专利名称：计算视频图像中的模糊的方法和装置的制作方法
技术领域：
本发明涉及一种用于确定和计算视频图像中的模糊(blur)的方法和装置。
背景技术：
模糊是与图像质量相关的最重要的特征之一。精确地估计图像的模糊级别对精确地估计它的质量有很大帮助。已经提出了各种方法来解决这个问题，例如在作者为Debing Liu、Zhibo Chen、Huadong Ma、Feng Xu 禾口 Xiaodong Gu 的"No-Reference Block Based Blur Detection，，1 中，或在作者为 P. Marziliano、F. Dufaux、S. Winkler 和 Τ· Ebrahimi 的 "A no-reference perceptual blur metric"2 中，或者在类似的专利申请W003/092306 中。所有目前已知的模糊检测方案仅仅根据图像自身的信息来估计图像的模糊级别。 然而，设计一种对于所有类型的模糊都具有高性能的普通模糊检测方案是困难的。模糊检测被用于图像质量确定或估计，或者模糊检测在模糊消除之前。对于上面两者，令人期望的是知道模糊的来源是什么。单单根据图像，这是比较困难的或者甚至是不可能的。因此，目前使用普通模糊检测方案。因为这样的普通解决方案在不同的情况下无法考虑特定的模糊类型，因此它的精度不高。
发明内容
已经意识到，存在许多类型的模糊，例如通过H. 264编码或者通过MPEG-2编码产生的模糊，并且那些不同类型的模糊具有不同的特征。模糊检测和计算可能受许多因素例如图像分辨率、编码配置、编解码器类型和模糊类型影响。缺乏那些因素的信息将明确地影响模糊检测的性能。那些因素中的一些仅仅根据图像自身是不能获得的或者不能被精确地估计。在本发明中，我们提出了一种改进的可配置的模糊检测和/或计算方案。在一方面，模糊检测和/或计算基于计算水平模糊值、确定视频图像的特性参数和规范化模糊值。 如果视频图像是逐行的，则也计算垂直模糊值并且在规范化之前将该垂直模糊值与该水平模糊值相组合。提高的模糊值可用于图像质量确定或估计，或者作为用于模糊消除算法的控制参数。在一个实施例中，用户首先给出特性因素的一些配置，并且随后基于用户配置应用适当的模糊检测方案。在另一个实施例中，从视频解码器直接地获得特性因素。附加的信息将极大地提高模糊检测的性能。例如，可以将视频区分为隔行的或逐行的。在它们之间有许多不同之处，并且考虑这些不同之处会改善模糊确定和模糊计算。本发明的一方面是对于隔行的视频图像使用特定的模糊检测方案，对于逐行的视频图像使用不同的特定模糊检测方案。根据本发明的一方面，一种确定和/或计算视频图像的模糊的方法，包括以下步骤计算水平模糊值；确定视频图像的特性参数，所述特性参数至少包括逐行的/隔行的和空间分辨率级别；如果视频图像是逐行的，则也计算垂直模糊值，并且将其与水平模糊值相组合；和根据预定的最小值(min)和最大值(max)，规范化水平模糊值、或组合的水平和垂直模糊值，其中所述最小值和最大值适应于所述空间分辨率级别。在一个实施例中，计算水平模糊值的步骤是至少或者仅对垂直MB边缘的中心周围的图像区域进行的。在一个实施例中，计算垂直模糊值的步骤也是对水平MB边缘的中心周围的图像区域进行的。在一个实施例中，计算模糊值包括计算当前像素周围的局部变化。在一个实施例中，水平模糊值的局部变化是根据垂直线上的像素和水平线上的像素来计算的，其中使用了比来自垂直线更多的来自水平线的像素，并且其中水平MB边缘的所述中心是所述两条线的一端。在一个实施例中，如果局部变化在最大阈值以上或者在最小阈值之下，则所述当前像素被排除在模糊计算之外。在一个实施例中，视频图像的特性参数中的一个或多个是通过用户接口或者在通过用户接口输入之后从存储器中获得的。在一个实施例中，视频图像的特性参数中的一个或多个是通过机器接口从视频解码器中获得的。在一个实施例中，视频图像的特性参数中的一个或多个是通过与视频图像相关联的元数据获得的。也可以从不同的这些源中获得不同的特性参数。根据本发明的另一方面，一种计算机程序产品包括使得计算机执行上述方法的代码。根据本发明的另一方面，一种用于计算视频图像的模糊的装置包括用于计算水平模糊值的部件；用于确定视频图像的特性参数的部件，所述特性参数至少包括逐行的/ 隔行的和空间分辨率级别；用于如果视频图像是逐行的则也计算垂直模糊值并且将其与水平模糊值相组合的部件；和用于根据预定的最小值和最大值规范化水平模糊值、或组合的水平和垂直模糊值的部件，其中所述最小值和最大值适应于所述空间分辨率级别。所附权利要求、下面的描述和附图中披露了本发明的有益实施例。
参考附图来描述本发明的示例性实施例，其中图1示出了可配置的模糊检测方案的过程；图2示出了针对逐行的或隔行的图像的模糊计算；图3示出了水平模糊计算的示例性流程图；图4示出了局部模糊计算的位置和局部变化计算的区域；和图5示出了局部模糊计算的示例。
具体实施例方式本发明披露了一种灵活且可配置的模糊检测和/或模糊计算方案。图1 一般图示了包含三个步骤的可配置的模糊检测过程首先，获得配置数据。这些可以通过用户输入。对于将要估计的图像，用户可以给出配置的特性参数以便指出特定情形。用户配置可以是影响模糊检测方案的任何事物，例如分辨率、逐行的或隔行的、编解码器类型、编码配置和模糊类型(压缩模糊、运动模糊、焦点没对准模糊、低通滤波模糊、上取样模糊等等)。这些特性参数可以单独或者以任意组合被使用。将要注意，特性参数也可以在通过用户接口输入之后从存储器中获得，或者通过机器接口从视频解码器和/或通过与视频图像相关联的元数据中获得。在后一种情况，根据本发明，视频解码器包括用于从视频信号提取这些元数据的部件和用于将元数据提供给模糊检测器或计算器的部件。其次，根据配置自动地选择合适的模糊检测方案。模糊检测方案根据上述的配置数据而改变。所述改变可以是完全地框架改变，或者它可以仅仅是一些参数的调整。如果没有定义配置，则可以选择默认模糊检测方案。再次，输出均勻(或统一)的模糊值。根据不同的配置，模糊检测方案不同地工作， 这结果影响所计算的模糊值的价值。也就是，从不同的模糊检测和/或模糊计算方案获得的模糊值不是直接可比较的。因此，根据本发明，它们被统一或标准化为统一的格式。在一个实施例中，这可以通过缩放来获得。例如，使用线性缩放。其他更复杂的缩放类型也是可能的。在本发明的一个实施例中，所计算的模糊值被缩放到(0-100)的范围，其中0表示最小模糊，且100表示最大模糊。可替换地，缩放可以是(0-1)或(0% -100% )或类似的范围。针对不同的配置，缩放规则可以不同。下面是可配置的模糊检测/计算方案的示例性实施例。它具有对应于以下特性参数的两个配置项视频格式(具有两个选项)和分辨率(具有两个选项)。视频格式可以是“逐行的”，其中将被估计的图像来自逐行的视频，或者可以是“其他/非逐行的”，其中将被估计的图像来自隔行的视频，或者如果视频是逐行的或隔行的，则它是未知的。分辨率可以是“高分辨率”，例如比等于1280X720像素的更高，或者可以是“其他，，(即，低于1280X720像素，例如SD、CIF、QCIF等等)。在一个实施例中，本发明包括使用用户配置来帮助模糊检测，S卩，设计出特定情节。在这个实施例中，用户配置包括两个项视频分辨率(高分辨率或其它)和视频格式 (逐行的或其它)。也可以存在其他配置，例如编解码器类型(MPEG-2、H. 264, JPEG等)、 编码配置和模糊类型(运动模糊、焦点没对准模糊、压缩模糊、上取样模糊、低通滤波模糊等)。用户配置可以经由文本接口、语音接口、存储器接口、开关配置接口来输入。在一个实施例中，模糊检测/计算方案可被概括如下根据配置数据(逐行的或其它、高分辨率或其它分辨率类型)，自动选择合适的方案并且自动设置相关的参数。同样根据配置数据，使用不同的缩放规则来获得均勻的模糊值。本发明的一个优点是，利用附加的配置信息，可以大大地提高具体特定情形中的模糊检测的精度，并因此在更多的情形中可以使用该方案。图2示例性示出了基于用户配置的模糊检测方案的流程图。它包含三个步骤1.计算水平模糊(blur_h)。这将被图解说明如下(参考图3)。2.根据用户配置，从多个预定的不同方案中选择合适的方案。对于逐行的图像，计算垂直模糊，并且随后将垂直模糊与水平模糊相组合以便获得最终模糊。这是因为垂直和水平模糊计算具有类似的性能，并且他们的组合可以帮助获得更稳定的结果。垂直模糊的计算是以与水平模糊的方式相同的方式进行的，下面将对其更详细地说明。对于其他(隔行的图像或不明确的图像)，不计算垂直模糊。相反，仅仅水平模糊被用作最终模糊。这是因为在隔行的图像中顶场和底场可能未被对准，这将大大地影响垂直模糊计算。更好的是仅使用水平模糊作为最终模糊。已经发现，去隔行过程仍旧无法解决这个问题，尤其对于低质量图像。3.输出均勻的模糊值根据用户配置，存在四种类型的图像高分辨率/P、非高分辨率/P、高分辨率/i和非高分辨率/i。通过对大量四种类型图像的统计分析或者从其他源可以获得下限和上限。 在统计分析之后，公式(1)给出了缩放规则，
权利要求
1.一种计算视频图像的模糊的方法，包括以下步骤 计算水平模糊值；确定视频图像的特性参数，所述特性参数至少包括逐行的/隔行的和空间分辨率级别；如果视频图像是逐行的，则也计算垂直模糊值，并且将其与水平模糊值相组合；和根据预定的最小值和最大值，规范化水平模糊值、或组合的水平和垂直模糊值，其中所述最小值和最大值适应于所述空间分辨率级别。
2.根据权利要求1的方法，其中计算水平模糊值是对垂直MB边缘的中心(P_hl)周围的图像区域进行的。
3.根据权利要求1或2的方法，其中计算垂直模糊值是对水平MB边缘的中心(P_vl) 周围的图像区域进行的。
4.根据权利要求1至3之一的方法，其中计算模糊值包括计算当前像素周围的局部变化。
5.根据回引权利要求2时的权利要求4的方法，其中水平模糊值的局部变化是根据垂直线上的像素和水平线上的像素来计算的，其中使用比来自垂直线的像素更多的来自水平线的像素，并且其中水平MB边缘的所述中心是所述两条线的一端。
6.根据权利要求4或5的方法，其中如果局部变化在最大阈值以上或者在最小阈值之下，则所述当前像素被排除在模糊计算之外。
7.根据权利要求1至6中任一项的方法，其中视频图像的特性参数中的一个或多个是通过用户接口或者在通过用户接口输入之后从存储器中获得的。
8.根据权利要求1至7中任一项的方法，其中视频图像的特性参数中的一个或多个是通过机器接口从视频解码器中获得的。
9.根据权利要求1至8中任一项的方法，其中视频图像的特性参数中的一个或多个是通过与视频图像相关联的元数据获得的。
10.一种用于计算视频图像的模糊的装置，其使用根据权利要求1至9中任一项的方法。
全文摘要
模糊是与图像质量相关的最重要的特征之一。精确地估计图像的模糊级别对精确地估计它的质量有很大帮助。一种计算视频图像的模糊的方法包括计算水平模糊值；并确定视频图像的特性参数，所述特性参数至少包括逐行的/隔行的和空间分辨率级别。如果视频图像是逐行的，则也计算垂直模糊值，并且将垂直模糊值与水平模糊值相组合。下一步骤是根据预定的最小值和最大值，规范化水平模糊值、或组合的水平和垂直模糊值，其中所述最小值和最大值适应于所述空间分辨率级别。
文档编号H04N17/00GK102598687SQ200980161877
公开日2012年7月18日 申请日期2009年10月10日 优先权日2009年10月10日
发明者刘德兵, 徐枫, 陈志波, 顾晓东 申请人:汤姆森特许公司