专利名称：用于视频信号的适应性噪声测量的方法和装置的制作方法
技术领域：
本发明涉及包括图像序列的视频信号的适应性噪声测量的方法和相应的装置。另外，本发明涉及计算机程序和计算机可读非暂态介质。
背景技术：
视频信号经常被噪声所干扰。最常见类型的噪声是帧噪声，也称为模拟噪声，在本发明中其也被简称为噪声。(其他噪声类型有帧噪声、区块噪声或蚊式噪声，这里都不涉及)。此噪声可来自于模拟或数字摄影，其中其可源自于短曝光时间或光传感器属性。其也可来自于不良的信号存储或传输，例如信号多次被恶化和放大的情况。此噪声通常是均勻分布在整个图像上的。其可能与图像的某些属性相关，比如与亮度或对比度相关，但也可能不相关，这一点对于本发明来说是没有直接关联的。其在图像序列的静态、均勻部分中最易可见，在这些部分中颜色或亮度的小偏差都是可见的。经常希望知道噪声的水平，以向用户给出反馈，或者控制某种其他的图像处理，比如锐度增强或降噪。例如在 http ://en. wikipedia. org/wiki/Peak_signal-to-noise_ratio 中描述的简单的现有技术方法将参照序列与同一个有噪声序列相比较。通过计算图像之间的逐像素差异，然后对差异求和并对结果进行正规化，可以获得噪声水平。例如在US 2008/0232458 Al中描述的现有技术无参照方法测量图像的均勻区域中的噪声。在模拟电视时代，通常评估图像的可见部分外的已知黑区域。由于已知该区域的内容是黑的，所以与黑电平的差异可被测量、求和、正规化并用作噪声水平。现今，视频序列可能不再有这样的已知黑区域了，因此不能再像早先那样经常且容易地使用这种方法了。US 2005/128355 Al公开了一种从数字运动图片数据中去除噪声的方法。提出了减少在时间滤波操作中使用的帧的数目，这使得能够容易地检测帧之间的运动。该方法包括空间滤波的方法、时间滤波的方法和顺序地执行空间滤波和时间滤波的方法。空间滤波方法在YCbCr颜色空间中应用空间滤波，在空间域中保留图像中的轮廓/边缘，并且生成适应于噪声的权重，用于在时间滤波操作中辨别轮廓/边缘。时间滤波方法基于运动检测和场景变化检测来应用时间滤波，针对全局运动进行补偿，运动检测考虑了在时间滤波操作中在帧之间比较的像素的亮度差异和颜色差异，以及适应于噪声的权重，用于在时间滤波操作中检测运动。优选先执行空间滤波方法，然后在获得了空间滤波的结果的情况下执行时间滤波方法。
发明内容
本发明的一个目的是提供用于包括图像序列的视频信号的适应性噪声测量的方法和相应的装置，其不要求使用无噪声参照图像，易于以低工作量实现，并且对于任何种类的视频信号都提供可靠的结果。本发明的另一个目的是提供用于实现所述方法的相应计算机程序，以及存储这种计算机程序的相应计算机可读非暂态介质。
根据本发明的一个方面，提供了一种包括图像的序列的视频信号的适应性噪声测量的方法，所述方法包括以下步骤-搜索当前图像内的一个或多个空间上均勻的区域，-确定所述一个或多个空间上均勻的区域的空间均勻性值(spatialuniformity value)并且组合所述空间均勻性值以获得表示所述当前图像中的噪声量的第一度量的空间噪声值，-通过利用运动阈值将当前图像与所述图像的序列的一个或多个在前图像和/或一个或多个在后图像相比较，以获得指示出当前图像与各个在前或在后图像之间的运动量的一个或多个运动地图(motion map)，从而来检测运动，-搜索所述一个或多个运动地图内的一个或多个静态区域，-通过比较所述一个或多个在前图像和/或所述一个或多个在后图像中在相应的一个或多个运动地图中指示低量运动或无运动的位置处的图像值，来确定所述一个或多个静态区域的时间均勻性值(temporal uniformity value)，所述时间均勻性值表示所述当前图像中的所述位置处的噪声量的度量，以及-组合所述获得的时间均勻性值以获得表示所述当前图像中的噪声量的第二度量的组合噪声值。根据本发明的另一方面，提供了一种用于包括图像的序列的视频信号的适应性噪声测量的装置，所述装置包括-均勻区域搜索单元，被配置为搜索当前图像内的一个或多个空间上均勻的区域，-空间均勻性值确定单元，被配置为确定所述一个或多个空间上均勻的区域的空间均勻性值并且组合所述空间均勻性值以获得表示所述当前图像中的噪声量的第一度量的空间噪声值，-检测单元，被配置为通过利用运动阈值将当前图像与所述图像的序列的一个或多个在前图像和/或一个或多个在后图像相比较，以获得指示出当前图像与各个在前或在后图像之间的运动量的一个或多个运动地图，从而来检测运动，-静态区域搜索单元，被配置为搜索所述一个或多个运动地图内的一个或多个静态区域，-时间均勻性值确定单元，被配置为通过比较所述一个或多个在前图像和/或所述一个或多个在后图像中在相应的一个或多个运动地图中指示低量运动或无运动的位置处的图像值，来确定所述一个或多个静态区域的时间均勻性值，所述时间均勻性值表示所述当前图像中的所述位置处的噪声量的度量，以及-组合单元，被配置为组合所述获得的时间均勻性值以获得表示所述当前图像中的噪声量的第二度量的组合噪声值。根据另外的方面，提供了一种计算机程序，其包括用于在所述计算机程序在计算机上被执行时使得计算机执行根据本发明的方法的步骤的程序代码手段，以及一种计算机可读非暂态介质，其上存储有指令，所述指令当在计算机上被执行时使得计算机执行根据本发明的方法的步骤。在从属权利要求中限定了本发明的优选实施例。应当理解，要求保护的装置、要求保护的计算机程序和要求保护的计算机可读介质具有与从属权利要求中限定的要求保护的方法相似和/或相同的优选实施例。本发明基于的是提供可对于视频信号的视频序列的每个输入图像(也称为帧)重复的多阶段处理的思想。特别地，空间噪声测量和时间噪声测量被适当地组合以获得可靠的总噪声测量。以上提及的US 2005/128355 Al中描述的方法输出无噪声序列；其中尽可能多地去除了图像中的可见噪声。另外，使用了噪声适应性运动检测阈值。与之不同，本发明仅输出噪声水平，该噪声水平是在图像中的某些适当位置处测量的，但不输出经滤波的无噪声图像。原始图像保持不变，而噪声水平的计算是本发明的核心。本发明优选地从计算空间域中的变差来得出噪声适应性阈值(也称为运动阈值) 并且详细说明了找出适当的测量区域的过程，而根据US 2005/128355 Al，噪声阈值只是为了保留边缘的目的而使用的局部度量，因此其与本发明相比对于整个图像提供的测量结果的可靠性要低得多。另外，本发明优选地从计算时间方向上的方差或(相关的)标准偏差来使用噪声适应性运动检测阈值。特别地，根据本发明使用了对适当测量位置的智能选择，而根据US 2005/128355 Al，只使用了局部值，该局部值只代表局部邻域，并且只适用于降噪，其不是全局噪声的表示。总之，根据本发明，不应用(空间或时间)滤波，边缘的发生将丢弃空间测量区域 (即，优选地，搜索最平坦的区域)，运动的发生将丢弃时间测量区域(即，优选地，搜索最静态的区域)，时间和空间噪声测量都使用所选区域并智能地将结果组合成组合的可靠噪声测量。此外，优选地应用可靠性度量，以可能丢弃不可靠的空间或时间测量结果。
下面将参考下文中描述的实施例来更详细阐明本发明的这些和其他方面。在以下附图中，图1示出了图示根据本发明的方法的示图，图2示出了图示根据本发明的方法的搜索均勻区域的步骤的示图，图3示出了图示根据本发明的方法的空间噪声测量的步骤的示图，图4A和4B示出了图示根据本发明的方法的运动检测的步骤的两个实施例的示图，图5示出了图示根据本发明的方法的搜索静态区域的步骤的示图，图6示出了图示根据本发明的方法的时间噪声测量的步骤的示图，并且图7示出了图示根据本发明的装置的示意性框图。
具体实施例方式根据本发明，提供了一种采用多阶段处理的方法，其可以对包括图像序列的视频信号的选定的或每一个输入图像(或帧)重复。作为示例，将参考图示所提出的方法的步骤的图1至6中所示的示图来说明所提出的方法。具体地，图1图示了所提出的方法的主要步骤的概要，并且图2至6分别更详细图示了所述的步骤。在图2中详细图示的第一步骤SlO中，执行均勻区域搜索，即搜索当前图像10内
7的一个或多个空间上均勻的区域20、22。搜索视频序列的一个图像，例如第一图像，以寻找(空间上)均勻的区域，即寻找具有最少量细节的区域。这例如是通过以下方式来完成的反复地选择图像的不同的(候选)区域(也称为区块)30、31、32、33、34、35、36，然后计算(空间)均勻性的度量，并且与先前选择的区域相比较，直到找到最大均勻性为止。作为(空间)均勻性的度量，例如可以使用区块的方差、对区块高通滤波之后的标准偏差或信号幅度和值。低方差意味着区块非常均勻，高方差则意味着区块不均勻。所选择的候选区域可以是图像10的任何形状的部分，最小为包含2个像素的区块，或者最大是包含图像的所有像素减1的区块。通常为了计算简单，将选择矩形形状的区块，例如高清晰度(1920X1080)图像的25X25像素。如果像实施例中提出的那样用区块的大小来对均勻性结果进行正规化，则不要求区块具有相同的大小或形状，或者甚至不要求它们是单一形状的。它们也可以是交叠的。可在图像中搜索若干个这种区块20、22，并且可将其均勻性结果(以及其位置) 存储在临时存储器中。搜索可在找到若干个这种区块时停止，或者可在新区块的均勻性结果变得太极端(例如当使用方差标准时变得太高，但如果使用另一种标准也可能是变得太低)时停止，均勻性结果变得太极端意味着在图像中未剩有还没有涉及的均勻区域。必要区块的数目在图像较大的情况下应当较多，在区块较小的情况下也应当较多。对于高清晰度图像中的25X25区块，大约10个区块可能是适当的。区块的停止标准可以是最大可能均勻性值的大约(例如对于8比特信号是拉5*2辆28)，这只是给出可用作空间均勻性阈值的值的一个示例。在图3中详细图示的第二步骤S20中，执行空间噪声测量，即确定在第一步骤SlO 中找到的所述一个或多个空间上均勻的区域20、22的空间均勻性值，并且组合所述空间均勻性值以获得表示所述当前图像10中的空间噪声的量的第一度量的空间噪声值。具体地，区块20、22的均勻性结果(均勻性值)被线性地求和或者以按区块20、22 的大小加权的方式求和。可选地，可以额外地进行对照预期结果的范围的验证。如果已经知道什么量的噪声可能是现实的，则可以丢弃结果，认为空间噪声测量失败了。接下来，在图4A和4B中详细图示的步骤S30中，执行运动检测，即，通过利用运动阈值将当前图像10与所述图像序列的一个或多个在前图像12、13和/或一个或多个在后图像14、15相比较，以获得指示出当前图像与各个在前或在后图像之间的运动量的一个或多个运动地图，从而来检测运动。这里，图4A示出了使用三个图像10、12、14作为输入的第一实施例，并且图4B示出了使用五个图像10、12、13、14、15作为输入的第二实施例。运动检测是公知的并且通常使用阈值，该阈值通常是固定值。运动检测一般将提供关于连续图像的序列中的某个局部区域是静止的(不包含运动)还是在运动中的信息。 运动检测算法的输出通常是二元运动地图，其描述了某个局部区域(例如像素水平或区块水平的局部区域)的状态。运动地图值通常对于静止情况是0并且在运动情况下是1，但也可以有不同地定义。许多运动检测算法是已知的。在T. Koivunen，“Motion detection of an interlaced video signal," IEEE Transactions on Consumer Electronics,vol. 40, no. 3，pp. 753-760，1994中描述了一种简单的基于一场存储器的运动检测算法。在Dimitri Van De Ville et al. ,""Deinterlacing using fuzzy-based motion detection，，，KES1999， pp.263-267 或 Christian Hentschel，"HIGH QUALITY NOISE INSENSITIVE MOTION DETECTOR USING ONE FIELD MEMORY”， IEEE Transactions on Consumer Electronics, Vol. 42，No. 3，August 1996中描述了简单的基于两场(或一帧)存储器的运动检测算法。 如Chung-Chi Lin et al. ,"Motion Adaptive Deinterlacing with Local Scene Changes Detection，，， Proceedings of the Second International Conference on Innovative Computing, Informatio and Control, p.142, September 05-07,2007 5 Shyh-Feng Lin et al. , "Motion Adaptive Interpolation with Horizontal Motion Detection for Deinterlacing，，，IEEE Transactions on Consumer Electronics, Vol. 49, No. 4, November 2003中所述，通过结合一种基于三场存储器的方案，实现了更先进的运动检测技术。在优选实施例中，本发明提出了使用来自先前的空间噪声测量步骤S20的均勻性结果作为阈值，而不是使用固定阈值。如果所选的区块20、22非常均勻，则可以认为噪声较低，并且可以将运动阈值设定得较低。如果图像10中的最均勻的区块20、22仍不是很均勻， 则可以预期噪声较高，并且优选将运动阈值设定到较高的值；否则噪声将被误看作是运动。可以将阈值缩放到更大或更小的值，以不那么灵敏地或者更灵敏地检测运动。如果像上文中作为一种可能性提及的，空间噪声测量失败了，那么可以改为使用固定的(可调整的)阈值来进行运动检测，该阈值例如可以是最大值范围的大约10% (例如，对于8比特信号是10%*28)o一般地，对于根据本发明的运动检测，可以使用任何已知的技术，比如基于对当前图像10与视频序列的相邻图像12、13、14、15之间的像素差异的检测的运动检测。也可以使用层次式运动检测。运动检测也可被扩展到不止是直接相邻的帧，例如扩展到再前一个和再下一个图像，如图4B中所示。如图4A、4B中所示，运动检测的步骤S30包括两个图像、优选是直接相邻的图像之间的运动检测的子步骤S32(在用于运动检测的两个图像之间也可以有其他图像)。运动检测的每个子步骤S32的结果是运动地图40、42，其通常具有与原始图像相同的宽度和高度，但其不包含像素值，而是包含对于每像素(或像素区块)的运动量的指示。优选地，这些运动地图40、42被存储为二元地图(0=运动(或低量运动)，1 =运动)， 但是其他表示方式也是可能的，比如表示运动量或概率的整数值。在此上下文中，低量运动是典型的人类观看者不可见的量的运动。例如，其是在许多帧内移动几像素的运动(例如 10帧中1个运动像素)。可以计算若干个运动地图40、42，例如，一个是从当前图像10到前一图像12，一个是从当前图像10到下一图像14。然后在子步骤S34中优选通过逐像素(或逐区块)逻辑 OR运算来将运动地图40、42组合成单个(组合)运动地图44。利用此组合，只有如下这些像素保持值0 =无运动在这些像素中，在所涉及的输入图像10、12、14的任何一个中都没有运动。所得到的(组合)运动地图44随后优选被存储在临时缓冲器中。应当注意，取代“逻辑0R”运算，可以使用加法。然而，在此情况下，不应当比较是否“具有值1，，(像前面描述的那样)，而应当比较是否“具有非0值”。在下一步骤S40中，如图5中所示，执行静态区域搜索，即搜索所述一个或多个运动地图、优选为组合运动地图44内的一个或多个静态区域。具体地，搜索图像中具有最少量运动的一个或若干个区域50、52、M。这优选是通过如下方式来完成的搜索运动地图44中的具有最少数目的运动像素的区域50、52、M，即具有最少量的值为1(=运动，假设以上提出的存储格式被用于运动地图44)的像素的区域50、52、M。静态区域搜索S40优选是按与先前提及的均勻区域搜索SlO相同的方式来完成的，具体地是通过如下方式来完成的反复选择运动地图44的不同的(候选)区域60、61、 62、63、64、65、66、67，然后计算低运动性(motionlessness)的度量，并且与先前选择的区域相比较，直到找到最大低运动性为止。作为低运动性的度量，例如可以使用运动地图中的具有零值的像素(静止的非运动像素)的数目。可以用区块中的像素的总数来对其进行正规化，尤其如果区块的大小不同的话则更是如此。低运动性的另一个度量可以是静态像素的最大连接区块的大小，这意味着没有计入小的分散区域。为了得出这些度量之一，可以对运动地图应用预滤波，例如应用中值滤波器，以去除小块的非连接区域。应当用区块中的像素的总数来对此数目或和值进行正规化，尤其如果区块的大小不同的话则更是如此。区块大小和形状一般具有与均勻区域搜索中相同的限制和可能性，例如任何形状和大小，但大小和形状不需要与均勻区域搜索中相同。例如，仅作为示例，出于计算原因，使用比如25X25的矩形形状。应当搜索若干个静态区域50、52、讨并存储其位置。结果，将有静态区域50、52、M以及这些静态区域50、52、讨中的运动位置的列表， 并且静态区域50、52、M将是整个图像10的具有最少量运动的区域。接下来，在步骤S50中，如图6中所示，执行时间噪声测量，即通过比较所述一个或多个在前图像12、13和/或所述一个或多个在后图像14、15中在相应的一个或多个运动地图00、42)44中指示低量运动或无运动的位置处的图像值来确定所述一个或多个静态区域50、5254的时间均勻性值，所述时间均勻性值表示所述当前图像10中的所述位置处的噪声的量的度量，并且组合所述获得的时间均勻性值以获得表示所述当前图像中的噪声量的第二度量的组合噪声值。具体地，对于静态区域50、52、M中的每一个，优选地计算新的时间均勻性标准。 该方法优选如下进行(子步骤S52)。选择第一静态区域50的如下一个像素的位置在运动地图44中该像素被指示为没有运动(或低量运动)，即所述像素在所提出的存储格式中具有值0。对于输入图像10、 12、14(例如前一图像、当前图像和下一图像)中的每一个，提取所选位置处的值。在此示例中，提取了三个像素值，一个来自前一图像12，一个来自当前图像10，一个来自下一图像 14。在理想情况下，这些像素将是相同的，因为根据运动地图44，图像在此位置处是没有运动的。然而，由于在图像10中存在噪声，这些像素将略有不同。像素中的变化是此位置处的噪声量的度量。作为变化标准，通常取方差，但是也可以使用标准偏差，或者可以例如就使用像素差之和。其不需要是与均勻区域搜索中相同的标准。此过程对于所选的静态区域50的许多或所有的无运动(和低运动)像素重复。静态区域50的每个无运动(和低运动)像素的方差结果被求和。运动像素被丢弃。然后这优选对于其他静态区域5254重复，使得对于每个静态区域50、52、M有一个结果。该结果是所使用的图像中的噪声量的度量；因此，它也被称为此静态区域50、52、 54的噪声水平(或时间均勻性值)。可以验证静态区域的结果(噪声水平)。例如，可以对照已知的最小或最大现实噪声水平来对其进行比较，如果这种限制已知的话。另外，可以将每静态区域的无运动像素的总量用于判断。如果该量低于某个阈值，例如有效区域内的所有像素的50%，则看起来该静态区域选择得不好，应当被丢弃。最后，在子步骤S54中，该结果(静态区域50、52、M的噪声水平)被组合成单个噪声水平，其方式例如是通过计算所有区域的平均值，通过基于无运动像素的数目计算加权平均值，通过基于无运动像素的数目计算加权中值，或者其他方式。无运动像素的这个数目可以被看作该过程的可靠性度量。最终结果(即组合噪声水平)表示所述当前图像10中的噪声量的度量。然而，如果组合的所有区域的无运动像素的数目仍非常小，则可以完全丢弃所述组合噪声水平。在此情况下，可以改为使用从空间噪声测量S20获得的噪声水平。用于包括图像序列的视频信号的适应性噪声测量的装置100的实施例在图7中示意性示出。所述装置包括-均勻区域搜索单元102，被配置为搜索当前图像10内的一个或多个空间上均勻的区域20,22,-空间均勻性值确定单元104，被配置为确定所述一个或多个空间上均勻的区域 20,22的空间均勻性值并且组合所述空间均勻性值以获得表示所述当前图像10中的噪声
量的第一度量的空间噪声值，-检测单元106，被配置为通过利用运动阈值将当前图像10与所述图像序列的一个或多个在前图像12、13和/或一个或多个在后图像14、15相比较，以获得指示出当前图像与各个在前或在后图像之间的运动量的一个或多个运动地图40、42，从而来检测运动，-静态区域搜索单元108，被配置为搜索所述一个或多个运动地图40、42、44内的一个或多个静态区域50、52、M，-时间均勻性值确定单元110，被配置为通过比较所述一个或多个在前图像12、13 和/或所述一个或多个在后图像14、15中在相应的一个或多个运动地图40、42、44中指示低量运动或无运动的位置处的图像值，来确定所述一个或多个静态区域50、52、M的时间均勻性值，所述时间均勻性值表示所述当前图像中的所述位置处的噪声量的度量，以及-组合单元112，被配置为组合所述获得的时间均勻性值以获得表示所述当前图像10中的噪声量的第二度量的组合噪声值。所述装置100的单元可以用相应的硬件元件、软件元件或包括硬件和软件的混合的元件来实现。例如，装置100可以实现为具有适当的算法和指令的处理器或计算机。装置100可以是另外的装置的一部分，例如另外的装置例如是电视机、视频处理设备、视频记录器、视频播放器、视频相机，特别是其中关于视频素材的噪声水平的知识是所关注的或者有重要意义的任何数字视频设备。所获得的噪声水平可用于各种目的，例如用于判断视频素材的质量，用于噪声消除，或者其他视频处理目的。总之，本发明提供了可靠的噪声水平估计，而无需具有无噪声的参照图像。即使空间噪声测量失败，或者时间噪声测量失败，噪声测量仍能良好工作。本发明从而以少量的工作提供了最优的结果。提出的方案是灵活的且可扩展的，并且可以有效地实现为硬件或软件方案。在附图和以上描述中已经详细地图示和描述了本发明，但是这种图示和描述应当被认为是说明性的或示例性的，而不是限制性的。本发明不限于所公开的实施例。本领域的技术人员在实践要求保护的发明时，通过研读附图、说明书和所附权利要求，可以理解和实现对于所公开的实施例的其他变化。在权利要求中，“包括” 一词不排除其他元件或步骤，并且不定冠词“一”不排除多个。单个元件或其他单元可实现权利要求中记载的若干项的功能。仅仅是在互不相同的从属权利要求中记载了某些手段这个事实并不表明这些手段的组合不能用于取得有利效果。可在适当的非暂态介质上存储/分发计算机程序，所述介质例如是与其他硬件一起提供或作为其他硬件的一部分提供的光存储介质或固态介质，但也可以以其他形式来分发计算机程序，例如经由因特网或其他有线或无线电信系统来分发。权利要求中的任何标号都不应当被解释为限制范围。
权利要求
1.一种包括图像(10、12、13、14、15)的序列的视频信号的适应性噪声测量的方法，所述方法包括以下步骤-搜索(SlO)当前图像(10)内的一个或多个空间上均勻的区域00、22)，-确定(S20)所述一个或多个空间上均勻的区域O0、22)的空间均勻性值并且组合所述空间均勻性值以获得一空间噪声值，该空间噪声值表示所述当前图像(10)中的噪声量的第一度量，-通过利用运动阈值将当前图像(10)与所述图像的序列的一个或多个在前图像(12、 13)和/或一个或多个在后图像(14、1幻相比较，以获得指示出当前图像与各个在前或在后图像之间的运动量的一个或多个运动地图00、42)，从而来检测(S30)运动，-搜索(S40)所述一个或多个运动地图00、42、44)内的一个或多个静态区域(50、52、54),-通过比较所述一个或多个在前图像(12、1；3)和/或所述一个或多个在后图像(14、 15)中在相应的一个或多个运动地图00、42、44)中指示低量运动或无运动的位置处的图像值，来确定(S50)所述一个或多个静态区域(50、52、54)的时间均勻性值，所述时间均勻性值表示所述当前图像中的所述位置处的噪声量的度量，以及-组合(S50)所述获得的时间均勻性值以获得一组合噪声值，该组合噪声值表示所述当前图像(10)中的噪声量的第二度量。
2.如权利要求1所述的方法，其中，所述方法的步骤对所述视频信号的所述图像的序列中的另外的图像重复、特别是对所述视频信号的所述图像的序列中的所选图像或所有图像重复。
3.如权利要求1或2所述的方法，其中，所述搜索当前图像内的一个或多个空间上均勻的区域的步骤(Sio)是通过如下方式来执行的反复选择当前图像的不同区域，并且确定所选区域的空间均勻性值，直到找到具有最大均勻性或者低于空间均勻性阈值的均勻性的一个或多个区域为止。
4.如权利要求3所述的方法，其中，所述搜索当前图像内的一个或多个空间上均勻的区域的步骤(SlO)使用区域的方差，区域的标准偏差或者区域的信号幅度和值，特别是高通滤波后的标准偏差或信号幅度和值，来作为所述区域的空间均勻性的度量。
5.如权利要求3或4所述的方法，其中，所述空间均勻性值被用各个区域的大小来进行正规化。
6.如任何前述权利要求所述的方法，还包括以下步骤对照预期空间噪声值的范围验证所获得的空间噪声值，并且如果所获得的空间噪声值在所述范围外则丢弃所获得的空间噪声值。
7.如任何前述权利要求所述的方法，其中，所述检测运动的步骤(S30)使用所获得的空间噪声值或可调整的阈值作为运动阈值。
8.如任何前述权利要求所述的方法，还包括以下步骤(S34)将所获得的运动地图(40、4幻组合成组合运动地图(44)，特别是通过仅在所有运动地图中的同一像素都指示低量运动或无运动时才将所述组合运动地图的像素设定成指示低量运动或无运动的值的逐像素运算来进行组合，其中所述组合运动地图G4)被用在后续步骤中。
9.如任何前述权利要求所述的方法，其中，所述搜索所述一个或多个运动地图G0、42、44)内的一个或多个静态区域(50、 52,54)的步骤(S40)是通过搜索所述一个或多个运动地图00、42、44)中具有最少量的具有指示运动的值的像素的一个或多个区域来执行的。
10.如任何前述权利要求所述的方法，其中，所述确定时间均勻性值的步骤(S50、S52)使用在相应的一个或多个运动地图 (40,42,44)中指示低量运动或无运动的所述位置处的图像值的方差、标准偏差或差值之和。
11.如任何前述权利要求所述的方法，其中，所述确定时间均勻性值的步骤(S50、S52)对于在相应的一个或多个运动地图 (40,42,44)中指示低量运动或无运动的所有位置重复，并且，对于静态区域(50、52、54)获得的时间均勻性值被组合，特别是被求和，以获得所述静态区域的时间均勻性值。
12.如任何前述权利要求所述的方法，其中，所述确定时间均勻性值的步骤(S50、S52)对于另外静态区域重复，并且对于所述静态区域(50、52、54)获得的时间均勻性值被组合以获得所述组合噪声值，特别是通过确定所有时间均勻性值的平均值、用每个静态区域中的无运动或低运动像素的数目作为权重确定所有时间均勻性值的加权平均值或加权中值来组合。
13.如任何前述权利要求所述的方法，还包括以下步骤对照预期时间均勻性值的范围验证所获得的时间均勻性值，并且如果所获得的时间均勻性值在所述范围外则丢弃所获得的时间均勻性值。
14.如任何前述权利要求所述的方法，还包括以下步骤将一静态区域的在相应的一个或多个运动地图中指示低量运动或无运动的位置的数目与预期数目的范围相比较，并且如果所述数目在所述范围外则丢弃相应的静态区域。
15.如任何前述权利要求所述的方法，还包括以下步骤将所有静态区域的在相应的一个或多个运动地图中指示低量运动或无运动的位置的数目与预期数目的范围相比较，并且丢弃所获得的时间均勻性值，使用所获得的空间噪声值作为所述当前图像中的噪声量的度量。
16.一种用于包括图像(10、12、13、14、15)的序列的视频信号的适应性噪声测量的装置(100)，所述装置包括-均勻区域搜索单元(102)，被配置为搜索当前图像(10)内的一个或多个空间上均勻的区域00、22)，-空间均勻性值确定单元(104)，被配置为确定所述一个或多个空间上均勻的区域 (20,22)的空间均勻性值并且组合所述空间均勻性值以获得一空间噪声值，该空间噪声值表示所述当前图像(10)中的噪声量的第一度量，-检测单元(106)，被配置为通过利用运动阈值将当前图像(10)与所述图像的序列的一个或多个在前图像(12、13)和/或一个或多个在后图像(14、15)相比较，以获得指示出当前图像与各个在前或在后图像之间的运动量的一个或多个运动地图00、42)，从而来检测运动，-静态区域搜索单元(108)，被配置为搜索所述一个或多个运动地图00、42、44)内的一个或多个静态区域(50、52、54)，-时间均勻性值确定单元(110)，被配置为通过比较所述一个或多个在前图像(12、13) 和/或所述一个或多个在后图像(14、15)中在相应的一个或多个运动地图00、42、44)中指示低量运动或无运动的位置处的图像值，来确定所述一个或多个静态区域(50、52、54) 的时间均勻性值，所述时间均勻性值表示所述当前图像中的所述位置处的噪声量的度量， 以及-组合单元(112)，被配置为组合所述获得的时间均勻性值以获得一组合噪声值，该组合噪声值表示所述当前图像(10)中的噪声量的第二度量。
17.一种计算机程序，包括用于在所述计算机程序在计算机上被执行时使得计算机执行如权利要求1所述的方法的步骤的程序代码手段。
18.一种计算机可读非暂态介质，其上存储有指令，所述指令当在计算机上被执行时使得计算机执行如权利要求1所述的方法的步骤。
全文摘要
用于视频信号的适应性噪声测量的方法和装置。方法包括搜索当前图像内的一个或多个空间均匀区域，确定这些区域的空间均匀性值并组合这些值以获得表示当前图像中的噪声量的第一度量的空间噪声值，利用运动阈值将当前图像与图像序列的一个或多个在前和/或在后图像相比较以获得指示当前图像与各在前或在后图像间的运动量的一个或多个运动地图来检测运动，搜索运动地图内的一个或多个静态区域，通过比较在前和/或在后图像中在相应运动地图中指示低量或无运动的位置处的图像值来确定静态区域的时间均匀性值，这些值表示当前图像中所述位置处的噪声量的度量，和组合获得的时间均匀性值以获得表示当前图像中的噪声量的第二度量的组合噪声值。
文档编号H04N5/14GK102348047SQ201110213028
公开日2012年2月8日 申请日期2011年7月26日 优先权日2010年7月26日
发明者保罗·斯普林格, 弗兰克·莫赛尔, 格雷戈·希彻威尔 申请人:索尼公司