压缩图像的宏块边界的处理方法、装置、设备及介质与流程

本公开大体涉及图像处理领域，具体涉及一种压缩图像的宏块边界的处理方法、装置、设备及介质。

背景技术：

1、在图像处理领域，常常需要对采集到的图像数据或视频数据进行压缩以满足相应的应用场景或硬件资源的要求。例如，可以对图像进行压缩以使压缩后的图像可以在一些性能较低的设备中存储、处理或显示等。

2、对于经由压缩算法获得的压缩图像一般会包括多个图像宏块，由于多个图像宏块之间存在分块效应，导致压缩图像的图像宏块之间的过渡不平滑。目前常用的图像滤波算法(例如均值滤波、高斯滤波、中值滤波或双边滤波等)一般是针对整幅压缩图像。针对压缩图像的宏块边界的突变问题，专利文献1(cn103905822a)公开了一种去块效应方法，用于解决低比特压缩图像中的块效应失真的问题。

3、然而，常用的图像滤波算法针对整幅压缩图像进行处理，容易损失图像宏块内部的信息，且无法对于图像宏块边界进行平滑处理。另外，上述专利文献1的去块效应方法虽然保留了图像宏块内部的信息，但是使用该方法处理后的压缩图像的边缘容易变得模糊。

技术实现思路

1、本公开有鉴于上述现有技术的状况而完成，其目的在于提供一种能够降低压缩图像的分块效应，使压缩图像的分块边界平滑且边缘也较清晰的压缩图像的宏块边界的处理方法、装置、设备及介质。

2、为此，本公开第一方面提供了一种压缩图像的宏块边界的处理方法，压缩图像由压缩算法处理获得且包括多个图像宏块，所述处理方法包括：获取所述压缩图像并确定所述压缩图像的所述多个图像宏块中的各个图像宏块的边界区域并基于所述边界区域确定各个图像宏块的多个边界元素集，各个边界元素集由至少一个像素点组成；确定各个边界元素集的多个目标方向以及各个目标方向的与通道分量对应的梯度变化量，所述梯度变化量由各个目标方向上的位于围绕着各个边界元素集的周边区域且至少一部分分布在与各个边界元素集所在的图像宏块相邻的图像宏块中的多个目标像素点确定；对于各个通道分量，基于所述多个目标方向对应的多个所述梯度变化量确定各个边界元素集中像素点的分量像素值；并且基于至少一个通道分量对应的至少一个所述分量像素值更新所述压缩图像。在这种情况下，利用压缩图像中与边界区域相邻的图像宏块确定的目标方向对边界区域进行处理，用于确定梯度变化量的各个目标方向上的像素点跨越边界区域以综合相邻图像宏块的图像特征，进而能够降低相邻图像宏块之间的分块效应，使压缩图像的分块边界平滑且边缘也较清晰。

3、另外，在本公开第一方面所涉及的处理方法中，可选地，所述多个目标方向包括第一方向、第二方向和第三方向，所述第一方向的角度为90°，所述第二方向的角度为45°且与所述第三方向互相垂直，各个目标方向的角度为各个目标方向与对应的边界区域所在正方向的夹角的角度。在这种情况下，在满足边界元素集的目标方向上的像素点跨越相邻的图像宏块的同时，能够利用较少的目标方向较全面地提取梯度变化量，进而能够进一步提高平滑处理的效果且效率较高。

4、另外，在本公开第一方面所涉及的处理方法中，可选地，所述周边区域为各个边界元素集的邻域。由此，能够获得较适合的用于滤波处理的像素点。

5、另外，在本公开第一方面所涉及的处理方法中，可选地，对于竖直方向的边界区域对应的边界元素集，所述周边区域中的目标像素点顺时针旋转90°；或对于水平方向的边界区域对应的边界元素集，所述周边区域中的目标像素点逆时针旋转90°。在这种情况下，能够使两个方向的边界区域滤波处理完全一致，进一步能够提高处理的便捷性并且有利于持续维护处理过程。

6、另外，在本公开第一方面所涉及的处理方法中，可选地，所述边界区域的宽度为一个像素点，各个边界元素集由一个像素点组成，所述邻域为八邻域。在这种情况下，在取到相邻的图像宏块的像素点的同时能够获得围绕边界元素集中像素点邻域的最少像素点，进而能够在降低时间复杂度的同时提高平滑处理的效果。

7、另外，在本公开第一方面所涉及的处理方法中，可选地，基于多个所述梯度变化量从所述多个目标方向中选择一个目标方向作为梯度方向，对所述梯度方向的多个目标像素点和对应的边界元素集中像素点的像素值求平均以确定所述分量像素值，所述梯度方向的梯度变化量最小。在这种情况下，通过梯度变化量最小的梯度方向，能够基于相邻图像宏块中与边界元素集中像素点的像素值差别较小的目标像素点确定分量像素值，进而能够进一步降低相邻图像宏块之间的分块效应。另外，对梯度变化量最小的梯度方向的像素值求平均而确定分量像素值，能够降低目标方向上的噪声像素点的干扰，有利于进一步提高平滑处理的效果。

8、另外，在本公开第一方面所涉及的处理方法中，可选地，在更新所述压缩图像中，保持各个图像宏块中除所述边界区域以外区域的像素点的像素值不变。在这种情况下，能够有效保留图像宏块内部的信息，有利于增强平滑处理后的压缩图像的清晰度。

9、另外，在本公开第一方面所涉及的处理方法中，可选地，所述图像宏块的大小和/或所述图像宏块的边界区域的宽度由所述压缩算法确定。

10、本公开第二方面提供了一种压缩图像的宏块边界的处理装置，所述压缩图像由压缩算法处理获得且包括多个图像宏块，所述处理装置包括获取模块、滤波模块和更新模块；所述获取模块配置为获取所述压缩图像并确定所述压缩图像的所述多个图像宏块中的各个图像宏块的边界区域并基于所述边界区域确定各个图像宏块的多个边界元素集，各个边界元素集由至少一个像素点组成；所述滤波模块配置为确定各个边界元素集的多个目标方向以及各个目标方向的与通道分量对应的梯度变化量，所述梯度变化量由各个目标方向上的位于围绕着各个边界元素集的周边区域且至少一部分分布在与各个边界元素集所在的图像宏块相邻的图像宏块中的多个目标像素点确定，对于各个通道分量，基于所述多个目标方向对应的多个所述梯度变化量确定各个边界元素集中像素点的分量像素值；所述更新模块配置为基于至少一个通道分量对应的至少一个所述分量像素值更新所述压缩图像。在这种情况下，利用压缩图像中与边界区域相邻的图像宏块确定的目标方向对边界区域进行处理，用于确定梯度变化量的各个目标方向上的像素点跨越边界区域以综合相邻图像宏块的图像特征，进而能够降低相邻图像宏块之间的分块效应，使压缩图像的分块边界平滑且边缘也较清晰。

11、本公开第三方面提供了一种电子设备，包括至少一个处理电路，所述至少一个处理电路被配置为执行本公开第一方面所述的处理方法。

12、本公开第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现执行本公开第一方面所述的处理方法。

技术特征：

1.一种压缩图像的宏块边界的处理方法，所述压缩图像由压缩算法处理获得且包括多个图像宏块，其特征在于，所述处理方法包括：获取所述压缩图像并确定所述压缩图像的所述多个图像宏块中的各个图像宏块的边界区域并基于所述边界区域确定各个图像宏块的多个边界元素集，各个边界元素集由至少一个像素点组成；确定各个边界元素集的多个目标方向以及各个目标方向的与通道分量对应的梯度变化量，所述梯度变化量由各个目标方向上的位于围绕着各个边界元素集的周边区域且至少一部分分布在与各个边界元素集所在的图像宏块相邻的图像宏块中的多个目标像素点确定；对于各个通道分量，基于所述多个目标方向对应的多个所述梯度变化量确定各个边界元素集中像素点的分量像素值；并且基于至少一个通道分量对应的至少一个所述分量像素值更新所述压缩图像。

2.根据权利要求1所述的处理方法，其特征在于：

3.根据权利要求1所述的处理方法，其特征在于：

4.根据权利要求3所述的处理方法，其特征在于：

5.根据权利要求3所述的处理方法，其特征在于：

6.根据权利要求1所述的处理方法，其特征在于：

7.根据权利要求1所述的处理方法，其特征在于：

8.根据权利要求1所述的处理方法，其特征在于：

9.一种压缩图像的宏块边界的处理装置，所述压缩图像由压缩算法处理获得且包括多个图像宏块，其特征在于，所述处理装置包括获取模块、滤波模块和更新模块；所述获取模块配置为获取所述压缩图像并确定所述压缩图像的所述多个图像宏块中的各个图像宏块的边界区域并基于所述边界区域确定各个图像宏块的多个边界元素集，各个边界元素集由至少一个像素点组成；所述滤波模块配置为确定各个边界元素集的多个目标方向以及各个目标方向的与通道分量对应的梯度变化量，所述梯度变化量由各个目标方向上的位于围绕着各个边界元素集的周边区域且至少一部分分布在与各个边界元素集所在的图像宏块相邻的图像宏块中的多个目标像素点确定，对于各个通道分量，基于所述多个目标方向对应的多个所述梯度变化量确定各个边界元素集中像素点的分量像素值；所述更新模块配置为基于至少一个通道分量对应的至少一个所述分量像素值更新所述压缩图像。

10.一种电子设备，其特征在于，包括至少一个处理电路，所述至少一个处理电路被配置为执行如权利要求1至8中任一项所述的处理方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至8所述的处理方法。

技术总结
本公开描述一种压缩图像的宏块边界的处理方法、装置、设备及介质，该处理方法包括获取压缩图像并确定压缩图像的各个图像宏块的边界区域并基于边界区域确定各个图像宏块的多个边界元素集，各个边界元素集由至少一个像素点组成；确定各个边界元素集的多个目标方向并且由位于各个边界元素集的周边区域且至少一部分分布在相邻的图像宏块中的多个目标像素点确定各个目标方向的与通道分量对应的梯度变化量；对于各个通道分量，基于多个目标方向对应的多个梯度变化量确定各个边界元素集中像素点的分量像素值；基于至少一个通道分量对应的至少一个分量像素值更新压缩图像。由此，能够降低压缩图像的分块效应，使压缩图像的分块边界平滑且边缘也较清晰。

技术研发人员：徐秀莉,夏然,李根
受保护的技术使用者：深圳硅基智控科技有限公司
技术研发日：
技术公布日：2024/6/11