本發(fā)明涉及視頻圖像處理技術(shù)領(lǐng)域，特別涉及去除蚊式噪聲技術(shù)，具體是指一種去除蚊式噪聲的方法及系統(tǒng)。

背景技術(shù)：

視頻參考損傷系統(tǒng)項目組將蚊式噪聲定義為“伴隨著運動物體邊緣的失真，表現(xiàn)為圍繞著物體四周有一層象飛行物體或模糊氣泡的物質(zhì)(就像蚊子圍繞著人頭部和肩膀飛)”。當重建圖像并因為使用反余弦變換丟棄一些數(shù)據(jù)時，就會出現(xiàn)蚊式噪聲。

蚊式噪聲往往出現(xiàn)在邊緣塊和平坦塊的過渡區(qū)域，結(jié)合這一特性，可以對蚊式噪聲進行檢測。已有的檢測蚊式噪聲的方法主要包括：空域的方法，頻域的方法，以及空域與頻域相結(jié)合的方法。

在空域和頻域相結(jié)合的方法中，其中一種方式為采用區(qū)域塊內(nèi)SAD(sum of absolute difference，差的絕對值的和)的方法得到空域特征，頻域方法采用DCT變換方法得到頻域特征。二種方法都結(jié)合周圍的M*N個區(qū)域塊的信息，確定當前區(qū)域塊是否為蚊式噪聲塊。在空間域方法中，能夠很好的檢測到邊緣，但區(qū)分紋理區(qū)和蚊式噪聲區(qū)很大程度取決于選擇區(qū)域塊的大小，如果減小區(qū)域塊的大小，則影響到最終的低通濾波器，導致殘留的可見的噪聲；其中的頻域方法檢測邊緣較為粗糙，相比空域方法，頻域可以很好的區(qū)分蚊式噪聲和紋理區(qū)。

所以若僅僅采用空間域的方法會造成弱紋理區(qū)的模糊，而僅僅采用頻域的方法，由于部分邊緣檢測不到而導致邊緣附近的蚊式噪聲無法去除。

空域與頻域相結(jié)合的方法中，另一種方式為利用DCT方法找到邊緣塊，再利用方差方法將邊緣塊分成三類，針對每種情況，在結(jié)合量化約束系數(shù)進行3D bilateral濾波。該方法需要100個候選量化表格，且復雜度高，占用了大量的硬件資源。

技術(shù)實現(xiàn)要素：

為了解決現(xiàn)有技術(shù)中的上述問題，即為了解決在最大限度地保護紋理區(qū)的同時，如何簡化檢測蚊式噪聲，且有效地去除背景和物體之間的蚊式噪聲，本發(fā)明提供了一種去除蚊式噪聲的方法，包括：

當確定待處理區(qū)域塊為邊緣塊時，確定所述待處理區(qū)域塊在一個方位方向上的鄰域塊是否連續(xù)存在蚊式噪聲塊和平坦塊；

當確定存在蚊式噪聲塊和平坦塊時，確定所述待處理區(qū)域塊位于蚊式噪聲區(qū)；

分別獲取所述待處理區(qū)域塊的邊緣塊概率、及其相鄰區(qū)域塊的蚊式噪聲塊概率和平坦塊概率，選取其中的最小值作為蚊式噪聲濾波權(quán)重；

利用所述蚊式噪聲濾波權(quán)重對位于蚊式噪聲區(qū)的所述待處理區(qū)域塊做蚊式噪聲濾波處理。

優(yōu)選地，確定待處理區(qū)域塊為邊緣塊，具體包括：

計算得到所述待處理區(qū)域塊中所有像素點為邊緣點的概率；

確定所有像素點為邊緣點的概率的均值為所述待處理區(qū)域塊的邊緣塊概率；

當所述待處理區(qū)域塊的邊緣塊概率大于預設(shè)閾值時，確定所述待處理區(qū)域為邊緣塊。

優(yōu)選地，所述確定所述待處理區(qū)域塊在一個方位方向上的鄰域塊是否連續(xù)存在蚊式噪聲塊和平坦塊，具體包括：

以所述待處理區(qū)域塊為起點，在各方位方向上選取其依次相鄰的兩個鄰域塊，并計算緊鄰的第一個鄰域塊為蚊式噪聲塊的蚊式噪聲塊概率，以及次鄰的第二個鄰域塊為平坦塊的平坦塊概率；

根據(jù)所述蚊式噪聲塊概率確定所述第一個鄰域塊是否為蚊式噪聲塊；

根據(jù)所述平坦塊概率確定所述第二個鄰域塊是否為平坦塊。

優(yōu)選地，所述利用所述蚊式噪聲濾波權(quán)重對位于蚊式噪聲區(qū)的所述待處理區(qū)域塊做蚊式噪聲濾波處理，具體包括：

在所述待處理區(qū)域塊中選取任意像素點，選取所述像素點所在行中的預設(shè)數(shù)量個相鄰像素點和所在列中的預設(shè)數(shù)量個相鄰像素點，根據(jù)每一個像素點的像素值以及蚊式噪聲濾波權(quán)重計算得到蚊式噪聲濾波結(jié)果。

優(yōu)選地，所述根據(jù)每一個像素點的像素值以及蚊式噪聲濾波權(quán)重計算得到蚊式噪聲濾波結(jié)果，通過如下公式：

Y_out＝(1-P_Sigma)×Y_cur+P_Sigma×Y_filt

其中，Y_out為在所述待處理區(qū)域塊中所選取的像素點輸出的亮度值，P_Sigma為蚊式噪聲濾波權(quán)重，Y_cur為在所述待處理區(qū)域塊中所選取的像素點輸入的像素值，Y_filt為在所述待處理區(qū)域塊中所選取的像素點的sigma濾波結(jié)果。

優(yōu)選地，所述Y_filt具體通過如下公式計算得到：

其中，W_ij為在所述待處理區(qū)域塊中所選取的像素點的像素值與其相鄰像素點的像素值的絕對值的權(quán)重，diff為在所述待處理區(qū)域塊中所選取的像素點的像素值與其相鄰像素點的像素值的絕對值，Y_ij是在所述待處理區(qū)域塊中所選取的像素點的相鄰像素點的像素值，I為在所述待處理區(qū)域塊中所選取的像素點所在行的取值范圍，J為在所述待處理區(qū)域塊中所選取的像素點所在列的取值范圍。

本發(fā)明還提供了一種去除蚊式噪聲的系統(tǒng)，包括：

第一處理單元，用于當確定待處理區(qū)域塊為邊緣塊時，確定所述待處理區(qū)域塊在一個方位方向上的鄰域塊是否連續(xù)存在蚊式噪聲塊和平坦塊；

第二處理單元，用于當確定存在蚊式噪聲塊和平坦塊時，確定所述待處理區(qū)域塊位于蚊式噪聲區(qū)；

選取單元，用于分別獲取所述待處理區(qū)域塊的邊緣塊概率、及其相鄰區(qū)域塊的蚊式噪聲塊概率和平坦塊概率，選取其中的最小值作為蚊式噪聲濾波權(quán)重；

第三處理單元，用于利用所述蚊式噪聲濾波權(quán)重對位于蚊式噪聲區(qū)的所述待處理區(qū)域塊做蚊式噪聲濾波處理。

優(yōu)選地，

所述第一處理單元，具體用于計算得到所述待處理區(qū)域塊中所有像素點為邊緣點的概率；確定所有像素點為邊緣點的概率的均值為所述待處理區(qū)域塊的邊緣塊概率；當所述待處理區(qū)域塊的邊緣塊概率大于預設(shè)閾值時，確定所述待處理區(qū)域為邊緣塊。

優(yōu)選地，

所述第一處理單元，還具體用于以所述待處理區(qū)域塊為起點，在各方位方向上選取其依次相鄰的兩個鄰域塊，并計算緊鄰的第一個鄰域塊為蚊式噪聲塊的蚊式噪聲塊概率，以及次鄰的第二個鄰域塊為平坦塊的平坦塊概率；根據(jù)所述蚊式噪聲塊概率確定所述第一個鄰域塊是否為蚊式噪聲塊；根據(jù)所述平坦塊概率確定所述第二個鄰域塊是否為平坦塊。

優(yōu)選地，

所述第三處理單元，具體用于在所述待處理區(qū)域塊中選取任意像素點，選取所述像素點所在行中的預設(shè)數(shù)量個相鄰像素點和所在列中的預設(shè)數(shù)量個相鄰像素點，根據(jù)每一個像素點的像素值以及蚊式噪聲濾波權(quán)重計算得到蚊式噪聲濾波結(jié)果。

與現(xiàn)有技術(shù)相比，本發(fā)明至少具有以下優(yōu)點：

通過本發(fā)明的設(shè)計，實現(xiàn)了在最大限度地保護紋理區(qū)的同時，簡化了檢測蚊式噪聲，且有效地去除了背景和物體之間的蚊式噪聲。

附圖說明

圖1是蚊式噪聲區(qū)域處于平坦區(qū)域和紋理區(qū)域的位置示意圖；

圖2是本發(fā)明所提供的去除蚊式噪聲的方法的流程示意圖；

圖3是本發(fā)明所提供的基于頻域和空域去除蚊式噪聲方法的框圖；

圖4是其中本發(fā)明所提供的Sobel的水平系數(shù)和豎直系數(shù)的示意圖；

圖5是本發(fā)明所提供的邊緣概率計算曲線示意圖；

圖6是本發(fā)明所提供的當前區(qū)域塊的鄰域范圍及所需計算的方位方向的示意圖；

圖7是本發(fā)明所提供的2D-DCT系數(shù)矩陣的參數(shù)示意圖；

圖8是本發(fā)明所提供的待處理區(qū)域塊位于蚊式噪聲區(qū)的概率計算曲線示意圖；

圖9是本發(fā)明所提供的待處理區(qū)域塊位于平坦區(qū)的概率計算曲線示意圖；

圖10是本發(fā)明所提供的Sigma濾波中diff-Weight計算曲線示意圖。

具體實施方式

下面參照附圖來描述本發(fā)明的優(yōu)選實施方式。本領(lǐng)域技術(shù)人員應當理解的是，這些實施方式僅僅用于解釋本發(fā)明的技術(shù)原理，并非旨在限制本發(fā)明的保護范圍。

由于網(wǎng)絡(luò)帶寬的限制，需要對圖像信號進行編碼，從而引入了蚊式噪聲，導致圖像信號畫質(zhì)的下降。蚊式噪聲往往出現(xiàn)在物體邊緣區(qū)域(紋理區(qū)域)旁邊的平坦區(qū)域或低頻區(qū)域，如圖1所示。

如圖2所示，為本發(fā)明所提供的去除蚊式噪聲的方法，具體包括：

步驟201，當確定待處理區(qū)域塊為邊緣塊時，確定所述待處理區(qū)域塊在一個方位方向上的鄰域塊是否連續(xù)存在蚊式噪聲塊和平坦塊。

在該步驟中，確定待處理區(qū)域塊為邊緣塊，具體包括：

計算得到所述待處理區(qū)域塊中所有像素點為邊緣點的概率；確定所有像素點為邊緣點的概率的均值為所述待處理區(qū)域塊的邊緣塊概率；當所述待處理區(qū)域塊的邊緣塊概率大于預設(shè)閾值時，確定所述待處理區(qū)域為邊緣塊。

所述確定所述待處理區(qū)域塊在一個方位方向上的鄰域塊是否連續(xù)存在蚊式噪聲塊和平坦塊，具體包括：

以所述待處理區(qū)域塊為起點，在各方位方向上選取其依次相鄰的兩個鄰域塊，并計算緊鄰的第一個鄰域塊為蚊式噪聲塊的蚊式噪聲塊概率，以及次鄰的第二個鄰域塊為平坦塊的平坦塊概率；

根據(jù)所述蚊式噪聲塊概率確定所述第一個鄰域塊是否為蚊式噪聲塊；

根據(jù)所述平坦塊概率確定所述第二個鄰域塊是否為平坦塊。

該步驟還可以采用如圖3所示的框架，該框架中，

其中，空域邊緣檢測單元

利用Sobel索貝爾算法求邊緣塊概率，其中Sobel的水平系數(shù)和豎直系數(shù)如圖4所示。

將Sobel濾波后兩個方位方向的結(jié)果的絕對值求和得到邊緣幅值gradAmp，再經(jīng)過圖5所示曲線得到該像素點是邊緣點的概率P_{pixel_edge}。

計算4*4大小的區(qū)域塊內(nèi)，取區(qū)域塊內(nèi)所有像素點P_{pixel_edge}的均值得到邊緣塊的概率P_{block_edge}；若P_{block_edge}大于預先設(shè)定的閾值，則當前區(qū)域塊是邊緣塊，需要檢測其周圍鄰域塊的信息，鄰域塊的分布如圖6所示，其中編號13表示當前邊緣塊。

頻域特征檢測單元

通過2D-DCT的方法，求出除當前區(qū)域塊以外的鄰域塊的頻域特性。公式如下：

Y＝AXA^T

DCT矩陣A系數(shù)如圖7，X為當前塊的4*4的矩陣。再取Y除右上角的其他數(shù)之和U_n,作為該區(qū)域塊的頻域特性。

鄰域信息組合判斷單元

檢測每個方位方向上，是否連續(xù)存在紋理塊、蚊式噪聲塊和平坦塊；用邊緣塊概率來表示紋理塊概率。每個方位方向如圖5中的箭頭所示，共8個方向(該八個方位方向包括，正東方位方向、正南方位方向、正西方位方向、正北方位方向、東南方位方向、西南方位方向、西北方位方向和東北方位方向)，注意，這里的方位方向是箭頭所指的方向，如13->7->1和13->19->25是兩個不同的方位方向。

根據(jù)圖8所示曲線計算待處理區(qū)域塊位于蚊式噪聲區(qū)的概率；橫坐標為待處理區(qū)域塊的DCT頻域特性U_n，縱坐標P_mos為待處理區(qū)域塊是蚊式噪聲塊的概率。m_flat、m_mos1、m_mos2、m_tex都屬于閾值常量。根據(jù)圖9所示曲線計算待處理塊位于平坦塊的概率。橫坐標為待處理區(qū)域塊的DCT頻域特性U_n，縱坐標P_flat為待處理區(qū)域塊是平坦塊的概率。f_flat、f_mos都屬于閾值常量。

步驟202，當確定存在蚊式噪聲塊和平坦塊時，確定所述待處理區(qū)域塊位于蚊式噪聲區(qū)。

步驟203，分別獲取所述待處理區(qū)域塊的邊緣塊概率、及其相鄰區(qū)域塊的蚊式噪聲塊概率和平坦塊概率，選取其中的最小值作為蚊式噪聲濾波權(quán)重。

將某一方位方向的連續(xù)的邊緣塊概率、蚊式噪聲塊概率、平坦塊概率取最小值，得到最終的概率值P_Sigma，作為蚊式噪聲濾波權(quán)重。

P_Sigma＝min(P_flat，P_mos，P_{block_edge})

如圖5中，13->7->1方向上的P_Sigma等于區(qū)域塊13的邊緣塊概率，區(qū)域塊7的蚊式噪聲塊概率，以及區(qū)域塊1的平坦塊概率的最小值；而13->19->25方向上的P_Sigma等于區(qū)域塊13的邊緣塊概率，區(qū)域塊19的蚊式噪聲塊概率，以及區(qū)域塊25的平坦塊概率的最小值。

步驟204，利用所述蚊式噪聲濾波權(quán)重對位于蚊式噪聲區(qū)的所述待處理區(qū)域塊做蚊式噪聲濾波處理。

該步驟中，蚊式噪聲濾波單元

對待處理區(qū)域塊內(nèi)的每個像素點進行蚊式噪聲濾波。

濾波方法采用sigma濾波，具體為根據(jù)區(qū)域塊內(nèi)每個像素點周圍的M×N個像素點，如3×3，進行加權(quán)平均，sigma濾波的結(jié)果為Y_filt。運算過程如下：

其中，W_ij為在所述待處理區(qū)域塊中所選取的像素點的像素值與其相鄰像素點的像素值的絕對值的權(quán)重，通過圖10所示曲線計算得到；diff為在所述待處理區(qū)域塊中所選取的像素點的像素值與其相鄰像素點的像素值的絕對值(diff＝abs(Y_ij-Y_cur))，Y_ij是在所述待處理區(qū)域塊中所選取的像素點的相鄰像素點的像素值，I為在所述待處理區(qū)域塊中所選取的像素點所在行的取值范圍，J為在所述待處理區(qū)域塊中所選取的像素點所在列的取值范圍。

當前像素點最終輸出的亮度值為：

Y_out＝(1-P_Sigma)×Y_cur+P_Sigma×Y_filt

其中，Y_out為在所述待處理區(qū)域塊中所選取的像素點輸出的亮度值，Y_cur為在所述待處理區(qū)域塊中所選取的像素點輸入的像素值，Y_filt為在所述待處理區(qū)域塊中所選取的像素點的sigma濾波結(jié)果。

所述利用所述蚊式噪聲濾波權(quán)重對位于蚊式噪聲區(qū)的所述待處理區(qū)域塊做蚊式噪聲濾波處理，具體包括：

在所述待處理區(qū)域塊中選取任意像素點，選取所述像素點所在行中的預設(shè)數(shù)量個相鄰像素點和所在列中的預設(shè)數(shù)量個相鄰像素點，根據(jù)每一個像素點的像素值以及蚊式噪聲濾波權(quán)重計算得到蚊式噪聲濾波結(jié)果。

上述技術(shù)方案可以看出，本發(fā)明具有以下有益效果：

本發(fā)明通過空域梯度方法，可以更準確地找到邊緣點，避免對一些邊緣的漏檢；根據(jù)頻域DCT的方法，可以更準確地區(qū)分紋理和蚊式噪聲，避免由于將紋理檢測為蚊式噪聲而造成紋理區(qū)的誤檢，或者將蚊式噪聲區(qū)檢測為紋理區(qū)而造成蚊式噪聲的漏檢；根據(jù)鄰域信息判斷方法，在蚊式噪聲可能出現(xiàn)的區(qū)域上去尋找蚊式噪聲，使蚊式噪聲的檢測結(jié)果更準確。

基于與上述本發(fā)明所提供的技術(shù)方案相同的設(shè)計，本發(fā)明還提供了一種去除蚊式噪聲的系統(tǒng)，包括：

第一處理單元，用于當確定待處理區(qū)域塊為邊緣塊時，確定所述待處理區(qū)域塊在一個方位方向上的鄰域塊是否連續(xù)存在蚊式噪聲塊和平坦塊；具體用于計算得到所述待處理區(qū)域塊中所有像素點為邊緣點的概率；確定所有像素點為邊緣點的概率的均值為所述待處理區(qū)域塊的邊緣塊概率；當所述待處理區(qū)域塊的邊緣塊概率大于預設(shè)閾值時，確定所述待處理區(qū)域為邊緣塊；還具體用于以所述待處理區(qū)域塊為起點，在各方位方向上選取其依次相鄰的兩個鄰域塊，并計算緊鄰的第一個鄰域塊為蚊式噪聲塊的蚊式噪聲塊概率，以及次鄰的第二個鄰域塊為平坦塊的平坦塊概率；根據(jù)所述蚊式噪聲塊概率確定所述第一個鄰域塊是否為蚊式噪聲塊；根據(jù)所述平坦塊概率確定所述第二個鄰域塊是否為平坦塊。

第二處理單元，用于當確定存在蚊式噪聲塊和平坦塊時，確定所述待處理區(qū)域塊位于蚊式噪聲區(qū)；

選取單元，用于分別獲取所述待處理區(qū)域塊的邊緣塊概率、及其相鄰區(qū)域塊的蚊式噪聲塊概率和平坦塊概率，選取其中的最小值作為蚊式噪聲濾波權(quán)重；

第三處理單元，用于利用所述蚊式噪聲濾波權(quán)重對位于蚊式噪聲區(qū)的所述待處理區(qū)域塊做蚊式噪聲濾波處理；具體用于在所述待處理區(qū)域塊中選取任意像素點，選取所述像素點所在行中的預設(shè)數(shù)量個相鄰像素點和所在列中的預設(shè)數(shù)量個相鄰像素點，根據(jù)每一個像素點的像素值以及蚊式噪聲濾波權(quán)重計算得到蚊式噪聲濾波結(jié)果。

本領(lǐng)域技術(shù)人員應該能夠意識到，結(jié)合本文中所公開的實施例描述的各示例的模塊、及方法步驟，能夠以電子硬件、計算機軟件或者二者的結(jié)合來實現(xiàn)，為了清楚地說明電子硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以電子硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應用和設(shè)計約束條件。本領(lǐng)域技術(shù)人員可以對每個特定的應用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應認為超出本發(fā)明的范圍。

至此，已經(jīng)結(jié)合附圖所示的優(yōu)選實施方式描述了本發(fā)明的技術(shù)方案，但是，本領(lǐng)域技術(shù)人員容易理解的是，本發(fā)明的保護范圍顯然不局限于這些具體實施方式。在不偏離本發(fā)明的原理的前提下，本領(lǐng)域技術(shù)人員可以對相關(guān)技術(shù)特征作出等同的更改或替換，這些更改或替換之后的技術(shù)方案都將落入本發(fā)明的保護范圍之內(nèi)。