專利名稱：一種基于曲波變換的圖像去塊效應(yīng)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域，主要是圖像的去塊效應(yīng)處理與重構(gòu)，特別是一種基于曲波變換的圖像去塊效應(yīng)方法。
背景技術(shù)：
目前，塊離散余弦變換(BDCT)被當(dāng)前大多數(shù)的國際圖像視頻壓縮標(biāo)準(zhǔn)采用為核心的壓縮算法。該算法將圖像分為多個8x8的像素塊，使用離散余弦變換(DCT)把每個塊從空間域變換到頻率域，并進行單獨量化和編碼。但由于這些塊是分別編碼的，沒有考慮像素在相鄰塊中的相關(guān)性，所以在低比特率編碼時量化粗糙，相鄰塊的DCT系數(shù)落在不同的量化區(qū)間，導(dǎo)致了塊邊界上產(chǎn)生塊效應(yīng)。
目前去塊效應(yīng)算法主要為空間濾波法、基于凸集投影(POCS)和基于馬爾可夫隨機場(MRF)的最大后驗法的迭代恢復(fù)，這些算法復(fù)原后對圖像整體細(xì)節(jié)部分均有一定丟失。隨后發(fā)展的基于小波變換的去塊效應(yīng)算法，雖然簡便快速，對圖像平滑區(qū)域有較好的復(fù)原效果，但對圖像的細(xì)節(jié)部分仍沒有較好的復(fù)原效果。
曲波變換是一種多尺度幾何分析方法，其用多個尺度的局部直線來近似表示曲線，可以很好的逼近圖像中的奇異曲線。曲波變換綜合了脊波變換擅長表示直線特征和小波適合于表示點狀特征的優(yōu)點，采用了具有高度方向敏感性的基元，能同時獲得對圖像平滑區(qū)域和邊緣部分的稀疏表達，在處理圖像邊緣區(qū)域上能夠取得更好效果，并同時有效保留圖像細(xì)節(jié)信息。
本發(fā)明將曲波變換應(yīng)用在圖像去塊效應(yīng)處理上，即提出了一種基于曲波變換去除圖像塊效應(yīng)的算法。該算法對曲波變換后得到的曲波系數(shù)進行分層處理，通過新的系數(shù)矩陣重構(gòu)出復(fù)原圖像。經(jīng)實驗證明，該算法較傳統(tǒng)的去塊效應(yīng)算法在主觀與客觀評價上均獲得更好的復(fù)原效果。發(fā)明內(nèi)容
發(fā)明目的本發(fā)明針對現(xiàn)有算法的不足，提出了一種基于曲波變換的圖像去塊效應(yīng)的算法，既有效的去除了圖像中明顯的塊效應(yīng)，又很好的保留了原圖像中的細(xì)節(jié)部分。
為了解決上述技術(shù)問題，本發(fā)明公開了一種基于曲波變換的圖像去塊效應(yīng)方法， 包括以下步驟
步驟一，對目標(biāo)圖像進行曲波變換得到尺度層次以及各層次曲波系數(shù)用曲波變換對圖像劃分尺度層次，分析各層次曲波系數(shù)；
步驟二，找到去塊效應(yīng)影響最大的層并對其進行處理由得到的各層次曲波系數(shù)進行單層重構(gòu)，找到塊狀效應(yīng)對曲波系數(shù)影響最大的層，并對其進行去塊處理；
步驟三，復(fù)原圖像將處理后的各層重構(gòu)出圖像。
本發(fā)明中，優(yōu)選地，所述步驟一包括以下步驟
步驟(11)，對目標(biāo)圖像進行曲波變換；包括用曲波變換將圖像劃分為粗糙層(Coarse Layer)、細(xì)節(jié)層(Detail Layters)、精細(xì)層(Fine Layer)。
步驟(12)，對得到的各尺度層次的曲波系數(shù)進行分析；包括對各層曲波系數(shù)進行最大值、最小值、能量、均值和方差的統(tǒng)計并用柱狀圖進行對比。
本發(fā)明中，優(yōu)選地，所述步驟二包括以下步驟
步驟(21)，由各層曲波系數(shù)進行單層重構(gòu)，找到塊效應(yīng)影響最大的層；
步驟(22)，對塊效應(yīng)影響最大的層進行去塊處理；包括在曲波系數(shù)中找到與重構(gòu)圖像相對應(yīng)的系數(shù)平坦塊與系數(shù)紋理塊，對平坦塊進行平滑濾波，對紋理塊進行自適應(yīng)濾波。
本發(fā)明中，優(yōu)選地，所述步驟三包括以下步驟
步驟(31)，由去塊處理后的各層重構(gòu)出新圖像；包括采用USFFT(非等間快速傅里葉變換)快速算法以及Wrap (卷繞)快速算法對圖像進行復(fù)原。
本發(fā)明的原理是將退化圖像轉(zhuǎn)換到曲波域，得到多層次的曲波系數(shù)。在各層曲波系數(shù)中找到與原圖像中塊效應(yīng)對應(yīng)的系數(shù)。針對曲波系數(shù)的結(jié)構(gòu)特征，對不同系數(shù)層采用不同方法分別處理。
有益效果本發(fā)明是基于快速離散曲波變換對圖像進行去塊效應(yīng)處理。在對退化圖像進行去塊效應(yīng)的同時，又很好的保存了原圖像的細(xì)節(jié)信息。復(fù)原圖像中有較高的 PSNR(峰值信噪比)和高頻分最，對各尺度圖像均有較好的實用性，特別是用于刑偵圖像的復(fù)原。


下面結(jié)合附圖和具體實施方式
對本發(fā)明做更進一步的具體說明，本發(fā)明的上述和 /或其他方面的優(yōu)點將會變得更加清楚。
圖1是本發(fā)明基本流程圖。
圖2(a) (f)是本實施例目標(biāo)圖像以及用曲波變換劃分的各層重構(gòu)的圖。
圖3(a) (e)是本實施例各層曲波系數(shù)最大值、最小值、能量、平均值、方差統(tǒng)計的條形圖。
圖4是本發(fā)明簡化示意圖。
具體實施例方式
如圖4所示，本發(fā)明公開了一種基于曲波變換的圖像去塊效應(yīng)方法，包括以下步驟
步驟一，對目標(biāo)圖像進行曲波變換得到尺度層次以及各層次曲波系數(shù)用曲波變換對圖像劃分尺度層次，分析各層次曲波系數(shù)；
所述步驟一包括以下步驟
步驟(11)，對目標(biāo)圖像進行曲波變換；包括用曲波變換將圖像劃分為粗糙層 (Coarse Layer)、細(xì)節(jié)層(Detail Layters)、精細(xì)層(Fine Layer)。
設(shè)圖像大小為NXN，則曲波系數(shù)劃分的尺度層次數(shù)量為
scale = 10 (N)-3
曲波系數(shù)為C{j} {1} (kl，k2)，其中j表示尺度，1表示方向，(kl，k2)表示該尺度 j上第1個方向的坐標(biāo)。
以256X256的Mdhna圖像為例，如圖1 (a)所示。對其進行曲波變換后得到的尺度層數(shù)為5。曲波系數(shù)結(jié)構(gòu)如表1。
對圖1(a)曲波變換后得到的各層曲波系數(shù)進行單層重構(gòu)，得到的圖像如圖 1 (b)-(f)所示?？梢钥闯?，第一層為粗糙層，由低頻系數(shù)組成，包含了圖像的概貌，但不包含細(xì)節(jié)，因此重構(gòu)得到的圖像很模糊；中間四層為細(xì)節(jié)層，由中頻系數(shù)組成，每一層均被劃分為4個大方向，每個大方向又劃分為多個小方向，包含了圖像的邊緣信息，具有多方向性， 并且隨著層數(shù)的增加，頻率由中低頻到中高頻，包含的邊緣信息越來越精細(xì)；最外層即第六層，為精細(xì)層，由高頻系數(shù)組成，包含了圖像的邊緣和細(xì)節(jié)信息。
步驟(12)，對得到的各尺度層次的曲波系數(shù)進行分析；包括對各層曲波系數(shù)進行最大值、最小值、能量、均值和方差的統(tǒng)計并用柱狀圖進行對比。
對各層曲波系數(shù)進行最大值、最小值、能量、均值和方差的統(tǒng)計，并用柱狀圖進行對比，如圖3所示。由圖3可以看出，曲波系數(shù)在粗糙層上能量最大，數(shù)值分布范圍最離散， 方差也最大；越向外層，能量呈幾何級數(shù)遞減，數(shù)值分布范圍及方差也越??；在精細(xì)層上能量最小，數(shù)值分布范圍也最小，方差最趨近于零。
步驟二，找到去塊效應(yīng)影響最大的層并對其進行處理由得到的各層次曲波系數(shù)進行單層重構(gòu)，找到塊狀效應(yīng)對曲波系數(shù)影響最大的層，并對其進行去塊處理；
所述步驟二包括以下步驟
步驟(21)，由各層曲波系數(shù)進行單層重構(gòu)，找到塊效應(yīng)影響最大的層；
以降質(zhì)的Mdhna圖像為例，圖像大小為256X256。對含有塊狀效應(yīng)的圖像進行曲波變換，并分析得到的曲波系數(shù)。
由圖3各層曲波系數(shù)的單層重構(gòu)可以看出，塊狀效應(yīng)對曲波系數(shù)的影響，主要表現(xiàn)在最外層(精細(xì)層)及第四層(細(xì)節(jié)層)上，因此只需對這兩層的曲波系數(shù)進行處理，即可有效的去除圖像中的塊狀效應(yīng)。由于最外兩層包含的能量很小，且數(shù)值分布較集中，因此對這兩層的曲波系數(shù)進行處理，不會影響到整幅圖像的能量，可以保證原圖像的概貌不會發(fā)生太大變化。
步驟(22)，對塊效應(yīng)影響最大的層進行去塊處理；包括在曲波系數(shù)中找到與重構(gòu)圖像相對應(yīng)的系數(shù)平坦塊與系數(shù)紋理塊，對平坦塊進行平滑濾波，對紋理塊進行自適應(yīng)濾波。
由于精細(xì)層的大小與原圖像相同，且該層曲波系數(shù)與重構(gòu)圖像一一對應(yīng)，因此也可在曲波系數(shù)中找到與重構(gòu)圖像相對應(yīng)的系數(shù)平坦塊與系數(shù)紋理塊的。由于塊均方差表示了塊內(nèi)的功率，因此可以用其表征塊的活動性，區(qū)分平坦塊和紋理塊。
設(shè)圖像大小為MXN，則精細(xì)層的大小也為MXN，各曲波系數(shù)表示為Cm, n，m= 1， 2，…，M，n = l，2，…，N。整個系數(shù)矩陣的方差。|和均值μ τ為
權(quán)利要求
1.一種基于曲波變換的圖像去塊效應(yīng)方法，其特征在于包括以下步驟步驟一，對目標(biāo)圖像進行曲波變換得到尺度層次以及各層次曲波系數(shù)用曲波變換對圖像劃分尺度層次，分析各層次曲波系數(shù)；步驟二，找到去塊效應(yīng)影響最大的層并對其進行處理由得到的各層次曲波系數(shù)進行單層重構(gòu)，找到塊狀效應(yīng)對曲波系數(shù)影響最大的層，并對其進行去塊處理； 步驟三，復(fù)原圖像將處理后的各層重構(gòu)出圖像。
2.根據(jù)權(quán)利要求1所述的一種基于曲波變換的圖像去塊效應(yīng)方法，其特征在于，所述步驟一包括以下步驟步驟(11)，對目標(biāo)圖像進行曲波變換；步驟(12)，對得到的各尺度層次的曲波系數(shù)進行分析。
3.根據(jù)權(quán)利要求2所述的一種基于曲波變換的圖像去塊效應(yīng)方法，其特征在于，所述步驟二包括以下步驟步驟(21)，由各層曲波系數(shù)進行單層重構(gòu)，找到塊效應(yīng)影響最大的層； 步驟(22)，對塊效應(yīng)影響最大的層進行去塊處理。
4.根據(jù)權(quán)利要求3所述的一種基于曲波變換的圖像去塊效應(yīng)方法，其特征在于，所述步驟三包括以下步驟步驟(31)，由去塊處理后的各層重構(gòu)出新圖像。
全文摘要
本發(fā)明公開了一種基于曲波變換的圖像去塊效應(yīng)方法，包括以下步驟步驟一，對目標(biāo)圖像進行曲波變換，得到尺度層次以及各層次曲波系數(shù)；步驟二，找到塊效應(yīng)影響最大的層并對其進行處理；步驟三，復(fù)原圖像。本發(fā)明利用曲波變換對圖像進行分層處理，通過新的系數(shù)矩陣重構(gòu)出復(fù)原圖像，較傳統(tǒng)的去塊效應(yīng)方法在主觀與客觀評價上均獲得更好的復(fù)原效果。
文檔編號G06T5/00GK102521796SQ20111033663
公開日2012年6月27日 申請日期2011年10月31日 優(yōu)先權(quán)日2011年10月31日
發(fā)明者何雨蘭, 朱毅, 袁杰, 邵真天, 顧人舒 申請人:南京大學(xué)