專利名稱：噪聲消除裝置及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種噪聲消除裝置及方法，且特別是涉及一種用于消除視頻 序列的噪聲的裝置及方法。
背景技術(shù)：
如何消除視頻幀的噪聲 一直是平面顯示技術(shù)的發(fā)展重點(diǎn)。當(dāng)視頻幀有了 噪聲，將使得使用者對于視頻幀品質(zhì)的評價(jià)降低。
一般而言，常見的視頻噪
聲(Video Inference VIF)來自信號的解譯、視頻的波紋(ripple)以及 JPG/MPEG解壓縮的格狀噪聲(blocking)。
消除視頻幀噪聲的方法一般可分為二維噪聲消除(2D Noise Reduction, 2DNR)以及三維噪聲消除(3D Noise Reduction, 3DNR)。 一般而言，2DNR的 原理是利用目前視頻幀內(nèi)相鄰的多個(gè)像素，來調(diào)整目前視頻幀。3DNR的原理 是利用多張連續(xù)的視頻幀，來調(diào)整目前視頻幀。但是MNR有一明顯缺點(diǎn)，是 經(jīng)2DNR方法處理后的視頻幀在細(xì)節(jié)部份會變得模糊。雖然3DNR沒有2DNR的 缺點(diǎn)，但是3DNR有殘影以及耗費(fèi)較多硬件資源的缺點(diǎn)。
請參閱圖1A以及圖1B,圖IA示出了視頻序列中五張連續(xù)的視頻幀的示 意圖。圖1B示出了圖1A所示的五張視頻幀迭加后的視頻幀的示意圖。如圖
的原理是利用多張視頻幀的迭加來消除噪聲，因此將圖1A多張連續(xù)的視頻幀 迭加后，明顯可見殘影，如圖1B所示。殘影易出現(xiàn)在連續(xù)變化的視頻幀，例 如快速運(yùn)動、溶解、消失等視頻幀變化。另外，因?yàn)?DNR利用多張連續(xù) 的視頻幀來處理目前的視頻幀，導(dǎo)致需耗費(fèi)較多硬件資源。因此，3DNR以及 2DNR都沒有辦法同時(shí)對靜態(tài)或動態(tài)視頻幀有效地消除噪聲。
因此，本發(fā)明提供一種噪聲消除裝置及方法，用于消除視頻序列(video sequence)的p桑聲，進(jìn)而角年決上述問題。

發(fā)明內(nèi)容
本發(fā)明的一范疇在于提供一種噪聲消除裝置及方法，用于調(diào)整視頻序列 的灰階值，進(jìn)而消除噪聲。
才艮據(jù)一具體實(shí)施例，在顯示系統(tǒng)(display system)輸入一見頻序列(video sequence),視頻序歹'J包含N個(gè)視頻幀(image frame),且每一個(gè)視頻幀由T 個(gè)像素(pixel)所組成。每一個(gè)視頻幀的每一個(gè)像素皆包含一灰階值(gray level), N及T皆為一正整數(shù)。本發(fā)明的噪聲消除裝置被用于在顯示系統(tǒng)中， 選擇性地調(diào)整第i個(gè)視頻幀的第j個(gè)像素的灰階值大小，i為2至N范圍中 的一整數(shù)，j為1至T范圍中的一整數(shù)。視頻序列中的第i-1個(gè)視頻幀中的 灰階值皆已完成調(diào)整，且存儲在顯示系統(tǒng)的緩沖存儲器(buffer)中。
本發(fā)明的噪聲消除裝置包含運(yùn)動檢測器以及第 一噪聲消除模塊。運(yùn)動檢 測器用于判斷輸入像素為運(yùn)動像素或靜止像素。若第j個(gè)像素為運(yùn)動像素， 第一噪聲消除模塊會將第j個(gè)像素的灰階值直接存儲至緩沖存儲器。若第j 個(gè)像素為靜止像素，第一噪聲消除模塊會以下列公式調(diào)整第j個(gè)像素的灰階 值GL,-(GLj,i—^W+GLj,i)/(W+l)，其中，GL自代表調(diào)整后的第j個(gè)像素的灰階 值，GLj,w代表第i-1個(gè)視頻幀的第j個(gè)像素的灰階值，GLj.i代表第i個(gè)視頻 幀的第j個(gè)像素的灰階值，W代表一加權(quán)值(weighting)。并且，第一噪聲消 除模塊會將調(diào)整后的第j個(gè)像素的灰階值(GLJ存儲至緩沖存儲器中。
因此，本發(fā)明的噪聲消除裝置及方法，將視頻幀的像素劃分為運(yùn)動像素 以及靜止像素。若像素為運(yùn)動像素，則將該像素的灰階值直接輸出。若像素 為靜止像素，則根據(jù)前一張視頻幀的數(shù)據(jù)調(diào)整該像素的灰階值，因此可避免 殘影的產(chǎn)生。再者，由于本發(fā)明僅需存儲前一張視頻幀的數(shù)據(jù)，不需要利用 多張連續(xù)視頻幀來調(diào)整目前視頻幀，因此，應(yīng)用本發(fā)明的顯示系統(tǒng)僅需裝設(shè) 一個(gè)緩沖存儲器，可進(jìn)一步節(jié)省硬件資源。
關(guān)于本發(fā)明的優(yōu)點(diǎn)與精神可以藉由以下的發(fā)明詳述及附圖得到進(jìn)一 步的 了解。


圖1A示出了視頻序列中五張連續(xù)的視頻幀的示意圖。 圖1B示出了圖IA所示的五張視頻幀迭加后的視頻幀的示意圖。 圖2示出了根據(jù)本發(fā)明一具體實(shí)施例的含有噪聲消除裝置的顯示系統(tǒng)的 示意圖。
圖3示出了根據(jù)本發(fā)明一具體實(shí)施例的噪聲消除方法的流程圖。 圖4示出了目前視頻幀、前一張視頻幀以及經(jīng)本發(fā)明的噪聲消除方法調(diào) 整過的視頻幀的示意圖。
圖5示出了根據(jù)本發(fā)明另
的示意圖。
圖6示出了根據(jù)本發(fā)明另
附圖符號說明
1、 r:顯示系統(tǒng) 12:緩沖存儲器 100:運(yùn)動檢測器 104:邊緣檢測器 600、 600':像素 S102—S112:流程步驟
具體實(shí)施例方式
請參閱圖2,圖2示出了根據(jù)本發(fā)明一具體實(shí)施例的含有噪聲消除裝置 10的顯示系統(tǒng)1的示意圖。顯示系統(tǒng)1包含噪聲消除裝置10以及緩沖存儲 器12。噪聲消除裝置10包含運(yùn)動檢測器100以及第一噪聲消除模塊102。
才艮據(jù)此具體實(shí)施例，在顯示系統(tǒng)1輸入視頻序列(video sequence),該 視頻序列包含N個(gè)視頻幀(image frame) 20。每一-見頻幀20由T個(gè)像素所組 成，每一視頻幀20的每一像素皆包含一灰階值(gray level), N及T皆為一 正整數(shù)。運(yùn)動檢測器100被用于判斷輸入像素為運(yùn)動像素或靜止像素。第一 噪聲消除模塊102被用于選擇性地調(diào)整視頻幀20中的像素的灰階值。
請參閱圖2及圖3,圖3示出了根據(jù)本發(fā)明一具體實(shí)施例的噪聲消除方 法M10流程圖。本發(fā)明的噪聲消除方法M10被用于在顯示系統(tǒng)1中，選擇性 地調(diào)整第i個(gè)視頻幀的第j個(gè)像素的灰階值大小，i為2至N范圍中的一整 數(shù)，j為1至T范圍中的一整數(shù)。視頻序列中的第i-1個(gè)視頻幀中的所有像 素的灰階值皆已完成調(diào)整，且存儲在顯示系統(tǒng)1的緩沖存儲器l2中。本發(fā)明 的噪聲消除方法MIO包含下列步驟。
首先，執(zhí)行步驟S102，根據(jù)下列不等式一判斷第j個(gè)像素是否為運(yùn)動像 素，若不等式一成立，則第j個(gè)像素為運(yùn)動像素；若不等式一不成立，則第
一具體實(shí)施例的含有噪聲消除裝置的顯示系統(tǒng)
一具體實(shí)施例的噪聲消除方法的流程圖。
10、 10。噪聲消除裝置 20、 40、 60、 60。牙見頻幀 102:第一噪聲消除模塊 106:第二噪聲消除模塊 M10、 M10':方法 j個(gè)像素為靜止像素。
不等式一iGLj,i,-GLj,i—一l >Thl。
其中，Gk —代表第i個(gè)視頻幀中包含第j個(gè)像素的一i^n數(shù)據(jù)塊的灰 階值總和，GLn^代表第i-1個(gè)視頻幀中包含第j個(gè)像素的n^n數(shù)據(jù)塊的灰 階值總和，Thl代表第一閾值，m及n皆為一正整數(shù)。
若第j個(gè)像素是運(yùn)動像素，執(zhí)行步驟S106，將第j個(gè)像素的灰階值直接 存儲至緩沖存儲器12。
若第j個(gè)像素是靜止像素，執(zhí)行步驟S104，依下列公式一調(diào)整第j個(gè)像 素的灰階值，再執(zhí)行步驟S106，將調(diào)整后的第j個(gè)像素的灰階值存儲至緩沖 存儲器12。
公式一GL,= (GLj,i—^W+GLj,i)/(W+l)。
其中，GL^代表調(diào)整后的第j個(gè)像素的灰階值，GLj,h代表第i-l個(gè)視頻 幀的第j個(gè)像素的灰階值，GLj,i代表第i個(gè)視頻幀的第j個(gè)像素的灰階值，W 代表一力口權(quán)值(we i gh t ing)。
舉例來說，請參閱圖4，圖4示出了目前視頻幀60、前一張視頻幀40以 及經(jīng)本發(fā)明的噪聲消除方法調(diào)整過的視頻幀60'的示意圖。以第一閾值Thl 為30、 m與n皆為3以及加權(quán)值W為7為例。
首 先， 根 據(jù) 上 述 不 等 式 一 ， I (13+15+24+22+36+2+23+7+25) —(13+5+42+22+20+24+30+17+10) h 16 < 30 (第一閾值)，所以目標(biāo)像素600被判斷為靜止像素。進(jìn)而，根據(jù)上述公式一， (20*7+36)/(7+1)=22,將目標(biāo)像素600的灰階值從36調(diào)整為22,如圖4的 目標(biāo)像素600'所示。
藉此，視頻幀中的噪聲可被有效地消除。由于本發(fā)明僅需存儲前一張視 頻幀的數(shù)據(jù)，不需要利用多張連續(xù)視頻幀來調(diào)整目前視頻幀，因此，應(yīng)用本 發(fā)明的顯示系統(tǒng)僅需裝設(shè)一個(gè)緩沖存儲器，可進(jìn)一步節(jié)省硬件資源。
請參閱圖5，圖5示出了根據(jù)本發(fā)明另一具體實(shí)施例的含有噪聲消除裝 置10'的顯示系統(tǒng)r的示意圖。顯示系統(tǒng)T與顯示系統(tǒng)1主要不同之處在于 噪聲消除裝置l(T比噪聲消除裝置10另包含邊緣檢測器l(M以及第二噪聲消 除模塊106。邊緣檢測器104被用于判斷輸入像素為邊緣像素或背景像素。 第二噪聲消除模塊106被用于選擇性地調(diào)整邊緣像素以及背景像素的灰階 值。
請參閱圖5及圖6，圖6示出了根據(jù)本發(fā)明另一具體實(shí)施例的噪聲消除
方法Ml 0'流程圖。噪聲消除方法Ml (T與噪聲消除方法Ml 0主要不同在于多了 步驟S108-S112 。本發(fā)明的噪聲消除方法Ml 0'包含下列步驟。
首先，執(zhí)行步驟S102-S106。 S102-S106如同噪聲消除方法M10所述，在 此不再贅述。
接著，執(zhí)行步驟S108,根據(jù)下列不等式二，判斷第j個(gè)像素是否為邊緣 像素。若不等式二成立，則第j個(gè)像素為邊緣像素，否則，第j個(gè)像素為背 景像素。
不等式二 GL一maXj,i,p,q-GL—mirij,i,p.q〉Th2。
其中，GL-maXj,i.,代表第i個(gè)^L頻幀中包含第j個(gè)像素的p*q數(shù)據(jù)塊的 最大灰階值，GL—minj,i,p,q代表第i個(gè)視頻幀中包含第j個(gè)像素的p*q數(shù)據(jù)塊 的最小灰階值，Th2代表第二閾值，p及q皆為一正整數(shù)。
若第j'個(gè)像素為邊緣像素，執(zhí)行步驟S112,直接輸出像素。
若第j個(gè)像素為背景像素，執(zhí)行步驟S11G,根據(jù)一濾波算法，調(diào)整第j 個(gè)像素的灰階值大小，再執(zhí)行步驟S112,輸出像素。濾波算法選自下列群組 的其中之一中值濾波(median filtering)算法、模糊化(smooth)算法以及 開啟閉合(0pen-Close and Close-Open, 0CC0)算法。上述濾波算法皆為習(xí)知 技藝的人可輕易達(dá)成，在此不再贅述。
舉例來說，以圖4的視頻幀6(K的目標(biāo)像素600'以及第二閾值Th2為10 為例。包含目標(biāo)像素600'的3*3數(shù)據(jù)塊的最大灰階值為25,最小灰階值為2。 根據(jù)上述不等式二， (25-2)=23 > 10(第二閾值)，因此目標(biāo)像素600'被判斷 為邊緣像素，直接輸出像素。
相較于先前技術(shù)，根據(jù)本發(fā)明的噪聲消除裝置及方法，將視頻幀的像素 劃分為運(yùn)動像素以及靜止像素，進(jìn)而選擇性地調(diào)整像素的灰階值，因此可避 免殘影的產(chǎn)生。再者，本發(fā)明不需要利用多張連續(xù)視頻幀來調(diào)整目前視頻幀， 因此可節(jié)省硬件資源。另外，本發(fā)明將視頻幀的像素劃分為邊緣像素以及背 景像素，進(jìn)而選擇性地調(diào)整像素的灰階值，因此可加強(qiáng)視頻的銳利度，亦即， 減少纟見頻的才莫糊。總而言之，本發(fā)明的噪聲消除裝置可有效地消除^L頻序列 的噪聲，且節(jié)省硬件資源。
藉由以上較佳具體實(shí)施例的詳述，是希望能更加清楚描述本發(fā)明的特征 與精神，而并非以上述所揭露的較佳具體實(shí)施例來對本發(fā)明的范疇加以限制。相反地，其目的是希望能涵蓋各種改變及具相等性的安排在本發(fā)明所欲申請 的專利范圍的范疇內(nèi)。因此，本發(fā)明所申請的專利范圍的范疇?wèi)?yīng)該才艮據(jù)上述 的說明作最寬廣的解釋，以致使其涵蓋所有可能的改變以及具相等性的安排。
權(quán)利要求
1.一種噪聲消除裝置，在一顯示系統(tǒng)輸入一視頻序列，該視頻序列包含N個(gè)視頻幀，每一該視頻幀由T個(gè)像素所組成，每一該視頻幀的每一該像素皆包含一灰階值，N及T皆為一正整數(shù)，該噪聲消除裝置被用于在該顯示系統(tǒng)中，選擇性地調(diào)整第i個(gè)視頻幀的第j個(gè)像素的該灰階值大小，i為2至N范圍中的一整數(shù)，j為1至T范圍中的一整數(shù)，該視頻序列中的第i-1個(gè)視頻幀中的灰階值皆已完成調(diào)整，且存儲在該顯示系統(tǒng)的一緩沖存儲器，該噪聲消除裝置包含一運(yùn)動檢測器，用于判斷該第j個(gè)像素為運(yùn)動像素或靜止像素；以及一第一噪聲消除模塊，若該第j個(gè)像素為運(yùn)動像素，該第一噪聲消除模塊會將該第j個(gè)像素的該灰階值直接存儲至該緩沖存儲器，若該第j個(gè)像素為靜止像素，該第一噪聲消除模塊會以下列公式調(diào)整該第j個(gè)像素的該灰階值GLnew＝(GLj，i-1*W+GLj，i)/(W+1)，其中，GLnew代表調(diào)整后的該第j個(gè)像素的該灰階值，GLj，i-1代表該第i-1個(gè)視頻幀的該第j個(gè)像素的該灰階值，GLj，i代表該第i個(gè)視頻幀的該第j個(gè)像素的該灰階值，W代表一加權(quán)值，并且該第一噪聲消除模塊會將調(diào)整后的該第j個(gè)像素的該灰階值GLnew存儲至該緩沖存儲器。
2. 如權(quán)利要求1所述的噪聲消除裝置，其中，當(dāng)下列不等式成立時(shí)，該 運(yùn)動檢測器判斷該第j個(gè)像素為運(yùn)動像素iGLj.i.,-GLj.i—，l〉Thl，其中， GLj.i,。代表該第i個(gè)視頻幀中包含該第j個(gè)像素的一t^n數(shù)據(jù)塊的灰階值總 和，GLj,H.^代表該第i-1個(gè)視頻幀中包含該第j個(gè)像素的該npnn數(shù)據(jù)塊的灰 階值總和，Thl代表一第一闞值，m及n皆為一正整數(shù)。
3. 如權(quán)利要求1所述的噪聲消除裝置，進(jìn)一步包含 一邊緣檢測器，用于判斷該第j個(gè)像素為邊緣像素或背景像素；以及 一第二噪聲消除模塊，若該第j個(gè)像素為邊緣像素，該第二噪聲消除模塊會將該第j個(gè)像素的該灰階值直接輸出，若該第j個(gè)像素為背景像素，該 第二噪聲消除模塊會以一濾波算法調(diào)整該第j個(gè)像素的該灰階值，再將調(diào)整后的該第j個(gè)像素的該灰階值輸出。
4. 如權(quán)利要求1所述的噪聲消除裝置，其中，該加權(quán)值是7。
5. 如權(quán)利要求3所述的噪聲消除裝置，其中，當(dāng)下列不等式成立時(shí)，該 邊緣檢測器判斷該第j個(gè)像素為邊緣像素GL—maxj,i,p.q-GL—minj,i,p,q〉Th2,其 中，GL-maXj,i,q代表該第i個(gè)視頻幀中包含該第j個(gè)像素的一 p*q數(shù)據(jù)塊的 最大灰階值，GL-minj,i,p.q代表該第i個(gè)視頻幀中包含該第j個(gè)像素的該p*q 數(shù)據(jù)塊的最小灰階值，Th2代表一第二閾值，p及q皆為一正整數(shù)。
6. 如權(quán)利要求3所述的噪聲消除裝置，其中，該濾波算法選自下列群組 的其中之一中值濾波算法、模糊化算法以及開啟閉合算法。
7. —種噪聲消除方法，在一顯示系統(tǒng)輸入一視頻序列，該視頻序列包含 N個(gè)纟見頻幀，每一該纟見頻幀由T個(gè)4象素所組成，每一該纟見頻幀的每一該^f象素 皆包含一灰階值，N及T皆為一正整數(shù)，該噪聲消除方法被用于在該顯示系 統(tǒng)中，選擇性地調(diào)整第i個(gè)視頻幀的第j個(gè)像素的該灰階值大小，i為2至N 范圍中的一整數(shù)，j為1至T范圍中的一整數(shù)，該視頻序列中的第i-1個(gè)視 頻幀中的灰階值皆已完成調(diào)整，且存儲在該顯示系統(tǒng)的一緩沖存儲器中，該 方法包含下列步驟(a)判斷該第j個(gè)像素是否為運(yùn)動像素，若是，則進(jìn)行步驟(bl),若否， 則進(jìn)行步驟(b2);(bl)將該第j個(gè)像素的該灰階值直接存儲至該緩沖存儲器；以及(b2)以下列公式調(diào)整該第 j 個(gè)像素的該灰階值 GUw=(GLj.i—^W+GLj.i)/(W+l)，其中，GL,代表調(diào)整后的該第j個(gè)像素的該灰階 值，GLj,w代表該第i-1個(gè)視頻幀的第j個(gè)像素的該灰階值，GL"代表該第i 個(gè)視頻幀的該第j個(gè)像素的該灰階值，W代表一加權(quán)值，并且將調(diào)整后的該 第j個(gè)像素的該灰階值GL,存儲至該緩沖存儲器。
8. 如權(quán)利要求7所述的方法，其中，在步驟(a)中，當(dāng)下列不等式成立時(shí)， 判斷該第j個(gè)像素為運(yùn)動像素GLj,i"-GLj十—〉Thl，其中，GLj,i"代表該第 i個(gè)視頻幀中包含該第j個(gè)像素的一 m*n數(shù)據(jù)塊的灰階值總和，GLj,h,詢代表 該第i-1個(gè)視頻幀中包含該第j個(gè)像素的該m*n數(shù)據(jù)塊的灰階值總和，Thl 代表一第一閾值(threshold) ， m及n皆為一正整數(shù)。
9. 如權(quán)利要求7所述的方法，進(jìn)一步包含下列步驟(c)判斷該第j個(gè)像素是否為邊緣像素，若是，則進(jìn)行步驟(dl),若否， 則進(jìn)行步驟(d2);(dl)將該第j個(gè)像素的該灰階值直接輸出；以及(d2)以一濾波算法調(diào)整該第j個(gè)像素的該灰階值，再將調(diào)整后的該第j 個(gè)像素的該灰階值輸出。
10. 如權(quán)利要求9所述的方法，其中，在步驟(C)中，當(dāng)下列不等式成立時(shí)，判斷該第j個(gè)像素為邊緣像素iGL—maXj,i,p,Q-GL-min"J〉Th2，其中， GL-maXj.i,p.q代表該第i個(gè)視頻幀中包含該第j個(gè)像素的一 p*q數(shù)據(jù)塊的最大 灰階值，GL』iiij,i,p.q代表該第i個(gè)視頻幀中包含該第j個(gè)像素的該pfq數(shù)據(jù) 塊的最小灰階值，Th2代表一第二閾值，p及q皆為一正整數(shù)。
11. 如權(quán)利要求9所述的方法，其中，該濾波算法選自下列群組的其中之 一中值濾波算法、模糊化算法以及開啟閉合算法。
12. 如權(quán)利要求7所述的方法，其中，在步驟(b2)中，該加權(quán)值是7。
全文摘要
本發(fā)明揭露一種噪聲消除裝置，用于調(diào)整視頻序列的灰階值來消除噪聲。本發(fā)明的噪聲消除裝置包含運(yùn)動檢測器以及第一噪聲消除模塊。運(yùn)動檢測器用于判斷輸入像素為運(yùn)動像素或靜止像素。若像素為運(yùn)動像素，第一噪聲消除模塊直接輸出該像素。若像素為靜止像素，第一噪聲消除模塊根據(jù)前一張視頻幀數(shù)據(jù)，調(diào)整該像素的灰階值。由于本發(fā)明僅需存儲前一張視頻幀的數(shù)據(jù)，不需要利用多張連續(xù)視頻幀來調(diào)整目前視頻幀，因此，應(yīng)用本發(fā)明的顯示系統(tǒng)僅需裝設(shè)一個(gè)緩沖存儲器，可進(jìn)一步節(jié)省硬件資源。
文檔編號H04N5/21GK101355646SQ20071013814
公開日2009年1月28日 申請日期2007年7月26日 優(yōu)先權(quán)日2007年7月26日
發(fā)明者張晉綱, 徐名黌, 謝東霖 申請人:廣達(dá)電腦股份有限公司