[发明专利]局部MPEG伪像的自适应降低

说明书

技术领域

本发明总的涉及提高视频和图形质量。

背景技术

MPEG压缩广泛地在用于数字视频信号传输和存储的算法中使用。MPEG编码和解码视频流可以在包括有线电视、卫星电视、和数字视频盘(DVD)的各种应用中使用。

视频信号的内容一般包括用于循序的视频序列的图像帧序列和用于交错视频序列的像场。每个帧/场由像素的矩形空间区域构成。当利用MPEG编码视频内容时，一般按如下来处理视频信号的图像帧中的8×8像素窗口(64个像素)。首先，将离散傅立叶变换(DCT)应用于该窗口，以生成8×8窗口的二维空间谱表示。该二维空间谱通常被称为傅立叶图像，因为它是傅立叶域中图像的表示。傅立叶图像也具有64个像素。傅立叶图像中的像素值表示DC分量和各种频率或者AC分量。DC分量通常位于傅立叶图像的左上角像素中。傅立叶图像中的其它63个像素表示AC分量。在生成傅立叶图像之后，应用MPEG编码器量化，使得傅立叶图像中的所有64个像素被量化。

MPEG-2标准规定了内帧压缩。在视频序列中，相邻图像帧被分组成一个或多个图片组(“GOP”)。在GOP中，一个图像帧在空间上编码，即是I帧。对于其它帧，差值被编码。存在两种类型的差值被编码的帧：P帧和B帧。对于P帧，当前帧和由运动向量修改的I帧之间的差值在空间上被编码。对于B帧，当前帧与由运动向量修改的I帧和P帧或者两个P帧的加权和之间的差值在空间上被编码。“由运动向量修改”意味着当前编码的P(或B)帧由16×16像素方块分开，并且对于每个方块，搜索位置上与参考帧有些空间偏移的最匹配方块。该搜索发生在某局部区域。最匹配块的空间偏移(垂直和水平的)被保持在MPEG流中并被称为运动向量。P帧的每个16×16块具有一个运动向量，并且B帧具有两个运动向量。交错信号的MPEG压缩处理场而不是帧。

当使用MPEG和MPEG-2解码图像时，将图像帧从傅立叶域转换回到空间域。使用MPEG压缩来编码和解码图像帧引起在所处理的图像帧中出现伪像。压缩比，即是在MPEG编码和解码中使用的比特率定义了伪像的级别和行为。即是，视觉上感受到的伪像效果是比特率的函数。在DCT处理中，视频信号被变换成与每个DCT变换基数相对应的分量量值(系数)的阵列。一般说来，表达低频的基数分量朝着图的上部定位并具有大的量值。因此将相对大量的信息分配给这些分量，而将相对少量的信息分配给高频分量。这就使得可能用比表示原始信号序列所使用的更少的总信息来表示视频信号。在解码侧，通过对从编码侧接收的系数加权变换基数执行线性求和来重构视频信号。

因为图片信号在水平和垂直方向都具有高相关性，因此通常的做法是在这些方向上使用8像素水平乘8像素垂直的框来执行二维DCT。如上所述，DCT在特定系数(对应于低频基数的系数)中集中力量方面展示了几乎最佳的特性。在另一方面，DCT还可以是图片降级的原因，图片降级是由诸如块失真和蚊式噪声的特征引起的。

对于大于2Mbits/sec的比特率，在这些和更高比特率处出现的主要伪像是蚊式噪声(如图1A所示)。蚊式噪声是在邻域中存在高边缘或者像素值之间的任何其它高过渡时，在窗口或像素块内侧尤其是在大致平坦的区域中出现的高频图案。这种失真是由DCT系数的粗略量化造成的，使得用许多零DCT系数来表示所得的块。只有一些DCT系数表示原始的复杂块图像。如果DCT系数被量化为零，则不可能用逆DCT(IDCT)来重构没有伪像的图像。在处理量化时生成MPEG2伪像。在量化期间，量化矩阵被用作为量化处理中的除数。量化矩阵中的对角元素比较大，使得对角DCT系数被粗略地量化。由于这些特征，蚊式噪声很可能出现在对角边缘区附近。蚊式噪声作为混合有delta脉冲图案的小型棋盘出现，delta脉冲图案可以在窗口内的区域中清楚可见(参看图1B到1F)。

蚊式噪声变为可见是因为在存在强边缘时在通常包含光滑区域的块中出现量化噪声的均匀空间干扰。蚊式噪声在光滑区域中在感觉上可见。纯粹垂直和水平的内块鸣震(intrab1ock ringing)是一种蚊式噪声。这里，蚊式噪声在图像帧中的垂直和水平边缘附近出现。由纯粹垂直或水平边缘引起的蚊式噪声没有由对角结构引起的那么严重，但是仍然作为边缘的垂直和水平鸣震而可见。由于目前的噪声处理是全局上用于过滤视频内容，因此不可能降低蚊式噪声并保持视频不会同时被平滑(如图1D中所示的，图1D示出全局降低图1A中所示图像的蚊式噪声的影响)。如图所示，白色像素指明原始和所处理图像的差值是零，并且暗像素指明存在原始和所处理图像的差值。对噪声所产生的区域越大，小变化就越可能对于用户可见。