一种基于高斯滤波的DCT块效应现象消除方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112738532A(43)申请公布日2021.04.30(21)申请号202011596051.7(22)申请日2020.12.29(71)申请人哈尔滨工业大学芜湖机器人产业技术研究院地址241000安徽省芜湖市鸠江区经济技术开发区神州路17号，国家工业机器人产品质量监督检验中心园区办公楼(72)发明人任鹏徐劲松高云峰曹雏清(74)专利代理机构芜湖安汇知识产权代理有限公司34107代理人钟雪(51)Int.Cl.H04N19/625(2014.01)H04N19/86(2014.01)权利要求书1页说明书3页附图1页(54)发明名称一种基于高斯滤波的DCT块效应现象消除方法(57)摘要本发明公开了一种基于高斯滤波的DCT块效应现象消除方法，包括如下步骤：S1、在图像中构建8×8像素点的图块，相邻图块之间和重叠面积；S2、基于图块的矩阵特性自适应地区分图块类型，包括平坦区域图块和纹理区域图块；S3、对平坦区域图块使用大高斯滤波半径和大高斯滤波系数来进行高斯滤波处理，对纹理区域图块用小高斯滤波半径和小高斯滤波系数来进行高斯滤波处理。根据每个8×8图像块的矩阵特性自适应地区分图像的平坦区域和纹理区域，自适应方法的可靠性和稳定性更高；基于高斯滤波对不同的区域类型采用符合图像块特性的高斯滤波系数和高斯滤波半径进行高斯滤波处理，更有效去除块效应的同时很好地保留了块边缘的高频信息。CN112738532ACN112738532A权利要求书1/1页1.一种基于高斯滤波的DCT块效应现象消除方法，其特征在于，所述方法具体包括如下步骤：S1、在图像中构建8×8像素点的图块，相邻图块之间重叠面积；S2、基于图块的矩阵特性自适应地区分图块类型，包括平坦区域图块和纹理区域图块；S3、对平坦区域图块使用大高斯滤波半径和大高斯滤波系数来进行高斯滤波处理，对纹理区域图块用小高斯滤波半径和小高斯滤波系数来进行高斯滤波处理。2.如权利要求1所述基于高斯滤波的DCT块效应现象消除方法，其特征在于，所述步骤S2具体包括如下步骤：S21、计算每个图块的矩阵E，求矩阵E的行列式K值和迹H值，矩阵E表示如下：其中，Ix和Iy为对应图块在x和y方向求偏导后形成的图块；S22、根据图块的K值和H值对对应图块进行图块类型区分：当H≥K时，认定该图块为平坦区域图块，当H<K时，认定该图块为纹理区域图块。3.如权利要求1或2所述基于高斯滤波的DCT块效应现象消除方法，其特征在于，大高斯滤波半径和大高斯滤波系数为：4×4的高斯滤波半径和σ＝3的高斯滤波系数，小高斯滤波半径和小高斯滤波系数为2×2的高斯滤波半径和σ＝1.5的高斯滤波系数。2CN112738532A说明书1/3页一种基于高斯滤波的DCT块效应现象消除方法技术领域[0001]本发明属于图像去噪技术领域，更具体地，本发明涉及一种基于高斯滤波的DCT块效应现象消除方法。背景技术[0002]图像压缩的国际标准JPEG是基于图像块的DCT变换编码，这种变换先取出块内相邻像素间的空间冗余，再进行量化，可以有效地实现数据压缩。在采用基于DCT变换的压缩编码中，一副图像被分割成若干个8*8的像素块，然后对每块进行DCT变换得到64个DCT系数，这样就大大减少了运算量。然而这种分块DCT变换的处理方式忽略了块与块之间的相关性。在对每块DCT系数进行量化时，将DCT系数除以量化系数后取整，丢弃一些对图象影响不大的高频分量，达到降低码率的目的。当压缩率较高时，这种分块DCT变换的弊端就会体现的尤为明显，这种变换方法会使块边缘的大量高频信息丢失，造成重建图象中块的边界处出现不连续的跳变，这就是所谓的DCT变换块效应。[0003]现有的DCT变换块效应消除方法基于经验阈值(固定阈值)来进行平坦区域及纹理区域的判定，经验值阈值仅对于特定图像有较好的区分效果，却不具有通用性，存在坦区域及纹理区域识别不精准，影响滤波后的图像质量。发明内容[0004]本发明提供了一种基于高斯滤波的DCT块效应现象消除方法，旨在改善上述问题。[0005]本发明是这样实现的，一种基于高斯滤波的DCT块效应现象消除方法，所述方法具体包括如下步骤：[0006]S1、在图像中构建8×8像素点的图块，相邻图块之间重叠面积；[0007]S2、基于图块的矩阵特性自适应地区分图块类型，包括平坦区域图块和纹理区域图块；[0008]S3、对平坦区域图块使用大高斯滤波半径和大高斯滤波系数来进行高斯滤波处理，对纹理区域图块用小高斯滤波半径和小高斯滤波系数来进行高斯滤波处理。[0009]进一步的，所述步骤S2具体包括如下步骤：[0010]S21、计算每个图块的矩阵E，求矩阵E的行列式K值和迹H值，矩阵E表示如下：[00