기 위한 방법 및 시스템을 제공하는데 있다.
일 실시예에서, 본 발명은 공간적 도메인에서 입력 이미지(프레임 또는 필드 픽쳐)로부터 계산되는 전역적 및 지역적 에지 통계들에 기초하여, 각각의 블록 경계에서 블록 아트팩트들의 강도를 추정하기 위한 방법 및 시스템을 제공한다. 일 구현으로, 그러한 방법은 시스템적으로 JPEG, MPEG, 및 H.26x와 같은 블록 기반의 압축/코딩 틀들과 연관되는 압축 아티팩트들의 강도를 측정한다.
일 실시예에서, 본 발명에 따른 튼튼하고 효율적인 디블록킹(deblocking) 및 디링잉(deringing) 방법은 전체 프로세스의 성능을 향상시키기 위하여 각각의 블록 경계에서 MPEG 노이즈의 강도를 측정하고 그에 따라 디블록킹/디링잉 파라미터들을 조절한다.
본 발명은 또한 입력 이미지가 개선을 요구하는지를 결정하기 위하여 이미지/비디오 어플리케이션들에 대한 주어진 이미지의 품질 측정을 제공한다. 일 구현으로, 먼저, 코딩되는 입력 이미지는 지역적(local) 압축 노이즈 강도를 추정하기 위해 중첩되지 않는 서브-이미지들로 분리되고, 그리고나서 각각의 서브-블록으로부터 지역적 파라미터들이 계산된다. 그리고나서 계산되는 파라미터들을 사용하고 이미지 컨텐트 활동들을 분석함으로써, 이미지의 지역적 및 전역적(global) 부분들에 대한 노이즈 강도 값들이 추정된다. 추정되는 노이즈 강도 값들은 입력 이미지가 노이즈 저감과 같은 개선을 요구하는지를 결정하기 위해서 사용된다.
본 발명의 일 실시예에 따른 블록 아티팩트들을 줄이기 위한 효율적인 방법은 각각의 블록 경계에서 블록 아티팩트의 강도를 측정하고 그에 따라 디블록킹 필터의 파라미터들을 조절하는 것이다. 결과로써, 강한 블록 아티팩트들에는 더 많은 필터링이 인가되고 반면에 약한 블록 아티팩트들에는 더 적은 필터링이 인가된다. 적응 디블록킹 필터(adaptive deblocking filter)는 전체 디블록킹 프로세스의 성능을 향상시킨다.
본 발명의 이러한 및 기타 특성, 양상 및 이점들은 이하의 상세한 설명, 청구항 및 첨부된 도면을 참조하여 이해될 것이다.
일 실시예에서, 본 발명은 압축되는 디지털 이미지 프레임에서 인코딩 노이즈 강도를 측정하기 위한 방법 및 시스템을 제공한다. 또한, 본 발명은 공간적 도메인에서 입력 이미지(프레임 또는 필드 픽쳐)로부터 계산되는 전역적 및 지역적 에지 통계들에 기초하여, 각각의 블록 경계에서 블록킹 아트팩트들의 강도를 추정하기 위한 방법 및 시스템을 제공한다. 일 구현으로, 그러한 방법은 시스템적으로 JPEG, MPEG, 및 H.26x와 같은 블록 기반의 압축 (코딩) 틀들과 연관되는 압축 아티팩트들의 강도를 측정한다.
지역적 및 전역적(local and global) 압축 노이즈 정보는 원래의 압축된 이미지에 대한 어떠한 사전 지식도 없이 픽셀 도메인에서 디코딩된 디지털 이미지에 대하여 추정된다. 그러한 노이즈 정보는 이미지 압축에 의해서 야기되는 블록 에지 경계들(block edge boundaries) 주위의 지역적 및 전역적 에지 통계들에 기초하여 결정되고, 공간적 도메인에서 입력 이미지(프레임 또는 필드 픽쳐)로부터 계산된 다.
도 1은 본 발명의 일 실시예에 따른 이미지 개선을 위한 압축된 디지털 이미지의 MPEG 노이즈 강도 측정 방법을 구현하는 이미지 프로세싱 시스템(10)의 기능적인 블록도를 나타낸다. 시스템(10)은 입력 프로세서(100)에서 복원된(디코딩된) 입력 이미지를 수신하고, 출력 이미지 프로세서(106)로 전해지는 개선된 출력 이미지를 생성하기 위하여 이미지 인핸서(102)에서 이미지를 개선한다. 본 발명의 일 실시예에 따른, 이미지 인핸서(102)에서의 개선은 압축 아티팩트 추정기(104)에 의해서 결정되는 압축 아티팩트들의 추정의 함수이다. 시스템(10)에서 구현되는 프로세스는 이하에서 더욱 세부적으로 설명된다.
컬러 비디오 신호들은 대개 3개의 컬러 채널들, 즉, 휘도(Y) 채널 및 2개의 색차(U,V) 채널들을 포함한다. 일반적으로 본 발명에 따른 압축 강도 파라미터 추정은 단지 휘도 채널에 대해서 실행될 것이 요구된다.
전형적으로 대역폭 효율성 및 메모리 설계 고려사항들에 대한 Y 값을 표시하기 위해서 8비트가 사용된다. 따라서, 일반적인 이미지 프로세싱 시스템들은 각각의 픽셀에 0 내지 255의 범위(0은 가장 어두운 휘도를 나타내고, 255는 가장 밝은 휘도를 나타낸다)에서 어느 곳에 Y 값을 할당한다. 색차 채널들(U,V)에 대한 압축 강도 파라미터 추정을 실행하는 것은 양자화(quantization) 파라미터를 추정하는 것에 대하여 어떠한(또는 거의) 주목할 만한 효과를 가지지 않는다.
시스템(10)에서, 디코딩된 휘도 데이터는 프로세서(100)의 버퍼로부터 이미지 인핸서(102)로 읽혀진다. 이 단계에서, 이미지 인핸서(102)는 압축 아티팩트 추 정기(104)의 출력에 기초하여, 입력 데이터(예를 들어, 필터 휘도 데이터)를 향상시킨다. 이미지 인핸서(102)로부터 개선된(필터링된) 휘도 데이터는 디스플레이 전에 2개의 색차 채널들로부터의 디코딩된 데이터와 결합하기 위해 프로세서(106)로 다시 출력된다.
도 2는 본 발명의 일 실시예에 따른, 압축 노이즈의 강도를 추정하는 방법을 구현하는, 도 1의 압축 아티팩트 추정기(104)의 일 실시예의 기능적인 블록도를 나타낸다. 압축 아티팩트 추정기(104)는 블록 에지 통계들을 분석함으로써 블록킹 아티팩트들(압축 노이즈)의 강도를 추정한다. 압축 아티팩트 추정기(104)의 입력은 입력 이미지(100)이고, 압축 아티팩트 추정기(104)의 출력은 이미지 인핸서(102)를 제어하기 위한 추정되는 아티팩트 레벨이다.
디블록킹 또는 디링잉 프로세스의 제어 값들은 압축 아티팩트 추정기(104)에서의 블록 아티팩트들의 추정되는 강도에 따라 이미지 인핸서(102)에서 조절된다.
먼저, 지역적 파라미터들은 지역적 파라미터 계산 모듈(200)에 의해서 얻어진다(이하에서 더 설명된다). 지역적 정보를 위한 파라미터들은 전역적 파라미터들과 동일하다. 지역적 파라미터들(local parameters)은 지역적 영역에서 블록 아티팩트들의 정도를 나타내는 반면에, 전역적 파라미터들(global parameters)은 입력 이미지의 전체 영역에 대한 블록 아티팩트들의 정도를 가리킨다. 일 예시로, 그러한 파라미터들은 블록 차(block difference), 블록 비율(block ratio), 블록 카운트(block count), 및 블록 활동(block activity)을 포함한다.
그리고나서, 지역적 파라미터들을 사용하여, 차 모듈(difference module)(202)은 블록 차 표시자(block difference indicator)를 결정하고, 비율 모듈(204)은 블록 비율 표시자(block ratio indicator)를 결정하며, 카운터 모듈(206)은 블록 카운트 표시자(block count indicator)를 결정하고, 및 활동 모듈(208)은 블록 활동 표시자(block activity indicator)를 결정한다. 모듈들(202, 204, 206, 208)은 이하에서 더 설명된다.
블록 차 표시자, 블록 비율 표시자, 블록 카운트 표시자, 및 블록 활동 표시자는 지역적 파라미터들에 기초하여, 입력 이미지 프레임의 블록 에지 통계들을 사용함으로써 계산된다.
각각의 파라미터는 전체의 입력 이미지 프레임에 대해 전역적으로(globally) 계산되고, 그리고나서 이미지 프레임의 N x N의 중첩되지 않은 서브-섹션들의 각각에 대해 지역적으로(locally) 다시 계산된다. 서브-섹션은 입력 이미지의 작은 부분이다.
각각의 서브-섹션 영역에서 계산되는 지역적 파라미터들을 포함하는 지역적 정보는, 블록킹 아티팩트들이, 예를 들어 지역화된 구역들/객체들(localized regions/objects)의 높은 모션(motion)에 기인하여, 단지 입력 이미지의 일부분들 상에서만 나타날 때 유용하다.
입력 이미지 프레임의 각각의 서브-블록에 대해, 블록 차 표시자, 블록 비율 표시자, 블록 카운트 표시자, 및 블록 활동 표시자는 각각 가중 함수 모듈들(212, 214, 216, 218)의 입력이다. 가중 함수 모듈들(212, 214, 216, 218)은 각각 가중 인자들 r1, r2, r3, 및 r4를 생성한다. 그와 같이, 가중 인자들 r1, r2, r3, 및 r4는 각각 블록 차 표시자, 블록 비율 표시자, 블록 카운트 표시자, 및 블록 활동 표시자에 대응한다.
그리고나서, 얻어지는 가중 인자들 r1, r2, r3, 및 r4는 압축 노이즈의 강도의 추정 R을 생성하기 위하여 결합기(예를 들어, 승산기(multiplier))(220)에서 함께 결합된다(예를 들어, 승산된다). 여기서, R은 전역적 정보에 대한 것인 반면, r은 지역적 정보에 대한 것이다(그것들은 동일하지 않을 수도 있다). 일 예시로, 얻어지는 압축 노이즈의 강도는 예를 들어 0부터 1까지의 범위이고, 여기서 0은 낮은 압축 노이즈를 가리키며, 반면에 1은 높은 압축 노이즈를 가리킨다(예를 들어, 심한 블록킹 아티팩트들).
여기서 설명되는 본 발명의 예시 구현들에서, 지역적 노이즈 강도 표시자들의 개수 r은 N x N인데, 이것은 입력 이미지 프레임이 N x N의 중첩되지 않은 서브-섹션들(즉, 서브-이미지들)로 분리되기 때문이다. 그러나, 단지 하나의 전역적 강도 표시자 R만이 전체의 이미지 프레임에 대해서 생성된다.
도 3은 도 2의 지역적 파라미터 계산 모듈(200)의 일 실시예의 기능적인 블록도를 나타낸다. 모듈(200)은 에지 연산기(edge operator)(300) 및 지역적 파라미터 생성기(302)를 포함한다. 이 예시에서, 에지 연산기(300)는 수평 방향 및 수직 방향으로 입력 이미지 Y1(휘도)의 각각의 픽셀에 소벨 에지 연산(Sobel edge operation)(또는 기타 적합한 에지 연산)을 적용한다. 그리고나서, 지역적 정보는 이후의 프로세싱을 위해 지역적 파라미터 생성기(302)에서 그 픽셀에 대하여 Y2(수치 값)로써 계산된다. 지역적 파라미터들은 이하에서 설명되는 바와 같이 모듈(302)에서 계산된다. 일 예시에서, 블록 차는 블록 경계들에서 그 값들 전부의 총합의 평균에 의해서 계산된다.
도 4a-b는 본 발명의 일 실시예에 따른 수직 및 수평 에지 방향들의 각각에 대한 도 3에서의 예시적인 소벨 연산을 나타낸다.
도 2-3을 다시 참조하면, 차 모듈(202)은 상기 블록 차 표시자를 블록 경계들에 위치한 에지 픽셀들의 차의 평균 크기로써 결정한다. 블록 차 표시자는 선택된 범위 (a,b) 내에 있는 소벨 에지 연산기(검출기)(300)의 출력 값들을 평균함으로써 계산된다. 여기서, a와 b는 적절한 범위에서 값들을 선택하기 위한 쓰레숄드들(thresholds)이다. 신호 불연속은 블록 아티팩트들이 있으면 블록 경계에서 나타난다. 실제 에지와 같은 실제 신호 불연속을 구별하기 위해서, 상위 경계 쓰레숄드 a가 사용되고, 반면에 쓰레숄드의 하위 경계 b는 0보다 더 커야만 한다. 소벨 에지 연산기는 이미지에 대한 2-D 공간적 경도의 측정을 실행하고, 에지들에 대응하는 높은 공간적 경도 구역들을 강조한다.
블록 에지 차 표시자는 전역적 또는 각각의 서브-섹션(서브-이미지)에 대해 지역적으로 계산되고, 이때 각각의 서브-섹션(서브-이미지)에서 하나의 에지 값은 수평 경계에 대해 계산되며 또 다른 에지 값은 수직 경계에 대해 계산된다.
비율 모듈(204)은 상기 블록 비율 표시자를 전역적 및 지역적 픽셀 와이 즈(pixel-wise)로 모두 계산한다. 픽셀은 에지 연산기(300)의 출력이 예를 들어 a보다 크고 b보다 작은 것과 같은 주어진 범위 내에 해당한다면 에지 픽셀로써 분류된다. 그리고나서 이미지에서 에지 픽셀들의 총 개수는 다음과 같이 카운트된다. 입력 이미지의 열들(columns)은 인덱스 i = (x % 8) = 0 ... 7(여기서, x는 열 번호이고 %는 모듈로 연산(modulo operation)이다)에 따른 8그룹들로 분리된다. 그리고나서, 블록 카운트 BCb는 블록 경계 i = 7에 위치한 열에 대하여 결정되고, 또 다른 블록 카운트 BCm은 블록 경계의 것 외에 8그룹에서 가장 큰 카운트 값으로 결정된다. 또 다른 카운터 BCm을 가지는 블록 카운터 BCb는 블록 비율을 계산한다. BCm은 가장 큰 카운트 값을 나타내고, 블록 비율이 BCb로 계산될 때 사용된다. 그 블록 비율은 전역적 정보에 대한 이미지 또는 지역적 정보에 대한 서브-섹션의 복잡성의 정도를 가리킨다. 그리고나서, 블록 비율 표시자는 그 두 가지 카운트들 간의 비율(즉, BCm / BCb)로써 결정된다. 만일 블록 경계에서의 BCb가 8그룹들에서 가장 큰 수라면, 두 번째로 큰 수가 BCm에 할당된다. 블록 비율 표시자는 이 경우에 1보다 작다. 만약 그렇지 않으면, 블록 비율 표시자는 1보다 크다. 상술한 단계들은 입력 이미지의 행들(rows)에 대한 수직 방향을 따라서 블록 비율을 얻기 위하여 반복된다.
카운터 모듈(206)은 상기 블록 카운트 표시자를 블록 경계들에 위치한 에지 픽셀들의 전체 개수로써 결정한다. 블록 카운트 표시자는 전역적으로 또는 각각의 서브-섹션(서브-이미지)에 대해 지역적으로 계산된다. 여기서, 블록 에지 카운트는 각각의 서브-이미지에서 수평 경계에 대하여 계산되고, 또 다른 블록 에지 카운트는 수직 경계에 대해 계산된다.
활동 모듈(208)은 서브-섹션(서브-이미지)에 대하여 상기 블록 활동 표시자를 전역적 또는 지역적으로 결정한다. 여기서, 블록 활동은 수직 및 수평 방향들에 대한 (서브-섹션들) 서브-이미지들 내의 픽셀 차 값들에서 부호 변화들의 수를 카운트함으로써 계산된다. 블록 활동은 블록 경계들에서가 아니라 블록들 내부에서 (서브-섹션의 블록들 내에서 계산되는) 측정된다는 것이 주목된다. 만일 부호 변화의 수가 쓰레숄드보다 높다면, 그것은 서브-이미지의 컨텐트가 복잡하고 아티팩트들을 제거하기 위한 프로세싱이 약해야 하는 것을 가리킨다.
블록 비율 표시자는 블록킹 아티팩트들의 존재 및 범위를 표시한다. 만일 블록 비율 표시자가 크다면, 예를 들어 3/4보다 크다면, 블록 경계의 불연속이 기타 내부 블록들보다 그렇게 크지 않기 때문에, 무시할 만한 양의 블록킹 아티팩트들이 기대된다. 블록 비율 표시자가 감소할 때, 더 많은 블록킹 아티팩트들이 서브-섹션(서브-이미지)의 모든 블록 경계들에 걸쳐서 나타나기 쉽다.
일반적으로, 큰 블록 에지 값(쓰레숄드에 기초하여 결정되나, 가능한 실험 값들을 가지는)은 실제의 에지 특성들이 서브-섹션들에 걸친 블록 경계들에 존재함을 가리킨다. 그러한 상황에서는, 바람직하게는 블록 경계들을 고르게 하는(smooth out) 어떠한 강한 필터링 연산도 피하여 진다. 그러나, 만일 블록 비율 표시자가 매우 작다면, 큰 블록 에지 값은 블록 아티팩트들이 강하고 블록 경계들에 걸치는 픽셀 값들에 큰 차이가 있음을 가리킨다.
유사하게, 큰 블록 카운트 표시자는 많은 에지 특성들(에지 특성들은 실제의 에지일 수도 있고 또는 블록 아티팩트들일 수도 있다)이 블록 경계들에 존재함을 가리킨다. 만일 블록 비율 표시자가 작다면, 큰 블록 카운트 표시자는 많은 블록 아티팩트들이 존재함을 가리킨다. 만일 블록 비율 표시자가 크다면, 큰 에지 블록 카운트 값(블록 카운트 표시자)은 이미지가 블록 경계들 근처에서 많은 에지 특성들을 가짐을 가리킨다.
이미지의 블록 에지 컨텐트를 설명하는 상술한 4가지 파라미터들(즉, 블록 차, 비율, 카운트, 및 활동 표시자들)은 결합될 때 유용한 정보를 제공하는데, 이는 각각의 파라미터가 이미지의 상황을 가리키고, 만일 그것들이 함께 고려된다면, 그것들은 디블록킹 프로세스와 같은 이하의 이미지 인핸서에게 제어 값들(이 경우에는 R과 r)을 제공할 것이기 때문이다. 상기 4가지 파라미터들은 가중 함수 모듈들(212 내지 218)로부터 블록 아티팩트들의 정도를 가리키는 값(r1 내지 r4)을 취하기 때문에(0은 블록 아티팩트들이 없는 것이고, 반면에 1은 심한 블록 아티팩트들이 있는 것이다), 블록킹 아티팩트들의 강도 및 범위는 적합한 쓰레숄드들과 함께 추정될 수 있다.
가중 함수 모듈들(212, 216)에 의해 구현되는 예시적인 가중 함수 f(x)는 다음과 같이 나타낼 수 있다:
Figure 112007026424346-PAT00001
여기서, x는 각각의 파라미터(즉, 블록 차, 블록 비율, 블록 카운트, 및 블록 활동)에 대한 입력 값이다. 값 τ1 및 τ2는 각각 제1 및 제2 쓰레숄드이다. 모듈들(212, 216)에 대한 가중 함수들의 모양은 쓰레숄드들을 제외하고 동일하다. 유사하게, 모듈들(214, 218)에 대한 가중 함수들은 1-f(x)로 정의된다. 또한, 모듈들(214, 218)에 대한 그 가중 함수들의 모양은 상기 쓰레숄드들을 제외하고 동일하다.
지역적 압축 노이즈 강도 r은 승산기(220)에서 그 가중 인자들(r1, r2, r3, r4)의 전부를 함께 곱함으로써 얻어지고, 전역적 압축 노이즈 강도 R은 전체 이미지 프레임에 대하여 각각의 추정되는 강도 인자 Ri의 평균값을 곱함으로써 계산된다:
여기서, Ri는 각각의 ith 추정되는 강도 인자 (i=1, ..., 4)에 대한 평균값으로 다음과 같이 정의된다:
Figure 112007026424346-PAT00003
여기서, ri mn은 (m,n) 서브-섹션에 위치한 ith 가중 인자이다. 인덱스들 (m,n)은 이미지에서 서브-섹션의 위치를 가리킨다.
전역적인 정보를 얻어내기 위해서, 이미지를 몇 개의 중첩되지 않는 섹션들로 분리하는 것을 제외하고는, 지역적 정보와 동일한 절차들이 적용될 수 있음이 주목된다. 그와 같이, 압축 노이즈 강도 R의 강도 인자 Ri를 얻어내기 위한 절차들은, 입력 이미지를 몇 개의 서브-섹션들로 분리하는 것을 제외하고는, 상술한 지역적 정보 (파라미터들)을 얻어내기 위한 절차들과 동일하다.
마지막으로, 계산되는 전역적 R 및 지역적 r 값들(전역적 및 지역적 정보에 대한)은 그 이상의 이미지 프로세싱(예를 들어, 도 1의 이미지 인핸서(102)에서 디블록킹 또는 디링잉)을 위해서 사용된다. 블록 경계들을 고르게 하는 강한 필터링 연산은 추정되는 아티팩트 강도가 낮을 때는 피하여 진다. 실무에서는, 값들 R 및 r의 각각의 범위는, x=1...4에 대한 모든 다른 파라미터들 rx 및 Rx가 0 내지 1에 있다면, 0 내지 1이다. 값 0은 주어진 입력 이미지에 어떠한 블록 또는 링잉 아티팩트들도 없고 경계들을 고르게 할 필요가 없음을 가리키는 반면에, 값 1은 주어진 이미지에 강한 블록 또는 링잉 아티팩트들이 존재하고 블록킹 또는 링잉에 대한 강한 필터링이 요구됨을 가리킨다.
계산되는 전역적 R 및 지역적 r 값들은, 개별적인 블록들의 독립적인 프로세싱에 기인하여 블록들의 경계들 사이에 인공적인 불연속들로써 나타나는 블록킹 아티팩트들을 줄이는 것, 및 거의가 강한 에지들 근처의 이미지 균질(homogeneous) 지역들에서 나타나는 (울리는) 모기 노이즈(mosquito noise)를 줄이는 것과 같은,디코딩된 비디오 시퀀스에서 코딩 아티팩트를 줄이는데 유용하다. 도 2의 모듈(240)은 이미지 인핸서(102)에서 디블록킹의 정도를 다룰 수 있는 전역적 측정 R 및 지역적 측정 r을 가리킨다.
도 5는 본 발명의 일 실시예에 따른, (상술되었고 도 2의 예시에 의해 구현되는 것과 같은) 압축된 디지털 이미지들의 MPEG 노이즈 강도를 측정하기 위한 기능적인 흐름도(500)를 나타낸다. 도 5를 참조하면, 입력 이미지가 수신되고(단계 502), 및 픽셀 차 값 Yd를 결정하기 위해서 소벨 연산이 그 이미지의 위치 (i,j)에서 픽셀에 대해 실행된다(단계 504). 수직적 블록 아티팩트들에 대한 수평적 연산은 간단한 설명을 위해 이하의 흐름도를 사용하여 여기에서 고려됨을 주목하자. 단계 506은 절대값 ｜Yd｜가 사전 정의되는 범위(예를 들어, a < ｜Yd｜ < b)에 있는지 여부를 결정한다. 만일 ｜Yd｜가 사전 정의되는 범위 내에 없다면, 다음의 픽셀에 대해 단계 504가 실행된다. 만일 ｜Yd｜가 사전 정의되는 범위 내에 있다면, 단계 526 및 단계 520에 의해서 각각 블록 차 및 블록 카운트 값들이 결정된다.
또한, 단계 507에서, Yd에 대한 부호 변화 체크는 단지 단계 508의 블록(bin = 1,...,6) 내에 있는 열들에 대해서만 실행되고, 그 결과들은 단계 510에 의해서 블록 활동 전역적 및 지역적 정보를 결정하기 위해 사용된다. 단계 508은 블록(bin = 1,...,6) 내로 들어오는 픽셀 위치에 대한 정보를 체크하고 수집한다. 다시 말해, 블록 경계(bin=0 및 7)의 픽셀 위치들은 부호 변화들을 사용하여 인-블록(in-block) 활동을 테스트하기 위해 제외된다. 단계 522는, 단계 524에서 전체의 또는 서브-섹션되는 이미지 (m,n)에 대한 블록 아티팩트들을 분석하기 위해 단지 열 번호 i에 따른 8 bin으로 정보를 쌓아놓는다.
또한, 지역적 블록 아티팩트 정보를 위해 열 위치 "bin" 및 서브-섹션 위치 "(m,n)"를 설명하는 값 Yd는 블록 차 단계 526 및 블록 카운트 단계 520에서 사용된다. 전역적 블록 아티팩트 정보는 이미지를 서브-섹션들 (m,n)으로 스플릿함이 없이 측정된다는 것을 주목할 가치가 있다.
칼럼-와이즈(column-wise) 프로세싱을 끝마친 후에, 단계 528은 8th 및 7th bin의 값을 사용하여 블록 비율을 결정한다. 블록 차, 블록 카운트, 및 블록 활동의 값은 전역적 표시자들 R1, R2, R3, R4 및 대응하는 지역적 표시자들 r1, r2, r3, r4를 각각 생성하기 위해서 가중 단계 512에서 다시 프로세스된다. 그리고나서, 단계 514는 전역적 블록 아티팩트 강도 인자 R이 전역적 표시자들 R1, R2, R3, R4의 결합(승산)에 기초하여 결정되는지 및 지역적 블록 아티팩트 강도 인자 r이 지역적 표시자들 r1, r2, r3, r4의 결합(승산)에 기초하여 결정되는지를 결정한다. 그리고나 서, 단계 516에서, 이미지 개선이 실행된다.
도 6은 본 발명의 일 실시예에 따른 디코딩된 디지털 이미지 프레임에서 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법의 흐름도를 나타낸다.
도 6을 참조하면, 단계 602에서, 각각의 블록 경계에서 블록킹 아티팩트들의 강도를 결정함으로써 디코딩된 디지털 이미지 프레임에서 블록 기반의 인코딩 노이즈의 강도를 추정한다. 그리고나서, 단계 604에서, 개선된 이미지를 생성하기 위해서 블록킹 아티팩트들의 강도의 함수로써 이미지 프레임에서 블록 기반의 인코딩 노이즈를 저감한다.
인코딩 노이즈를 저감하는 단계는 디블록킹 연산(deblocking operation)을 실행하거나 또는 디링잉 연산을 실행하는 단계를 더 포함할 수 있다.
또한, 인코딩 노이즈를 저감하는 단계는 이미지 휘도 채널을 개선하거나, 또는 디스플레이 전에 개선된 휘도 채널을 색차 채널들(chrominance channels)과 결합하는 단계를 더 포함할 수 있다.
인코딩 노이즈의 강도를 추정하는 단계는 공간적 도메인에서 이미지 프레임으로부터 에지 통계들을 결정하고, 에지 통계들에 기초하여 각각의 블록 경계에서 블록킹 아티팩트들의 강도를 추정하는 단계를 포함할 수 있다.
또한, 인코딩 노이즈의 강도를 추정하는 단계는 공간적 도메인에서 이미지 프레임으로부터 전역적 및 지역적 에지 통계들을 결정하는 단계를 포함할 수 있다.
또한, 인코딩 노이즈의 강도를 추정하는 단계는 블록 에지 통계들을 사용하여 계산되는 블록 차 표시자, 블록 에지 통계들에 대해 계산되는 블록 비율 표시 자, 블록 에지 통계들에 대해 계산되는 블록 카운트 표시자, 및 블록 에지 통계들에 대해 계산되는 블록 활동 표시자를 결정함으로써 상기 에지 통계들을 결정하는 단계를 포함할 수 있다.
또한, 인코딩 노이즈의 강도를 추정하는 단계는 상술한 표시자들에 기초하여 블록 기반의 인코딩 노이즈의 강도를 추정하는 단계를 포함할 수 있다.
본 발명은 많은 다양한 형태들의 실시예들이 가능한 반면, 도면들 및 상세한 설명에는, 이 설명이 본 발명의 원리들의 예시로써 고려되는 것이고 도시된 실시예들로 본 발명의 광범위한 양상들을 제한하려는 의도가 아니라는 이해를 가지고 본 발명의 바람직한 실시예들이 나타나 있다. 본 발명에 따라 상술된 예시 구조들은 프로세서에 의한 실행을 위한 프로그램 명령들, 논리 회로들, ASIC, 펌웨어 등과 같이 본 기술분야의 당업자에게 알려져 있는 많은 방식들로 구현될 수 있다. 따라서, 본 발명은 여기서 설명된 예시 실시예들에만 한정되는 것은 아니다.
본 발명은 어떤 바람직한 실시예들을 참조하여 상당히 상세하게 설명되었다; 그러나, 다른 실시예들은 가능하다. 따라서, 첨부되는 청구항의 사상 및 범위는 여기에 포함되는 바람직한 실시예들의 설명에만 한정되지 않아야 한다.
본 발명에 따르면, 공간적 도메인에서 입력 이미지로부터 계산되는 전역적 및 지역적 에지 통계들에 기초하여, 각각의 블록 경계에서 블록 아트팩트들의 강도를 추정할 수 있는 효과가 있다.

Claims (34)

  1. 디코딩된 디지털 이미지 프레임에서 블록 기반의 인코딩 노이즈의 강도 측정 방법에 있어서, 상기 방법은
    디코딩된 이미지 프레임을 수신하는 단계; 및
    각각의 블록 경계에서 블록킹 아티팩트들(blocking artifacts)의 강도를 결정함으로써 상기 이미지 프레임에서 인코딩 노이즈의 강도를 추정하는 단계를 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  2. 제1항에 있어서,
    상기 인코딩 노이즈의 강도를 추정하는 단계는,
    공간적 도메인에서 상기 이미지 프레임으로부터 에지 통계들을 결정하는 단계, 및
    상기 에지 통계들에 기초하여 각각의 블록 경계에서 블록킹 아티팩트들의 강도를 추정하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  3. 제2항에 있어서,
    상기 에지 통계들을 결정하는 단계는,
    상기 공간적 도메인에서 상기 이미지 프레임으로부터 전역적(global) 및 지 역적(local) 에지 통계들을 결정하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  4. 제3항에 있어서,
    상기 에지 통계들을 결정하는 단계는,
    원래의 압축된 이미지에 대하여 픽셀 도메인에서 전역적 및 지역적 에지 통계들을 추정하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  5. 제3항에 있어서,
    상기 에지 통계들을 결정하는 단계는, 상기 이미지 프레임에 대하여
    블록 에지 통계들을 사용하여 계산되는 블록 차 표시자(block difference indicator),
    상기 블록 에지 통계들에 대해 계산되는 블록 비율 표시자(block ratio indicator),
    상기 블록 에지 통계들에 대해 계산되는 블록 카운트 표시자(block count indicator), 및
    상기 블록 에지 통계들에 대해 계산되는 블록 활동 표시자(block activity indicator)를 결정하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  6. 제5항에 있어서,
    상기 전체의 이미지 프레임에 대해 전역적으로(globally) 상기 표시자들을 결정하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  7. 제5항에 있어서,
    상기 이미지 프레임의 N x N의 중첩되지 않은 부분들의 각각에 대해 지역적으로 상기 표시자들을 결정하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  8. 제5항에 있어서,
    상기 블록킹 아티팩트들의 강도를 추정하는 단계는 상기 표시자들 중 하나 이상에 기초하여 각각의 블록 경계에서 블록킹 아티팩트들의 강도를 추정하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  9. 제5항에 있어서,
    상기 블록 차 표시자는 블록 경계들에 위치하는 에지 픽셀들의 평균 크기를 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  10. 제9항에 있어서,
    상기 블록 차 표시자는 소벨 에지 연산(Sobel edge operation)의 결과값들을 평균함으로써 계산되는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  11. 제5항에 있어서,
    상기 블록 비율 표시자는 블록킹 아티팩트들의 존재 및 범위를 표시하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  12. 제11항에 있어서,
    상기 블록 비율 표시자는 BCm / BCb의 비율을 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  13. 제5항에 있어서,
    상기 블록 카운트 표시자는 블록 경계들에 위치하는 에지 픽셀들의 전체 개수를 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  14. 제5항에 있어서,
    상기 블록 활동 표시자는 상기 서브-섹션들 내 부호 변화들의 수의 카운트를 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  15. 제5항에 있어서,
    상기 표시자들의 각각에 대해 가중 인자(weighting factor)를 생성하는 단계, 및
    상기 압축 노이즈의 강도를 생성하기 위해 상기 가중 인자들의 하나 이상을 결합하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  16. 제15항에 있어서,
    상기 압축 노이즈의 강도를 생성하기 위해 상기 가중 인자들을 결합하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈의 강도 측정 방법.
  17. 디코딩된 디지털 이미지 프레임에서 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 시스템에 있어서, 상기 시스템은
    각각의 블록 경계에서 블록킹 아티팩트들(blocking artifacts)의 강도를 결정함으로써 디코딩된 디지털 이미지 프레임에서 블록 기반의 인코딩 노이즈의 강도를 측정하는 추정기; 및
    개선된 이미지를 생성하기 위해서 상기 블록킹 아티팩트들의 강도의 함수로 써 상기 이미지 프레임에서 블록 기반의 인코딩 노이즈를 저감하는 인핸서(enhancer)를 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 시스템.
  18. 제17항에 있어서,
    상기 인핸서는 디블록킹 연산(deblocking operation)을 실행하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 시스템.
  19. 제17항에 있어서,
    상기 인핸서는 디링잉 연산(deringing operation)을 실행하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 시스템.
  20. 제17항에 있어서,
    상기 인핸서는 이미지 휘도 채널을 개선하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 시스템.
  21. 제20항에 있어서,
    디스플레이 전에, 상기 개선된 휘도 채널을 색차 채널들(chrominance channels)과 결합하는 프로세서를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 시스템.
  22. 제17항에 있어서,
    상기 추정기는 상기 공간적 도메인에서 상기 이미지 프레임으로부터 에지 통계들을 결정하고, 및 상기 에지 통계들에 기초하여 각각의 블록 경계에서 블록킹 아티팩트들의 강도를 추정하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 시스템.
  23. 제22항에 있어서,
    상기 추정기는 상기 공간적 도메인에서 상기 이미지 프레임으로부터 전역적 및 지역적 에지 통계들을 결정하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 시스템.
  24. 제23항에 있어서,
    상기 추정기는
    블록 에지 통계들을 사용하여 계산되는 블록 차 표시자,
    상기 블록 에지 통계들에 대해 계산되는 블록 비율 표시자,
    상기 블록 에지 통계들에 대해 계산되는 블록 카운트 표시자, 및
    상기 블록 에지 통계들에 대해 계산되는 블록 활동 표시자를 결정함으로써 상기 에지 통계들을 결정하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 시스템.
  25. 제24항에 있어서,
    상기 추정기는 상기 표시자들에 기초하여 블록 기반의 인코딩 노이즈의 강도를 추정하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 시스템.
  26. 디코딩된 디지털 이미지 프레임에서 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법에 있어서, 상기 방법은
    각각의 블록 경계에서 블록킹 아티팩트들(blocking artifacts)의 강도를 결정함으로써 상기 디코딩된 디지털 이미지 프레임에서 블록 기반의 인코딩 노이즈의 강도를 추정하는 단계; 및
    개선된 이미지를 생성하기 위해서 상기 블록킹 아티팩트들의 강도의 함수로써 상기 이미지 프레임에서 블록 기반의 인코딩 노이즈를 저감하는 단계를 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법.
  27. 제26항에 있어서,
    상기 인코딩 노이즈를 저감하는 단계는 디블록킹 연산(deblocking operation)을 실행하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법.
  28. 제26항에 있어서,
    상기 인코딩 노이즈를 저감하는 단계는 디링잉 연산(deringing operation)을 실행하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법.
  29. 제26항에 있어서,
    상기 인코딩 노이즈를 저감하는 단계는 이미지 휘도 채널을 개선하는 단계를 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법.
  30. 제29항에 있어서,
    디스플레이 전에, 상기 개선된 휘도 채널을 색차 채널들(chrominance channels)과 결합하는 단계를 더 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법.
  31. 제26항에 있어서,
    상기 인코딩 노이즈의 강도를 추정하는 단계는 상기 공간적 도메인에서 상기 이미지 프레임으로부터 에지 통계들을 결정하고, 및 상기 에지 통계들에 기초하여 각각의 블록 경계에서 블록킹 아티팩트들의 강도를 추정하는 단계를 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법.
  32. 제31항에 있어서,
    상기 인코딩 노이즈의 강도를 추정하는 단계는 상기 공간적 도메인에서 상기 이미지 프레임으로부터 전역적 및 지역적 에지 통계들을 결정하는 단계를 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법.
  33. 제32항에 있어서,
    상기 인코딩 노이즈의 강도를 추정하는 단계는,
    블록 에지 통계들을 사용하여 계산되는 블록 차 표시자,
    상기 블록 에지 통계들에 대해 계산되는 블록 비율 표시자,
    상기 블록 에지 통계들에 대해 계산되는 블록 카운트 표시자, 및
    상기 블록 에지 통계들에 대해 계산되는 블록 활동 표시자를 결정함으로써 상기 에지 통계들을 결정하는 단계를 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법.
  34. 제33항에 있어서,
    상기 인코딩 노이즈의 강도를 추정하는 단계는 상기 표시자들에 기초하여 블록 기반의 인코딩 노이즈의 강도를 추정하는 단계를 포함하는 것을 특징으로 하는 블록 기반의 인코딩 노이즈를 저감하기 위한 이미지 개선 방법.
KR1020070033778A 2006-06-06 2007-04-05 압축된 디지털 이미지의 ｍｐｅｇ 노이즈 강도 측정 방법및 장치 KR20070116717A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/448,373 2006-06-06
US11/448,373 US20070280552A1 (en) 2006-06-06 2006-06-06 Method and device for measuring MPEG noise strength of compressed digital image

Publications (1)

Publication Number Publication Date
KR20070116717A true KR20070116717A (ko) 2007-12-11

Family

ID=38457973

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070033778A KR20070116717A (ko) 2006-06-06 2007-04-05 압축된 디지털 이미지의 ｍｐｅｇ 노이즈 강도 측정 방법및 장치

Country Status (4)

Country Link
US (1) US20070280552A1 (ko)
EP (1) EP1865726A1 (ko)
KR (1) KR20070116717A (ko)
CN (1) CN101087368A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101446449B1 (ko) * 2010-08-20 2014-10-07 인텔 코포레이션 블록 아티팩트를 식별하기 위한 기법

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7724827B2 (en) 2003-09-07 2010-05-25 Microsoft Corporation Multi-layer run level encoding and decoding
EP2030167A1 (en) * 2005-02-24 2009-03-04 Bang & Olufsen A/S A filter for adaptive noise reduction and sharpness enhancement for electronically displayed pictures
US8218080B2 (en) * 2005-12-05 2012-07-10 Samsung Electronics Co., Ltd. Personal settings, parental control, and energy saving control of television with digital video camera
US8848057B2 (en) 2005-12-05 2014-09-30 Samsung Electronics Co., Ltd. Home security applications for television with digital video cameras
US8090216B2 (en) * 2008-04-16 2012-01-03 Aptina Imaging Corporation Image noise level estimation from JPEG data
US8891609B2 (en) * 2009-03-24 2014-11-18 Samsung Electronics Co., Ltd. System and method for measuring blockiness level in compressed digital video
CN101854536A (zh) * 2009-04-01 2010-10-06 深圳市融创天下科技发展有限公司 一种视频编解码的图像视觉效果提升方法
CN101567080B (zh) * 2009-05-19 2011-01-26 华中科技大学 一种红外焦平面阵列图像增强方法
JP2010288079A (ja) * 2009-06-11 2010-12-24 Sony Corp 画像処理装置及び画像処理方法
US20110123121A1 (en) * 2009-10-13 2011-05-26 Sony Corporation Method and system for reducing blocking artefacts in compressed images and video signals
CN101807298B (zh) * 2010-01-22 2011-11-30 陕西师范大学 确定图像中斑点噪声强度的方法
KR101112139B1 (ko) * 2010-03-30 2012-03-13 중앙대학교 산학협력단 부호화된 영상의 확대비 및 노이즈 강도 추정장치 및 방법
US8588535B2 (en) 2010-09-15 2013-11-19 Sharp Laboratories Of America, Inc. Methods and systems for estimation of compression noise
US8600188B2 (en) 2010-09-15 2013-12-03 Sharp Laboratories Of America, Inc. Methods and systems for noise reduction and image enhancement
US8175411B2 (en) 2010-09-28 2012-05-08 Sharp Laboratories Of America, Inc. Methods and systems for estimation of compression noise
US8532429B2 (en) 2010-09-28 2013-09-10 Sharp Laboratories Of America, Inc. Methods and systems for noise reduction and image enhancement involving selection of noise-control parameter
US8538193B2 (en) 2010-09-28 2013-09-17 Sharp Laboratories Of America, Inc. Methods and systems for image enhancement and estimation of compression noise
US8427583B2 (en) 2010-09-30 2013-04-23 Sharp Laboratories Of America, Inc. Automatic parameter control for spatial-temporal filter
US8787443B2 (en) 2010-10-05 2014-07-22 Microsoft Corporation Content adaptive deblocking during video encoding and decoding
EP2683431B1 (en) 2011-03-09 2017-01-18 Chong Corporation Medicant delivery system
JP5875236B2 (ja) * 2011-03-09 2016-03-02 キヤノン株式会社 画像符号化装置、画像符号化方法及びプログラム、画像復号装置、画像復号方法及びプログラム
US9042458B2 (en) 2011-04-01 2015-05-26 Microsoft Technology Licensing, Llc Multi-threaded implementations of deblock filtering
EP3489892B1 (en) * 2017-11-24 2022-01-05 Ficosa Adas, S.L.U. Determining clean or dirty captured images

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5799111A (en) * 1991-06-14 1998-08-25 D.V.P. Technologies, Ltd. Apparatus and methods for smoothing images
US5852475A (en) * 1995-06-06 1998-12-22 Compression Labs, Inc. Transform artifact reduction process
US5819035A (en) * 1995-10-20 1998-10-06 Matsushita Electric Industrial Co., Ltd. Post-filter for removing ringing artifacts of DCT coding
US6389177B1 (en) * 1996-07-02 2002-05-14 Apple Computer, Inc. System and method using edge processing to remove blocking artifacts from decompressed images
GB9822094D0 (en) * 1998-10-09 1998-12-02 Snell & Wilcox Ltd Improvements in data compression
US6643410B1 (en) * 2000-06-29 2003-11-04 Eastman Kodak Company Method of determining the extent of blocking artifacts in a digital image
US7397953B2 (en) * 2001-07-24 2008-07-08 Hewlett-Packard Development Company, L.P. Image block classification based on entropy of differences
US7170933B2 (en) 2002-12-13 2007-01-30 International Business Machines Corporation Method and system for objective quality assessment of image and video streams
SG147459A1 (en) * 2003-12-16 2008-11-28 Agency Science Tech & Res Image and video quality measurement
US7266246B2 (en) * 2004-04-29 2007-09-04 Hewlett-Packard Development Company, L.P. System and method for estimating compression noise in images

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101446449B1 (ko) * 2010-08-20 2014-10-07 인텔 코포레이션 블록 아티팩트를 식별하기 위한 기법

Also Published As

Publication number Publication date
CN101087368A (zh) 2007-12-12
US20070280552A1 (en) 2007-12-06
EP1865726A1 (en) 2007-12-12

Similar Documents

Publication Publication Date Title
KR20070116717A (ko) 압축된 디지털 이미지의 ｍｐｅｇ 노이즈 강도 측정 방법및 장치
US7911538B2 (en) Estimation of block artifact strength based on edge statistics
EP2327219B1 (en) Reducing digital image noise
US7957467B2 (en) Content-adaptive block artifact removal in spatial domain
KR100644498B1 (ko) 노이즈 검출방법과 노이즈 검출장치 및 화상 복호화장치
US7860167B2 (en) Apparatus and method for adaptive 3D artifact reducing for encoded image signal
US8295633B2 (en) System and method for an adaptive de-blocking filter after decoding of compressed digital video
KR101761928B1 (ko) 블록 기반 압축 이미지 내의 블러 측정
KR100754154B1 (ko) 디지털 비디오 화상들에서 블록 아티팩트들을 식별하는 방법 및 디바이스
US7031388B2 (en) System for and method of sharpness enhancement for coded digital video
EP1461959A2 (en) Sharpness enhancement in post-processing of digital video signals using coding information and local spatial features
KR20050084266A (ko) 디지털 비디오 처리용 통합 규준
US20090285308A1 (en) Deblocking algorithm for coded video
US8724705B2 (en) Detecting repetition in digital video
EP2321796B1 (en) Method and apparatus for detecting dark noise artifacts
Vidal et al. New adaptive filters as perceptual preprocessing for rate-quality performance optimization of video coding
KR20060111528A (ko) 비디오 신호에서 국부적인 시각적 공간-시간 상세의 검출
CN108259903B (zh) 基于人眼感兴趣区域的h.265样点自适应补偿方法
Kirenko et al. Coding artifact reduction using non-reference block grid visibility measure
US20120133836A1 (en) Frame level quantization estimation
Del Corso et al. MNR: A novel approach to correct MPEG temporal distortions
KR100772402B1 (ko) 공간 영역에서의 내용 적응성 블로킹 아티팩트 제거기
Richter et al. Coding artifact reduction by temporal filtering
Hou et al. Reduction of image coding artifacts using spatial structure analysis
JP2005312072A (ja) 映像信号復号化装置

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid