圖像去塊效應(yīng)處理方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明涉及數(shù)字圖像處理技術(shù)，尤其涉及一種圖像去塊效應(yīng)處理方法和裝置。
【背景技術(shù)】
[0002] 數(shù)字圖像處理技術(shù)中，DCT(Discrete Cosine Transform)變換被廣泛應(yīng)用于數(shù)字 圖像編碼壓縮過程，在編碼壓縮圖像的過程中，通常對圖像進行分塊并執(zhí)行DCT變換，再以 圖像塊為單位對變換后的系數(shù)進行量化，量化過程中簡化了圖像塊信息，從而實現(xiàn)了圖像 壓縮，然而在這一分塊變換量化過程中一些圖像塊邊界信息可能丟失，從而喪失了圖像塊 之間連續(xù)性，在將壓縮圖像數(shù)據(jù)解碼重建為解壓后圖像時，在圖像塊的邊界上會出現(xiàn)明顯 的不連續(xù)，這種在圖像塊邊界產(chǎn)生的較易被人眼察覺的不連續(xù)即為塊效應(yīng)。
[0003] 現(xiàn)有技術(shù)采用濾波的方式來消除塊效應(yīng)。具體來說，該方法是對圖像塊的邊界進 行濾波處理，即通過低通濾波器消除高頻噪聲點來去除重建圖像時出現(xiàn)的塊效應(yīng)，使相鄰 圖像塊的邊界過渡更平滑。但是，由于濾波器在消除塊效應(yīng)的同時，也損傷了圖像的細(xì)節(jié)， 所以圖像塊在邊界上過渡不自然，存在人眼能察覺的不連續(xù)。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供一種圖像去塊效應(yīng)處理方法和裝置，以實現(xiàn)在圖像解碼過程中更準(zhǔn)確 的識別和去除圖像編碼過程中產(chǎn)生的塊效應(yīng)且不過分損傷圖像細(xì)節(jié)，從而獲得更接近自然 圖像的重建圖像。
[0005] 本發(fā)明一方面提供一種圖像去塊效應(yīng)處理方法，包括：
[0006] 在圖像解碼過程中，將待處理圖像分為多個圖像塊，其中各圖像塊的劃分邊界與 圖像編碼過程中的圖像塊的劃分邊界交錯；
[0007] 從所述各圖像塊中選擇參考塊；
[0008] 從所述參考塊鄰域內(nèi)的圖像塊中選取所述參考塊的相似塊，并組成相似塊集合；
[0009] 根據(jù)所述相似塊集合自身固有頻段內(nèi)的頻率信息將該相似塊集合分為互相之間 正交的子集，確定所述子集中元素數(shù)量小于閾值的子集為稀疏子集并將稀疏子集舍去，以 使相應(yīng)的頻率高于預(yù)設(shè)閾值的對應(yīng)高頻子集分離出所述相似塊集合，得到去除塊效應(yīng)后的 各相似塊組成的相似塊集合。
[0010] 本發(fā)明另一方面提供一種圖像去塊效應(yīng)處理裝置，包括：
[0011] 分塊模塊，用于在圖像解碼過程中，將待處理圖像分為多個圖像塊，其中各圖像塊 的劃分邊界與圖像編碼過程中的圖像塊的劃分邊界交錯；
[0012] 選塊模塊，用于從所述各圖像塊中選擇參考塊；和從所述參考塊鄰域內(nèi)的圖像塊 中選取所述參考塊的相似塊，并組成相似塊集合；
[0013] 去塊模塊，用于根據(jù)所述相似塊集合自身固有頻段內(nèi)的頻率信息將該相似塊集合 分為互相之間正交的子集，確定所述子集中元素數(shù)量小于閾值的子集為稀疏子集并將稀疏 子集舍去，以使相應(yīng)的頻率高于預(yù)設(shè)閾值的對應(yīng)高頻子集分離出所述相似塊集合，得到去 除塊效應(yīng)后的各相似塊組成的相似塊集合。
[0014] 本發(fā)明的有益效果為：
[0015] 本發(fā)明通過對待處理圖像分塊時使邊界交錯于編碼時的DCT分塊邊界，使DCT變 換產(chǎn)生的塊效應(yīng)落在待處理圖像塊內(nèi)，從而方便后續(xù)處理時更好的分辨原DCT分塊邊界上 的塊效應(yīng)，通過在待處理圖像中選取相似塊并對所述相似塊組成的集合矩陣進行奇異值分 解和低秩估計處理，來去除圖像中的高頻信號，以去除各相似塊內(nèi)的不連續(xù)，從而實現(xiàn)塊效 應(yīng)的去除，本發(fā)明利用了相似圖像塊之間的相似性來去除塊效應(yīng)使得處理后圖像更平滑和 接近自然圖像。
【附圖說明】
[0016] 圖1為本發(fā)明圖像去塊效應(yīng)處理方法實施例一的流程圖；
[0017] 圖2為本發(fā)明圖像去塊效應(yīng)處理方法實施例一中分塊結(jié)構(gòu)示意圖；
[0018] 圖3為本發(fā)明圖像去塊效應(yīng)處理方法實施例二的流程圖；
[0019] 圖4為本發(fā)明圖像去塊效應(yīng)處理方法實施例二的流程圖；
[0020] 圖5為本發(fā)明圖像去塊效應(yīng)處理方法實施例三的效果圖；
[0021] 圖6為本發(fā)明圖像去塊效應(yīng)處理裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0022] 圖1為本發(fā)明圖像去塊效應(yīng)處理方法實施例一的流程圖，如圖1所示，該圖像去塊 效應(yīng)處理方法包括：
[0023] S101、在圖像解碼過程中，將待處理圖像分為多個圖像塊，其中各圖像塊的劃分邊 界與圖像編碼過程中的圖像塊的劃分邊界交錯；
[0024] 圖2為本發(fā)明圖像去塊效應(yīng)處理方法實施例一中分塊結(jié)構(gòu)示意圖，如圖2所示，圖 像編碼過程中為進行離散余弦變換（Discrete Cosine Transform,簡稱DCT變換）將自然 圖像劃分為若干DCT圖像塊11，各DCT圖像塊的邊界如圖中虛線所示，所述待處理圖像的分 塊邊界與該虛線邊界交錯；優(yōu)選的、所述待處理圖像分為的圖像塊12的中心可以位于相鄰 四個所述DCT圖像塊11的交界點上，所述待處理圖像分為的圖像塊12包含像素點數(shù)可以 與所述DCT圖像塊11相同，即前者圖像塊12與后者圖像塊11的大小相同。
[0025] S102、從所述各圖像塊中選擇參考塊；
[0026] 優(yōu)選的、可以選擇圖像最左上角四個DCT圖像塊1的中心作為所述參考塊的中 心；
[0027] S103、從所述參考塊鄰域內(nèi)的圖像塊中選取所述參考塊的相似塊，并組成相似塊 集合，參考塊或相似塊均可以量化為對應(yīng)的參考塊矩陣或相似塊矩陣，所述量化矩陣中的 元素可以為像素值，例如黑白圖像的灰度值；
[0028] 優(yōu)選的、在所述參考塊鄰域內(nèi)選取相似度不大于相似度閾值T的圖像塊作為初始 相似塊組成所述相似塊的位置集合G 1 :
[0029] Gi = {j I T ^ Μ Xi-X j I 12, j ^ Ω (i)} (10)；
[0030] 其中，T表示相似度閾值，Ω (i)表示第i位置的鄰域，X1表示第i位置所對應(yīng)參 考塊，x]表示任意第j位置所對應(yīng)相似塊，11 Xl-X] 112表示第i位置所對應(yīng)參考塊與第j位 置所對應(yīng)相似塊之差的二范數(shù)也即相似度，G1表示第i位置的參考塊鄰域內(nèi)的相似塊位置 集合；且Ω (i)內(nèi)滿足上述相似度條件的G1中的全部第j位置所對應(yīng)的相似塊\組成相似 塊集合，優(yōu)選的，\、\可以用相似塊矩陣中的列向量依次首位相接組成的列向量表示。
[0031] S104、根據(jù)所述相似塊集合自身固有頻段內(nèi)的頻率信息將該相似塊集合分為互相 之間正交的子集，確定所述子集中元素數(shù)量小于閾值的子集為稀疏子集并將稀疏子集舍 去，所述稀疏子集與所述相似塊集合固有頻段內(nèi)的高頻信息相對應(yīng)，以使相應(yīng)的頻率高于 預(yù)設(shè)閾值的對應(yīng)高頻子集分離出所述相似塊集合，得到去除塊效應(yīng)后的各相似塊組成的相 似塊集合，包括：
[0032] 采用如下公式（1)對所述相似塊集合Xsi進行奇異值分解：
[0033]
(1)
[0034] 其中，i表示參考塊位置，G1表示第i位置的參考塊鄰域內(nèi)的相似塊位置集合，U表 示所述奇異值分解中的特征向量矩陣，V表示所述奇異值分解中的特征向量 矩陣，Σ表示所述奇異值分解中Xe,的奇異值矩陣，D(Xtfi)表示相似塊集合Xe,的奇異值分 解式；
[0035] 采用如下公式（2)對所述Σ進行處理：
[0036]
(2)
[0037] 其中，τ表示所述預(yù)設(shè)閾值在所述奇異值矩陣中對應(yīng)的奇異值閾值，表示 所述的奇異值，_在夠):，〇)).表不對所述的奇異值矩陣執(zhí)行低秩處理，即將 所述X e,的奇異值矩陣中低于所述奇異值閾值的元素置零，Σ τ表示所述低秩處理后的x&, 的奇異值矩陣；
[0038] 優(yōu)選的
；其中，I表示初始未經(jīng)過 任何處理的待處理圖像，σ E表示量化噪聲方差，σ (I)表示I的奇異值，Y為常數(shù)；所述閾 值或預(yù)設(shè)閾值一定是與奇異值閾值一一對應(yīng)的，在具體的處理手段中我們可以不必通過計 算所述預(yù)設(shè)閾值來進行去塊效應(yīng)處理，而可以用其在量化矩陣中的等效參數(shù)奇異值閾值來 對所述相似塊集合的量化矩陣進行處理，其中，所述奇異值閾值為所述相似塊集合的量化 矩陣進行所述奇異值分解后得到的奇異值矩陣中的奇異值最小值，用該奇異值最小值對相 似塊集合的奇異值矩陣進行低秩處理即將所述矩陣中低于該最小值的元素置零，從而過濾 掉相似塊集合矩陣中的高頻信息得到去噪后的相似塊集合矩陣；進一步的，根據(jù)實驗得到 的處理后圖像的峰值信噪比結(jié)果，可以證實該方法計算得到的奇異值