块噪声检测方法和设备以及块噪声降低方法和设备

摘要

本发明提供了块噪声检测方法和设备以及块噪声降低方法和设备。像素边界级差检测器(11)基于输入图像帧的图像平面上的像素边界(P)上的相邻像素(5和6)的像素值之间的差分值和根据像素边界(P)的一侧的至少多个像素预测出的像素边界(P)上的预测像素值(7或8)来检测像素边界(P)上的像素边界级差，累积器(12)针对一个图像帧对像素边界(P)级差进行累积，以及块噪声检测器(13)基于所述累积结果来检测块噪声。本发明提高了块噪声检测的精度，提高了块噪声降低的效果，并提高了图像质量。

说明书

技术领域

本发明涉及块噪声检测方法和设备，以及块噪声降低方法和设备。更具体来说，本发明涉及一种用于对块噪声的大小、位置以及强度进行检测的方法和设备，和一种用于基于该检测结果来降低块噪声的方法和设备。

背景技术

被应用了数字图像压缩编码技术的数字广播、DVD播放器、盘式录音机等的开始普及给予我们更多观看压缩编码图像的机会。因此，压缩编码图像变得离我们更近了。

MPEG-2(其是在数字广播、盘式录音机等中使用的图像压缩的国际标准)通过参照多个图像帧之间的类似部分进行运动补偿在时域上实现图像压缩。因此，压缩的难度随着图像的内容而变化。当图像压缩的难度由于在多个图像帧(以下，简称为“帧”)之间的类似部分很少而很高时，按高压缩比对图像数据进行编码。这导致损失图像的高频分量，使得损失块的边界附近的像素值的连续性，导致所恢复的图像上的矩形噪声，即，块噪声。

作为用于检测和降低这种块噪声的公知技术，存在在以下专利文献1到4中提出的技术。

(1)在专利文献1中公开的技术旨在即使在解码器不输出表示像素块的边界的信号时也能够精确地检测块噪声。为此，对输入视频信号进行微分以对微分信号中的孤立微分点(脉动形脉冲(impulse-shapedpulse))进行检测，通过积分电路按多个像素块的周期对该检测结果进行积分，对有关按多个像素块的周期生成的多个孤立微分点的信息进行累积，并基于积分电路的输出在各帧中确定是否存在块噪声。因此，即使像素块的边界是模糊的，也可以准确地确定是否存在块噪声。因此，通过在水平和垂直方向上执行积分处理，可以对水平和垂直方向上的由于块噪声而产生的脉动形脉冲进行合适的检测。这使得可以准确地确定是否存在块噪声。

(2)在专利文献2中公开的技术旨在提供一种具有简单结构的块噪声降低设备。为此，对输入视频信号进行微分，以获得孤立微分点处的孤立微分数据，对该孤立微分数据进行滤波以获得用于对在其中产生了块噪声的矩形块与相邻块之间的边界上的信号电平之差进行校正的校正数据，并将该校正数据加入延迟了预定时间的输入视频信号。由此，通过使用校正数据可以去除在多个块之间的边界上的大级差，并且使得块噪声降低设备可以具有简单的结构。

(3)在专利文献3中公开的技术旨在在没有编码信息的情况下仅根据像素数据来高精度地检测在压缩视频中易于产生的块噪声，并去除该噪声。为此，对视频输入信号的空间差分执行利用了块噪声的特征的加权处理，在空间方向上累积加权处理的结果以对块噪声进行检测，并对该检测结果执行沿不同方向的空间方向的附加累积处理。由此，可以防止由于随机噪声效应而导致的误检测，当仅根据像素数据检测块噪声时易于产生该随机噪声。

(4)在专利文献4中公开的技术旨在通过从压缩编码图像信号中仅有效地去除噪声分量来获得高图像质量的恢复图像。为此，将恢复图像信号划分成多个预定单元块，对划分单元块内的像素电平是否波动进行检测，对在其中未检测到电平的波动的单元块中的相邻像素之间的差分值进行检测，并确定相邻块，将该差分值与预定阈值进行比较以确定是否产生了块噪声，并对其中差分值小于阈值的相邻单元块执行平滑化处理。由此，可以防止由于块噪声而导致的显示图像的失真。

如图25的(1)所示，例如，基本上，专利文献1、2以及4中公开的技术获得在一帧内在相邻像素之间的差分(绝对值)作为像素边界上的级差以用于检测块噪声，按如图25的(2)所示的块噪声大小(在图25中，块噪声大小＝8)的周期对其相邻像素差分绝对值高于阈值[图25的(1)中的“阈值1”]的值(参见标号101：检测信号＝1)进行累积，当一个帧的累积值不小于预定值时[当在图25的(2)中不小于“阈值2”时]确定产生了块噪声(参见由虚线102包围的部分)。顺便指出，块噪声大小(块大小)周期是在诸如DCT变换等的正交变换处理中由一个单位(例如，8×8个像素的块大小)确定的周期。块噪声大小＝8意味着8×8个像素是一个单位块。

如图26的(1)所示，在专利文献3中提出的技术按如图26的(2)所示的块噪声大小(图26示出了其中块噪声大小＝8的示例)的周期在一帧中对不小于“阈值1”并且不大于“阈值2”(参见标号201：检测信号＝1)的相邻像素差分绝对值进行累积，并且确定当一个帧的累积值不小于一预定值时产生了块噪声(参见由虚线202包围的部分)。

因此，公知的块噪声检测技术获得相邻像素之间的差分(绝对值)作为用于检测块噪声的基本量，按多个块噪声的周期针对一个帧对这些值进行累积，并基于该累积值的大小确定是否产生了块噪声。

[专利文献1]日本特开2000-350202号公报

[专利文献2]日本特开2001-119695号公报

[专利文献3]日本特开2005-12641号公报

[专利文献4]日本特开平8-205157号公报

然而，存在难以根据相邻像素之间的差分值精确地检测出块噪声的情况，这是因为在其中尽管没有产生块噪声但是图像(像素)值发生大的变化(像素边界是倾斜的)的部分中相邻像素之间的差分值往往很大。

此外，通过按块噪声的周期对相邻像素之间的差分值进行累积而获得的值在很大程度上依赖于图像的内容，因此在具有大量高频分量的复杂图像中通过按块大小周期对相邻像素之间的差分值进行累积而获得的值很大，而与是否产生块噪声无关。这导致难以准确地找到块噪声，因为难以将产生了块噪声的情况与图像复杂的情况进行区分。

发明内容

鉴于以上缺点，本发明的目的是提高块噪声检测的精度，通过利用该检测结果提高降低块噪声的效果，并改进所恢复的图像质量。

为了实现以上目的，本发明提供了以下块噪声检测方法和设备、以及块噪声降低方法和设备。即：

(1)本发明提供了一种块噪声检测方法，该块噪声检测方法包括以下步骤：基于在输入图像帧的图像平面上的像素边界上的相邻像素的像素值之间的差分值和根据所述像素边界的一侧的至少多个像素预测出的所述像素边界上的预测像素值，对所述像素边界上的像素边界级差进行检测；和对一个图像帧的所述像素边界级差进行累积，以检测块噪声。

(2)优选地，将所述相邻像素的像素值之间的所述差分值相对于根据所述像素边界的一侧的多个像素预测出的所述像素边界上的预测像素值与根据所述像素边界的另一侧的多个像素预测出的所述像素边界上的预测像素值之间的差分值进行比较，并将较小的差分值检测为所述像素边界上的像素边界级差。

(3)本发明还提供了一种块噪声检测设备，该块噪声检测设备包括：像素边界级差检测装置，用于基于在输入图像帧的图像平面上的像素边界上的相邻像素的像素值之间的差分值和根据所述像素边界的一侧的至少多个像素预测出的所述像素边界上的预测像素值，对所述像素边界上的像素边界级差进行检测；累积装置，用于针对一个图像帧对所述像素边界级差进行累积；以及块噪声检测装置，用于基于由所述累积装置进行的累积的结果来检测块噪声。

(4)本发明还提供了一种块噪声降低方法，该块噪声降低方法基于利用在(1)或(2)中描述的所述块噪声检测方法的块噪声检测的结果，对输入图像帧执行块噪声降低处理。

(5)本发明还提供了一种块噪声降低设备，该块噪声降低设备包括：在(3)中描述的所述块噪声检测设备；和块噪声降低装置，用于基于由所述块噪声检测设备进行的检测的结果，对所述输入图像帧执行块噪声降低处理。

本发明至少提供了以下效果和优点中的任何一个：

(1)由于基于所述像素边界上的相邻像素的像素值之间的差分值和根据所述像素边界的一侧的至少多个像素预测出的所述像素边界上的预测像素值，对所述像素边界上的像素边界级差进行检测，因此当计算像素边界级差时可以考虑像素边界上的预测像素值。即使像素边界倾斜时，也可以检测到更精确的像素边界级差，并在不使用压缩编码中的解码信息(如量化标尺等)的情况下改进块噪声检测的精度。

(2)根据像素边界的两侧预测出的预测像素值可以得到更精确的像素边界级差，这更加改进了块噪声检测的精度。

(3)当根据像素边界的一侧的多个像素通过线性预测来预测像素边界上的预测像素值时，可以通过简单的计算和结构来改进块噪声检测的精度。

(4)当像素边界级差不小于一阈值时，在对像素边界上的像素边界级差进行累积时，从针对一个图像帧的累积处理中排除掉该像素边界级差。由于比由块噪声的产生而导致的级差大的级差源自图像的图案，因此从累积处理排除掉这种级差，这使得可以减小图像图案的影响，并提高块噪声检测率。

(5)将多个比值相互进行比较，所述多个比值中的每一个是像素边界上的像素边界级差的累积值相对于与前述像素边界相隔块噪声大小的一半的像素边界上的像素边界级差的累积值之比。与根据像素边界级差本身的累积值来检测块噪声的情况相比，这可以降低块噪声检测评估值对图像的复杂度的依赖性，减小图像图案的影响，从而提高了块噪声检测的精度。

(6)基于像素边界级差的多个累积值中的最大值与其第二大值之比来确定块噪声产生强度。在此情况下，与根据像素边界级差本身的累积值来检测块噪声的情况相比，可以减小图像图案的影响，这使得可以提高块噪声检测的精度。

(7)当帧间差分很小时，带有运动补偿的图像压缩的效率很高。因此，当帧间差分小于一阈值时，对块噪声检测条件进行控制以将其改变成使得难以检测到块噪声的条件。由此，当图像带有很少的运动并且具有复杂图案时，可以减少对块噪声的错误检测，这提高了块噪声检测的精度。

(8)当在对图像进行了解码之后将图像上的块噪声放大整数的缩放因子时，按块噪声的整数倍的周期对像素边界级差进行累积。由此，变得可以只针对未被内插的像素来计算像素边界级差，这使得即使在放大了块噪声的图像中也可以提高块噪声检测率的精度。在将图像放大了两倍的情况下，这可以减小放大的内插处理的影响，并且可以提高块噪声检测率的精度。

(9)由于像素边界级差易于受到图像图案内容的影响，因此，即使产生了几乎同一程度的块噪声，针对一个帧的用于确定块噪声检测的像素边界级差的累积值也会波动。因此，当根据多个图像帧对同一块噪声检测结果进行检测时，输出该检测结果，这可以减小由于图像图案而造成的像素边界级差的波动的影响，并且可以提高块噪声检测率的精度。

(10)通过在块噪声降低设备中使用上述块噪声检测技术，提高了块噪声检测的精度。因此，可以使块噪声降低处理(滤波处理)只在需要时起作用。结果，还可以减少如下现象的发生率：由于尽管产生了块噪声但是滤波处理不起作用，因此未降低块噪声；或者由于尽管没有产生块噪声但是滤波处理起作用，因此劣化了图像，这使得可以提高图像质量。

(11)基于像素边界上的像素边界级差的累积值相对于与前述像素边界相隔块噪声大小的一半的像素边界上的像素边界级差的累积值之比来控制块噪声降低处理中的滤波强度。由此，可以使用于降低块噪声的滤波处理根据块噪声检测强度而起作用，这使得可以提高块噪声降低处理之后的图像质量。

(12)基于像素边界级差的累积值中的最大值与其第二大值之比来控制块噪声降低处理中的滤波强度。由此，可以使用于降低块噪声的滤波处理根据块噪声检测强度而起作用，这提高了块噪声降低处理之后的图像质量。

(13)由于高压缩比导致高频分量的损失，因此产生由于块边界上的连续性的损失而导致的块噪声。因此，用于降低块噪声的滤波处理不仅降低了块噪声而且会导致图像质量的劣化(如图像的模糊)。为了解决该缺点，只对块噪声边界及其附近执行滤波处理，由此减小了块边界上的不连续性(这是产生块噪声的一个原因)，并抑制了在除块边界以外的区域中的图像的劣化，这使得可以提高块噪声降低处理之后的图像质量。

(14)将比由于块噪声而导致的像素边界级差更大的像素边界级差认为是由图像的图案所导致的。因此，当通过滤波处理降低块噪声时，在像素边界级差大于一阈值时防止滤波处理起作用。由此，可以防止由于对源自图像本质的级差起作用的滤波处理而导致的图像质量的劣化，并且提高了块噪声降低处理之后的图像质量。

附图说明

图1是示出了根据本发明实施例的块噪声检测设备的结构的框图；

图2是示出了图1所示的像素边界级差计算单元的结构的框图；

图3(A)和3(B)是用于例示图1和2所示的像素边界级差计算单元的第一像素边界级差计算方法的图；

图4(A)和4(B)是用于例示要从待由图1所示的像素边界级差累积单元累积的像素边界级差组中排除掉的像素边界级差的图；

图5是用于例示由图2所示的预测像素差分绝对值计算单元对预测像素值进行计算的方法的图；

图6是示出实现了图5所示的计算方法的预测像素差分绝对值计算单元的结构的框图；

图7(A)和7(B)是用于例示图1和2所示的像素边界级差计算单元的第二像素边界级差计算方法的图；

图8是示出实现了第二像素边界级差计算方法的预测像素差分绝对值计算单元的第一结构的框图；

图9是示出实现了第二像素边界级差计算方法的预测像素差分绝对值计算单元的第二结构的框图；

图10(A)和10(B)是用于例示图1所示的像素边界级差累积单元的像素边界级差累积方法的图；

图11是用于例示根据放大图像获得的像素边界级差的示例的图；

图12是用于例示对图11所示的放大图像的像素边界级差的累积处理(每隔一个像素执行累积处理)的图；

图13是用于例示对图11所示的放大图像的像素边界级差的累积处理(每隔一个像素执行累积处理)的图；

图14是示出了图1所示的块噪声检测单元的结构的框图；

图15是示出了块噪声检测评估值的示例，以对图14所示的块噪声检测单元的操作进行说明的图；

图16是示出图14所示的块噪声检测单元的变型例的框图；

图17是示出图16所示的块噪声检测单元的另一操作示例的框图；

图18是示出图1所示的块噪声检测设备的第一变型例的框图；

图19是示出图1所示的块噪声检测设备的第二变型例的框图；

图20是示出根据本发明实施例的块噪声降低设备的基本部分的框图；

图21是示出图20所示的块噪声降低设备的结构的框图；

图22是示出图21所示的块噪声降低设备的变型例的框图；

图23是示出对整个图像执行块噪声去除处理的示例的图；

图24是用于例示图21和22所示的块噪声降低单元的块噪声去除处理的图；

图25是用于例示一种已知的块噪声检测方法的图；以及

图26是用于例示另一种已知的块噪声检测方法的图。

具体实施方式

以下，参照附图对本发明的实施例进行描述。

[A]对块噪声检测设备的描述

图1是示出了根据本发明实施例的块噪声检测设备的结构的框图。图1所示的块噪声检测设备1包括像素边界级差计算单元11、像素边界级差累积单元12以及块噪声检测单元13。

像素边界级差计算单元(像素边界级差检测装置)11对在输入视频信号的图像平面上的相邻像素的像素值之间的级差(像素边界级差)进行计算(检测)。在本实施例中，如图3(A)和3(B)所示，像素边界级差计算单元11对在某个像素边界P上的相邻像素5和6的像素值之间的差分(绝对值)A进行计算，对在根据像素边界P的一侧(左侧)的多个像素预测出的像素边界上的预测像素值(以标号7表示)与根据像素边界的另一侧(右侧)的多个像素预测出的像素边界P上的预测像素值(以标号8表示)之间的差分(绝对值)B进行计算，然后选择并输出较小值(即，在图3(A)的情况下为差分绝对值A，或者在图3(B)的情况下为差分绝对值B)作为像素边界级差。

在计算像素边界级差时，即使像素边界是倾斜的，也可以通过考虑在像素边界P上的预测像素值7与8之间的差分绝对值，来计算出更准确的像素边界级差。这提高了块噪声检测的精度。

如图2所示，像素边界级差计算单元11例如至少包括：相邻像素差分绝对值计算单元111，用于计算在像素边界P上的相邻像素5与6之间的差分绝对值A；预测像素差分绝对值计算单元112，用于计算预测像素7与8之间的差分绝对值B；以及像素边界级差比较单元113，用于将由这些计算单元111和112执行的计算的结果进行比较，并输出较小者作为像素边界级差。

当该像素边界级差不小于预定阈值时，像素边界级差选择单元114将由像素边界级差比较单元113获得的像素边界级差例如设置为0，从而防止在以下阶段中该像素边界级差参与到由像素边界级差累积单元12进行的对像素边界累积值的计算中。

如图4(A)所示，例如，如果计算出的像素边界级差(在此情况下为较小级差A)低于所述预定阈值，则当按块噪声大小的周期对某个像素边界P上的像素边界级差进行累积时，像素边界级差累积单元12将所述像素边界级差加到用于计算一个图像帧的累积值的级差组上。相反，如图4(B)所示，当计算出的像素边界级差(在此情况下为级差B)不小于所述预定阈值时，像素边界级差累积单元12将该像素边界级差设置为0，以防止该像素边界级差参与到累积值计算中。

这样做的原因如下。即，当存在比由于块噪声而产生的级差大的级差时，认为该级差是源自图像的图案的级差。因此，像素边界级差选择单元114防止不小于所述阈值的像素边界级差参与到对用于块噪声检测的像素边界级差累积值的计算中，这使得可以减小图像图案的影响，从而能够提高块噪声检测率。

当预测像素差分绝对值计算单元112对预测像素值进行计算时，例如，可以应用多项式回归分析或线性预测。

(1)在多项式回归分析的情况下

如图5所示，例如，对通过利用多项式回归分析根据像素边界P的一侧的多个像素确定的多项式方程Y＝C₁X+C₂×X²+...+C_n×Xⁿ(其中Y是像素值，X是图像平面上的坐标)中的系数C₁、...、以及C_n进行计算，然后根据所确定的曲线的多项式方程计算出像素边界P上的预测像素值7。类似地，根据另一侧的多个像素计算出像素边界P上的预测像素值8。输出预测像素值7与8之间的差分(绝对值)作为像素边界级差。

在此情况下，如图6所示，例如，通过包括以下单元可以实现预测像素差分绝对值计算单元112：多项式方程计算单元112a，其通过利用多项式回归分析来确定均经过了像素边界的相关侧的尽可能多的像素的曲线的多项式方程；像素值预测单元112b，其对由多项式方程计算单元112a确定的多项式方程给出的像素边界P上的预测像素值7和8进行计算；以及边界级差计算单元112c，其对在由像素值预测单元112b计算出的预测像素值7与8之间的差分(绝对值)进行计算，并输出该差分作为像素边界级差。

(2)在线性预测的情况下

在此情况下，如图7(A)和7(B)所示，预测像素差分绝对值计算单元112通过利用线性预测、根据像素边界P的一侧的至少两个像素5和5’(6和6’)来预测像素边界P上的像素值7(8)，并对根据像素边界P的两侧而确定的预测值7与8之间的差分(绝对值)进行计算。顺便指出，图7(A)示出了像素边界级差是差分绝对值A(即，在像素边界P上的相邻像素5与6之间的差分绝对值)的情况，而图7(B)示出了像素边界级差是差分绝对值B(即，在像素边界P上的标号7与8之间的预测像素差分绝对值)的情况。

在此情况下例如可以如图8或9所示地实现预测像素差分绝对值计算单元112。

在图8的情况下，与图5和6所示的情况类似，预测像素差分绝对值计算单元112可以包括：多项式方程计算单元112d，其根据像素边界P的一侧的两个像素5和5’(6和6’)确定满足C₁+C₂×X的C₁和C₂；像素值预测单元112e，其根据由多项式方程计算单元112d确定的相关多项式方程计算出像素边界P的一侧的各预测像素值7(8)；以及边界级差计算单元112f，其对由像素值预测单元112e计算出的预测像素值7与8之间的差分(绝对值)进行计算，并输出该差分作为像素边界级差。

在图9的情况下，预测像素差分绝对值计算单元112可以包括：像素值线性预测单元112g，其确定像素边界P的一侧的两个像素5与5’(6与6’)之间的差分值，并将该差分值的一半加入所述两个像素5与5’(6与6’)中的更靠近像素边界P的一个的像素值中，以计算出像素边界P上的预测像素值7(8)；和边界级差计算单元112h，其对由像素值线性预测单元112g根据像素边界P的两侧计算出的两个预测像素值7与8之间的差分(绝对值)进行计算，并输出该差分作为像素边界级差。

在以上示例中，根据从像素边界P的两侧获得的两个预测像素值7和8来确定差分(绝对值)。另选地，可以只根据像素边界P的一侧来确定预测像素值7(或8)，并且可以确定预测像素值7(或8)与像素边界P的另一侧的像素边界P附近的多个相邻像素中的像素6(或5)的像素值之间的差分(绝对值)。这样，与已知技术相比，可以提高块噪声检测的精度。

在图1中，像素边界级差累积单元(累积装置)12按块噪声大小周期针对一个图像帧对由像素边界级差计算单元11计算出的像素边界级差进行累积，以确定累积值。例如，当对图像平面上的沿垂直方向的边沿上的块噪声进行检测时，如图10(A)所示，像素边界级差累积单元12对水平方向上的像素边界级差进行累积。当对图像平面上的沿水平方向的边沿上的块噪声进行检测时，如图10(B)所示，像素边界级差累积单元12对垂直方向上的像素边界级差进行累积。

当对在图像被解码之后按整数的缩放因子放大的图像的块噪声进行检测时，按与该缩放因子相对应的块噪声的整数倍的周期对像素边界级差进行累积，从而只利用未被内插的像素来计算像素边界级差。这使得即使在放大了块噪声的图像中，也可以提高块噪声检测率的精度。

例如，当将图像放大了两倍时，每隔一个像素对像素边界级差进行计算，由此可以减小放大处理的内插处理的影响，并且提高了块噪声检测的精度。具体地，例如，当将具有720×480个像素的SDTV图像的图像尺寸缩小为具有352×240个像素或352×480个像素的图像并且按盘式录音机的长期模式来编码时，将图像放大为具有720×480个像素的图像尺寸，并将其输入到TV中。

在这种情况下，当试图根据放大图像上的相邻像素之间的像素边界级差来检测块噪声时，如图11所示，由于在放大处理时内插的像素，因此将像素边界级差分成了两个几乎相等的像素边界级差，并且根据块尺寸在像素边界级差累积值的一定位置处出现了两个峰值(参见由虚线300包围的部分)。这使得难以检测并确定块噪声，导致检测精度的降低(因为难以分辨该图像没有块噪声还是该图像是经放大的图像)。

如图12和13所示，当将图像放大两倍时，基于根据缩放因子的抽样(在此情况下为每隔一个像素)来计算像素边界级差，从而检测到在像素边界级差的位置处具有单个峰值的块噪声。这提高了经放大的图像的块噪声检测率。这里，为简单起见，只对通过将相邻像素的差分绝对值相加而获得的像素边界级差进行了描述。

在图1中，块噪声检测单元13基于从像素边界级差累积单元12输出的像素边界级差的累积值来计算块噪声检测评估值，并输出与是否存在块噪声检测、块噪声在图像平面上的位置以及在产生了块噪声的情况下块噪声的强度有关的信息，作为块噪声检测的结果。如图14所示，例如，块噪声检测单元13包括像素边界级差比较单元131、有效像素边界级差比计算单元132以及块噪声强度确定单元133。

像素边界级差比较单元131输出像素边界级差累积值的最大值、其第二大值以及在像素边界上的最大值的位置。有效像素边界级差比计算单元132向块噪声强度确定单元133输出：通过将从像素边界级差比较单元131输入的像素边界级差的最大值除以其第二大值而获得的值，作为块噪声评估值；和所述最大值所在的像素边界位置，作为块噪声产生位置。

块噪声强度确定单元133将从有效像素边界级差比计算单元132输入的块噪声检测评估值与一预定阈值进行比较，并输出表示在块噪声产生位置处产生了块噪声的信息，作为块噪声检测结果。顺便指出，块噪声强度确定单元133确定块噪声检测评估值越大则块噪声的强度越大，并输出该确定结果。

如图15所示，例如，这里假设在“像素边界P0”处的像素边界级差累积值是A、在“像素边界P1”处的像素边界级差累积值是B、在“像素边界P2”处的像素边界级差累积值是C、在“像素边界P3”处的像素边界级差累积值是D、在“像素边界P4”处的像素边界级差累积值是E、在“像素边界P5”处的像素边界级差累积值是F、在“像素边界P6”处的像素边界级差累积值是G、在“像素边界P7”处的像素边界级差累积值是H，在“像素边界P2”处的像素边界级差累积值C是最大的，而在“像素边界P5”处的像素边界级差累积值F是第二大的。因此，块噪声评估值是C/F，当C/F不小于一阈值时确定在“像素边界P2”处产生了块噪声。

块噪声检测单元13基于通过针对一个图像帧按块噪声周期对像素边界级差进行累积而获得的最大值与第二大值之比来确定块噪声产生强度。因此，如稍后将参照图17描述的，与基于像素边界级差的值来检测块噪声的情况相比，可以减小图像图案的影响，从而可以提高块噪声检测的精度。

另选地，如图16所示，块噪声检测单元13可以包括像素边界级差比计算单元134、像素边界级差比较选择单元135以及块噪声强度确定单元136。

像素边界级差比计算单元134计算通过将在某个像素边界处的像素边界级差累积值除以在与前述像素边界相隔块噪声大小的一半的像素边界处的像素边界级差累积值而得到的值(即，比值)，作为块噪声检测评估值。像素边界级差比较选择单元135对这些评估值进行比较，并选择这些评估值中的最大值作为选择结果，并输出最大值所在的像素边界作为块噪声产生位置。

块噪声强度确定单元136将所输入的块噪声强度评估值与一预定阈值进行比较，当所输入的块噪声检测评估值不小于所述阈值时，输出表示在该块噪声产生位置处产生了块噪声的信息。顺便指出，与块噪声强度确定单元133类似，该块噪声强度确定单元136确定块噪声检测评估值越大则块噪声的强度越大，并输出该确定结果。

在此情况下，如图17所示，与以上示例类似，这里假设在“像素边界P0”处的像素边界级差累积值是A、在“像素边界P1”处的像素边界级差累积值是B、在“像素边界P2”处的像素边界级差累积值是C、在“像素边界P3”处的像素边界级差累积值是D、在“像素边界P4”处的像素边界级差累积值是E、在“像素边界P5”处的像素边界级差累积值是F、在“像素边界P6”处的像素边界级差累积值是G、在“像素边界P7”处的像素边界级差累积值是H。像素边界级差比计算单元134计算通过按块噪声大小的周期针对一个图像帧对像素边界上的像素边界级差进行累积而获得的值与通过对与前述像素边界相隔块噪声大小的一半的像素边界上的像素边界级差进行累积而获得的值之比，以获得块噪声检测评估值，因而在“像素边界P0”的位置处的块噪声检测评估值是A/E，在“像素边界P1”处的块噪声检测评估值是B/F，在“像素边界P2”处的块噪声检测评估值是C/G，在“像素边界P3”处的块噪声检测评估值是D/H，在“像素边界P4”处的块噪声检测评估值是E/A，在“像素边界P5”处的块噪声检测评估值是F/B，在“像素边界P6”处的块噪声检测评估值是G/C，在“像素边界P7”处的块噪声检测评估值是H/D。

像素边界级差比较选择单元135和块噪声强度确定单元136确定在具有如下值的像素边界上产生了块噪声：该值是这些块噪声检测评估值中的最大的，并且该值不小于一预定阈值。

如上所述，通过对这些比值(其中每一个比值都是通过按块噪声大小的周期针对一个帧对像素边界上的像素边界级差进行累积而获得的值与通过对与前述像素边界相隔块噪声大小的一半的像素边界上的像素边界级差进行累积而获得的值之比)进行比较，变得可以消除块噪声检测值对图像复杂度的依赖性，从而与基于像素边界级差的累积值来检测块噪声的情况相比，减小了图像图案的影响。这使得可以提高块噪声检测的精度。

(A1)对块噪声检测设备的第一变型例的描述

例如，如图18所示，块噪声检测设备1还可以包括帧差分值计算单元14。帧差分值计算单元14在多个帧中对在某个帧与前一帧之间的差分值进行计算，即，例如，对在当前帧与前一帧之间的差分(绝对值)进行计算。在本变型例中，根据该计算的结果(帧间差分值)对由块噪声检测单元13进行块噪声检测用的阈值进行控制。

当帧间差分值表示帧间的相关性很大(即，帧间差分值很小)时，块噪声检测单元13增大用于块噪声检测的阈值(确定条件)以使得难以检测到块噪声，或者根据块噪声检测评估值降低块噪声强度，并输出它。

即，帧间差分计算单元14还充当控制装置，该控制装置用于对由块噪声检测单元13进行的块噪声检测的确定条件进行控制，以使得当所检测到的帧间差分值小于一预定阈值时难以检测到块噪声。

当帧间差分很小时，将块噪声检测条件改变成使得难以检测到块噪声的条件。由此，即使在由于帧间差分很小并且带有运动补偿的图像压缩比很高因此块噪声出现的可能性很小的情况下，也可以消除对块噪声的错误检测(这在图像带有很少的运动并且图像复杂时易于发生)。这使得可以改进块噪声检测的精度。

(A2)对块噪声检测设备的第二变型例的描述

例如，如图19所示，块噪声检测设备1还可以包括位于块噪声检测单元13的后一级的块噪声检测结果检查单元15。当从连续的几个帧获得了相同的块噪声检测大小值和相同的块噪声检测位置值时，块噪声检测结果检查单元15输出该检测结果作为块噪声检测的结果。

像素边界级差易于受到图像图案内容的影响。因此，即使在产生了几乎相同程度的块噪声时，用于确定块噪声的产生的、针对一个帧的像素边界级差累积值也会波动。因此，当检测到相同的块噪声大小并且根据多个帧检测块噪声位置时，块噪声检测结果检查单元15输出这些值作为块噪声检测的结果，由此可以减小由于图像图案而造成的像素边界级差的波动的影响，并且可以提高块噪声检测的精度。

[对块噪声降低设备的描述]

图20是示出了根据本发明实施例的块噪声降低设备的基本部分的结构的框图。图20所示的块噪声降低设备3包括块噪声降低单元2和上述块噪声检测设备1。在图20中，块噪声检测设备1具有图1所示的基本结构。然而，块噪声检测设备1可以具有以上参照图1到19所描述的块噪声检测设备的多种结构中的任何一种结构。

块噪声降低单元2基于由块噪声检测设备1获得的块大小检测结果(块噪声大小、块噪声位置、块噪声强度)去除(降低)输入视频信号中的块噪声。例如，如图21所示，块噪声降低单元2包括块噪声降低滤波单元21和块边界区确定单元22。

块噪声降低滤波单元21根据由块噪声检测设备1检测到的块噪声强度执行块噪声去除(降低)处理。更具体来说，块噪声降低滤波单元21对输入视频信号中的由块噪声检测设备1检测到的块大小和位置指定的像素施加低通滤波处理(块噪声降低滤波器)。

块边界区确定单元22确定待由块噪声降低滤波单元21滤波的像素是否位于块噪声的边界位置附近的区域中。块噪声降低滤波单元21接收由块边界区确定单元22获得的确定结果，并且当待滤波像素位于块噪声边界附近的位置处时根据该块噪声将块噪声降低到滤波强度。

即，块边界区确定单元22实现了作为滤波区域控制装置的功能，该滤波区域控制装置用于基于块噪声检测单元13的检测结果进行控制，以将图像帧上的由块噪声降低单元2(块噪声降低滤波单元21)对其施加滤波处理的区域限制于其上产生了块噪声的像素边界及其附近。

本示例的块噪声降低设备3使得块噪声降低滤波器基于块噪声检测设备1(其具有极好的块噪声检测精度)的检测结果对输入视频信号进行作用。因此，块噪声降低滤波器只有在需要时才进行作用。因此，可以消除如下现象的出现率：由于尽管产生了块噪声但是块噪声降低滤波器未作用，因此未降低块噪声；或者由于尽管未产生块噪声但是块噪声滤波器作用，因此劣化了图像。这使得可以提高图像质量。

由于高压缩比导致高频分量的损失，因此导致块噪声的产生，导致块边界上的连续性的丧失。因此，块噪声降低滤波器21降低了这种块噪声，但是同时导致图像质量的劣化，使得图像变得模糊。

因此，块噪声降低设备3基于块边界区确定单元22的确定结果，只对块边界附近的像素执行滤波处理，以抑制图像在除块边界附近以外的区域中的劣化，同时减小块边界上的不连续性(这是产生块噪声的一个原因)。这使得可以在进行了块噪声降低处理之后提高图像质量。

即，不是如图23所示地对整个图像执行滤波处理，而是如图24所示地只对块噪声边界附近的像素执行滤波处理，从而减小了块噪声，同时抑制了图像图案的模糊。

当块噪声检测设备1的块噪声检测单元13具有以上参照图14和15所述的结构时，在块噪声降低设备3中根据通过按块大小周期针对一个帧对像素边界级差进行累积而获得的各累积值中的最大值与其第二大值之比来控制块噪声降低单元2(块噪声降低滤波单元21)的滤波强度。因此，可以使得块噪声降低滤波单元21按与块噪声检测强度相对应的滤波强度进行动作，这使得可以在进行了块噪声降低处理之后改进图像质量。

当块噪声检测设备1的块噪声检测单元13具有以上参照图16和17所述的结构时，在块噪声降低设备3中根据通过按块噪声周期针对一个帧对像素边界上的像素边界级差进行累积而获得的累积值与通过对与前述像素边界相隔块噪声大小的一半的像素边界上的像素边界级差进行累积而获得的累积值之比来控制块噪声降低单元2(块噪声降低滤波单元21)中的滤波强度。在此情况下，同样，可以使得块噪声降低滤波单元21按与块噪声检测强度相对应的滤波强度进行作用，这使得可以提高块噪声降低处理之后的图像质量。

在以上情况下，块噪声检测单元13还实现了滤波控制装置的功能，该滤波控制装置用于基于像素边界级差的多个累积值中的最大值与其第二大值之比，或者基于像素边界上的像素边界级差的累积值与在与前述像素边界相隔块噪声大小的一半的像素边界上的累积值之比，来控制块噪声降低单元2(块噪声降低滤波单元21)的滤波强度。

(B1)对块噪声降低设备(块噪声降低单元2)的变型例的描述

例如，如图22所示，块噪声降低设备3的块噪声降低单元2还可以包括边沿区确定单元23以及上述块噪声降低滤波单元21和块边界区确定单元22。

边沿区确定单元23使用边沿检测滤波器等来检测在边沿区中是否存在待由块噪声降低滤波单元21滤波的像素，并将该检测结果输出给块噪声降低滤波单元21。块噪声降低滤波单元21接收块边界区确定单元22的确定结果和边沿区确定单元23的确定结果，并且当待滤波像素位于块噪声边界附近并且不在边沿区中时使得块噪声降低滤波单元21对输入视频信号执行滤波处理。否则，块噪声降低滤波单元21防止执行该滤波处理。

即，边沿区确定单元23实现了作为滤波器中断控制单元的作用，该滤波器中断控制单元用于进行控制，以在像素边界级差不小于一预定阈值时中断块噪声降低单元2(块噪声降低滤波单元21)的滤波处理。

由此，因为对源自图像性质的像素边界级差执行由块噪声降低滤波单元21进行的滤波处理，因此可以防止图像质量劣化，这使得可以提高块噪声降低处理之后的图像质量。

注意，本发明并不限于以上多个示例，而是可以在不脱离本发明的精神和范围的情况下按各种方式进行修改。

根据本发明，如上所述，当计算像素边界级差时，将像素边界上的预测像素值考虑在内。由此，即使像素边界是倾斜的，也可以检测到更精确的像素边界级差，并且可以在不使用压缩编码中的解码信息(如量子化规模等)的情况下提高块噪声检测的精度。这对于有效降低块噪声来说是有用的，并且提高了图像质量。因此，本发明在数字图像压缩编码的技术领域中非常有用。

本申请基于并在此要求于2006年3月27日在日本提交的日本专利申请No.2006-85334的优先权，通过引用将其内容并入于此。