用于视频译码的去振铃滤波器的制作方法

本实施例通常涉及视频译码，且尤其涉及视频译码中的去振铃滤波。
背景技术：
：最新的视频译码标准h.265(也被称为高效率视频译码(hevc))是由视频译码联合协作团队(jct-vc)开发的基于块的视频编码解码器。它利用时间预测和空间预测两者。空间预测使用来自当前图片内的帧内(i)预测来达到。仅由帧内译码的块组成的图片被称为i-图片。时间预测使用在块水平的帧间(p)或双向帧间(b)预测来达到。hevc在2013年被最终确定。国际电信联盟(itu)电信标准化部门(itu-t)视频译码专家组(vceg)和国际标准化组织(iso)/国际电工委员会(iec)移动图片专家组(mpeg)研究对带有显著地超过当前hevc标准的压缩能力的压缩能力的未来视频译码技术的标准化的潜在需要。这样的未来标准化行为能够采取(一个或多个)附加hevc扩展或全新标准的形式。这些组一起在联合协作努力下从事于该探索活动(其被称为联合视频探索团队(jvet))，以评估由本领域中这些专家提出的压缩技术设计。振铃(其也被称为gibbs现象)作为锐化边缘(sharpedge)附近的振荡而出现于视频帧中。这是块离散余弦变换(dct)式变换和有损量化过程中的高频信息的截止的结果。振铃还来自帧间预测，其中，使用带有负权重的滤波器的子像素插值可能引起锐化边缘附近的振铃。如图1的右侧部分中所示出的，类似于振铃的人工图案还可能出现自帧内预测。振铃效应降低视频帧的客观质量和主观质量。作为非迭代且简单直接的滤波技术，双边滤波由于其边缘维持和噪声降低特征而在图像处理中被广泛地使用。不同于常规的线性滤波器(其系数为预定的)，除了几何距离之外，双边滤波器还基于像素的对比度而决定其系数。高斯函数通常被用于使系数与像素值的几何距离和对比度相关。对于位于(i,j)处的像素(其将使用其相邻的像素(k,l)来去噪)，针对像素(k,l)而指派以对像素(i,j)进行去噪的权重ω(i,j,k,l)被定义为：σd在此为空间参数，并且，σr在此为范围参数。双边滤波器由这两个参数控制。i(i,j)和i(k,l)分别为像素(i,j)和(k,l)的原始灰度(intensity)水平。在获得权重之后，权重被归一化，并且，最终像素值id(i,j)由下式给定：id是像素(i,j)的去噪的灰度。自适应环路内双边滤波器(ablf)已针对与自适应环路滤波器(alf)组合的hevc而被提出[1]。滤波器参数σr和滤波器窗口大小ω×ω在视频编码器处确定，且然后被发送到视频解码器。在[1]中，滤波器参数σr能够假设从零上至基于在帧的明亮度分量上的水平和垂直图像梯度而计算的最大值的范围内的16个值之一。滤波器窗口大小ω能够假设四个预先定义的值之一，而σd＝ω/6。不存在完全地去除振铃的滤波器hevc和最新版本的未来视频编码解码器。去振铃去块(deblocking)滤波器(dbf)和样本自适应偏移(sao)滤波器已在hevc中被提出。除了这些滤波器之外，去振铃alf滤波器也被添加到较新版本的未来视频编码解码器中。在那些滤波器当中，sao将去除振铃伪影中的一些，但仍有针对于对抗振铃效应的改进的空间。技术实现要素：通常的目的是提供用于视频译码的去振铃滤波。该目的和其它目的通过本文中所公开的实施例而满足。实施例的方面涉及用于对视频信号的图片进行滤波的方法。该图片包含像素，并且，每个像素与像素值相关联。该方法包含通过在滤波中像素值和至少一个在空间上相邻的像素值的加权的组合来修改像素的像素值，该滤波取决于该像素与相邻的像素之间的像素距离且取决于该像素值与该相邻的像素的相邻像素值之间的像素值差，且由空间参数和范围参数控制。空间参数和范围参数中的至少一个取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的至少一个。实施例的另一方面涉及用于对视频信号的图片进行滤波的装置。该图片包含像素，并且，每个像素与像素值相关联。该装置配置成在滤波中对像素的像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改，该滤波取决于该像素与相邻的像素之间的像素距离且取决于该像素值与该相邻的像素的相邻的像素值之间的像素值差，且由空间参数和范围参数控制。空间参数和范围参数中的至少一个取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的至少一个。实施例的另外的方面涉及用于视频信号的图片的滤波的装置。该图片包含像素，并且，每个像素与像素值相关联。该装置包含滤波单元，该滤波单元用于通过在滤波中对像素的像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改来对该像素进行滤波，该滤波取决于该像素与相邻的像素之间的像素距离且取决于该像素值与该相邻的像素的相邻的像素值之间的像素值差，且由空间参数和范围参数控制。空间参数和范围参数中的至少一个取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的至少一个。实施例的又另一方面涉及计算机程序，该计算机程序包含指令，这些指令在由至少一个处理器执行时，促使至少一个处理器在滤波中对像素的像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改，该滤波取决于该像素与相邻的像素之间的像素距离且取决于该像素值与该相邻的像素的相邻的像素值之间的像素值差，且由空间参数和范围参数控制。空间参数和范围参数中的至少一个取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的至少一个。实施例的相关方面定义包含根据上文的计算机程序的载体。该载体是电子信号、光信号、电磁信号、磁信号、电信号、无线电信号、微波信号或计算机可读存储介质之一。实施例的优点在于，所提出的去振铃滤波去除或至少抑制压缩的视频帧中的振铃伪影，因此更好的视频质量(客观地和主观地)能够利用编码解码器复杂性的小幅增长来达到。客观地，如通过位速率(bd-速率)而运算的译码效率得到0.5％与0.7％之间的改进。附图说明实施例连同其另外的目标和优点可以通过参考连同附图进行的下文描述而最佳理解，附图中：图1分别图示放大的原始的视频帧(左侧)和放大的压缩的视频帧(右侧)上的振铃效应；图2是图示根据实施例的用于滤波的方法的流程图；图3图示8×8变换单元(tu)块和对于位于(1,1)处的像素的滤波孔(filteraperture)；图4图示加号形状的去振铃滤波孔；图5图示大小为m×n＝3×3像素的矩形形状的去振铃滤波孔；图6是图示图2中所示出的方法的附加、可选步骤的流程图；图7示意性地图示根据实施例的视频编码器；图8示意性地图示根据实施例的视频解码器；图9是根据实施例的用于滤波的装置的示意框图；图10是根据另一实施例的用于滤波的装置的示意框图；图11是根据另外的实施例的用于滤波的装置的示意框图；图12是实施例的基于计算机程序的实现的示意框图；图13是根据又另一实施例的用于滤波的装置的示意框图；图14是根据实施例的解码器的示意框图；图15是根据实施例的网络设备中的分布式实现的示意图；以及图16是根据实施例的无线通信系统的示意图。具体实施方式在所有的附图中，相同参考编号用于类似或对应元件。本实施例通常涉及视频译码，且尤其涉及视频译码中的去振铃滤波。本实施例的去振铃滤波器从而能够在视频译码中使用，即，在视频编码器和/或视频解码器处使用，优选地在视频编码器和视频解码器两者处都使用，以减少且抑制振铃伪影。根据实施例而达到的去振铃效应将从而改进继编码(也被称为压缩)和解码(也被称为解压缩)之后的视频序列的质量。图2是图示根据实施例的用于视频序列的图片的滤波的方法的流程图。该图片包含像素，并且，每个像素(有时被称为样本)与像素值(在本领域中有时被称为样本值)相关联。该方法包含在步骤s2中在滤波或滤波过程中对像素的像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改。该滤波或滤波过程取决于该像素与相邻的像素之间的像素距离且取决于该像素值与该相邻的像素的相邻的像素值之间的像素值差。该滤波或滤波过程还由空间参数和范围参数控制。根据实施例，空间参数和范围参数中的至少一个取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的至少一个。因而，图片中的像素的像素值在滤波或滤波过程中通过该像素值和该图片中至少一个在空间上相邻的像素的像素值(在本文中指代为(在空间上)相邻的像素值)的加权的组合来被修改。该滤波取决于该像素与该至少一个在空间上相邻的像素之间的(一个或多个)像素距离和(一个或多个)像素值差且由空间参数和范围参数控制。在具体实施例中，滤波中所采用的相应的权重ω从而取决于(一个或多个)像素距离pd、(一个或多个)像素值差pr、空间参数σd以及范围参数σr，即，ω＝function(pd,pr,σd,σr)。在具体实施例中，相应的权重取决于像素距离除以范围参数以及像素值差除以空间参数(即，为其函数)，例如，ω＝function(pd/σd,pr/σr)。根据实施例，空间参数和范围参数中的至少一个转而取决于量化参数qp、量化缩放矩阵qsm、变换宽度tu宽度、变换高度tu高度、图片宽度帧宽度、图片高度帧高度以及用作帧间或帧内预测的一部分的负滤波器系数的幅值|fc|中的至少一个。因此，在实施例中，σd＝function(qp,qsm,tu宽度,tu高度,帧宽度,帧高度以及/或|fc|)。在另一实施例中，σr＝function(qp,qsm,tu宽度,tu高度,帧宽度,帧高度以及/或|fc|)。在实施例中，空间参数取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的至少一个。在另一实施例中，范围参数取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的至少一个。在另外的实施例中，空间参数和范围参数两者都取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的至少一个。在该后一个实施例中，空间参数和范围参数能够取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的(一个或多个)相同参数。备选地，空间参数和范围参数取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的不同参数。在实施例中，空间参数和范围参数中的至少一个取决于量化参数、变换宽度、变换高度、图片宽度以及图片高度中的至少一个。在具体实施例中，空间参数和/或范围参数可以取决于的量化参数选自图片的量化参数、切片的量化参数以及像素块的量化参数中的至少一个。在这样的情况下，该切片是图片的切片，并且，该切片包含像素，该像素的像素值在步骤s2中修改。对应地，该像素块是图片中的像素块，并且，该像素块包含像素，该像素的像素值在步骤s2中修改。使用量化参数来控制空间参数和范围参数中的至少一个且从而控制滤波强度和在去振铃滤波中使用的权重的动机是，对于高qp(即，低位速率)，将存在许多振铃伪影。该情形证明较强的滤波是正当的。在较高的位速率下，通常存在较少的要校正的振铃伪影，并且，去振铃滤波在较低qp值的情况下被减弱。因而，在具体实施例中，空间参数和范围参数中的至少一个(优选地，范围参数)取决于量化参数qp，诸如，图片的量化参数、切片的量化参数以及当前像素块的量化参数(优选地，当前像素块的量化参数)。因而，在此实施例中，对于一些函数f3()、f4()，σd＝f3(qp)且/或σr＝f4(qp)，优选地，σr＝f4(qp)。例如，范围参数能够定义为在另一实施例中，在这些情况下，bit_depth表示视频信号的位深度。如果a≥b，则函数max(a,b)等于a，而否则，函数max(a,b)等于b。函数clip(x,0.01)将输入x削波(clip)至0.01，即，如果x大于0.01，则削波函数输出0.01，否则，削波函数输出x。在另外的实施例中，范围参数基于或等于在具体实施例中，位深度为10。在这样的情况下，σr＝clip((qp-17)/2,0.01)，σr＝max((qp-17)/2,0.01)，或σr＝(qp-17)/2。因而，在实施例中，范围参数基于(qp-17)/2或更普遍地基于而确定。在实施例中，该变换宽度是变换块的宽度，并且，该变换高度是变换块的高度。如本文中所使用的变换块是变换所被应用于的样本或像素的块。存在针对视频译码而提出的不同变换，包括但不限于变换跳过、karhunen-loève变换(klt)、类klt变换、dct、类dct变换、离散正弦变换(dst)式变换、不可分离式2d变换、旋转变换以及这些变换的组合。变换所被应用于的样本或像素的块在本领域中有时指代为变换单元(tu)、tu块或简单地指代为变换块。例如，hevc中的变换块为正方形的(m×m个样本或像素)且指代为tu。在jem中，变换块具有与译码单元(cu)相同的大小且能够为矩形的(m×n)，因为，cu不仅起源于四叉树分裂而且还起源于二元分裂(jem中)。在h.264中，使用变换块记号。通常，变换块是带有预测误差的块，变换被应用于其上。使用变换高度和/或变换宽度来控制空间参数和范围参数中的至少一个且从而控制滤波强度和去振铃滤波中使用的权重的动机是，较小的块典型地含有更多的细节且因此得益于较强的滤波。因而，在具体实施例中，空间参数和范围参数中的至少一个(优选地，空间参数)取决于变换宽度(即，变换块的宽度)和/或变换高度(即，变换块的高度)。因而，在此实施例中，对于一些函数f1()、f2()，σd＝f1(tu大小)且/或σr＝f2(tu大小)，优选地，σd＝f1(tu大小)。在此情况下，tu大小表示变换宽度和/或变换高度(即，变换宽度、变换高度、或变换宽度和变换高度)。在具体实施例中，空间参数σd＝0.92-a×0.025。在此实施例中，a选自以下项之一：变换块的宽度和所述变换块的高度的最小值；变换块的宽度和变换块的高度的最大值；变换块的宽度和变换块的高度的平均值；变换块的宽度；以及变换块的高度。在具体实施例中，a是变换块的宽度和变换块的高度的最小值，即，σd＝0.92-min{tu宽度,tu高度}×0.025。在更普遍的实施例中，σd＝p-a×0.025，其中，参数p能够基于当前像素所属于的像素块的类型而被定义。例如，参数p的不同值能够针对帧内预测的块和帧间预测的块而被设置。在具体实施例中，对于帧内预测的块，p＝0.92，且对于帧间预测的块，p＝0.72。参数p的该差异的动机是，帧间预测的块指视频序列中的先前的帧或图片，其中，样本已经通过去振铃滤波器至少一次，因此，较弱的滤波器用于避免过度滤波。在另一实施例中，空间参数定义为σd＝0.92-min{tu块,tu高度,16}×0.025或更普遍地定义为σd＝p-min{tu宽度,tu高度,16}×0.025。在实施例中，空间参数和范围参数中的至少一个取决于qsm。例如，空间参数和范围参数中的至少一个基于量化缩放矩阵中的缩放因子的值。通常，如果对应的变换系数非零，则所使用的缩放因子越大，就越难使用量化，且因而可能出现越多的振铃。空间或范围参数能够设置为非零变换系数的最大缩放因子的函数。例如，σr＝k×s+m，其中，s指代非零变换系数的最大缩放因子，并且，k,m为常数。还有可能通过偏移而调整qp，使得它与最大缩放因子相对应，且然后再次使用针对qp而定义的范围参数函数。在实施例中，空间参数和范围参数中的至少一个取决于图片或帧宽度和图片或帧高度中的至少一个。例如，空间参数和/或范围参数取决于图片或帧高度和图片或帧宽度的最小值、图片或帧高度和图片或帧宽度的最大值、图片或帧高度和图片或帧宽度的平均值、图片或帧高度或图片或帧宽度。在实施例中，空间参数和范围参数中的至少一个取决于图片或帧对角线，其基于图片或帧高度和图片或帧宽度而获得。在实施例中，空间参数和范围参数中的至少一个取决于用作帧间或帧内预测的一部分的负滤波器系数的幅值。负滤波器系数的大幅值与小幅值相比而赋予更多的振铃。因此，在实施例中，空间参数或范围参数中的至少一个能够被设置为负滤波器系数的最大幅值的函数，使得与小幅值相比，针对大幅值而应用较强的滤波。例如，σr＝k×|系数|+m，k,m为常数。还有可能通过偏移而调整qp，且然后再次使用针对qp而定义的范围参数函数。在实施例中，图2的步骤s2包含使用取决于空间参数和范围参数的相应的权重来对像素的像素值通过该像素值和至少一个在空间上定义的像素值的加权的组合来进行修改。在具体实施例中，相应的权重不仅取决于空间参数和范围参数，而且还取决于如前文中所提到的(一个或多个)像素距离和(一个或多个)像素值差。在具体实施例中，步骤s2包含使用取决于空间参数和范围参数的相应的权重来对像素的像素值通过该像素值和多个(即，至少两个)在空间上定义的像素值的加权的组合来进行修改。在这样的实施例中，相应的权重取决于空间参数和范围参数，且还取决于对于每个相应的像素-相邻的像素对的相应的像素距离和相应的像素值距离。在实施例中，相应的权重为在此实施例中，i(k,l)表示像素(k,l)的像素值，i(i,j)表示像素(i,j)的像素值，σd表示空间参数，并且，σr表示范围参数。预期‖i(i,j)-i(k,j)‖2＝(i(i,j)-i(k,j))2。在备选实施例中，或在实施例中，步骤s2中的像素值的修改使用双边去振铃滤波器来在双边滤波或双边滤波处理中实行。因而，在实施例中，图2的步骤s2包含使用双边去振铃滤波器来对该像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改，从而输出修改的像素值在具体实施例中，双边去振铃滤波器是如图4中所示出的带有加号形状的滤波孔的双边去振铃滤波器。在这样的情况下，图2的步骤s2包含使用带有加号形状的滤波孔的双边去振铃滤波器来对该像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改，从而输出修改的像素值在此实施例中，k＝i-1,i,i+1，并且，l＝j-1,j,j+1，附带条件是，在k＝i-1,i+1时，则l＝j，且在l＝j-1,j+1时，则k＝i。在另一实施例中，双边去振铃滤波具有如图5中所示出的正方形(m×m)或矩形(m×n)形状的滤波孔。例如，对于3×3双边去振铃滤波器的情况，k＝i-1,i,i+1，并且，l＝j-1,j,j+1。在实施例中，去振铃滤波器的权重在视频编码器和视频解码器两者处运算。在这样的情况下，该方法包含基于空间参数和范围参数且还基于如前文中所提到的(一个或多个)像素距离和(一个或多个)像素值差而运算权重的可选步骤。在另一实施例中，去振铃滤波器的权重在视频编码器处运算。权重或其编码的表示然后被包括在编码的位流中或在编码的位流中用信号通知，且从而从视频编码器用信号通知给视频解码器。视频解码器从而能够从表示视频序列的图片的编码的表示的编码的位流检索由视频编码器运算的权重，或视频解码器能够从在编码的位流中用信号通知的权重的编码的呈现获得权重。然而，尤其在视频解码的期间，权重的运算可能在计算上昂贵，且从而可能成为瓶颈。备选途径是具有包含预先计算的权重的一个或多个查找表(lut)。在实施例中，然后能够从lut(使用lut索引)检索正确的权重。在第一实施例中，lut索引是范围参数、空间参数、像素距离δijkl以及像素值差δi，即，lut(σr,σd,δijkl,δi)。在带有正号形状的滤波孔的双边去振铃滤波器的情况下，像素距离将对于在空间上相邻的像素为1，且对于当前像素为0。此外，像素值差将对于当前像素为0。因此，对于当前像素的权重将等于1。因此，对于这样的双边去振铃滤波器，不需要将像素距离用作lut索引。这意味着lut索引替选地为范围参数、空间参数以及像素值差，即，lut(σr,σd,δi)。然而，有可能仅将范围参数和像素值差用作对于如在下文的实现实施例中进一步示出的带有正号形状的滤波孔的双边去振铃滤波器的lut索引。因此，在实施例中，lut(σr,δi)。代替运算范围及空间参数且将它们用作lut索引，量化参数、变换宽度以及/或变换高度能够与像素值差一起或与像素值差和像素距离一起用作lut，即，lut(qp,tu宽度,tu高度,δijkl,δi)、lut(qp,tu宽度,tu高度,δi)、lut(qp,min{tu宽度,tu高度},δijkl,δi)、lut(qp,min{tu宽度,tu高度},δi)或lut(qp,δi)。预先计算的权重能够存在于单个lut或多个lut中。例如，的预先计算的值能够存在于一个lut中，然而，的预先计算的值能够存在于第二lut中。图6是图示图2中所示出的方法的附加的可选步骤的流程图。在此实施例中，在步骤s1中，从lut检索相应的权重。该方法然后继续进行图2中的步骤s2。在具体实施例中，步骤s1包含使用i)范围参数σr或量化参数和ii)像素值的差δi作为lut索引来从包含预先计算的权重的lut检索相应的权重。带有预先计算的权重的lut能够在视频编码器和视频解码器两者处使用。在备选实施例中，lut在视频编码器处使用，或lut在视频解码器处使用。在实施例中，在视频编码器和视频解码器中的逆变换之后，去振铃滤波器应用于每个变换块(诸如，tu)。在另一实施例中，去振铃滤波器在视频编码器和视频解码器处应用于重构的样本(即，像素值)。例如，在重构的残余样本已添加到帧内或帧间预测的样本之后，去振铃滤波器能够应用于帧内和帧间预测的块两者，以重构像素块中的样本(即，像素值)。帧内预测的块典型地使用来自先前重构的块的预测，但典型地在环路内滤波之前。在这样的情况下，去振铃滤波优选地在块被用于帧内预测之前实行，使得帧内预测能够得益于滤波。实施例的去振铃滤波器还能够在视频编码器中的率失真优化(rdo)的期间使用。rdo是视频编码过程的一部分。rdo通过寻找“最佳”译码参数而改进译码效率。rdo测量用于该块的每个可能的决策后果的位的数量和该块的所得到的失真两者。因而，实施例的去振铃滤波器优选地在rdo中使用，以便例如在选择块大小、译码参数等时，视频编码器将使其决策基于去振铃滤波的结果。在视频译码中，在编码之前，像素的原始颜色(其典型地位于红、绿、蓝(rgb)颜色空间中)变换成y’cbcr颜色空间中的亮度(luma)(y’)值和色度(cb、cr)值。对应地，继解码之后，重构的像素值变换成rgb值。实施例的去振铃滤波器能够应用于亮度值、色度值、或亮度值和色度值两者。在视频译码中使用的其它颜色空间包含明亮度(luminance)(y)值。因此，实施例的去振铃滤波器还能够应用于明亮度值。另外的示例是带有灰度亮度(i)值以及蓝-黄(ct)值和红-绿(cp)值的ictcp颜色空间。实施例的去振铃滤波器然后能够应用于i值和/或ct值和cp值。实施例的方面定义由滤波器实行的用于对视频信号的图片进行滤波的方法。该图片包含像素，每个像素与像素值相关联。该方法包含对像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改。滤波由两个参数σd和σr控制。在实施例中，σd取决于该像素值与该相邻的像素值之间的像素距离。在实施例中，σr取决于该像素值与该相邻的像素值之间的像素值差。参数σd和σr中的至少一个还取决于以下项中的至少一项：量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度、用作帧间/帧内预测的一部分的负滤波器系数的幅值。在本文中，各种实施例将被更详细地描述。实施例1根据本发明的第一实施例，带有加号形状的滤波孔的双边去振铃滤波器直接地在逆变换之后使用。同一滤波器和同一滤波过程在对应的视频编码器和解码器中使用，以确保在编码器与解码器之间不存在漂移。本发明的第一实施例描述通过使用在本发明中设计的去振铃滤波器而去除振铃伪影的方式。在此实施例中，去振铃滤波器从双边滤波器演进。通过应用去振铃滤波器，使重构的图片中的每个像素被本身及其相邻像素的加权的平均值替代。例如，位于(i,j)处的像素将使用其相邻的像素(k,l)来去噪。权重ω(i,j,k,l)是针对像素(k,l)而指派的权重，以对像素(i,j)进行去噪，并且，该权重定义为：i(i,j)和i(k,l)分别为像素(i,j)和(k,l)的原始重构的灰度值。σd为空间参数，并且，σr为范围参数。双边滤波器由这两个参数控制。以此方式，参考像素(k,l)相对于像素(i,j)的权重取决于像素之间的距离和像素之间的灰度差两者。以此方式，关于空间位置和灰度像素，定位成更接近于将被滤波的像素且具有相对于将被滤波的像素更小的灰度差的像素将具有比其它较远的像素更大的权重。在实施例中，σd和σr为恒定值，即，不取决于任何其它译码参数。在另一实施例中，σd和σr根据实施例4至7中的任一个而确定。如图3中所示出的，在实施例中，在编码器中的逆或反变换之后，去振铃滤波器应用于每个变换单元(tu)块。例如，这意味着，随后的帧内译码的块将根据滤波的像素值预测。滤波器还可以在编码器中的rd优化期间使用。同一去振铃滤波器还在对应的视频解码器中的反变换之后应用于每个tu块。通常，去振铃滤波器能够应用于帧内和帧间预测的样本(即，像素值)两者、应用于重构的残余样本或应用于样本(在重构的残余样本已添加到帧内或帧间预测的样本以重构像素块中的样本之后)上。帧内预测的块典型地使用来自先前重构的块的预测，但典型地在环路内滤波之前。在这样的情况下，去振铃滤波优选地在该块用于帧内预测之前实行，使得帧内预测能够得益于滤波。在此实施例中，如图4中所示出的，变换单元中的每个像素仅使用其紧邻的像素来去噪。滤波器具有以将被滤波的像素为中心的加号形状的滤波孔。所输出的滤波的像素灰度id(i,j)为：对于加号形状的滤波孔，k＝i-1、i、i+1，并且，l＝j-1、j、j+1，附带条件是，在k＝i-1或i+1时，则l＝j，且在l＝j-1或j+1时，则k＝i。在第一实施例的高效实现中，在视频编码器或解码器中，所提出的去振铃滤波器的所有可能的权重(系数)都在二维查找表(lut)中运算且存储。lut能够例如使用被滤波的像素与参考像素之间的空间距离和灰度差作为lut的索引。在其中滤波孔为正号的情况下，将仅存在两个距离；对于中间像素的距离为0和对于其它四个像素的距离为1。此外，中间像素将不具有任何灰度差，因为，中间像素为滤波的像素，且因此，在使用等式1来运算时，其权重将始终为e0＝1。因而，在图4的正号形状的滤波器的情况下，在一维查找表(lut)的情况下是足够的，其在灰度的差上编索引或在灰度的差的绝对值上编索引。代替一个lut，人们能够具有致力于取决于自当前像素(ωd)起的距离的权重的一个lut和致力于取决于像素值(ωr)的紧密度(closeness)的权重的另一lut。应当注意到，用于确定权重的指数函数还能够为某个其它函数。lut能够基于某个误差度量(诸如，方差和(ssd)、结构相似性(ssim))或根据人类视觉而优化。代替一个lut，人们还能够具有对于垂直地位于当前像素的上方或下方的权重的一个lut和对于水平地位于当前像素的左侧或右侧的权重的另一lut。实施例2根据本发明的第二实施例，带有矩形形状的滤波孔的去振铃滤波器诸如在视频编码器的rd优化过程中使用。相同滤波器还在对应的视频解码器中使用。去振铃滤波器优选地应用于通过将预测加到继逆量化和逆变换之后获得的残余而获得的重构的值。在另一实施例中，去振铃滤波器应用于来自逆变换的残余值。在本发明的第二实施例中，如图5中所示出的，每个像素使用其在以将被去噪的像素为中心的m乘n大小的矩形形状的滤波孔内的相邻像素来去噪。在具体实施例中，m＝n，因此，去振铃滤波器具有方形形状的滤波孔。对于3×3形状的滤波孔，k＝i-1、i、i+1，并且，l＝j-1、j、j+1。使用与第一实施例中相同的去振铃滤波器。实施例3在已针对整个帧或帧的一部分而实行预测和变换之后，使用根据本发明的第三实施例的去振铃滤波器。相同滤波器还在对应的视频解码器中使用。除了没有立即在逆变换之后进行滤波，本发明的第三实施例与第一或第二实施例相同。替代地，所提出的滤波器应用于编码器和解码器两者中的重构的图片。一方面，这可能造成更差的性能，因为，滤波的像素将不会用于帧内预测，而另一方面，差别很可能非常小，并且，现有的滤波器当前放置于该级的编码器和解码器处。实施例4在此实施例中，σd和/或σr与tu大小相关。参数σd和σr能够是例如多项式函数的形式的函数：σd＝f1(tu大小)σr＝f2(tu大小)如果σd和σr两者都基于tu大小而推导，则优选实施例将具有不同函数f1≠f2。如果变换单元为非正方形的(non-quadratic)，则也许有可能替选地使用σd＝0.92-min{tu块宽度,tu块高度}*0.025。备选地，有可能使用σd＝0.92-max{tu块宽度,tu块高度}*0.025或σd＝0.92-mean{tu块宽度,tu块高度}*0.025，其中，mean{a,b}＝(a+b)/2。在变换大小沿垂直方向和水平方向不同时，σd能够垂直地且水平地对于滤波器系数而为单独的，因此，σd_ver、σd_hor和σr_ver、σr_hor是例如多项式函数的形式的函数：σd_hor＝f(tu宽度)σd_ver＝f(tu高度)σr_hor＝f(tu宽度)σd_ver＝f(tu高度)例如，σd_hor＝0.92-(tu块宽度)*0.025，σd_ver＝0.92-(tu块高度)*0.025。另外的一般化是必须具有：取决于以基于tu大小或tu宽度或tu高度的函数为基础的距离的权重和/或大小；和取决于以基于tu大小或tu宽度或tu高度的函数为基础的像素紧密度的权重和/或大小。实施例5在此实施例中，σd和σr与qp值相关。因而，参数σd和σr能够是以下的形式的函数：σd＝f3(qp)σr＝f4(qp)优选函数f4为其中，bit_depth与视频位深度(即，用于表示视频中的像素的位的数量)相对应。在bit_depth＝10时的具体情况下，σr＝clip((qp-17)/2,0.01)。如果σd和σr两者都基于qp而推导，则优选实施例将具有不同函数f3≠f4。在此提到的qp涉及变换系数的量化的粗糙度。qp能够与图片或切片qp或甚至局部地使用的qp(即，针对tu块的qp)相对应。qp能够在不同标准中被不同地定义，以便一个标准中的qp不与另一标准中的qp相对应。在hevc中，且到目前为止在jem中，qp改变的六个步骤使量化步骤加倍。这可能在h.266的最终版本中不同，其中，步骤能够更细致或更粗略，并且，范围能够扩展超过51。因而，在通常的实施例中，范围参数是qp的多项式模型(例如，一阶模型)。例如，σr＝k×qp+m，其中，k,m为常数。另一途径是定义带有对于每个表的条目的表，其中，每个条目涉及利用qp来量化成1的至少一个变换系数的重构水平。例如，对于利用qp来量化成1的一个变换系数(例如，量化的变换系数能够具有的最小可能值)，创建σd的表和/或σr的表，其中，每个条目(即，qp值)涉及重构水平(即，逆变换和逆量化之后的像素值)。该重构水平指示可能起源于真实信号的最小像素值改变。比该值的一半更小的改变能够被视为去振铃滤波器应当去除的译码噪声。又另一途径是具有取决于量化缩放矩阵的权重，特别相关的是对于较高频率的变换系数的缩放因子，因为，振铃伪影是由于较高频率的变换系数的量化而导致的。当前，hevc在默认情况下使用同样地使频率量化的均匀重构量化(urq)方案。hevc具有使用量化缩放矩阵(其也被称为缩放列表)的选项，其为默认的量化缩放矩阵或作为序列参数集(sps)或图片参数集(pps)中的缩放列表数据而用信号通知的量化缩放矩阵。为了减少存储所需要的存储器，缩放矩阵典型地仅针对4×4和8×8矩阵而被指定。对于大小16×16和32×32的较大的变换，除了在dc位置处之外，用信号通知的8x8矩阵都通过使2×2和4×4块共享相同缩放值而被应用。带有对于相应的变换系数的各个缩放因子的缩放矩阵能够用于通过作为量化的一部分而利用相应缩放因子来各自地使变换系数缩放，从而针对相应变换系数进行不同量化效应。这例如实现与对于较低频率的变换系数相比，对于较高频率的变换系数，量化效应较强。在hevc中，默认的缩放矩阵针对每个变换大小而被定义，且能够通过sps和/或pps中的标志来调用。缩放矩阵还存在于h.264中。在hevc中，还有可能专门针对颜色分量、变换大小以及预测类型(帧内或帧间模式)的每一种组合而定义sps或pps中的自身的缩放矩阵。在实施例中，使用对应的缩放因子作为qp而针对来自一个变换系数的至少重构样本值而实行去振铃滤波，以确定σd和/或σr。这可能在添加帧内/帧间预测之前或在添加帧内/帧间预测之后实行。另一不那么复杂的途径将是使用最大或最小缩放因子作为qp，以确定σd和/或σr。滤波器的大小还能够取决于qp，以便与对于小的qp相比，对于较大的qp，滤波器较大。例如，去振铃滤波器的滤波器内核的宽度和/或高度针对每个qp而定义。另一示例是针对等于或小于阈值的qp值使用滤波器内核的第一宽度和/或第一高度以及针对大于阈值的qp值使用第二不同宽度和/或第二不同高度。实施例6在此实施例中，σd和σr与视频分辨率相关。参数σd和σr能够是以下的形式的函数：σd＝f5(帧对角线)σr＝f6(帧对角线)滤波器的大小还能够取决于帧的大小。如果σd和σr两者都基于帧对角线而推导，则优选实施例将具有不同函数f5≠f6。小的分辨率能够含有比大的分辨率更锐化的纹理，这可能引起在对小的分辨率进行译码时的更多振铃。因此，空间参数和范围参数中的至少一个能够被如此设置，使得与大的分辨率相比，针对小的分辨率而应用较强的去振铃滤波。实施例7根据此实施例，参数σd和σr与qp、tu块大小、视频分辨率以及其它视频性质相关。σd和σr能够是以下的形式的函数：σd＝f7(qp,tu大小,帧对角线,…)σr＝f8(qp,tu大小,帧对角线,…)上文中所提到的其它视频性质的示例包括与如何产生预测相关的参数。例如，预测模式、帧内或帧间预测、单预测或双预测、低延迟(ibbb)或随机存取(ibbbibbb……)或所有的帧内译码(iii)、帧内或帧间预测中的负滤波器系数的幅值。此外，与变换系数的量化和变换相关的参数能够用于确定σd和/或σr。例如，qp、变换块大小、位速率以及缩放因子用于使低频和高频变换系数量化得不一样。我们的优选实施例是与以下函数组合的实施例1：σd＝0.92-(tu块宽度)*0.025σr＝(qp-17)/2一个途径是使用将带有tu块宽度或者tu块宽度和tu块高度中的最小值(诸如，4、8以及更大)、qp(诸如，从18至51)以及灰度差(诸如，从0至1023)的σd用作lut索引的3dlut。优选途径使用中心权重来针对不同变换大小而控制权重。在该情况下，对于变换宽度/高度4的情况，2dlut与qp和灰度差一起被定义为lut索引。于是，其它大小使用中心系数的较大的值，使得去块滤波变得较弱。实施例8在此实施例中，如果帧间预测被插值(例如，非整像素运动)，或沿特定方向根据参考样本预测帧内预测(例如，非dc)，或变换块具有非零变换系数，则应用去振铃滤波器。去振铃能够紧接帧内或帧间预测之后被应用，以改进预测信号的准确度，或紧接变换之后被应用于残余样本上，以去除变换效应，或应用于重构的样本上(即，在添加帧内或帧间预测和残余之后)，以去除来自预测和变换的振铃效应两者，或应用于帧内或帧间预测和残余或重构两者上。实施例9滤波器权重ωd、ωr或类似地σd、σr和/或滤波器大小(诸如，滤波器宽度和/或滤波器高度或孔)能够各自地用于帧内预测模式和/或帧间预测模式。滤波器权重和/或滤波器大小能够取决于帧内预测模式或用于帧间预测的插值滤波器而沿垂直方向和水平方向不同。例如，如果实行接近于水平的帧内预测，则与对于垂直方向相比，对于水平方向的权重能够更小，且对于接近于垂直的帧内预测，与对于水平方向相比，对于垂直方向的权重能够更小。如果利用带有负滤波器系数的插值滤波器的子像素插值仅沿垂直方向应用，则滤波器权重能够沿水平方向比沿垂直方向更小，并且，如果带有负滤波器系数的子像素插值滤波器仅沿水平方向应用，则滤波器权重能够沿垂直方向比沿水平方向更小。在此实施例中，去振铃滤波优选地仅沿其中存在潜在的振铃伪影的方向实行。因此，此实施例从而避免自然结构的平滑化。如果使用利用带有负值的滤波器的插值，则这些滤波器能够以波状方式接近于边缘而增大或减小像素值。因此，较小的权重将优选地意指0，使得沿其中你不认为你具有任何振铃且因而还避免去除自然结构的方向没有滤波进行。在对残余进行译码之后，来自插值滤波器的振铃能够通过在较低qp值处的变换而被修复，但很可能对于较高qp值而仍然存在。实施例10滤波器权重ωd、ωr或类似地σd、σr和/或滤波器大小(诸如，滤波器宽度和/或滤波器高度)能够取决于非零变换系数的位置。滤波器权重和/或滤波器大小能够取决于非零变换系数位置而沿垂直方向和水平方向不同。例如，如果非零变换系数仅在沿水平方向的最低频率处沿垂直方向存在，则滤波器权重能够沿水平方向比沿垂直方向更小。备选地，滤波器仅沿垂直方向而被应用。类似地，如果非零变换系数仅在沿垂直方向的最低频率处沿水平方向存在，则滤波器权重能够沿垂直方向比沿水平方向更小。备选地，滤波器仅沿水平方向而被应用。此实施例优选地针对仅沿其中存在潜在的振铃伪影的方向进行去振铃滤波，且因而能够避免使自然结构平滑化。振铃伪影出现自变换的非平坦基函数。如果你仅具有最低频率(即，dc水平)下的系数，则将不存在任何来自变换的振铃伪影。然而，在较高频率下的非零系数的情况下，变换的基函数是波，且可能引起振铃伪影。例如，如果可能除了在最低频率(即，dc水平)下，沿垂直方向都不存在“波”，但沿水平方向存在非dc系数，则去振铃滤波仅需要沿水平方向应用。滤波器权重和/或滤波器大小还能够取决于高于某一频率的非零变换系数的存在。与在存在高频非零变换系数时相比，如果仅存在低频非零变换系数，则滤波器权重能够较小。实施例11滤波器权重ωd、ωr或类似地σd、σr和/或滤波器大小(诸如，滤波器权重和/或滤波器高度)能够取决于变换类型而不同。变换类型能够指变换跳过、类klt变换、类dct变换、dst变换、不可分离式2d变换、旋转变换以及那些变换的组合。作为示例，双边滤波器仅能够应用于快速变换(诸如，dct和dst)，对于所有其它变换类型，权重都等于0。不同类型的变换可能要求比其它变换更小的权重，因为，它们引起比其它变换更少的振铃。在使用变换跳过时，未应用变换，且于是，振铃将并非来自变换的基函数。将仍然存在由于得益于去振铃滤波的残余的量化而导致的某个量化误差。然而，在这样的情况下，权重能够潜在地较小，以便避免过度滤波。更专有的变换(如klt)也许可能同样地得益于滤波，但其很可能是与对于dct和dst相比而不那么强的滤波(即，较小的滤波器权重σd和σr)。实施例12滤波能够实现为差分滤波器，该差分滤波器的输出使用削波函数来被削波，以大于或等于最小(min)值且小于或等于最大(max)值，且代替使用如高斯那样的平滑化滤波器内核而被加到像素值。该差分滤波器能够例如设计为dirac函数与高斯滤波器内核之间的差。(一个或多个)符号还能够可选地用于进行滤波，以增强边缘，而不是使边缘平滑化(如果对于一些情况而期望如此)。max值和min值能够是如其它实施例中所讨论的其它参数的函数。原则上，如果使用高斯滤波器内核，则能够省略min和max，因为，高斯滤波器内核将不会产生被加到比未滤波的值中的任一个更大或更小的原始值的差值。然而，将min值和max值设置成比滤波器能够产生的差值更小的某个值能够限制锐化结构的滤波的量。例如，max能够设置成自双边滤波(以与小于1的因子相乘的特定qp)最大正变化。类似地，min能够设置成自双边滤波(以与小于1的因子相乘的特定qp)最小负变化。参数的另一示例能够是变换宽度和变换高度的最小值，这能够允许与对于较大的变换大小相比，对于较小的变换大小更大程度的改变。削波函数的使用能够省略，但允许限制滤波的量的额外自由，从而实现较强的双边滤波器的使用，尽管限制被允许以多大程度改变像素值。为了允许沿水平和垂直方向的不同max和min值，如下文中所示出的，滤波能够描述为垂直滤波部分和水平滤波部分：如其它实施例中所讨论的，max_hor、max_ver和min_hor以及min_ver能够是其它参数的函数。例如，这可能允许与对于较大的变换大小相比，对于较小的变换大小的更大程度改变。实施例13本发明的一个方面是保持lut的大小是小的。假设σd和σr参数使用下式来设置：σd＝0.92-(tu块宽度)*0.025σr＝(qp-17)/2然后，lut的大小能够变得相当大。作为示例，假设10位准确度，两个亮度值之间的绝对差然后能够为0与1023之间。因而，如果tu块宽度和qp为已知的，则1024个值需要存储，这在浮点中占据4096字节。在hevc中存在四个不同的可利用的tu大小。这意味着需要大小为4096的四个查找表，这等于16384字节或16千字节。这可能在硬件实现中是昂贵的。因此，在本发明的一个实施例中，等式1被改写为：如果σr保持固定，则一个lut针对表达式而被创建，这将占据4096字节。等式3中的表达式的第一因子取决于σd。由于存在四个tu大小，因而存在四个不同可能的关于σd的值。因而，仅四个值的lut足以获得四个值能够存储于4*4＝16字节中。因而，在该解决方案中，对于lut所需要的存储从16384字节降低至4096+16＝4112字节或近似地4kb。现在，对于带有正号形状的滤波器的特殊情况，注意到，距离(i-k)2+(j-l)2将在四个相邻像素的情况下始终等于1或在中间像素的情况下始终等于0。等式3然后能够被写为：请注意到，ω(i,j,k,l)对于中间像素且在上文的表达式中等于1，已使用下文的表达式：这意味着ω(i,j,k,l)能够被写为其中，等式(2)因而变成：分子和分母能够两者都除以这得到：如果i0表示中间像素的灰度i0＝i(i,j)，则相邻的上方像素的灰度为i1＝i(i,j-1)，相邻的右侧像素的灰度为i2＝i(i+1,j)，相邻的左侧像素的灰度为i3＝i(i-1,j)，并且，相邻的下方像素的灰度为i4＝i(i,j+1)，等式4能够被写为：对于的最大可能值在灰度的差为零时出现，这将赋予1.0的值。假设8位用于滤波。在这样的情况下，值round()存储于lut中。通过这样做，从而能够每lut条目使用单个字节，这意味着从1024*4+16＝4112字节降低至1024+16＝1040字节或大约1千字节。此外，对于σr的最大可能值将为16.5。假设最大qp将为50，这意味着其中灰度的差大于59的每一个lut条目将在舍入(rounding)之前得到比以下更小的值：这将舍入到零。因此，没必要使lut扩展到多于59。这将lut大小降低至60+16＝76字节或大约0.07千字节。灰度的差能够对比59而校验，且如果灰度的差大于59，则灰度的差设置成59。将从lut取得的值将为0，因为，对于59的lut为零，这将为正确的。备选方案是，使得lut更大以高达最接近2的幂减1，在此情况下为31。因而，足以校验任何位是否被设置大于位5。若是如此，则使用31，否则，使用值的原本。实施例14如上所述的途径能够利用浮点数或整数(诸如，8位或16位或32位)中的滤波来实现。典型地，表查找(lookup)用于确定相应的权重。此处为通过进行乘法运算因子和移位因子的表查找而避免除法运算来在整数中滤波的示例。考虑到使用向右移位(>>)的“除法运算”具有限于2的倍数的移位值(lookup_sh)，lookup_m确定使滤波的增益增大至接近于一(unity)的乘法运算因子(即，高达1<<lookup_sh的权重和)。这将通过对滤波的和进行放大以匹配向右移位而确保除法运算的替代的准确度是足够的。在浮点中，滤波器的和应当变成1，意味着滤波器没改变信号的dc值。在固定点中，滤波器的和应当变成1<<lookupsh。因而，考虑到使用向右移位(>>)的“除法运算”具有限于2的倍数的移位值(lookup_sh)，lookup_m确定提高除法运算的近似的精度的乘法运算因子。lookup_sh(a)赋予移位因子，该移位因子与乘法运算因子lookup_m一起赋予1/a的充分近似。roundf是舍入因子，其等于lookup_sh>>1。如果进行该近似，使得增益小于或等于一，则滤波将不会使滤波的像素的值增大到在滤波之前邻域中的像素值的值之外。实施例15减少滤波的量的一个途径是如果权重的和等于对于中心像素的权重，则省略滤波。如果权重的和等于对于中心像素的权重，则这意味着相邻像素的权重全都为零，并且，对此进行滤波将赋予与未滤波的值相同的滤波的值。因而，如此的校验可能避免不必要的滤波。另一途径是考虑为了能够改变当前像素的值而在相邻的像素上需要哪个权重。假定ωn为相邻权重的和，并且，ωtot为包括中心像素的权重的总和。然后，考虑10位数据0至1023。因而，为了得到1的影响，ωn必须为即，ωn≥ωtot/1023，或在固定点实现中，ωn≥(ωtot+(1＜＜9))＞＞10。因而，如果相邻的权重的和低于此，则没有滤波需要被部署，因为，滤波将无论如何都不改变像素值。实施例16如在其它实施例中描述的滤波能够备选地通过沿水平和垂直方向的可分离式滤波而实行，而不是大多在其它实施例中描述的2d滤波那样。这可能在期望增加在滤波中调用的像素的数量的情况下引人关注。示例是首先沿水平方向应用正号形状的滤波器的水平部分，且然后在水平滤波的输出上沿垂直方向应用正号形状的滤波器的垂直部分。该类型的可分离式滤波可以用于近似计算2d滤波。实施例17此实施例提出通过使用双边滤波器而减少视频编码器和解码器内的振铃伪影。在逆变换已实行且结果已与预测的样本值结合之后，小型、低复杂性双边滤波器应用于明亮度通道的重构的样本上。思路是强结构(其被预期幸免于量化且因此表示真实信号)通过滤波而维持，而弱结构(其很可能由振铃引起)被抑制。出于复杂性的原因，考虑到如图4中所示出的正号形状的滤波器，四个最接近的相邻的样本用于滤波。虽然该滤波器非常小，但它仍然可以减少振铃伪影。此实施例提出较弱的滤波，这仅略微地减少振铃伪影，而另一方面，较低程度地影响信号。正号形状的滤波器意味着等式2仅含有五个权重；对于中心样本的权重ωc、对于上方样本的权重(ωa)、对于下方样本的权重(ωb)、对于左侧样本的权重(ωl)以及对于右侧样本的权重(ωr)。等式2因此能够简化成对于变换块外的样本的权重设置成零。权重ωc＝1，因为，中心样本既不具有位置的差，也不具有灰度的差。对于其它权重，(i-k)2+(j-l)2始终为1，这意味着其中，δi是相对于中心样本的灰度的差。在该实现中，σd基于变换单元的宽度和高度而设置，因为，较小的块典型地含有更多的细节且因此得益于较强的滤波。其中，对于帧内预测的块，p＝0.92，且对于帧间预测的块，p＝0.72。p的该差异的动机是帧间预测的块指先前的帧，其中，样本已经通过双边滤波器至少一次，因此，较弱的滤波器用于避免过度滤波。范围参数σr基于用于当前块的qp，使用qp来控制滤波强度的动机是，对于高qp(即，低位速率)，将存在许多振铃/量化伪影，从而使得较强的滤波为合理的。在较高的位速率下，存在较少的要校正的振铃伪影，并且，滤波在较低qp值的情况下减弱，直到滤波针对qp<18而被完全地关闭为止。此外，滤波器针对不具有任何非零变换系数的块且针对大小为16×16及更大的帧间预测的块而关闭。在编码器和解码器两者中，该双边滤波器在紧接将重构的残余值加到块的预测值之后应用于每个变换块。作为此的结果，随后的帧内译码的块能够从已利用双边滤波器来滤波的样本值预测。这还意味着滤波器在去块、样本自适应偏移滤波以及自适应环路滤波之前应用。在可选的实现中，双边滤波器操作还被包括在编码器中的率失真决策中，以便选择在滤波之后最佳的模式。蛮力(bruteforce)实现将使用等式6来运算四个权重ωa、ωb、ωl、ωr，且然后使用等式5来得到滤波的样本。然而，在这样的情况下，权重的运算成为瓶颈，特别是四个指数函数。为了减少运算的数量，能够使用lut，将等式6的所有可能后果都存储于三维阵列ω＝lut(σd,σr,|δi|)中。由于σd能够取六个不同值，因而σr能够取34个不同值，并且，假设10位亮度数据，|δi|能够取1023个不同值，整个lut能够变成超过200k个值。因而，虽然这样的lut可以解决计算复杂性问题，但其存储要求可能对于某些实现过高。但是，该lut的大小可能减小。使来自等式6的lut条目乘以值s，其中，结果将为因此有可能通过使每个lut输出乘以常数而有效地从σd改变成σx。这意味着我们能够使用lut中的σd＝0.82的固定值(与4×4像素帧内块相对应)，这能够替代地变成二维的，ω＝lut(σr,|δi|)，从而将lut的大小减小到六分之一。滤波的值替选地使用来运算。为了减少乘法运算的数量，注意到，这等效于其等于等式5，其中中心权重值从1.0改变成s-1。在固定点实现中，值65用于表示1.0，使得最大lut值为31，因此，五个位对于存储是足够的。对于中心权重的值s-1然后变成如下文表i中所示出那样。表i-中心权重值(s-1)由于等式6在|δi|中单调递减，如果对于某一|δi极限|，lut(σr,|δi|)量化成五个位中的零，则对于所有的x≥|δi极限|，lut(σr,x)＝0。因而，使用lut(σr,min{δi,δi极限})来访问lut赋予与lut(σr,|δi|)的情况相同的结果，并且，在lut(σr,δi极限+1)……lut(σr,δi极限+1023)的情况下的值(其全都为零)将从未被访问。通过使用小的表来针对每一个σr而记录δi极限，从而不需要存储这些零值。这急剧地降低存储需求，因为，每σr的存储的值的平均数量从1023下降至102。因此，字节足以存储lut条目，其中，34是σr的可能值的数量。包括对于存储δi极限的表的34字节，用于lut的字节的总数变成2202。在对样本i(i,j)进行滤波时，绝对差|δi|＝|i(i,j)-i(i+1,j)|用于右侧权重ωr的lut查找。在对下一个样本i(i+1,j)进行滤波时，相同绝对差|δi|＝|i(i+1,j)-i(i,j)|再次被使用，此时用于运算左侧权重ωl。由于σr在块内未改变，因而对于样本(i,j)的权重ωr将与对于样本(i+1,j)的权重ωl相同。通过再次使用来自左侧和上方的样本的权重，有可能使lut查找的数量降低至每样本两个查找操作。等式7中的除法运算能够使用整数除法运算指令来在cpu上高效地实现。由于这些指令向下舍入，因而在除法运算之前，分母的一半加到分子。然而，对于硬件实现，整数除法运算可能在硅面积的方面是昂贵的。在这些情况下，可能更好的是乘以2k/n(而不是除以n)，这能够存储于被称为divlut(n)的lut中，且然后向右移位k步。为了维持准确度，k需要针对n的较大的值而更大，并且，大多少被存储于被称为shiftlut(n)的另一lut中。分子的最大的大小将确定divlut的每个值将必须为多少位。考虑到10位亮度样本，ωaia的最大值等于32×1023＝32736，并且，这同样适用于其它项，使得等式7中的最大的可能的分子相当高。通过替选地将等式7改写为从而最大的可能的分子变得更小得多。这是由于如下的事实而导致的：δi和ω不能同时地为大的；如果灰度差为大的，则权重将为小的。在实现中，ωδi≤1300，并且，最大分子大小因此为5200。这意味着存储于divlut中的最大数为214，这要求15位。由于值0从未在divlut中使用，因而该值能够用于表示214，使位计数降低至每值14位。要使用的移位值在14与25之间变化，意味着我们需要将4位值(k-14)存储于shiftlut中。divlut和shiftlut中的条目的数量由最大分母n给定，其为196+4*31＝320。考虑到分母始终为至少s-1≥65，仅最后的320-64＝256个值需要存储，这要求存储的256*(14+4)/8＝576字节。总之，lut存储的2202+576＝2778字节对于高效的硬件实现是足够的。如果在进行舍入时得到顾及，则有可能得到没有除法运算的实现，以按位精确地匹配等式5。因此，对于cpu实现，使用整数除法运算指令可能更容易，而asic实现能够使用没有除法运算的版本，从而维持兼容性。所提出的滤波器在jem5.0.1中实现，且根据jvet常用测试条件[2]而测试。压缩性能的主要指标是通过在测试条件下定义的21个序列而计算的平均bd-速率[3]。复杂性被测量作为运行时间。对于静止图像译码(帧内)和标准随机存取视频译码(帧间)的结果在表ii中显示。表ii-性能bd-速率编码器复杂性解码器复杂性帧内-0.4％+6％+5％帧间-0.5％+3％+0％该实现实施例提出将双边滤波器用作用于视频译码的译码工具。滤波紧接逆变换的残余被加到预测之后就应用，且因此能够用于随后的块的空间和时间预测两者。基于lut的实现用于降低计算复杂性。该实现还论证滤波器如何能够在没有除法运算的情况下实现，以便对硬件友好。在以3％增加编码时间且以0％增加解码时间的同时，bd速率针对视频数据而以0.5％减小。实施例的方面涉及用于视频信号的图片的滤波的装置。该图片包含像素，并且，每个像素与像素值相关联。该装置配置成在滤波中对像素的像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改，该滤波取决于该像素与相邻的像素之间的像素距离且取决于该像素值与该相邻的像素的相邻的像素值之间的像素值差，且由空间参数和范围参数控制。在此方面，空间参数和范围参数中的至少一个取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的至少一个。在实施例中，空间参数和范围参数中的至少一个取决于以下项中的至少一项：图片的量化参数；图片中的切片的量化参数，切片包含像素；或图片中的像素块的量化参数，像素块包含像素；包含像素的变换块的宽度；变换块的高度；图片的宽度；以及图片的高度。在实施例中，空间参数σd取决于变换块的宽度和变换块的高度中的至少一个。在具体实施例中，空间参数σd＝0.92-a×0.025。a选自以下项之一：变换块的宽度和变换块的高度的最小值；变换块的宽度和变换块的高度的最大值；变换块的宽度和变换块的高度的平均值；变换块的宽度；以及变换块的高度，优选地变换块的宽度和变换块的高度的最小值。在实施例中，范围参数σr取决于图片的、切片的或像素块的量化参数之一。在具体实施例中，范围参数并且，bit_depth表示视频信号的位深度，优选地bit_depth＝10。在具体实施例中，范围参数σr＝(qp-17)/2。在实施例中，该装置配置成使用取决于空间参数和范围参数的相应权重来对像素的像素值通过该像素值和至少一个在空间上定义的像素值的加权的组合来进行修改。在具体实施例中，相应的权重i(k,l)表示像素(k,l)的像素值，i(i,j)表示像素(i,j)的像素值，σd表示空间参数，并且，σr表示范围参数。在实施例中，该装置配置成使用i)范围参数σr或量化参数和ii)像素值的差δi作为lut索引而从包含预先计算的权重的查找表lut检索相应的权重。在实施例中，该装置配置成使用双边去振铃滤波器来对该像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改，从而输出修改的像素值i(k,l)表示像素(k,l)的像素值，i(i,j)表示像素(i,j)的像素值，σd表示空间参数，并且，σr表示范围参数。在实施例中，该装置配置成使用带有加号形状的滤波孔的双边去振铃滤波器来对该像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改，从而输出修改的像素值并且，l＝j-1,j,j+1，附带条件是，在k＝i-1,i+1时，则l＝j，且在l＝j-1,j+1时，则k＝i。将意识到，本文中所描述的方法、方法步骤和装置、装置功能能够以各种各样的方式实现、组合以及重新布置。例如，实施例可以在硬件或用于由合适的处理电路系统执行的软件或硬件和软件的组合中实现。本文中所描述的步骤、功能、规程、模块和/或块可以在使用任何常规技术(诸如，分立电路或集成电路技术)的硬件(包括通用电子电路系统和专用电路系统两者)中实现。备选地或作为补充，本文中所描述的步骤、功能、规程、模块和/或块中的至少一些可以在软件(诸如，用于由合适的处理电路系统(诸如，一个或多个处理器或处理单元)执行的计算机程序)中实现。处理电路系统的示例包括但不限于一个或多个微处理器、一个或多个数字信号处理器(dsp)、一个或多个中央处理单元(cpu)、视频加速硬件以及/或任何合适的可编程逻辑电路系统(诸如，一个或多个现场可编程门阵列(fpga)或一个或多个可编程逻辑控制器(plc))。还应当理解，也许有可能再次使用在其中实现所提出的技术的任何常规装置或单元的一般处理能力。也许还有可能例如通过对现有软件进行重新编程或通过添加新的软件构件而再次使用现有的软件。图9是图示根据实施例的用于基于处理器-存储器实现而对图片进行滤波的装置100的示例的示意框图。在该具体示例中，装置100包含处理器101(诸如，处理电路系统)和存储器102。存储器102包含可由处理器101执行的指令。在实施例中，处理器101可操作以在滤波中对像素的像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改，该滤波取决于该像素与相邻的像素之间的像素距离且取决于该像素值与该相邻的像素的相邻的像素值之间的像素值差，且由空间参数和范围参数控制。可选地，装置100还可以包括由图9中的网络接口103表示的通信电路。网络接口103可以包括用于在有线或无线通信网络中与其它装置和/或网络节点进行有线和/或无线通信的功能。在具体示例中，网络接口103可以基于与一个或多个其它网络装置或用户设备通信(包括传送和/或接收信息)的无线电电路系统。网络接口103可以与处理器101和/或存储器102互连。经由示例，网络接口103可以包括以下中的任一个：接收器、传送器、收发器、输入/输出(i/o)电路系统、(一个或多个)输入端口以及/或(一个或多个)输出端口。图10是图示根据实施例的用于基于硬件电路系统实现而对图片进行滤波的装置110的另一示例的示意框图。合适的硬件电路系统的具体示例包括一个或多个合适地配置或可能地可重新配置的电子电路系统，例如，专用集成电路(asic)、fpga或任何其它硬件逻辑(诸如，基于互连以与合适的寄存器(reg)和/或存储器单元(mem)结合而实行专门的功能的分立逻辑门和/或触发器(flip-flops)的电路)。图11是图示用于基于与合适的(一个或多个)存储器单元121结合的硬件电路系统124、125和(一个或多个)处理器122、123两者的组合而对图片进行滤波的装置120的又另一示例的示意框图。装置120包含一个或多个处理器122、123、包括对于软件(sw)和数据的存储的存储器121以及硬件电路系统124、125的一个或多个单元。总体功能性因而在编程的软件(用于在一个或多个处理器122、123上执行)与一个或多个预先配置或可能地可重新配置的硬件电路124、125之间划分。实际的硬件-软件划分能够由系统设计者基于许多因素(包括处理速度、实现成本以及其它要求)而决定。图12是图示根据实施例的用于图片的滤波的装置200的示例的示意图。在该具体示例中，本文中所描述的步骤、功能、规程、模块和/或块中的至少一些在计算机程序240中实现，计算机程序240装载到存储器220中，以便由包括一个或多个处理器210的处理电路系统执行。存储器220和(一个或多个)处理器210彼此互连，以实现正常软件执行。可选的i/o单元230还可以与存储器220和/或(一个或多个)处理器210互连，以实现相关数据(诸如，视频序列的重构或解码的图片)的输入和/或输出。术语‘处理器’应当在一般意义上解释为能够执行程序代码或计算机程序指令，以实行具体的处理、确定或计算任务的任何电路系统、系统或装置。包括一个或多个处理器210的处理电路系统因而配置成在执行计算机程序240时实行明确定义的处理任务(诸如，本文中所描述的那些任务)。处理电路系统不必致力于仅执行上述的步骤、功能、规程和/或块，而是还可以执行其它任务。在具体实施例中，计算机程序240包含指令，这些指令在由至少一个处理器210执行时，促使至少一个处理器210在滤波中对像素的像素值通过所述像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改，该滤波取决于该像素与相邻的像素之间的像素距离且取决于该像素值与该相邻的像素的相邻的像素值之间的像素值差，且由空间参数和范围参数控制。空间参数和范围参数中的至少一个取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的至少一个。所提出的技术还提供包含计算机程序240的载体250。载体250是电子信号、光信号、电磁信号、磁信号、电信号、无线电信号、微波信号或计算机可读存储介质之一。经由示例，软件或计算机程序240可以实现为计算机程序产品，其一般被承载或存储于计算机可读介质250(尤其非易失性介质)上。计算机可读介质可以包括一个或多个可移除式或不可移除式存储器装置，其包括但不限于只读存储器(rom)、随机存取存储器(ram)、紧致盘(cd)、数字通用盘(dvd)、蓝光盘、通用串行总线(usb)存储器、硬盘驱动器(hdd)存储装置、闪速存储器、磁带或任何其它常规存储器装置。计算机程序240因而可以装载到去块滤波控制装置200的操作存储器220中，以便由去块滤波控制装置200的处理电路系统210执行。在本文中呈现的(一个或多个)流程图可以被视为当由一个或多个处理器实行时的(一个或多个)计算机流程图。对应的用于图片的滤波的装置可以定义为一组功能模块，其中，由处理器实行的每个步骤与功能模块相对应。在此情况下，功能模块被实现为在处理器上运行的计算机程序。驻留于存储器中的计算机程序因而可以被组织为配置成在由处理器执行时实行本文中所描述的步骤和/或任务中的至少一部分的适当功能模块。图13是用于视频信号的图片的滤波的装置130的示意框图。该图片包含像素，并且，每个像素与像素值相关联。装置130包含滤波单元131，滤波单元131用于通过在滤波中对像素的像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改来对该像素进行滤波，该滤波取决于该像素与相邻的像素之间的像素距离且取决于该像素值与该相邻的像素的相邻的像素值之间的像素值差，且由空间参数和范围参数控制。空间参数和范围参数中的至少一个取决于量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度以及用作帧间/帧内预测的一部分的负滤波器系数的幅值中的至少一个。实施例涉及包含实施例的用于图片的滤波的装置的视频编码器。图7是根据实施例的视频编码器40的示意框图。当前样本块(也被称为像素块或像素的块)通过由运动估计器50从相同图片和/或(一个或多个)参考图片中的已经编码且重构的(一个或多个)样本块实行运动估计而被预测。在帧间预测的情况下，运动估计的结果是运动矢量。该运动矢量被运动补偿器50利用以用于输出样本块的帧间预测。帧内预测器49计算当前样本块的帧内预测。来自运动估计器/补偿器50和帧内预测器49的输出被输入到针对当前样本块而选择帧内预测或帧间预测的选择器51中。来自选择器51的输出被输入至同样地接收当前样本块的样本值的采取加法器41的形式的误差运算器。加法器41运算且输出残余误差作为样本块与其预测(即，预测块)之间的样本值的差。该误差在变换器42中诸如通过离散余弦变换(dct)而变换，且通过量化器43而量化，随后在编码器44中进行译码(诸如，通过熵编码器)。在帧间译码中，同样地，估计的运动矢量被带到编码器44，以便生成当前样本块的译码的表示。对于当前样本块的变换且量化的残余误差还被提供给逆量化器45和逆变换器46，以重构残余误差。该残余误差由加法器47加到来自运动补偿器50或帧内预测器49的预测输出，以创建重构的样本块，该样本块能够用作其它样本块的预测和译码中的预测块。该重构的样本块首先由根据实施例的用于图片的滤波的装置100处理，以便抑制去振铃伪影。修改(即，滤波)的重构的样本块然后暂时地存储于解码的图片缓冲器(dpb)48中，其中，该样本块对于帧内预测器49和运动估计器/补偿器50是可利用的。如果去振铃滤波替选地继逆变换之后被应用，则优选地将装置100替选地布置于逆变换器46与加法器47之间。实施例涉及包含根据实施例的用于图片的滤波的装置的视频解码器。图8是包含根据实施例的用于图片的滤波的装置100的视频解码器60的示意框图。视频解码器60包含解码器61(诸如，熵解码器)，解码器61用于对包含样本块的编码的表示的位流进行解码，以得到量化且变换的残余误差。残余误差在逆量化器62中被去量化且通过逆变换器63而被逆变换，以得到解码的残余误差。解码的残余误差在加法器64中加到预测块的样本预测值。预测块取决于是实行帧间预测还是实行帧内预测来由运动估计器/补偿器67或帧内预测器66确定。选择器68从而与加法器64和运动估计器/补偿器67以及帧内预测器66互连。来自加法器64的所得到的解码的样本块输出被输入至用于图片的滤波的装置100，以便抑制且对抗任何振铃伪影。滤波的样本块进入dpb65且能够用作针对随后解码的样本块的预测块。dpb65从而连接到运动估计器/补偿器67，以使得存储的样本块对于运动估计器/补偿器67是可利用的。来自加法器64的输出优选地还被输入至帧内预测器66，以用作未滤波的预测块。滤波的样本块此外从视频解码器60输出(诸如，输出以便在屏幕上显示)。如果去振铃滤波替选地继逆变换之后被应用，则优选地将装置100替选地布置于逆变换器63与加法器64之间。本发明的实施例的一个思路是将去振铃滤波器引入至未来视频编码解码器(即，hevc的后继者)中。本发明中所提出的去振铃滤波器优选地从双边滤波器演进。本发明提出一些简化以及如何使滤波适应于局部参数，以便改进滤波性能。实施例的另一方面定义用于视频信号的图片的滤波的滤波器。该图片包含像素，每个像素与像素值相关联。该滤波器配置成对像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改。滤波由两个参数σd和σr控制。在实施例中，σd取决于该像素值与该相邻的像素值之间的像素距离。在实施例中，σr取决于该像素值与该相邻的像素值之间的像素值差。参数σd和σr中的至少一个还取决于以下项中的至少一项：量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度、用作帧间/帧内预测的一部分的负滤波器系数的幅值。实施例的另一方面定义用于视频信号的图片的滤波的滤波器。该图片包含像素，每个像素与像素值相关联。该滤波器包含修改模块，该修改模块用于对像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改。滤波由两个参数σd和σr控制。在实施例中，σd取决于该像素值与该相邻的像素值之间的像素距离。在实施例中，σr取决于该像素值与该相邻的像素值之间的像素值差。参数σd和σr中的至少一个还取决于以下项中的至少一项：量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度、用作帧间/帧内预测的一部分的负滤波器系数的幅值。参见图14，解码器还能够包含修改部件。该修改部件配置成对像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改。滤波由两个参数σd和σr控制。在实施例中，σd取决于该像素值与该相邻的像素值之间的像素距离。在实施例中，σr取决于该像素值与该相邻的像素值之间的像素值差。参数σd和σr中的至少一个还取决于以下项中的至少一项：量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度、用作帧间/帧内预测的一部分的负滤波器系数的幅值。滤波器可以在视频编码器和视频解码器中实现。滤波器可以在硬件、软件或硬件和软件的组合中实现。滤波器可以在用户设备(诸如，移动电话、平板电脑、台式电脑、上网本、多媒体播放器、视频流服务器、机顶盒或计算机)中实现(例如，包含于其中)。而且，诸如图9中所图示的数据处理系统能够用于实现滤波器。数据处理系统包括经由互连而进一步耦合到网络接口的至少一个处理器。至少一个处理器还经由该互连而耦合到存储器。存储器能够由硬盘驱动器、闪速存储器或只读存储器实现且存储计算机可读指令。至少一个处理器执行计算机可读指令且实现上述的功能性。网络接口实现数据处理系统以与网络中的其它节点通信。本发明的备选实施例可以包括负责提供附加的功能性(包括上述的任何功能性和/或支持本文中所描述的解决方案所必需的任何功能性)的附加构件。实施例的另外的方面定义用于滤波器的计算机程序，该计算机程序包含计算机程序代码，该计算机程序代码在执行时，促使滤波器对像素值通过该像素值和至少一个在空间上相邻的像素值的加权的组合来进行修改。滤波由两个参数σd和σr控制。在实施例中，σd取决于该像素值与该相邻的像素值之间的像素距离。在实施例中，σr取决于该像素值与该相邻的像素值之间的像素值差。参数σd和σr中的至少一个还取决于以下项中的至少一项：量化参数、量化缩放矩阵、变换宽度、变换高度、图片宽度、图片高度、用作帧间/帧内预测的一部分的负滤波器系数的幅值。实施例的另外的方面定义计算机程序产品，该计算机程序产品包含用于滤波器的计算机程序和在上面存储用于滤波器的计算机程序的计算机可读部件。另外的实施例涉及用户设备，该用户设备包含用于图片的滤波的装置、根据实施例的视频编码器和/或视频解码器。在具体实施例中，用户设备选自由移动电话、平板电脑、台式电脑、上网本、多媒体播放器、视频流服务器、机顶盒以及计算机组成的群组。实施例的用于图片的滤波的装置、视频编码器和/或视频解码器可以备选地在网络装置或设备(其作为或属于通信网络中的网络节点)中实现。这样的网络设备可以是用于使根据一个视频译码标准的视频转换成另一视频译码标准(即，转码)的装置。网络设备能够采取通信网络(诸如，基于无线电的网络)中的无线电基站、节点-b或任何其它网络节点的形式或包含于其中。越来越普遍的是，在网络设备(诸如，网络装置、节点和/或服务器)中提供计算服务、硬件和/或软件，其中，资源作为服务而通过网络递送到远程位置。经由示例，这意味着如本文中所描述的功能性能够分布或重新定位到一个或多个单独的物理装置、节点或服务器。功能性可以重新定位或分布到能够定位于(一个或多个)单独的物理节点(即，所谓的云)中的一个或多个联合地起作用的物理和/或虚拟机。这有时也被称为云计算，这是用于实现对可配置的计算资源(诸如，网络、服务器、存储设备、应用以及通常或定制服务)池的普遍存在的按需网络接入的模型。图15是图示功能性在通常情况下能够如何在不同网络设备之间分布或划分的示例的示意图。在该示例中，存在至少两个单独但互连的网络设备300、301，网络设备300、301可以具有在网络设备300、301之间划分的不同功能性或部分相同功能性。可以存在附加的网络装置302，作为这样的分布式实现的一部分。网络设备300、301、302可以是相同无线或有线通信系统的一部分，或网络装置中的一个或多个可以是位于无线或有线通信系统之外的所谓的基于云的网络装置。图16是图示与一个或多个基于云的网络设备300协作的无线通信网络或系统的示例的示意图，该无线通信网络或系统包括接入网络21和核心网络22以及可选地操作及支持系统(oss)23。该图还图示用户设备10，用户设备10连接到接入网络21且能够与表示网络节点20的实施例的基站进行无线通信。上述的实施例将被理解为本发明的若干说明性示例。本领域技术人员将理解，在不脱离本发明的范围的情况下，可以对实施例作出各种修改、组合以及改变。尤其，在技术上可能的情况下，不同实施例中的不同部分解决方案能够在其它配置中组合。然而，本发明的范围由所附权利要求定义。参考文献[1]naccari和pereira，用于新兴的高效率视频译码标准中的改进的环路内滤波的自适应双边滤波器(adaptivebilateralfilterforimprovedin-loopfilteringintheemerginghighefficiencyvideocodingstandard)，2012年图片译码研讨会，2012年5月7-9日，波兰克拉科夫市，第397-400页[2]suehring和li.(2016)jvet常用测试条件和软件参考配置(jvetcommontestconditionsandsoftwarereferenceconfigurations)。[在线]。可获得之处：http://phenix.intevry.fr/jvet/docenduser/currentdocument.php？id＝2617[3]文献vceg-m33中的“rd曲线之间的平均psnr差的运算(calculationofaveragepsnrdifferencesbetweenrdcurves)”，第13届vceg会议，2001年4月，美国德克萨斯州奥斯汀市，2001年4月当前第1页12