[发明专利]用于自适应像素滤波的系统和方法

说明书

本公开涉及用于自适应像素滤波的系统和方法。其中，各实施例提供了一种经优化的图像滤波器。经优化的图像和视频获得输入图像并且选择目标像素用于修改。然后在该选择的目标像素与搜索区域的每个参考像素之间确定差值。随后，使用加权函数来针对搜索区域的这些参考像素中的每个参考像素基于它们各自的差值确定多个权重值。该选择的目标像素然后由经优化的图像滤波器使用这些确定的权重值修改。然后在施加块中选择新目标像素用于修改。使用被重新分配给新参考像素集的这些之前确定的权重值来修改该新目标像素。基于该新参考像素集中的每个像素相对于该新目标像素的位置将这些之前确定的权重值重新分配给该新参考像素集。

技术领域

本披露总体上涉及滤波器优化。具体地，本披露涉及一种经优化的图像滤波器，该图像滤波器具有取决于邻近像素值的加权函数。

背景技术

随着显示设备(如电视机、计算机、平板计算机和智能电话)的改进，存在针对高质量图像和视频的大量需求。数字图像处理经常用于提高图像和视频的质量。例如，图像滤波器用于数字地减少图像和视频中存在的噪声。参见1998年5月29日提交的并且题为“用于过滤噪声的非线性图像滤波器(Non-linear Image Filter for Filtering Noise)”的美国专利号6,108,455。

一种常见的降噪滤波器是有限脉冲响应(FIR)滤波器。一种自适应FIR滤波器的卷积内核(像素矩阵)可以由方程(1)定义：

其中，i和j是2D坐标向量；i表示有待处理的目标像素的坐标；j表示参考像素的坐标；pix_in(j)是在内核中的输入像素值；pix_out(i)是pix_in(i)的经滤波的值；w(i，j)是加权函数；N(i)是归一化因数：N(i)＝Σ_i∈Ωw(i，j)；并且Ω是图像的搜索区域，其通常是以目标像素为中心的像素的矩形内核。

通常，方程(1)的滤波器是周围像素的加权平均。可以用多种方式计算针对方程(1)的滤波器的加权函数w(i，j)。例如，针对双边或标准差滤波器的加权函数w(i，j)是空间权重和光子(或值域)权重的乘积。针对双边滤波器的加权函数w(i，j)可以由方程(2)定义：

w_双边(i，j)＝f(||i，j||)×g(|pix_in(i)-pix_in(j)|)(2)

其中，f()和g()理想上是连续且单调递减函数，如高斯曲线；并且||i，j||指定像素i和j的空间位置之间的欧式距离。

用于降噪的另一种常见的滤波器是非局部滤波器。针对非局部滤波器，加权函数w(i，j)取决于以目标像素和参考像素为中心的像素的多个块p之间的差值。在此使用的块指像素子集。针对非局部滤波器的加权函数w(i，j)可以由方程(3)定义：

以上所述的图像滤波器在本领域中是众所周知的并且在本说明书中将不会详细地讨论。

发明内容

根据本披露的实施例，提供一种经优化的图像滤波器。经优化的图像滤波器获得输入图像并且在搜索区域(图像的第一像素子集)内选择第一目标像素用于修改。在一种滤波方法中，绝对差之和(SAD)值然后在选择的第一目标像素与搜索区域的每个参考像素之间被确定。从搜索区域内的第二像素子集和搜索区域内的第三像素子集计算SAD值。第二像素子集与第一目标像素相关联并且每个第三像素子集与对应的参考像素相关联。

随后，使用加权函数来针对这些参考像素中的每个参考像素基于它们各自的SAD值确定多个权重值。第一目标像素然后由图像滤波器使用这些确定的权重值修改。