專利名稱：檢測并去除假輪廓的方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明的多方面涉及一種檢測并去除假輪廓的方法和設(shè)備。檢測并去除 假輪廓的設(shè)備可被應(yīng)用于獲得、存儲或顯示數(shù)字視頻的所有裝置(例如，數(shù)字 多媒體廣播(DMB)播放器、移動通信終端、數(shù)碼相機(jī)、相機(jī)電話、數(shù)字電視 (TV))等。
背景技術(shù)：
對于假輪廓的發(fā)生存在許多原因，然而當(dāng)量化級不足時(shí)假輪廓通常發(fā)生。 在這種情況下，量化級指示亮度級。根據(jù)比特深度確定量化級。例如，盡管 在原始比特深度不發(fā)生假輪廓，但是當(dāng)轉(zhuǎn)換視頻時(shí)，在較低比特深度發(fā)生假 輪廓。此外，當(dāng)視頻被恢復(fù)到原始比特深度時(shí)發(fā)生假輪廓。當(dāng)視頻被壓縮或 恢復(fù)(例如，聯(lián)合圖像專家組(JPEG)和運(yùn)動圖像專家組(MPEG))時(shí)發(fā)生假輪廓， 并且在對比度增強(qiáng)(CE)和細(xì)節(jié)增強(qiáng)(DE)的情況下也發(fā)生假輪廓。
存在作為去除假輪廓的傳統(tǒng)方法的藍(lán)噪聲掩蔽方法、抖動方法和Daly and Feng方法。
如果輸入視頻的比特深度小于輸出視頻的比特深度，則作為順序矩陣的 結(jié)果，抖動方法增加比特深度。然而，抖動方法具有的問題在于在整個(gè)視頻 中發(fā)生人工模式。此外，在Daly and Feng方法中，對具有々I輪廓的視頻使用 低通濾波器(LPF)去除假輪廓。Daly and Feng方法具有的問題在于由于對整個(gè) 視頻使用LPF,因此包括假輪廓的部分被平滑化，并且與實(shí)際邊緣相同的信 號元素也變得模糊。為了解決上述問題，精確地找出包括假輪廓的部分很重 要。

發(fā)明內(nèi)容
本發(fā)明的多方面提供一種由于提前從輸入視頻檢測假輪廓，并且通過僅 限于去除所述假輪廓來選擇性地去除假輪廓，因此可保護(hù)細(xì)節(jié)區(qū)域的檢測并 去除假輪廓的方法以及顯示設(shè)備。
本發(fā)明還提供一種由于檢測到當(dāng)較低的比特深度的輸入視頻被擴(kuò)展到較 高的比特深度的輸出視頻時(shí)發(fā)生的假輪廓，并且對檢測的假輪廓執(zhí)行平滑， 因此可以精確地4全測并去除假輪廓的4全測并去除々i輪廓的方法以及顯示設(shè) 備。
本發(fā)明還提供一種當(dāng)通過使用梯度和簡單性檢測假輪廓時(shí)可以提高精確 度，并且當(dāng)從輸入視頻檢測假輪廓時(shí)通過反復(fù)應(yīng)用梯度和簡單性可以執(zhí)行適 應(yīng)性平滑的檢測并去除假輪廓的方法以及顯示設(shè)備。
本發(fā)明還提供一種由于經(jīng)過簡單的算術(shù)運(yùn)算獲得相鄰像素之間的梯度和 簡單性，并且經(jīng)過另一簡單算術(shù)運(yùn)算獲得平滑的結(jié)果，因此可被有效地應(yīng)用 到需要較小的存儲器容量和較少的復(fù)雜計(jì)算的小型顯示器(例如數(shù)字多媒體
廣播(DMB)播放器和移動電話)的檢測并去除假輪廓的方法、以及顯示設(shè)備。
根據(jù)本發(fā)明的實(shí)施例，提供一種檢測并去除假輪廓的方法，包括驗(yàn)證 輸入視頻的像素是否包括在輪廓中；計(jì)算該像素的簡單性；基于筒單性并且 基于該像素是否包括在輪廓中來確定該像素是否包括在假輪廓中；通過對假 輪廓平滑來從輸入視頻去除假輪廓。
在本發(fā)明的一方面，所述驗(yàn)證輸入視頻的像素是否包括在輪廓中的步驟 可包括計(jì)算每一像素的梯度；基于梯度確定該像素是否包括輪廓中。在這 種情況下，當(dāng)根據(jù)比特丟失的數(shù)目該像素的梯度與縱向值或?qū)蔷€值相同時(shí)， 所述基于梯度確定該像素是否包括在輪廓中的步驟可確定該像素包括在輪廓 中。
在本發(fā)明的 一方面，所述驗(yàn)證輸入視頻的像素是否包括在輪廓中的步驟 還可包括驗(yàn)證鏈接到該像素的像素是否存在，當(dāng)根據(jù)比特丟失的數(shù)目該像 素的梯度與縱向值相同或者與對角線值相同時(shí)并且當(dāng)鏈接的像素存在時(shí)，所 述基于梯度確定該像素是否包括在輪廓中的步驟可確定該像素包括在輪廓 中。
在本發(fā)明的一方面，所述計(jì)算該像素的簡單性的步驟可包括驗(yàn)證在其 中心包括該像素的nxn大小的像素組內(nèi)的相鄰像素之間的差是否小于預(yù)定 差；當(dāng)該相鄰像素之間的差小于該預(yù)定差時(shí)，根據(jù)相鄰像素的方向測量該相
鄰像素之間的結(jié)合強(qiáng)度；基于該結(jié)合強(qiáng)度計(jì)算該像素的簡單性。
在本發(fā)明的一方面，所述通過對假輪廓進(jìn)行平滑來從輸入視頻去除假輪
廓的步驟可包括基于該像素的簡單性和梯度并基于相鄰像素的簡單性和梯 度確定平滑程度；根據(jù)平滑程度去除假輪廓。
根據(jù)本發(fā)明的實(shí)施例，提供一種確定像素是否包括在輪廓中的方法，包 括計(jì)算輸入視頻的每一像素的梯度；驗(yàn)證鏈接到該像素的像素是否存在； 基于梯度并基于鏈接到該像素的像素是否存在來確定該像素是否包括在輪廓 中。
根據(jù)本發(fā)明的實(shí)施例，提供一種計(jì)算包括在輸入視頻中的像素的簡單性 的方法，包括驗(yàn)證在其中心包括該像素的nxn大小的像素組內(nèi)的相鄰像素
之間的差是否小于預(yù)定差；當(dāng)該相鄰像素之間的差小于該預(yù)定差時(shí)，根據(jù)相 鄰像素的方向測量該相鄰像素之間的結(jié)合強(qiáng)度；基于該結(jié)合強(qiáng)度計(jì)算該像素 的簡單性。
將在接下來的描述中部分闡述本發(fā)明另外的方面和/或優(yōu)點(diǎn)，還有 一部分 通過描述將是清楚的，或者可以經(jīng)過本發(fā)明的實(shí)施而得知。


通過下面結(jié)合附圖對實(shí)施例進(jìn)行的描述，本發(fā)明的這些和/其他方法和優(yōu) 點(diǎn)將會變得清楚和更易于理解，其中
圖1是示出根據(jù)本發(fā)明實(shí)施例的檢測并去除假輪廓的方法的流程圖； 圖2是示出根據(jù)本發(fā)明實(shí)施例的驗(yàn)證像素是否包括在輪廓中的方法的流
程圖3是示出根據(jù)本發(fā)明實(shí)施例的計(jì)算像素的縱向梯度的方法的示圖； 圖4是示出根據(jù)本發(fā)明實(shí)施例的計(jì)算像素的對角線梯度的方法的示圖； 圖5是示出根據(jù)本發(fā)明實(shí)施例的通過使用3 x 3大小模式驗(yàn)證鏈接到預(yù)定
像素的像素是否存在的方法的示圖6是示出根據(jù)本發(fā)明實(shí)施例的通過使用2 x 2大小模式驗(yàn)證鏈接到預(yù)定
像素的像素是否存在的方法的示圖7是示出根據(jù)本發(fā)明實(shí)施例的計(jì)算像素的簡單性的方法的流程圖； 圖8是示出根據(jù)本發(fā)明實(shí)施例的計(jì)算簡單性的方法的示例的示圖； 圖9是示出根據(jù)本發(fā)明實(shí)施例的去除假輪廓的方法的流程圖10是示出根據(jù)本發(fā)明實(shí)施例的對假輪廓應(yīng)用平滑濾波器的方法的示
例的示圖11是示出根據(jù)本發(fā)明實(shí)施例的輸入視頻和輸出視頻之間的差的曲線
圖12是示出根據(jù)本發(fā)明實(shí)施例的檢測并去除假輪廓的設(shè)備的內(nèi)部結(jié)構(gòu) 的框圖。
具體實(shí)施例方式
現(xiàn)在將對本發(fā)明實(shí)施例進(jìn)行詳細(xì)參照，其示例在附圖中表示，其中，相 同的標(biāo)號始終表示相同的部件。以下通過參考附圖描述示例性實(shí)施例以解釋 本發(fā)明。
本發(fā)明涉及一種4企測并去除視頻的假輪廓的方法以及采用該方法的設(shè) 備，更具體的講，涉及檢測由于丟失了比特的視頻恢復(fù)或者由于比特深度的 擴(kuò)展而發(fā)生的假輪廓的方法。例如，當(dāng)紅綠藍(lán)(RGB)的比特深度為8/8/8比特 的輸入視頻丟失了 2個(gè)低位比特，這造成6/6/6的比特視頻，由于比特的缺乏 在輸出視頻中發(fā)生假輪廓。在這種情況下，根據(jù)本發(fā)明的檢測假輪廓的方法， 可檢測并去除當(dāng)將6/6/6比特視頻恢復(fù)為原始8/8/8比特視頻時(shí)發(fā)生的假輪廓。 此外，根據(jù)本發(fā)明，除了由于恢復(fù)丟失的比特發(fā)生假輪廓的情況之外，在由 于擴(kuò)展視頻發(fā)生假輪廓的情況下可檢測并去除假輪廓。
圖1是示出根據(jù)本發(fā)明實(shí)施例的檢測并去除假輪廓的方法的流程圖。
在操作S101，檢測并去除假輪廓的設(shè)備驗(yàn)證輸入視頻的像素是否包括在 輪廓中。如上所述，可驗(yàn)證輸入視頻的每一像素是否包括在輪廓中，以恢復(fù) 由于比特深度的擴(kuò)展或由于比特丟失而發(fā)生假輪廓的視頻。將通過參照圖2 至圖6描述驗(yàn)證輸入視頻的每一像素是否包括在輪廓中的方法。
在操作S102，檢測并去除假輪廓的設(shè)備計(jì)算像素的簡單性。對于視頻的 簡單性表示細(xì)節(jié)較少，并且表示均勻、平滑并且具有很多低頻元素。此外， 復(fù)雜表示具有很多細(xì)節(jié)和紋理，不均勻，具有很多高頻元素。
在視頻中，未解決的問題是將細(xì)節(jié)區(qū)域(例如，復(fù)雜圖像)與平滑區(qū)域(例 如缺乏細(xì)節(jié)的區(qū)域)區(qū)分開。傳統(tǒng)地，存在使用梯度映射將細(xì)節(jié)區(qū)域與平滑區(qū) 域區(qū)分開的方法，然而，傳統(tǒng)方法在于將對象與邊界區(qū)分開，而不是將細(xì)節(jié) 區(qū)域與平滑區(qū)域區(qū)分開。
此夕卜，在運(yùn)動圖l象專家組(MPEG)-2中，使用方差將細(xì)節(jié)區(qū)域與平滑區(qū)域 區(qū)分開。然而，存在使用方差不能將細(xì)節(jié)區(qū)域與平滑區(qū)域區(qū)分開的情況。也 就是，在本發(fā)明的說明書中提供簡單性作為衡量標(biāo)準(zhǔn)來解決傳統(tǒng)方法的問題， 并且將被用于檢測假輪廓。
稍后將參照圖7和圖8描述計(jì)算簡單性的方法。
在操作S103，檢測并去除假輪廓的設(shè)備基于簡單性并基于輸入視頻的像 素是否包括在輪廓中來確定像素是否包括在假輪廓中。在這種情況下，檢測 并去除假輪廓的設(shè)備可將輸入視頻的多個(gè)像素中的一個(gè)像素確定為假輪廓， 該像素被包括在輪廓中，并且其簡單性大于預(yù)定值。稍后將通過參照圖9描 述基于簡單性并且基于輸入視頻是否包括在輪廓中確定該像素是否包括在假 庫侖廓的方法。
在操作S104，檢測并去除假輪廓的設(shè)備經(jīng)過對假輪廓進(jìn)行平滑來從輸入 視頻中去除假輪廓。在這種情況下，檢測并去除假輪廓的設(shè)備基于該像素的 簡單性和梯度并基于相鄰像素的簡單性和梯度確定平滑程度。在這種情況下， 為了根據(jù)平滑程度去除假輪廓，檢測并去除假輪廓的設(shè)備可使用如等式1所 示的預(yù)定平滑濾波器中的單個(gè)平滑濾波器去除像素和相鄰像素的假輪廓。
<formula>formula see original document page 11</formula>在這種情況下，等式1是可被使用在本發(fā)明實(shí)施例中的平滑濾波器的例 子，并且盡管已經(jīng)參照本發(fā)明的特定實(shí)施例描述了本發(fā)明，但是由于本領(lǐng)域 的技術(shù)人員將理解，在不脫離本發(fā)明的范圍和精神的情況下可以進(jìn)行各種替
換、修改和改變，因此本發(fā)明不限于此。稍后將參照圖IO對使用平滑濾波器
去除假輪廓的方法進(jìn)行描述。
圖2是示出根據(jù)本發(fā)明實(shí)施例的驗(yàn)證像素是否包括在輪廓中的方法的流 程圖。如圖2所示，通過將操作S201至S203包括在操作圖1的操作S101 中來執(zhí)行操作S201至S203。
在搡作S201,檢測并去除假輪廓的設(shè)備計(jì)算每一像素的梯度。在這種情
ii
況下，檢測并去除假輪廓的設(shè)備可使用與輸入視頻的像素相應(yīng)的X軸的非線
性偏微分和y軸的非線性偏微分來計(jì)算梯度，如下 [等式2] |G| = |Gx| + |Gy|,
其中，G指示梯度，Gx指示x軸的非線性偏微分，Gy指示y軸的非線
性偏微分。
可使用各種掩蔽對輸入視頻計(jì)算x軸的非線性偏^t分和y軸的非線性偏 微分以簡化各種操作。例如，檢測并去除假輪廓的設(shè)備可通過將Sobel掩蔽 (mask)應(yīng)用到在其中心包括該像素的3x3大小的像素組來計(jì)算x軸的非線性 偏微分和y軸的非線性偏微分。在這種情況下，Sobel掩蔽可包括如等式3所 示的x掩蔽和y掩蔽。
1.0,+ 1_—+1,+ 2， +1—
_2,o，+ 2，_yM(MA;=0，0， 0
一l，o，+ 1_1,一2, -l
其中，xMask指示表示x掩蔽的矩陣，yMask指示表示y掩蔽的矩陣。
也就是，檢測并去除假輪廓的設(shè)備可通過將表示x掩蔽的矩陣與像素組 相乘，將表示y掩蔽的矩陣與像素組相乘來分別獲得x軸的非線性偏微分和 y軸的非線性偏微分，并且可經(jīng)由等式2計(jì)算像素的梯度。
此外，為了減小計(jì)算x軸的非線性偏微分和y軸的非線性偏微分的復(fù)雜 度，檢測并去除假輪廓的設(shè)備可通過將梯度掩蔽應(yīng)用到在預(yù)定位置包括該像 素的2 x 2大小的像素組來計(jì)算x軸的非線性偏微分和y軸的非線性偏微分。 在這種情況下，梯度掩蔽可包括等式4中所示的x掩蔽和y掩蔽，
「1,-門 「-1, -2—
， yGMwA:= 2, -1 1, 2
其中，xGMask指示表示x掩蔽的矩陣，yGMask指示表示y掩蔽的矩陣。 梯度掩蔽可被有效地應(yīng)用到需要較小的存儲器容量和較少的復(fù)雜計(jì)算的小型 顯示器(例如數(shù)字多媒體廣播(DMB)播放器和移動電話)。
圖3是示出根據(jù)本發(fā)明實(shí)施例的計(jì)算像素的縱向梯度的方法的示圖，圖
4是示出計(jì)算像素的對角線梯度的方法的示圖。由于2個(gè)低位比特的丟失發(fā)
生2"2k，k指示比特丟失的數(shù)量)的空隙。該空隙引起假輪廓，并且可使用梯 度映射找到空隙發(fā)生的區(qū)域。例如，當(dāng)使用Sobel掩蔽時(shí)，由于2個(gè)低位比 特的丟失發(fā)生的縱向梯度值是16，由于2個(gè)低位比特的丟失發(fā)生的對角線梯 度值是24和8。也就是，16、 24和8可用于當(dāng)使用Sobd掩蔽計(jì)算梯度時(shí)確 定該像素是否包括在輪廓中。
在圖3中，對于在縱向上包括假輪廓的輸入?yún)^(qū)域301，通過分別將以上 等式3所示的x掩蔽302和y掩蔽303應(yīng)用到在其中心包括該像素的3 x 3大 小的像素組來對該像素計(jì)算x軸的非線性偏微分和y軸的非線性偏微分，并 且使用x軸的非線性偏微分、y軸的非線性偏微分和等式2來計(jì)算梯度。其 結(jié)果是，在圖3中示出包括表示縱向假輪廓的0和16的梯度映射304。
在圖4中，對于在對角線方向上包括々i輪廓的輸入?yún)^(qū)域401 ，通過分別 將以上等式3示出的x掩蔽402和y掩蔽403應(yīng)用到在其中心包括該像素的 3 x 3大小的像素組來對該像素計(jì)算x軸的非線性偏微分和y軸的非線性偏微 分，并且使用x軸的非線性偏微分、y軸的非線性偏微分和等式2計(jì)算梯度。 其結(jié)果是，在圖4中示出包括表示對角線假輪廓的0、24和8的梯度映射404。
在操作S202,檢測并去除假輪廓的設(shè)備驗(yàn)證鏈接到該像素的像素是否存 在。在這種情況下，檢測并去除假輪廓的設(shè)備可通過使用包括3 x 3大小的像 素組的四種模式或包括2x2大小的像素組的四種模式來驗(yàn)證鏈接到該像素 的像素是否存在。當(dāng)存在鏈接的像素時(shí)可通過使用鏈接的像素去除孤立的像 素。也就是，當(dāng)鏈接多個(gè)像素時(shí)，由于出現(xiàn)在數(shù)據(jù)中的偽像(artifact)變?yōu)榭梢?看見的可視偽像，因此期望去除孤立的像素。
根據(jù)本發(fā)明實(shí)施例，圖5是示出通過使用3 x 3大小的模式驗(yàn)證鏈接到預(yù) 定像素'的像素是否存在的方法的示圖，圖6是示出通過使用2x2大小的模式 驗(yàn)證是否存在鏈接到預(yù)定像素的像素的方法的示圖。檢測并去除假輪廓的設(shè) 備可使用規(guī)定的模式去除孤立的像素，并且在圖5中示出在直線方向上驗(yàn)證 輪廓的3x3大小的模式。此外，圖6中示出驗(yàn)證直線方向和曲線方向上的輪 廓的2x2大小的模式。
在操作S203,檢測并去除假輪廓的設(shè)備基于梯度確定該像素是否包括在 輪廓中?？赏ㄟ^使用梯度并使用梯度和鏈接到預(yù)定像素的像素是否存在兩者 來確定該像素是否包括輪廓中。
當(dāng)只使用梯度時(shí)，當(dāng)根據(jù)比特丟失的數(shù)目該像素的梯度與縱向值相同或 者與對角線值相同時(shí)，檢測并去除假輪廓的設(shè)備可確定該像素包括在輪廓中。 當(dāng)使用梯度和鏈接到預(yù)定像素的像素是否存在兩者時(shí)，當(dāng)根據(jù)丟失的比特的 數(shù)目該像素的梯度與縱向值相同或者與對角線值相同時(shí)，并且當(dāng)存在鏈接的 像素時(shí)，輪廓確定單元可確定該像素包括在輪廓中。
圖7是示出根據(jù)本發(fā)明實(shí)施例的計(jì)算像素的簡單性的方法的流程圖。如
圖7所示，通過將操作S701至S704包括在圖1的操作S102中來執(zhí)行操作 S701至S704。
在操作S701,檢測并去除假輪廓的設(shè)備驗(yàn)證在其中心包括該像素的n x n 大小的像素組內(nèi)的相鄰像素之間的差是否小于預(yù)定差。在這種情況下，相鄰 像素可包括nxn大小的像素組內(nèi)的預(yù)定像素和距離該預(yù)定像素最近的存在 于縱向和對角線方向上的像素。
在操作S702，當(dāng)nxn大小的像素組內(nèi)的相鄰像素之間的差小于該預(yù)定 差時(shí)，檢測并去除假輪廓的設(shè)備可執(zhí)行接下來的操作S703,或者當(dāng)nxn大 小的像素組內(nèi)的相鄰像素之間的差不小于該預(yù)定差時(shí)，可執(zhí)行操作S701。
在操作S703,當(dāng)相鄰像素之間的差小于該預(yù)定差時(shí)，檢測并去除假輪廓 的設(shè)備可根據(jù)相鄰像素的方向測量相鄰像素之間的結(jié)合強(qiáng)度。在這種情況下， 檢測并去除假輪廓的設(shè)備可根據(jù)相鄰像素之間的縱向或?qū)蔷€方向測量規(guī)定 的加權(quán)值作為結(jié)合強(qiáng)度。例如，對于結(jié)合強(qiáng)度，對縱向測量加權(quán)值1，對于 對角線方向測量加^U直0.5。
在操作S704,檢測并去除假輪廓的設(shè)備基于結(jié)合強(qiáng)度計(jì)算簡單性。在這 種情況下，檢測并去除假輪廓的設(shè)備可將nxn大小的像素組內(nèi)測量的結(jié)合強(qiáng)
度的和確定為像素的簡單性。
圖8是示出根據(jù)本發(fā)明實(shí)施例的計(jì)算簡單性的方法的示例的示圖。 可使用上述的結(jié)合強(qiáng)度的總和計(jì)算簡單性。結(jié)合強(qiáng)度是像素與該像素周
圍的八個(gè)相鄰像素之間的結(jié)合的數(shù)值。當(dāng)中心處的像素值與縱向上的相鄰像
素值相同時(shí)，結(jié)合強(qiáng)度可被建立為1,當(dāng)中心處的像素值與對角線方向上的 相鄰像素值相同時(shí)，結(jié)合強(qiáng)度可被建立為0.5。也就是，對角線方向上的相鄰 像素值可被建立為0.5,即，小于縱向上的相鄰像素值，這是因?yàn)楣氖窍?鄰像素值之間的相關(guān)性與距離成反比。對n x n大小的像素組內(nèi)的所有像素(也 就是，對搜索窗口)計(jì)算結(jié)合強(qiáng)度，并且結(jié)合強(qiáng)度的總和可被建立為nxn大
'J、的像素組的中心處的像素的簡單性值。
參照圖8,示出了 5 x 5像素組810內(nèi)的像素和八個(gè)相鄰像素820。表示 縱向的實(shí)線雙向箭頭821指示1，表示對角線方向的虛線雙向箭頭822指示 0.5。也就是，當(dāng)包括22個(gè)像素(被顯示為對于縱向和對角線方向上的所有像 素的雙向箭頭)的像素組830內(nèi)的中心處的像素的簡單性被計(jì)算時(shí)，筒單性是 46。在這種情況下，當(dāng)由于相關(guān)性相當(dāng)?shù)投M(jìn)行計(jì)算時(shí)，從與5x5像素組 810相應(yīng)的25個(gè)像素中排除四個(gè)角落的像素。
在本發(fā)明實(shí)施例中使用5x5大小的像素組計(jì)算簡單性，盡管結(jié)合本發(fā)明 的特定實(shí)施例描述了本發(fā)明，但是本領(lǐng)域的技術(shù)人員應(yīng)該理解，在不脫離本 發(fā)明的范圍和精神的情況下，可進(jìn)行各種替換、修改和改變，因此本發(fā)明不 限于本發(fā)明的特定實(shí)施例。例如，可使用3 x 3大小的像素組而代替5 x 5大 小的像素組。也就是，為了獲得更加精確的簡單性，優(yōu)選的是5x5大小的像 素組，而為了減小計(jì)算復(fù)雜度，優(yōu)選的是3x3大小的像素組。
當(dāng)使用圖8所示的5 x 5大小的像素組時(shí)，最大簡單性是46，當(dāng)像素組 中的所有像素的強(qiáng)度(mtensity)彼此相同時(shí)，最小簡單性是O。從可視角度看， 更大的筒單性表示相應(yīng)像素的周圍更簡單。
盡管在本發(fā)明實(shí)施例中1和0.5被建立為結(jié)合強(qiáng)度的加權(quán)值，但是例如2 和l、 4和2等的變化也是可以的。盡管在本發(fā)明實(shí)施例中3 x 3大小的像素 組和5 x 5大小的像素組被用作搜索窗口 ，但是可使用例如2x2大小的像素 組、7x7大小的像素組等的各種搜索窗口。此外，當(dāng)計(jì)算像素的結(jié)合強(qiáng)度時(shí)， 可以唯一地考慮縱向，而不是考慮縱向和對角線方向兩者。
當(dāng)計(jì)算像素的結(jié)合強(qiáng)度時(shí)，根據(jù)該像素是否與相鄰像素相同來將結(jié)合強(qiáng) 度增加1或0.5,然而，根據(jù)該像素和相鄰像素之間的差可增加其他結(jié)合強(qiáng)度。 例如，當(dāng)像素與相鄰像素之間的差是0時(shí)，結(jié)合強(qiáng)度可以增加4，當(dāng)像素與 相鄰像素之間的差是1時(shí)，結(jié)合強(qiáng)度可以增加3，當(dāng)像素與相鄰像素之間的 差是2時(shí)，結(jié)合強(qiáng)度可以增加2,并且當(dāng)像素與相鄰像素之間的差是3時(shí)， 結(jié)合強(qiáng)度可以增加1。
圖9是示出根據(jù)本發(fā)明實(shí)施例去除假輪廓的方法的流程圖。
在驗(yàn)證每一像素是否包括在假輪廓中之后，并且在獲得簡單性映射之后， 可使用假輪廓映射、簡單性值和梯度從輸入視頻中去除假輪廓。當(dāng)去除假輪 廓時(shí)，可使用多個(gè)平均平滑濾波器。例如，各種掩蔽大小的平均濾波器可被
用于如等式1所示的平滑濾波器?？筛鶕?jù)像素與相鄰像素之間的梯度值和簡 單性值從各種掩蔽大小的平均濾波器中選擇單個(gè)平均濾波器。當(dāng)確定預(yù)定像 素為假輪廓時(shí)，并且當(dāng)對預(yù)定像素執(zhí)行平滑時(shí)，確定實(shí)際邊緣元素或與信號 元素相應(yīng)的梯度值是否存在。
在這種情況下，實(shí)際邊緣元素或信號元素作為大的梯度值出現(xiàn)。為了保 護(hù)實(shí)際邊緣元素或信號元素，當(dāng)去除假輪廓時(shí)僅需要執(zhí)行輕微平滑，因此可 選擇平緩平滑濾波器。
此外，當(dāng)相應(yīng)像素處于筒單區(qū)域，而簡單性值小，也就是相當(dāng)復(fù)雜時(shí)， 可使用平緩平滑濾波器。如上所述，可根據(jù)像素與相鄰像素之間的梯度和簡 單性值適應(yīng)性地執(zhí)行平滑操作。
通過將操作S901至S905包括在圖1的操作S104中來執(zhí)行操作S901至 S905,并且操作S901至S905示出用于去除假輪廓的方法。
在操作S901,對于像素和相鄰像素，檢測并去除假輪廓的設(shè)備可將梯度 與預(yù)定第一值進(jìn)行比較，當(dāng)梯度小于預(yù)定第一值時(shí)可執(zhí)行操作S902,當(dāng)梯度 不小于預(yù)定第一值時(shí)可執(zhí)行操作S905。
在操作S902，對于像素和相鄰像素，檢測并去除假輪廓的設(shè)備可將簡單 性與預(yù)定第二值進(jìn)行比較，當(dāng)簡單性等于或大于預(yù)定第二值時(shí)可執(zhí)行操作 S903,當(dāng)簡單性不等于或大于預(yù)定第二值時(shí)可執(zhí)行操作S904。
由于通過使用預(yù)定平滑濾波器對像素和相鄰像素執(zhí)行平滑，因此檢測并 去除假輪廓的設(shè)備可在操作S903、 S904和S905去除布支輪廓。也就是，由于 平緩平滑濾波器用作從操作S903至操作S905的操作流程，因此可去除假輪 廓。
圖10是示出根據(jù)本發(fā)明實(shí)施例的對假輪廓應(yīng)用平滑濾波器的方法的示 例的示圖。
對假輪廓和假輪廓的周圍限制性地執(zhí)行平滑，并且對其他區(qū)域不執(zhí)行平 滑，從而保護(hù)了細(xì)節(jié)區(qū)域和紋理區(qū)域。
也就是，在輸入視頻1001中，平滑濾波器被應(yīng)用到發(fā)生假輪廓的區(qū)域 1002中的像素1003，平滑濾波器沒有被應(yīng)用到?jīng)]有發(fā)生假輪廓的另一區(qū)域 1004中的另 一像素1005,從而保護(hù)細(xì)節(jié)區(qū)域和紋理區(qū)域。
圖11是示出根據(jù)本發(fā)明實(shí)施例的輸入視頻和輸出視頻之間的差的曲線圖。
曲線1100示出像素的距離對像素強(qiáng)度，并且示出6比特的輸入視頻和8
比特的輸出視頻。在發(fā)生假輪廓的區(qū)域中，梯階圖變?yōu)樾逼聢D。
圖12是示出根據(jù)本發(fā)明實(shí)施例的檢測并去除假輪廓的設(shè)備1200的內(nèi)部 結(jié)構(gòu)的框圖。如圖12所示，檢測并去除假輪廓的設(shè)備1200包括輪廓驗(yàn)證單 元1210、簡單性計(jì)算單元1220、假輪廓確定單元1230和假輪廓去除單元1240。
輪廓驗(yàn)證單元1210驗(yàn)證輸入視頻的像素是否包括輪廓中。如上所述，可 以驗(yàn)證輸入視頻的每一像素是否包括在輪廓中，以恢復(fù)由于比特深度的擴(kuò)展 或由于比特丟失發(fā)生假輪廓的視頻。輪廓驗(yàn)證單元1210可包括梯隻計(jì)算單元 1211、鏈接像素驗(yàn)證單元1212和輪廓確定單元1213，以驗(yàn)證該像素是否包 括在輪廓中。
梯度計(jì)算單元1211計(jì)算每一像素的梯度。在這種情況下，檢測并去除假 輪廓的設(shè)備1200的梯度計(jì)算單元1211可使用與該像素相應(yīng)的x軸的非線性 偏微分和y軸的非線性偏微分來計(jì)算梯度，如下
|G| = |Gx| + |Gy|，
其中G、 Gx和Gy與上述相同。
可使用各種掩蔽對于輸入視頻計(jì)算x軸的非線性偏微分和y軸的非線性 偏微分以簡化各種操作。例如，檢測并去除假輪廓的設(shè)備1200的梯度計(jì)算單 元1211可通過將Sobel掩蔽應(yīng)用到在其中心處包括該像素的3x3大小的像 素組來計(jì)算x軸的非線性偏微分和y軸的非線性偏微分。在這種情況下，Sobel 掩蔽可包括等式3中示出的x掩蔽和y掩蔽。
也就是，梯度計(jì)算單元1211可通過將表示x掩蔽的矩陣與像素組相乘并 將表示y掩蔽的矩陣與像素組相乘來分別獲得x軸的非線性偏微分和y軸的 非線性偏微分，并且可經(jīng)由等式2計(jì)算像素的梯度。
此外，為了減小由于x軸的非線性偏微分和y軸的非線性偏微分的計(jì)算 引起的復(fù)雜度，梯度計(jì)算單元1211可通過將梯度掩蔽應(yīng)用到在預(yù)定位置包括 該像素的2 x 2大小的像素組來計(jì)算x軸的非線性偏微分和y軸的非線性偏微 分。在這種情況下，梯度掩蔽可包括等式4中顯示的x掩蔽和y掩蔽。梯度 掩蔽可被有效地應(yīng)用到需要較小的存儲器容量和較少的復(fù)雜計(jì)算的小型顯示 器(例如DMB播放器和移動電話)。
鏈接像素驗(yàn)證單元1212驗(yàn)證鏈接到該像素的像素是否存在。在這種情況
下，檢測并去除假輪廓的設(shè)備1200的鏈接像素驗(yàn)證單元1212可通過使用包 括3 x 3大小的像素組的四種模式和包括2x2大小的像素組的四種模式來驗(yàn) 證鏈接到該像素的像素是否存在。鏈接到該像素的像素是否存在可用于去除 孤立像素。也就是，當(dāng)鏈接多個(gè)像素時(shí)，由于出現(xiàn)在視頻中的偽像變?yōu)榭煽?得見的可視偽像，因此期望去除孤立像素。
輪廓確定單元1213基于梯度確定該像素是否包括在輪廓中。在輪廓確定 單元1213中，可通過使用梯度并通過使用梯度和鏈接到預(yù)定像素的像素是否 存在來確定該像素是否包括在輪廓中。
當(dāng)唯一地使用梯度時(shí)，當(dāng)根據(jù)比特丟失的數(shù)目，該像素的梯度與縱向值 相同或者與對角線值相同時(shí)，輪廓確定單元1213可確定該像素包括在輪廓 中。當(dāng)使用梯度和鏈接到預(yù)定像素的像素是否存在兩者時(shí)，當(dāng)根據(jù)比特丟失 的數(shù)目該像素的梯度與縱向值相同或者與對角線值相同時(shí)，并且當(dāng)鏈接的像 素存在時(shí)，輪廓確定單元1213可確定該像素包括在4&廓中。
簡單性計(jì)算單元1220計(jì)算該像素的簡單性。對于視頻的簡單性表示細(xì)節(jié) 較少，并且表示均勻、平滑并且具有很多低頻元素。此外，復(fù)雜性表示具有 很多細(xì)節(jié)和紋理、不均勻并且具有許多高頻元素。
在視頻中，未解決的問題在于將細(xì)節(jié)區(qū)域(例如，復(fù)雜圖像)與平滑區(qū)域(例 如，缺乏細(xì)節(jié)的區(qū)域)區(qū)分開。傳統(tǒng)地，存在使用梯度映射將細(xì)節(jié)區(qū)域與平滑 區(qū)域區(qū)分開的方法，然而，傳統(tǒng)方法在于將對象與邊界區(qū)分開，而不是將細(xì) 節(jié)區(qū)域與平滑區(qū)域區(qū)分開。
此外，在MPEG-2,使用方差將細(xì)節(jié)區(qū)域與平滑區(qū)域區(qū)分開。然而，存 在使用方差不能將細(xì)節(jié)區(qū)域與平滑區(qū)域區(qū)分開的情況。也就是，在本發(fā)明說 明書中提供簡單性作為衡量標(biāo)準(zhǔn)以解決傳統(tǒng)方法中的問題，并且用于檢測假 輪廓。
簡單性計(jì)算單元1220可包括像素差計(jì)算單元1221、結(jié)合強(qiáng)度測量單元 1222和計(jì)算單元1223。
像素差計(jì)算單元1221驗(yàn)證在其中心包括像素的nxn大小的像素組內(nèi)的 相鄰像素之間的差是否小于預(yù)定差。在這種情況下，相鄰像素可包括nxn大 小的像素組內(nèi)的預(yù)定像素和距離該預(yù)定像素最近的存在于縱向和對角線方向 上的像素。
當(dāng)相鄰像素之間的差小于預(yù)定差時(shí)，結(jié)合強(qiáng)度測量單元1222根據(jù)相鄰像
素的方向測量相鄰像素之間的結(jié)合強(qiáng)度。在這種情況下，結(jié)合強(qiáng)度測量單元
1222可根據(jù)相鄰像素之間的縱向或?qū)欠较驕y量規(guī)定的加權(quán)值作為結(jié)合強(qiáng)
度。例如，對于結(jié)合強(qiáng)度，對于縱向測量加權(quán)值1，對于對角線方向測量加
權(quán)值0.5。
計(jì)算單元1223基于結(jié)合強(qiáng)度計(jì)算像素的簡單性。在這種情況下，計(jì)算單 元1223可將nxn大小的像素組內(nèi)測量的結(jié)合強(qiáng)度的總和確定為該像素的簡 單性。
假輪廓確定單元1230確定該像素是否包括在假輪廓中。在這種情況下， 用于從輸入視頻的多個(gè)像素去除假輪廓的假輪廓確定單元1230可將像素確 定為假輪廓，該像素包括在輪廓中并且其簡單性大于預(yù)定值。
假輪廓去除單元1240經(jīng)過對假輪廓平滑來從輸入一見頻去除假輪廓。在這 種情況下，包括在假輪廓去除單元1240中的平滑程度確定單元1241基于像 素的筒單性和梯度并且基于相鄰像素的簡單性和梯度確定平滑程度。在這種 情況下，為了根據(jù)平滑程度去除假輪廓，包括在假輪廓去除單元1240中的平 滑單元1242可使用預(yù)定平滑濾波器中的單個(gè)平滑濾波器去除像素和相鄰像 素的假輪廓，如等式1所示。
在這種情況下，等式1是可被用于本發(fā)明實(shí)施例的平滑濾波器的例子， 盡管已經(jīng)結(jié)合本發(fā)明的特定實(shí)施例描述了本發(fā)明，但是由于本領(lǐng)域的技術(shù)人 員將理解，在不脫離本發(fā)明的范圍和精神的情況下，可對其進(jìn)行各種替換、 修改和改變，因此本發(fā)明不限于本發(fā)明的特定實(shí)施例。
如上所述，根據(jù)本發(fā)明的用于檢測并去除假輪廓的方法和設(shè)備，由于提
廓，因此可保護(hù)細(xì)節(jié)區(qū)域。此外，由于檢測到當(dāng)較低比特深度的輸入視頻擴(kuò) 展到較高比特深度的輸出視頻時(shí)發(fā)生的假輪廓，并且對檢測的假輪廓執(zhí)行平 滑，因此能夠精確地檢測并去除假輪廓。此外，當(dāng)通過使用梯度和簡單性檢 測假輪廓時(shí)能夠提高準(zhǔn)確度，并且當(dāng)從輸入視頻檢測到假輪廓時(shí)通過反復(fù)應(yīng) 用梯度和簡單性能夠執(zhí)行適應(yīng)性平滑。由于經(jīng)過簡單的算術(shù)運(yùn)算獲得相鄰像 素之間的梯度和簡單性，并且經(jīng)過另一筒單運(yùn)算獲得平滑的結(jié)果，因此本發(fā) 明可有效地應(yīng)用到需要較小的存儲器容量和較少的復(fù)雜計(jì)算的小型顯示器 (例如DMB插j丈器和移動電話)。
由于關(guān)于用于驗(yàn)證像素是否包括在輪廓中的方法和設(shè)備、以及用于計(jì)算
簡單性的方法和設(shè)備的描述已經(jīng)在圖l至圖12中描述，因此將省略對它們的 描述。
根據(jù)本發(fā)明的上述示例性實(shí)施例的檢測并去除假輪廓的方法可被記錄在 包括執(zhí)行由計(jì)算機(jī)實(shí)現(xiàn)的各種操作的程序指令的計(jì)算^/L可讀介質(zhì)中。介質(zhì)也 可以只包括程序指令或者包括與程序指令相結(jié)合的數(shù)據(jù)文件、數(shù)據(jù)結(jié)構(gòu)等。 計(jì)算機(jī)可讀介質(zhì)的例子包括磁介質(zhì)(例如硬盤、軟盤和;茲帶)；光學(xué)介質(zhì)(例如 CD-ROM和DVD);磁光介質(zhì)(例如，光盤)；以及特別配制用于存儲并執(zhí)行程 序指令的硬件裝置(例如，只讀存儲器(ROM)、隨機(jī)存取存儲器(RAM)、閃存 等)。介質(zhì)也可以是包括傳輸規(guī)定程序指令、數(shù)據(jù)結(jié)構(gòu)等的信號的載波的傳輸 介質(zhì)(例如光學(xué)線或金屬線、波導(dǎo)等)。程序指令的例子包括例如由編譯器產(chǎn)生 的機(jī)器碼和包含可使用解釋器由計(jì)算機(jī)執(zhí)行的高級代碼的文件。描述的硬件 裝置可被配制為用作一個(gè)或多個(gè)軟件模塊以執(zhí)行本發(fā)明上述示例性實(shí)施例的 操作。
根據(jù)本發(fā)明，由于提前從輸入視頻中檢測假輪廓，并且通過僅限于去除 假輪廓來選擇性地去除假輪廓，因此能夠保護(hù)細(xì)節(jié)區(qū)域。
此外，根據(jù)本發(fā)明，檢測到當(dāng)較低比特深度的輸入視頻擴(kuò)展到較高比特 深度的輸出視頻時(shí)發(fā)生的假輪廓，并且對檢測的假輪廓執(zhí)行平滑，因此可精 確地檢測并去除假輪廓。
此外，根據(jù)本發(fā)明，當(dāng)通過使用梯度和簡單性檢測假輪廓時(shí)能夠提高精 確度，并且當(dāng)從輸入視頻才企測到假輪廓時(shí)通過反復(fù)應(yīng)用梯度和簡單性能夠執(zhí) 行適應(yīng)性平滑。
盡管已經(jīng)顯示和描述了本發(fā)明的一些實(shí)施例，但是本領(lǐng)域的技術(shù)人員應(yīng) 該理解，在不脫離本發(fā)明的原理和范圍的情況下，可以對這些實(shí)施例進(jìn)行各 種改變，本發(fā)明的范圍由權(quán)利要求及其等同物限定。
權(quán)利要求
1、一種檢測并去除假輪廓的方法，包括:驗(yàn)證輸入視頻的像素是否包括在輪廓中；計(jì)算該像素的簡單性；基于簡單性并且基于該像素是否包括在輪廓中來確定該像素是否包括在假輪廓中；通過對假輪廓平滑來從輸入視頻去除假輪廓。
2、 如權(quán)利要求l所示的方法，其中，所述驗(yàn)證輸入視頻的像素是否包括 在輪廓中的步驟包括計(jì)算每一像素的梯度；基于梯度確定該像素是否包括輪廓中。3、 如權(quán)利要求2所示的方法，其中，所述計(jì)算每一像素的梯度的步驟使 用與該像素相應(yīng)的x軸的非線性偏微分和y軸的非線性偏^:分來計(jì)算梯度， 如下[等式5] |G| = |Gx| + |Gy|,其中，G指示梯度，Gx指示x軸的非線性偏微分，Gy指示y軸的非線 性偏微分。4、 如權(quán)利要求2所示的方法，其中，當(dāng)根據(jù)比特丟失的數(shù)目該像素的梯 度與縱向值或?qū)蔷€值相同時(shí)，所述基于梯度確定該像素是否包括在輪廓中 的步驟確定該像素包括在輪廓中。5、 如權(quán)利要求2所示的方法，其中，所述驗(yàn)證輸入視頻的像素是否包括 在輪廓中的步驟還包括驗(yàn)證鏈接到該像素的像素是否存在，當(dāng)根據(jù)比特丟失的數(shù)目該像素的梯度與縱向值相同或者與對角線值相同 時(shí)，并且當(dāng)鏈接的像素存在時(shí)，所述基于梯度確定該像素是否包括在輪廓中 的步驟確定該像素包括在輪廓中。6、 如權(quán)利要求l所示的方法，其中，所述計(jì)算該像素的簡單性的步驟包括驗(yàn)證在其中心包括該像素的nxn大小的像素組內(nèi)的相鄰像素之間的差 是否小于預(yù)定差；當(dāng)該相鄰像素之間的差小于該預(yù)定差時(shí)，根據(jù)相鄰像素的方向測量該相鄰像素之間的結(jié)合強(qiáng)度；基于該結(jié)合強(qiáng)度計(jì)算該像素的簡單性。7、 如權(quán)利要求6所示的方法，其中，所述相鄰像素包括nxn大小的像 素組內(nèi)的預(yù)定像素和距離該預(yù)定像素最近的存在于縱向或?qū)蔷€方向上的像素，所述根據(jù)相鄰像素的方向測量該相鄰像素之間的結(jié)合強(qiáng)度步驟根據(jù)相鄰 像素之間的縱向或?qū)蔷€方向測量規(guī)定的加權(quán)值作為結(jié)合強(qiáng)度。8、 如權(quán)利要求l所述的方法，其中，所述通過對假輪廓平滑來從輸入視 頻去除假輪廓的步驟包括基于該像素的簡單性和梯度并基于相鄰像素的簡單性和梯度確定平滑程度；根據(jù)平滑程度去除假輪廓。9、 如權(quán)利要求8所述的方法，其中，所述通過對假輪廓平滑來從輸入視 頻去除假輪廓的步驟根據(jù)平滑程度，使用等式6中顯示的預(yù)定平滑濾波器中 的單個(gè)平滑濾波器對該像素和相鄰像素去除假輪廓，[等式6]iiiiiiiiiiii 「i i r^"7x7 = — 1111111 = — 11111 /r,a = — i i i7x7 49 5 5 25 91111111 11111 11110、 一種確定像素是否包括在輪廓中的方法，包括 計(jì)算輸入視頻的每一像素的梯度；驗(yàn)證鏈接到該像素的像素是否存在；基于梯度并基于鏈接到該像素的像素是否存在來確定該像素是否包括在輪廓中。11、 如權(quán)利要求IO所述的方法，其中，所述計(jì)算每一像素的梯度的步驟 使用與該像素相應(yīng)的x軸的非線性偏微分和y軸的非線性偏微分來計(jì)算梯度，如下[等式7]<formula>formula see original document page 4</formula>其中，G指示梯度，Gx指示x軸的非線性偏微分，Gy指示y軸的非線性偏微分。12、如權(quán)利要求11所述的方法，其中，通過將Sobel掩蔽應(yīng)用到在其中 心包括該像素的3 x 3大小的像素組來計(jì)算x軸的非線性偏微分和y軸的非線 性偏微分，Sobel掩蔽包括如等式8所示的x掩蔽和y掩蔽，[等式8]<formula>formula see original document page 4</formula>其中，xMask指示表示x掩蔽的矩陣，yMask指示表示y掩蔽的矩陣。13、 如權(quán)利要求11所述的方法，其中，通過將梯度掩蔽應(yīng)用到在預(yù)定位 置包括該像素的2 x 2大小的像素組來計(jì)算x軸的非線性偏微分和y軸的非線 性偏微分，梯度掩蔽包括等式9中所示的x掩蔽和y掩蔽，[等式9]<formula>formula see original document page 4</formula>其中，xGMask指示表示x掩蔽的矩陣，yGMask指示表示y掩蔽的矩陣。14、 如權(quán)利要求IO所述的方法，其中，當(dāng)根據(jù)比特丟失的數(shù)目該像素的 梯度與縱向值相同或者與對角線值相同時(shí)，所述基于梯度并基于鏈接到該像 素的像素是否存在來確定該像素是否包括在輪廓中的步驟確定該像素包括在 輪廓中。15、 一種計(jì)算包括在輸入視頻中的像素的簡單性的方法，包括 驗(yàn)證在其中心包括該像素的nxn大小的像素組內(nèi)的相鄰像素之間的差是否小于預(yù)定差；當(dāng)該相鄰像素之間的差小于該預(yù)定差時(shí)，根據(jù)相鄰像素的方向測量該相 鄰像素之間的結(jié)合強(qiáng)度；基于該結(jié)合強(qiáng)度計(jì)算該像素的簡單性。16、 如權(quán)利要求15所述的方法，其中，所述相鄰像素包括nxn大小的 像素組內(nèi)的預(yù)定像素和距離該預(yù)定像素最近的存在于縱向或?qū)蔷€方向上的 像素。17、 如權(quán)利要求15所述的方法，其中，所述根據(jù)相鄰像素的方向測量該 相鄰像素之間的結(jié)合強(qiáng)度的步驟根據(jù)相鄰像素之間的縱向或?qū)蔷€方向測量 規(guī)定的加權(quán)值作為結(jié)合強(qiáng)度。18、 一種檢測并去除假輪廓的設(shè)備，包括 輪廓驗(yàn)證單元，驗(yàn)證輸入視頻的像素是否包括在輪廓中； 簡單性計(jì)算單元，計(jì)算該像素的簡單性；假輪廓確定單元，基于簡單性并且基于該像素是否包括在輪廓中來確定 該像素是否包括在假輪廓中；假輪廓去除單元，通過對假輪廓平滑來從輸入視頻去除假輪廓。19、 如權(quán)利要求18所述的設(shè)備，其中，輪廓驗(yàn)證單元包括 梯度計(jì)算單元，計(jì)算每一像素的梯度；輪廓確定單元，基于梯度確定該像素是否包括在輪廓中。20、 如權(quán)利要求18所述的設(shè)備，其中，簡單性計(jì)算單元包括 像素差驗(yàn)證單元，驗(yàn)證在其中心包括該像素的n x n大小的像素組內(nèi)的相鄰像素之間的差是否小于預(yù)定差；結(jié)合強(qiáng)度測量單元，當(dāng)該相鄰像素之間的差小于該預(yù)定差時(shí)，根據(jù)相鄰 像素的方向測量該相鄰像素之間的結(jié)合強(qiáng)度；計(jì)算單元，基于該結(jié)合強(qiáng)度計(jì)算該像素的簡單性。21、 如權(quán)利要求18所述的設(shè)備，其中，假輪廓去除單元包括 平滑程度確定單元，基于該像素的簡單性和梯度并基于相鄰像素的簡單性和梯度確定平滑程度；平滑單元，根據(jù)平滑程度去除假輪廓。22、 一種確定輪廓的設(shè)備，包括 梯度計(jì)算單元，計(jì)算輸入視頻的每一像素的梯度； 鏈接像素驗(yàn)證單元，驗(yàn)證鏈接到該像素的像素是否存在； 輪廓確定單元，基于梯度并基于鏈接的像素是否存在來確定該像素是否包括在輪廓中。23、 如權(quán)利要求22所述的設(shè)備，其中，梯度計(jì)算單元使用與該像素相應(yīng) 的x軸的非線性偏微分和y軸的非線性偏微分來計(jì)算梯度，如下[等式10] |G| = |Gx| + |Gy|,其中，G指示梯度，Gx指示x軸的非線性偏微分，Gy指示y軸的非線 性偏微分。24、如權(quán)利要求23所述的設(shè)備，其中，通過將梯度掩蔽應(yīng)用到在預(yù)定位 置包括該像素的2 x 2大小的像素組來計(jì)算x軸的非線性偏微分和y軸的非線 性偏微分，梯度掩蔽包括等式ll中所示的x掩蔽和y掩蔽，[等式11]1, _12, _1一l, 一2 1, 2其中，xGMask指示表示x掩蔽的矩陣，yGMask指示表示y掩蔽的矩陣(
全文摘要
提供一種檢測并去除假輪廓的方法和設(shè)備、一種驗(yàn)證像素是否包括在輪廓中的方法和設(shè)備以及一種用于計(jì)算簡單性的方法和設(shè)備。檢測并去除假輪廓的方法，包括驗(yàn)證輸入視頻的像素是否包括在輪廓中；計(jì)算該像素的簡單性；基于簡單性并且基于該像素是否包括在輪廓中來確定該像素是否包括在假輪廓中；通過對假輪廓平滑來從輸入視頻去除假輪廓。
文檔編號H04N7/26GK101378508SQ20081008042
公開日2009年3月4日 申請日期2008年2月18日 優(yōu)先權(quán)日2007年8月28日
發(fā)明者任一淳, 李承信, 韓榮蘭 申請人:三星電子株式會社