数字视频内容中的条带状伪影检测的制作方法

专利名称：数字视频内容中的条带状伪影检测的制作方法
技术领域：
本发明的原理涉及可能在数字视频中存在的条带状伪影(banding artifact)。
背景技术：
数字视频通常被以高比特深度(动画内容的每一分量16比特)来捕 捉或产生。但是，当前视频编码器和显示设备己被设计为以每分量8比特 或更少比特来压縮信号。从较高比特深度向较低比特深度的比特深度转换 可能很容易产生条带状伪影。即，条带状伪影在应当是逐渐的颜色过渡之 处被感知为明显不同颜色的条带。
类似地，通过压縮处理也会产生条带状伪影。视频压縮方法旨在为数 字视频找到高效的编码表示。这可以通过去除视频内容在空间域和时间域 两者中的互冗余(inter-redundancy)来完成。因为人类的视觉系统对视频 的高频分量不那么敏感，所以通过量化处理来减少高频分量的信息。尽管 去除冗余提供了高压縮比，但是由于在解压縮后的影像中引入了伪影，所 以视觉视频质量降低。条带状伪影也会在这个处理中引入。当量化处理抑 制胶片颗粒(film grain)或使原始内容失真(这在随后形成了类似轮廓线 (contour)的伪影)时，发生条带状伪影。这通常出现在具有平滑的胶片 颗粒和平滑的梯度变化的动画内容和电影内容中。
在诸如数字多功能盘(DVD)创作之类的非实时编码应用中，视觉质 量是最重要的目标。此外，随着高清晰度格式和更高分辨率显示的引入，条带状伪影对观众而言变得更加显著。为了缓和或去除条带状伪影，必需 辨认并评估条带状伪影的位置。使用人力来执行检测任务是不合需要的， 这是因为其消耗了大量时间和精力。并且，人对条带状伪影的检测易于产 生人为错误，从而导致错过存在的伪影。
因此，主要需要可以自动检测和评估所重构的视频内容中的条带状伪 影的存在性的方法等。这样的发明构思可以极大地减少在评估伪影时花费 的时间并增强压縮后的视频的质量。
考虑检测和校正视频内容中的条带状伪影的解决方案不是很多。在一 种已知方法中，提出了利用再量化和方向对比特征的两级轮廓线检测。这 样的方法首先去除平滑区域，然后应用基于特征的滤波以分离错误轮廓 线。但是，该方法在确定条带状伪影时不考虑原始视频内容。因此，该方 法可能错误地将视频制作者特意设计的条带效果断言为条带状伪影。于 是，应用过滤器来去除这些特意设计的条带不利地影响(或恶化)编码后 的视频的质量。
因此，需要一种克服了已知方法的缺点的、新颖且有效的用于检测条 带状伪影的方法。

发明内容
根据一个实现方式，视频处理数字视频内容的方法包括基于全局梯度 变化创建掩码图像以检测包含条带状伪影的潜在区域并基于使用梯度算子 的局部梯度来检测条带状伪影。
根据另一个实现方式，视频处理方法包括将来自一序列视频影像的 视频影像划分为特定长度和特定高度的块，使用与块相关联的属性生成梯 度场，根据来自梯度场的元素创建多个blob，其中，bk)b的长度和高度大 于所述块的长度和高度，并判断与多个blob中的blob相对应的影像区域
是否是包含条带状伪影的区域。
本发明的视频编码器包括条带状伪影检测器，该检测器具有连接到参 考影像缓冲器的输出的输入。该检测器被配置为基于全局梯度变化创建一 序列视频影像中的视频影像的掩码图像，以检测包含条带状伪影的潜在区域，并对掩码图像的值进行縮放以使能对条带状伪影的检测。


在附图中，相似标号在所有示图中表示相似组件
图1是根据本发明一个方面、实现条带状伪影检测器的示例性视频编 码器的框图2是根据本发明另一个方面、实现条带状伪影检测器的示例性视频 编码器的框图； .
图3a是根据本发明一个方面、实现条带状伪影检测器的示例性多遍
(multi-pass)视频编码器的简化框图3b是根据本发明另一个方面、实现条带状伪影检测器的示例性多 遍视频编码器的简化框图4a是根据本发明一个实现方式、用于检测条带状伪影的方法的框
图4b是该方法的框图5是根据本发明一个方面的条带状伪影检测方法的流程图6是根据本发明另一个方面的条带状伪影检测方法的流程图7是根据本发明另一个方面的条带状伪影检测方法的流程图8是根据本发明又一个方面的条带状伪影检测方法的流程图9是根据本发明一个方面、用于检测条带状伪影的方法的流程图IO是根据本发明一个方面的区域分类处理的流程图ll是根据本发明一个方面的平均像素值的获得的示意图；以及
图12是根据本发明一个方面对像素值进行非线性縮放的流程图。
具体实施例方式
在本发明的描述中，术语"大二元对象"(large binary object)或 "blob"用于描述视频影像的诸如像素之类的元素接触并具有相同逻辑状 态的视频影像区域。对blob分析的类似使用需要基于视频影像的元素的诸 如颜色、色相等的共同特性来识别形成连续区域的那些元素，其中，共同
8特性可以具有特定范围。术语blob和bbb分析的这些示例不限于这里所 记载的示例，并且将与本发明的原理相一致地被应用。
此外，这里所使用的术语"视频影像"(video picture)将表示来自一 序列移动视频影像的视频信息。这里所描述的用于识别视频影像中的条带 状伪影的各种技术可被应用于视频帧，这是因为术语"视频帧"、"视频 影像"和"视频图像"在本说明书中被同义地使用，尽管视频帧、视频影 像和视频图像相对于不同的视频编码标准可以具有特定含义。
图1示出了可结合本发明使用的集成了条带状伪影检测器150的示例 性视频编码器100。对该编码器的工作方式的描述是本领域技术人员已知 的，并且将不在这里重复。在此示例中，条带状伪影检测器150接收来自 输入视频源和参考影像缓冲器152两者的输入。
图2示出了另一个示例性视频编码器200，其中，条带状伪影检测器 250不使用或者无权访问作为条带状伪影检测处理的参考的原始视频源， 并且仅连接到参考影像缓冲器152。
在多遍视频编码器的情况下，本发明的条带状伪影检测方法可用于检 测由先前的那些遍编码引入的条带状伪影。图3a和3b分别公开了多遍视 频编码器300和350的示例性实施例，其中，条带状伪影检测器320使用 或者不使用原始视频源内容作为参考视频信息。图3a示出了原始视频源可 得并且其被用作条带状伪影检测320的参考的情形，图3b示出了原始视 频源不可得并且这样的视频信息不能被用作参考的情况。
根据本发明原理的实现方式，条带状伪影检测的输入包括在诸如比特 深度减小之类的某种处理之后的视频内容、压縮之后的重构视频内容等。 如上所述，当原始视频内容为可得时，这样的信息可被用作视频处理操作 的参考。但是，即使原始视频源内容不可得，本发明的原理仍然可以在原 始视频源内容中不存在条带状伪影的假设下操作。
本发明的某些原理创建表示条带状伪影的位置的输出。根据本发明原 理的各种不同的实现方式，存在若干替代方式来指定条带状伪影的这种输 出位置。例如，条带状伪影可能位于宏块位置或者像素位置。或者，可以 提供对哪些影像受条带状伪影影响的指示，而不提供关于这些伪影的空间
9位置的进一步细节。
根据本发明的其它方面，可以标记视频处理操作所得到的输出视频中 的检测到条带状伪影的区域。这样的标记可被保存作为元数据，并由操作 员使用来执行手动重编码操作，以去除条带状伪影。这样的标记数据不被 在视频数据比特流中传递，并且不会影响解码器或者为解码器所使用。最 后，这样的标记信息可以作为补充增强信息来传递，以允许显示设备进行 某种特定的后处理。
本领域技术人员将了解，本发明的方法和装置可被应用于视频数据中 的亮度和颜色分量。但是，在以下的示例性讨论中，本发明的方法仅被应 用于亮度分量。
根据如图4a所示的条带状伪影检测方法400a的一种实现方式，有三
个主要步骤
1) 创建掩码图像(402)以检测包含条带状伪影的潜在区域。在一个 示例性实现方式中，掩码图像可基于全局梯度变化来创建；
2) 縮放掩码图像(404)。如果縮放值等于一，则这个步骤是可选 的。不同于一的縮放值可用来缓和检测；以及
3) 检测条带状伪影(406)。在示例性实现方式中，这个检测步骤有 赖于局部梯度的计算。
随着本示例性实施例开始，掩码图像被创建(402)。这个创建基于 所确定的全局梯度变化来检测包含条带状伪影的潜在区域。如以上所论述 的，条带状伪影往往发生在平滑或者慢梯度变化的区域中，并且在这样的 区域中非常明显。本发明原理认为这样的区域由像素块(例如，矩形或正 方形)组成，尽管本领域普通技术人员将了解，这些区域也可由任何形状
(诸如，圆形、规则或不规则多边形等)组成，而不会脱离本发明的范 围。 一旦掩码图像被创建，就对与掩码图像相关联的值进行縮放
(404)，由此并在随后检测条带状伪影(406)。根据图4a所示的一种实 现方式，对哪些区域具有条带效果的指示被提供给用户和/或另一个应用
(407)。
根据图4b所示的另一个实现方式，在创建掩码图像(402)之前，可将从视频流(或者视频影像序列)导出的视频影像划分成多个块 (401)。图4c示出了根据本发明另一个实现方式的方法的更详细的流程
图。图4c示出了本发明的方法400c的修改实现方式，其中，在将视频影 像划分(分割)成多个块(401)之后，使用与这些块相关联的属性来生 成(410)梯度场。 一旦这样的梯度场被生成，'就从梯度场内的元素创建 多个blob (412)。 一旦blob被创建，步骤414就确定与一 blob相对应的 影像区域是否处在包含条带状伪影的区域中。
图5-8示出了当与一序列视频影像相对应的原始视频内容可用作参考 时，在比特深度减小和视频压縮的应用中的条带状伪影检测方法的框图。 作为示例，图5示出了方法500，其中，原始视频源被输入到比特深度减 小电路502和虚拟像素修改电路508。减小了比特深度的视频源经历全局 梯度计算504，纹理检测506和虚拟像素修改508。虚拟像素修改块的输 出是经过修改的减小了比特深度的视频源和经过修改的视频源。这两个输 入被基于像素的梯度计算电路510接收，基于像素的梯度计算电路510的 输出被用于确定条带状伪影512。输出提供了所识别的条带状伪影的位 置。
图6示出了图5所示的方法500的修改方法600。在本实现方式中， 原始视频源不被提供给虚拟像素修改608。这样，基于像素的梯度计算 610仅使用虚拟像素修改电路608的单个输入(即，经过修改的减小了比 特深度的视频源)来计算梯度。如上所述，条带状伪影检测612将在原始 视频源内容中没有条带状伪影的假设下操作。
图7和8示出了其它修改方法700和800，其中，取代比特深度减 小，视频源首先被视频压縮电路(702、 802)压縮，并且重构的视频被输 入到全局梯度计算电路(704、 804)。与图5和6所示的示例一样，图7 示出了视频源信息也被输入到虚拟像素修改电路708的用法。图8示出了 原始视频源信息不被提供作为虚拟像素修改电路808的参考的情形。
创建掩码图像
参考图9和10，为了创建掩码图像(402)，在开始新视频影像/帧(902)和算法建立(904)之后，针对特定影像的图像区域是否包含条带 状伪影，对这些区域进行分类。为此，计算像素值的全局梯度(906)。
图IO所示的方法1000图示了图像区域分类处理的一个示例。为了跟 踪像素值的全局梯度的变化，作为示例，形成整个图像的4X4像素块大 小(1002)。计算小像素块的像素值的平均(1004)。在更一般的情况 下，计算来自^Xk2块大小的平均像素值(参见图11)。可以通过简单地 求像素平均或者通过采用诸如离散余弦变换(DCT)之类的块变换的DC 值来获得平均值。^和k2的值可以变化，并不必彼此相等。在本示例中， k,二k2二4。利用每一个hXk2块的平均像素值，可以形成平均像素值平面
(层)(1006)，如图11所示。平均像素值的平面称为"DC平面"。 DC平面被定义为关于其k,Xk2块具有相同位置的一组平均像素值。例 如，第一!^Xk2块的平均像素值将处于DC平面的位置(l，l)。假设视频 帧具有分别等于1920和1080像素的亮度(Y)分量宽度和深度。贝i」，DC 平面的大小等于，x108()
&，
、i "
接下来，计算DC平面中的每一个元素的梯度(1008)。存在执行这 种任务的许多不同方法。作为示例， 一种方法可以使用诸如罗伯特交叉 (Roberts Cross )、普鲁伊特(Prewitt )、索贝尔(Sobel)或坎尼 (Canny)之类的一阶算子，或者诸如Marr-Hildreth或零交叉(zero-crossings) 算子之类的二阶算子来计算DC平面中的梯度。这里，使用 Sobel算子来例示概念，其中，其在x和y方向上的巻积核分别在(1)和 (2)中示出。
' a)
一2 0 +2
一l 0 +1
+1 +2 +1
0 0 0
-1 -2 -1
(2)
在DC平面中任意位置(i，j)处的梯度的近似幅值可被计算为
G加(0〕叫G^，力l+IGXO')1 (3)
其中，G,。,(/，))、 W，力、G乂U)分别是在DC平面的位置(i，j)处的梯度、x方向上的梯度和y方向上的梯度的近似幅值。
接下来，计算DC平面中的块^Xl2样本的均值和方差。在示例性实 施例中，这个计算称为blob (1010)。
在本示例中，I!二l2二10。注意，如果在生成DC平面时使用k,Xk2块
大小的像素，则blob大小在宽度上对应于^Xk,个像素，在高度上对应于 12Xk2个像素。换而言之，在本示例中，blob大小在像素上等于40X40。 每一个blob中的梯度的均值和方差被计算(1012)并被用于执行图像区域
分类。根据本示例性实现方式，图像分类的标准如下所述如果bk)b梯度
的均值和方差大于它们各自的阈值(Thl，Th2)，则将相应blob标记或断
言为纹理区域。
取决于应用和/或内容类型，阈值/值可由用户提供或者从表中读取。 阈值的值的增加将转换为被归类为平滑区域的区域数目的增加，并且最有 可能将转换为检测到的条带状伪影的数目的增加(因为算法扫描平滑区域 中的那些条带状伪影)。否则，blob被断言或标记(1018)为非纹理区域 (例如平滑变化或平面区域)，并且所标记的平滑变化或平面区域从而被 指示作为包含条带状伪影的潜在区域。
縮放掩码图像的值
在此第二步骤中， 一种示例性方法引入了对掩码图像的值进行縮放以 使得使用梯度算子来检测条带状伪影成为可能的选项。取决于是否使用了 比特深度减小或视频压縮，这个步骤被应用于经过处理的视频影像/帧或重 构的视频影像/帧。当原始视频可用作参考时(参见图5和7)，这个缩放 步骤也可被应用于原始视频影像/帧。这个步骤是优选的，这是因为条带状 伪影之间的像素值差异可能较小，或者因为其他原因而难以检测。根据本 发明，使用非线性縮放操作来增大平滑区域中的像素差异。这样的变换将 允许使用梯度算子来检测条带状伪影，如以下章节所描述的。
图12示出了根据本发明原理的一个实现方式、用于对像素值进行非 线性縮放的方法1200的示例。首先，可以考虑图像中的所有blob (1202)。然后确定blob是否表示具有或不具有纹理的区域，这将影响如
13何标记blob区域(1204)。如果blob区域被标记为纹理区域，则将区域 内的所有像素都设为恒定值(1206)，并且处理结束。如果blob区域被标 记为非纹理区域，则用正值縮放所有像素(1208 )并且处理结束 (1210)。处理的结果是，当梯度算子被应用于经过縮放的视频帧时，纹 理区域中的梯度将等于零，并且那些区域将自动被从条带状伪影检测处理 中排除。因此，对非纹理区域中的像素的縮放使得已有的条带状伪影更加 清楚，并且可能从周围像素中突出出来。
基于局部梯度检测条带状伪影
回来参考图9，像素水平的梯度计算(916)被应用于重构的图像和原 始图像(如果这样的原始图像可得)两者的先前经过縮放的数据。如以上 所论述的，可使用的有许多可能梯度检测算子，例如Prewitt、 Canny、或 Sobel算子。在本示例中，如以上所示的(1)和(2)中的Sobd算子被用 作梯度检测算子。此时确定原始图像数据是否可得(918)。如果可得， 则将梯度图像与原始图像相比较(920)，并提供结果作为伪影检测处理 的输入(922)。当原始视频内容数据不可得时，在这个步骤中将来自梯 度检测算子的结果与阈值比较，以确定图像区域是否包含条带状伪影 (922)。用于确定轮廓线是否应当被标记为条带状伪影的阈值可由用户 在这个步骤之前提供，或者可从査找表读取。增大阈值将转化为检测到较 少伪影。减小阈值将转化为检测到更多伪影。对给定阈值的选择可以基于 内容类型和/或任何其他可得信息。
如果梯度检测算子超过预定阈值，则将相应的像素断言为条带状伪影 的一部分，并且将这样的区域标记为条带状伪影的一部分(924)。否 则，将相应区域识别为不是条带状伪影的一部分，并将其标记为不是条带 状伪影的一部分(910)。这时，确定该区域是否是视频影像(帧)中的 最后一个区域(926)。如果是，则再确定这是不是视频影像序列中的最 后影像/帧(928)。如果步骤926中的结果为否，则处理在步骤904重新 开始。如果步骤928的结果为否，则在步骤902中分析新的影像，并且处 理重复。如果视频序列中不再有影像，则处理在步骤930结束。如上所述，当原始视频信息可得时，该信息可被用作参考。这个处理 使得能够区分通过对原始视频信息的压縮处理而产生的伪影与作为原始视 频内容的一部分的伪影。因此，很重要的是分离原来存在的轮廓线与由视 频压縮处理导致的轮廓线。重构的图像和原始图像两者的像素水平的梯度
被比较(图9中的步骤918、 920)。如这里所使用的，"梯度失真"被定
义成判断重构的视频数据的像素梯度相对于原始视频数据的像素梯度如失真的度量。梯度失真计算的示例可计算为
其中，G^,。《(zV')和G;,。^^分别是在位置处来自原始视频数据的掩 码图像的x和y方向上的像素水平的梯度。G^(^/)和G"0/)分别是在位置 (W)处来自重构的视频数据的掩码图像的x和y方向上的像素水平的梯 度。当Dc(^)接近于一时，这样的确定意味着在经过处理的视频帧或重构 的视频帧中、在位置GV)处的梯度与原始情况相比并没有多么不同。当 Z^(^/)接近于零时，该值意味着在经过处理的或重构的视频帧与原始视频 帧之间存在很大不同，则将"c^V)与阈值相比较(922)。如果D^V)超过 阈值，则该像素将被断言为条带状伪影的一部分。包含被断言为条带状伪 影一部分的像素的图像区域将被标记(924)为包含条带状伪影的区域。 作为示例，包含被断言为条带状伪影一部分的像素的宏模块将被标记为检 测到的区域。
这里描述的实现方式可以例如在方法或处理、装置、或软件程序中实 现。即使仅在单一形式的实现方式的上下文中论述(例如，仅作为方法来 论述)，所论述的特征的实现方式也可在其他形式(例如，装置或程序) 中实现。可例如以适当的硬件、软件和固件来实现装置。例如可以在诸如 处理器之类的装置中实现方法，该处理器一般指的是处理设备，例如包括 计算机、微处理器、集成电路或可编程逻辑设备。处理设备还包括通信设 备，例如计算机、蜂窝电话、便携式/个人数字助理("PDA")、和辅助 端用户之间的信息通信的其他设备。
这里所描述的各种处理和特征的实现方式可包含在各种不同的设备或 应用中，特别地，例如与数据发射和接收相关联的设备或应用。设备的示例包括视频编码器、视频解码器、视频编解码器、web服务器、机顶盒、
膝上型电脑、个人计算机、其他通信设备、和移动设备。
另外，方法可通过由处理器执行指令来实现，并且这样的指令可存储 在处理器可读介质上，处理器可读介质例如是集成电路、软件载体或诸如
硬盘、致密盘、随机访问存储器("RAM")、或只读存储器 ("ROM")之类的其他存储设备。指令可以形成有形地包含在处理器可 读介质上的应用程序。应当清楚，处理器可以包括具有例如用于执行处理 的指令的处理器可读介质。
本领域技术人员应当了解，实现方式还可以产生这样的信号，该信号 被格式化以承载例如可存储或传输的信息。信息可以包括例如用于执行方 法的指令、或者由所述实现方式之一产生的数据。这样的信号可被格式化 为例如电磁波(例如，使用频谱的射频部分)或者格式化为基带信号。格
式化可以包括例如对数据流编码、将经过编码的流分组化、以及利用分
组化后的流来调制载波。信号所承载的信息例如可以是模拟信息或数字信 息。信号可经由已知的各种不同的有线或无线链路来传输。
已经描述了许多实现方式。但是，将会了解，可以作出各种实现方 式。例如，不同实现方式的元素可被组合、补充、修改、或去除以产生其 他实现方式。另外，普通技术人员将理解，其他结构和处理可以替代所公 开的那些结构和处理，并且得到的实现方式将以至少基本相同的方式来执 行至少基本相同的功能，以实现与所公开的实现方式至少基本相同的结 果。因此，这些和其他实现方式在以下权利要求的范围内。
1权利要求
1.一种视频处理数字视频内容的方法，包括以下步骤基于来自所述数字视频内容的视频影像的全局梯度变化，生成掩码图像(402)；以及利用用于确定指示出条带状伪影的存在性的局部梯度的梯度算子，通过使用所述掩码图像来检测(406)是否所述视频影像的至少一个区域具有所述条带状伪影。
2. 根据权利要求1所述的方法，包括对所述掩码图像进行非线性縮 放的步骤(404)。
3. 根据权利要求1所述的方法，包括以下步骤 将所述视频影像的所述至少一个区域分类为具有所述条带状伪影。
4. 根据权利要求3所述的方法，包括以下步骤对所述视频影像的至少一个区域是否是平滑区域、慢变化区域和纹理区域中的至少一种进行
5. 根据权利要求1所述的方法，还包括以下步骤将所述视频影像划分为具有像素大小的块； 为所述块中的至少一个块计算平均像素值； 为所述至少一个块形成平均像素值的层； 计算所形成的层的梯度；以及在所述层中形成具有所确定层系数大小的二元大对象(blob);计算与所述blob相对应的值，以通过将所述值与阈值相比较来确定与 所述blob相对应的区域是否是纹理区域、平滑区域和慢变化区域中的至少 一种。
6. 根据权利要求5所述的方法，其中，所述值是计算得到的、所述 blob的至少一个层系数的梯度的均值和方差；并且所述方法包括以下附加 步骤将均值和方差梯度值与所述阈值相比较；并且执行以下步骤的至少一A.当所述blob的至少一个层系数的均值和方差大于所述阈值时，将所述blob标记为纹理区域；并且当所述至少一个层系数的均值和方差值之一小于所述阈值时，将所述blob标记为平滑区域和慢变化区域中的至少一种。
7. 根据权利要求6所述的方法，包括以下附加步骤 非线性地縮放所述掩码图像；以及对表示所述视频影像的经处理视频信息和重构视频图像中的至少一个 应用像素修改。
8. 根据权利要求6所述的方法，其中，所述应用步骤还包括确定是否一个或多个blob区域表示具有某个大小的经过分类的图像区域；针对所述一个或多个blob中的每一个，确定该blob区域是否被标记 为纹理；当被标记为纹理时，利用恒定值来替代blob区域中的所有像素；以及利用正值来缩放未被标记为纹理的blob区域中的所有像素。
9. 根据权利要求1所述的方法，其中，所述检测步骤还包括对先前经过縮放的数据应用基于像素的梯度计算。
10. 根据权利要求9所述的方法，其中，当与所述视频影像相对应的原始数字视频内容可得时，为所述重构视频信息和所述视频影像两者执行 所述应用步骤。
11. 根据权利要求3所述的方法，还包括以下步骤提供对来自所述数字视频内容的视频影像的所述至少一个区域是否具 有条带状伪影的指示。
12. —种视频处理方法，包括以下步骤使用与来自一序列视频影像的视频影像相关联的属性来生成(410) 梯度场；根据来自所述梯度场的元素来创建(412)多个二元大对象(blob)， 其中，所述多个blob的长度和高度大于与所述视频影像的块相关联的长度 和高度；确定(414)与所述多个blob中的blob相对应的所述影像的区域是否是包含条带状伪影的区域。
13. 根据权利要求12所述的方法，其中，与所述多个blob中的blob 相对应的所述影像的所述区域被识别为纹理区域、平滑变化和平面区域中 的至少一种。
14. 根据权利要求12所述的方法，其中，如果所述区域被识别为所 述平滑变化或所述平面区域中的至少一种，则使用放大因子对与所述区域 相关联的主体像素执行梯度掩码操作。
15. —种视频编码器，包括条带状伪影检测器(150)，其具有与所述编码器内的参考影像缓冲 器的输出相连接的输入，所述检测器被配置为基于全局梯度变化创建一序 列视频影像中的视频影像的掩码图像，以检测包含条带状伪影的潜在区 域，并对所述掩码图像的值进行縮放以使能对条带状伪影的检测。
16. 根据权利要求15所述的视频编码器，其中，所述检测器基于使 用梯度算子的局部梯度来检测条带状伪影。
17. 根据权利要求16所述的视频编码器，其中，所述检测器还包括 第二输入，该第二输入被配置为连接到原始视频源，所述检测器在检测条 带状伪影期间将所述原始视频源用作参考。
18. —种其上有形地包含应用程序的程序存储设备，所述应用程序包 括用于对来自 一序列视频影像的视频影像执行至少以下操作的指令使用基于全局梯度变化的掩码图像来检测所述视频影像中包含条带状 伪影的区域；以及基于使用梯度算子的局部梯度来检测条带状伪影。
19. 根据权利要求18所述的程序存储设备，其中，所述应用程序还 包括用于执行至少以下操作的指令对所述图像区域进行分类，用于确定所述图像区域是否包含条带状伪影。
20. 根据权利要求18所述的程序存储设备，其中，所述应用程序还包括用于执行至少以下操作的指令将所述视频影像划分为具有像素大小的块； 为所述块中的至少一个块计算平均像素值； 形成所述块中的至少一个块的平均像素值的层； 计算所形成的层的梯度；在所述层中形成具有某个层系数大小的至少一个二元大对象 (blob);计算所述至少一个bl0b内的层系数的梯度的均值和方差；将均值和方差梯度值与阈值相比较；当所述均值和方差都大于所述阈值时，将所述至少一个blob标记为纹 理区域；并且当所述均值和方差值之一小于所述阈值时，将所述至少一个blob标记 为平滑区域和慢变化区域中的至少一种。
21. 根据权利要求20所述的程序存储设备，其中，所述应用程序还 包括用于对表示所述视频影像的经处理视频信息和重构视频影像中的至少 一个应用像素修改的指令。
22. 根据权利要求20所述的程序存储设备，其中，所述应用程序还包括用于以下操作的指令确定是否至少一个blob表示具有某个大小的经过分类的图像区域； 针对一个或多个blob中的每一个，确定该blob区域是否被标记为纹理；当被标记为纹理时，利用恒定值来替代blob区域中的所有像素；以及当未被标记为纹理时，利用正值来縮放blob区域中的所有像素。
23. 根据权利要求20所述的程序存储设备，其中，所述应用程序还包括用于执行至少以下操作的指令对先前经过縮放的数据应用基于像素的梯度计算。
24. 根据权利要求19所述的程序存储设备，其中，所述应用程序还包括用于执行至少以下操作的指令向用户提供对所述视频影像的哪个区域具有条带状伪影的指示。
全文摘要
一种用于识别和确定由运动视频影像序列组成的数字视频内容中的条带状伪影的方法和系统，包括基于全局梯度变化创建与所述运动视频影像序列中的影像相对应的掩码图像(402)，以检测包含条带状伪影的潜在区域。掩码图像的值被缩放(404)，从而使用梯度算子使得条带状伪影检测成为可能。随后基于局部梯度识别/检测(406)条带状伪影。
文档编号H04N7/26GK101578868SQ200780048707
公开日2009年11月11日 申请日期2007年12月19日 优先权日2006年12月28日
发明者乌缇朋·库维赖斯卡, 克里斯蒂娜·古米拉, 高科斯·丹恩 申请人:汤姆逊许可证公司