專利名稱：具濾噪聲步驟的圖框種類偵測方法
技術領域：
本發明為一種具濾噪聲步驟的圖框種類偵測方法。是在計算出梳狀因子后，進行一濾噪聲(Denoising)步驟，以達到提高判斷圖框種類精確度的目的。
背景技術：
目前視訊畫面的影像是由每秒傳送30個圖框(frame)所組成，進而產生連續的動態影像，每一圖框是由多條掃描線組合而成(以National Television System Committee；NTSC為例，系傳送525條掃描線)，也就是每一圖框是利用1/30秒來傳送525條掃描線。
而上述視訊的圖框目前可分為二種，分別可分為交錯式圖框(interlace)以及順次(progressive)圖框，其中交錯式圖框其掃描方式是將每一圖框再分為頂圖場(top field)及底圖場(bottom field)，其中頂圖場為奇數的掃描線，底圖場則為偶數的掃描線，然后分成兩次分別掃描，如先掃描頂圖場后再掃描底圖場后產生一完整的圖框；而順次(progressive)圖框的掃描方式則為同時一次傳送整個圖框(frame)所有的掃描線，然后一線一線順次掃描。
如圖1(a)及圖1(b)所示分別為交錯式圖框10及順次圖框11的影像示意圖，由前述可知，由于交錯式圖框10的掃描方式為于不同的時間分別傳送頂圖場(奇數掃描線)及底圖場(偶數掃描線)，因此會在如圖1(a)中的方形影像100及三角形影像101其輪廓邊緣產生如梳狀的影像(一般稱為梳狀因子(comb factor))，分辨率較差，相對的畫面品質也較差；而由于順次圖框11由于為同時傳送整個圖框，因此其不會產生如圖1(a)中的梳狀因子。
由前述可知由于梳狀因子的產生對于分辨率有極大的影響，因此在輸出影像之前會進行一偵測流程，以偵測輸入的圖框為交錯圖框或是順次圖框，若偵測為交錯圖框，則當畫面于輸出之前會有一解交錯(deinterlacing)處理步驟以將梳狀因子去除，以獲得更佳的影像輸出品質；若為順次圖框，則不需經過解交錯步驟而直接輸出影像即可。
傳統的偵測流程如圖2所示，首先在步驟201中，設計數器為零，輸入一可計算出畫素梳狀因子值(comb factor)的圖框函式F(n)，接著進行步驟202，將所有畫素代入此圖框函式F(n)中，步驟203，計算畫素梳狀因子值(comb factor)，此梳狀因子值計算的演算式在后面予以敘述；步驟204中，判斷梳狀因子值是否大于臨界值，若大于臨界值，則進入步驟205中，將計數值加1；若梳狀因子值小于臨界值，則進入步驟206，判斷是否為最后一梳狀因子；若是，則進入步驟207；若否，則重復步驟203至步驟206；步驟207，判斷計數器中數值是否小于臨界值，若計數器中數值小于臨界值時，則于步驟208判斷其圖框種類為順次圖框，若計數器數值大于臨界值時，則進入步驟209判斷其圖框種類為交錯式圖框；最后，結束偵測流程。
圖3所示為在圖2中步驟203其計算一畫素其梳狀因子值的圖框畫素示意圖，其中欲計算畫素30發生于圖中所示的X的位置，而所示○的第一鄰近畫素31與第二鄰近畫素32為鄰近的周遭畫素，其計算畫素30梳狀因子值的演算式為梳狀因子值(Comb Factor(x，y))＝(b-x)×(e-x)-(b-e)2其中，x為畫素30在坐標(x，y)的畫素值；b為第一鄰近畫素31在坐標(x，y-1)的畫素值；e為第二鄰近畫素32在坐標(x，y+1)的畫素值。
雖然利用演算式算出每一梳狀因子的數值然后與一設定的固定臨界值作比較可作為一判斷此畫素是否為梳狀因子，最后再根據梳狀因子的數目(即計數器數目)可判斷出圖框種類，但是此種方法亦會造成誤判。其原因是由于當一畫素若與周遭畫素的亮度差異極大時，其利用上述演算式所算出來的梳狀因子值會極大，因此，若在一影像上有雜點時，其也有可能因與周遭畫素的亮度差異極大而被誤判為梳狀因子，例如若在一順次影像中有較多的雜點時，即會因被判斷為梳狀因子而造成最后誤判為交錯式圖框。
為解決上述因將影像上的雜點誤判為梳狀因子的問題，本發明提出一種具濾噪聲步驟的圖框種類偵測方法來達到更精確的交錯式圖框及順次圖框判斷方法。
發明內容
本發明為一種具濾噪聲步驟的圖框種類偵測方法，是在計算出梳狀因子后，進行一濾噪聲(Denoising)步驟，以確認其是屬于梳狀因子還是雜點，最后再進行判斷圖框種類的步驟，如此可精確的計算出梳狀因子的數目，減少誤將雜點判斷為梳狀因子的可能，以達到提高判斷圖框種類精確度的目的。
為達到上述目的，本發明具濾噪聲步驟的圖框種類偵測方法為先在處理器中輸入圖框一函式F(n)，并設計數器為零；然后將圖框中所有畫素帶入該函式中并判斷每一畫素是否為梳狀因子；接著，再經過一濾噪聲步驟以判斷每一梳狀因子是否為真或是為雜點；若為梳狀因子，則將計數器加一；最后，根據計數器數目判斷其為交錯式圖框或是順次圖框。
有關本發明的詳細內容及技術，現配合
如下圖1(a)為交錯式圖框的影像輸出示意圖；圖1(b)為順次圖框的影像輸出示意圖；圖2為現有技術偵測圖框種類方法的流程示意圖；圖3為計算一畫素其梳狀因子值的圖框畫素示意圖；圖4為本發明具濾噪聲步驟的圖框種類偵測方法其較佳實施例之一流程示意圖；及圖5為本發明具濾噪聲步驟的圖框種類偵測方法其另一較佳實施例的流程示意圖。
符號說明10交錯式圖框；100方形影像；101三角形影像；11順次圖框； 30畫素； 31第一鄰近畫素；32第二鄰近畫素；301、401輸入一函式F(n)至處理中，設計數器為零；
302、402將所有畫素代入該函式F(n)算出梳狀因子值；303、403梳狀因子值＞梳狀因子臨界值；304、404第一梳狀圖為1；305、405第一梳狀圖為零；306、406最后一梳狀因子值；307、407進行濾噪聲步驟；308、408算出每一畫素的判斷值；309、409判斷值＞多數臨界值；310、413計算器加1；311最后一判斷值；414最后一第二梳狀圖；312、415計數器數值＜計數器臨界值；313、416順次圖框；314、417交錯式圖框。
具體實施例方式
圖4為本發明一較佳實施例具濾噪聲步驟的圖框種類偵測方法的一流程示意圖，包括下列步驟首先，進行步驟301，設計數器為零，輸入一圖框函式F(n)至一處理器中，由于此圖框函式在現有技術中已提及，在此不再贅敘；接著，在步驟302中將所有畫素代入該函式F(n)中，并算出梳狀因子值；接著，在步驟303中判斷梳狀因子值是否大于梳狀因子臨界值，若大于梳狀因子臨界值時，則進入步驟304將其對應的第一梳狀圖(Comb map1)的值設為1；若小于梳狀因子臨界值，則于步驟305中將對應的第一梳狀圖(Comb map1)其值設為零；接著進行步驟306，判斷是否為最后一畫素的梳狀因子圖，若為最后一畫素的梳狀因子圖，則進入步驟307，若非最后一畫素的梳狀因子圖，則進入重復步驟302至305，直到計算出最后一畫素的梳狀因子圖為止。
接著進行步驟307，進行濾噪聲步驟(Median Flitering)，其是在步驟308中再將每一畫素所對應的第一梳狀圖帶入下列演算式中算出一判斷值(counts)，其演算式在本實施例為如下所示判斷值(counts)=111111111·CombMap(x-1,y+1)CombMap(x,y+1)CombMap(x+1,y+1)CombMap(x-1,y)CombMap(x,y)CombMap(x+1,y)CombMap(x-1,y-1)CombMap(x,y-1)CombMap(x+1,y-1)]]>其中，M及Combmap(x+i，y+j)for i＝-1～1，j＝-1～1皆為一3×3的矩陣，Comb map(x+i，y+j)則為各別畫素在對應位置(x+i，y+j)所先前計算出的第一梳狀圖值。
當計算出該判斷值后，則于步驟309中將算出的判斷值與一多數臨界值(Majority-th)作一比較判斷，若大于多數臨界值，則進入步驟310將計數器加一；若此判斷值小于多數臨界值(Majority-th)，則進入步驟311判斷是否為最后一畫素的判斷值，若是，則進入步驟312；若不是，則重復步驟308至309。
在步驟312中，判斷計數器數值是否小于一計數器臨界值，其計數器的數值即代表梳狀因子的數目，若計數器數值小于計數器臨界值，代表此圖框中的梳狀因子數目未達交錯式圖框的標準，在步驟312中判斷其為順次圖框；若大于計數器臨界值，代表此圖框中的梳狀因子數目已超過交錯式圖框其梳狀因子數目設定的標準值，進入步驟313判斷其為交錯式圖框，最后，結束偵測流程。
如圖5所示為本發明另一較佳實施例的流程示意圖，其與前一實施例主要不同在于增加一將判斷值與多數臨界值(Majority-th)作比較判斷的結果輸入至一第二梳狀圖的步驟，其包括下列步驟首先，進行步驟401，設計數器為零，輸入一圖框函式F(n)至一處理器中，由于此圖框函式在現有技術中已提及，在此不再贅敘；接著，在步驟402中將所有畫素代入該函式F(n)中，并算出梳狀因子值；接著，在步驟403中判斷梳狀因子值是否大于梳狀因子臨界值，若大于梳狀因子臨界值時，則進入步驟404將其對應的第一梳狀圖(Comb map1)其值設為1；若小于梳狀因子臨界值，則于步驟405中將對應的第一梳狀圖(Comb map1)其值設為零；接著進行步驟406，判斷是否為最后一畫素的梳狀因子圖，若為最后一畫素的梳狀因子圖，則進入步驟407，若非最后一畫素的梳狀因子圖，則進入重復步驟402至405，直到計算出最后一畫素的梳狀因子圖為止。
接著進行步驟407，進行濾噪聲步驟(Median Flitering)，首先在步驟408中將每一畫素所對應的第一梳狀圖帶入下列演算式中算出一判斷值(counts)，其演算式在本實施例為如下所示判斷值(counts)=111111111·CombMap(x-1,y+1)CombMap(x,y+1)CombMap(x+1,y+1)CombMap(x-1,y)CombMap(x,y)CombMap(x+1,y)CombMap(x-1,y-1)CombMap(x,y-1)CombMay(x+1,y-1)]]>其中，M及Combmap(x+i，y+j)for i＝-1～1，j＝-1～1皆為一3×3的矩陣Combmap(x+i，y+j)則為各別畫素在對應位置(x+i，y+j)先前算出的第一梳狀圖值。
當計算出該判斷值后，則于步驟409中將算出的判斷值與一多數臨界值(Majority-th)作一比較判斷，并將判別的結果輸入一第二梳狀圖中，在此梳狀圖為一位梳狀圖(bit map)。此步驟為利用前述演算式算出的判斷值用以判斷此畫素為梳狀因子還是雜點，在本實施例中，若此畫素的判斷值大于多數臨界值，則進入步驟410設其第二梳狀圖值為1；若此判斷值小于多數臨界值，則進入步驟411將對應的第二梳狀圖的值為零。
在步驟412中，判斷每一第二梳狀圖是否為1；若是，則將計數器加1；若不是，則進入步驟414中判斷是否為最后一第二梳狀圖，若是，則進入步驟415中，若否，則返回步驟412。步驟415為判斷計數器數值是否小于計數器臨界值，其計數器的數值即代表梳狀因子的數目，若計數器數值小于計數器臨界值，代表此圖框中的梳狀因子數目未達交錯式圖框的標準，則判斷其為順次圖框(步驟416)；若計數器數值大于計數器臨界值，代表此圖框中的梳狀因子數目已超過交錯式圖框其梳狀因子數目設定的標準值，則判斷其為交錯式圖框(步驟417)，最后，結束偵測流程。
以上為本發明具濾噪聲步驟的圖框種類偵測方法實施例的詳細說明，當計算出梳狀因子后，利用一濾噪聲(Denoising)步驟，以確認其對應于此梳狀因子的畫素是屬于梳狀因子(Comb factor)還是雜點，最后再進行判斷圖框種類的步驟，如此可精確的計算出一圖框中梳狀因子的數目，減少誤將雜點判斷為梳狀因子的可能，以達到提高判斷圖框種類精確度的目的。
綜上所述，充分顯示出本發明具濾噪聲步驟的圖框種類偵測方法在目的及功效上均深富實施的進步性，具有產業上的利用價值，并且為目前市面上前所未見的新發明，完全符合發明專利的條件，所以依法提出申請。
前面所敘述的，僅為本發明的較佳實施例而已，并不作為限定本發明所實施的范圍。即大凡依本發明申請專利范圍所做出的均等變化與修飾，均應仍屬于本發明專利涵蓋的范圍內。
權利要求
1.一種具濾噪聲步驟的圖框種類偵測方法，其借助一處理器完成，該處理器中儲存有可計算出梳狀因子值的函式，其特征在于該偵測方法包括有將一圖框中的畫素依序輸入至一處理器中；根據該函式計算出圖框其所有畫素的梳狀因子值；進行一濾噪聲步驟，并進行辨認該各該畫素的梳狀因子值；若屬于梳狀因子，則將計數器加一；若不屬于梳狀因子，則計數器不變；及根據計數器數值及計數器臨界值判斷出該圖框種類；及結束偵測流程。
2.如權利要求1所述的具濾噪聲步驟的圖框種類偵測方法，其特征在于在進行一濾噪聲步驟中，包括將該梳狀因子與一梳狀因子臨界值作一比較；若大于梳狀因子臨界值時，則將其對應的第一梳狀圖設為一；若小于梳狀因子臨界值，則將對應的第一梳狀圖設為零；及算出各該畫素其第一梳狀圖的判斷值。
3.如權利要求2所述的具濾噪聲步驟的圖框種類偵測方法，其特征在于還包括將判斷值與一多數臨界值作一比較，若大于多數臨界值，則將計數器加一；及若小于多數臨界值，計數器維持不變。
4.如權利要求2所述的具濾噪聲步驟的圖框種類偵測方法，其特征在于還包括將判斷值與一多數臨界值作一比較，若大于多數臨界值，則設對應的第二梳狀圖為一；若此判斷值小于多數臨界值，則設對應的第二梳狀圖為零；及判斷每一第二梳狀圖是否為一；若是，則將計數器加一；若不是，則計數器維持不變。
5.如權利要求1所述的具濾噪聲步驟的圖框種類偵測方法，其特征在于在根據計數器數值判斷出該圖框種類的步驟中，若計數器數值大于該計數器臨界值，則判定其為順次圖框，若小于該計數器臨界值，則判定其為交錯式圖框。
6.一種具濾噪聲步驟的圖框種類偵測方法，其借助一處理器完成，該處理器中儲存有可計算出梳狀因子值的函式，其特征在于該偵測方法包括有將一圖框中的畫素依序輸入至一處理器中；根據該圖框函式計算出所有畫素的梳狀因子值；算出各該畫素的第一梳狀圖值；根據各該畫素的第一梳狀圖值，算出各該畫素的判斷值，并將判斷值與一多數臨界值作一比較，若大于多數臨界值，則設對應的第二梳狀圖為一；若此判斷值小于多數臨界值，則設對應的第二梳狀圖為零；及判斷每一第二梳狀圖是否為一；若是，則將計數器加一；若不是，則計數器維持不變。根據計數器數值及計數器臨界值判斷出該圖框種類；及結束偵測流程。
7.如權利要求6所述的具濾噪聲步驟的圖框種類偵測方法，其特征在于在算出各該畫素的第一梳狀圖值的步驟中，將該梳狀因子值與一梳狀因子臨界值作一比較，若大于梳狀因子臨界值時，則將其對應的第一梳狀圖值設為一；若小于梳狀因子臨界值，則將對應的第一梳狀圖值設為零。
全文摘要
本發明為一種具濾噪聲步驟的圖框種類偵測方法，是在計算出梳狀因子后，進行一濾噪聲(Denoising)步驟，以確認其是屬于梳狀因子(Comb factor)還是雜點，最后再進行判斷圖框種類的步驟，如此可精確的計算出梳狀因子的數目，減少誤將雜點判斷為梳狀因子的可能，以達到提高判斷圖框種類精確度的目的。
文檔編號H04N3/15GK1567978SQ0314855
公開日2005年1月19日 申請日期2003年7月2日 優先權日2003年7月2日
發明者林文國, 顏仲和 申請人:矽統科技股份有限公司