专利名称：具滤噪声步骤的图框种类侦测方法
技术领域：
本发明为一种具滤噪声步骤的图框种类侦测方法。是在计算出梳状因子后，进行一滤噪声(Denoising)步骤，以达到提高判断图框种类精确度的目的。
背景技术：
目前视讯画面的影像是由每秒传送30个图框(frame)所组成，进而产生连续的动态影像，每一图框是由多条扫描线组合而成(以National Television System Committee；NTSC为例，系传送525条扫描线)，也就是每一图框是利用1/30秒来传送525条扫描线。
而上述视讯的图框目前可分为二种，分别可分为交错式图框(interlace)以及顺次(progressive)图框，其中交错式图框其扫描方式是将每一图框再分为顶图场(top field)及底图场(bottom field)，其中顶图场为奇数的扫描线，底图场则为偶数的扫描线，然后分成两次分别扫描，如先扫描顶图场后再扫描底图场后产生一完整的图框；而顺次(progressive)图框的扫描方式则为同时一次传送整个图框(frame)所有的扫描线，然后一线一线顺次扫描。
如图1(a)及图1(b)所示分别为交错式图框10及顺次图框11的影像示意图，由前述可知，由于交错式图框10的扫描方式为于不同的时间分别传送顶图场(奇数扫描线)及底图场(偶数扫描线)，因此会在如图1(a)中的方形影像100及三角形影像101其轮廓边缘产生如梳状的影像(一般称为梳状因子(comb factor))，分辨率较差，相对的画面品质也较差；而由于顺次图框11由于为同时传送整个图框，因此其不会产生如图1(a)中的梳状因子。
由前述可知由于梳状因子的产生对于分辨率有极大的影响，因此在输出影像之前会进行一侦测流程，以侦测输入的图框为交错图框或是顺次图框，若侦测为交错图框，则当画面于输出之前会有一解交错(deinterlacing)处理步骤以将梳状因子去除，以获得更佳的影像输出品质；若为顺次图框，则不需经过解交错步骤而直接输出影像即可。
传统的侦测流程如图2所示，首先在步骤201中，设计数器为零，输入一可计算出画素梳状因子值(comb factor)的图框函式F(n)，接着进行步骤202，将所有画素代入此图框函式F(n)中，步骤203，计算画素梳状因子值(comb factor)，此梳状因子值计算的演算式在后面予以叙述；步骤204中，判断梳状因子值是否大于临界值，若大于临界值，则进入步骤205中，将计数值加1；若梳状因子值小于临界值，则进入步骤206，判断是否为最后一梳状因子；若是，则进入步骤207；若否，则重复步骤203至步骤206；步骤207，判断计数器中数值是否小于临界值，若计数器中数值小于临界值时，则于步骤208判断其图框种类为顺次图框，若计数器数值大于临界值时，则进入步骤209判断其图框种类为交错式图框；最后，结束侦测流程。
图3所示为在图2中步骤203其计算一画素其梳状因子值的图框画素示意图，其中欲计算画素30发生于图中所示的X的位置，而所示○的第一邻近画素31与第二邻近画素32为邻近的周遭画素，其计算画素30梳状因子值的演算式为梳状因子值(Comb Factor(x，y))＝(b-x)×(e-x)-(b-e)2其中，x为画素30在坐标(x，y)的画素值；b为第一邻近画素31在坐标(x，y-1)的画素值；e为第二邻近画素32在坐标(x，y+1)的画素值。
虽然利用演算式算出每一梳状因子的数值然后与一设定的固定临界值作比较可作为一判断此画素是否为梳状因子，最后再根据梳状因子的数目(即计数器数目)可判断出图框种类，但是此种方法亦会造成误判。其原因是由于当一画素若与周遭画素的亮度差异极大时，其利用上述演算式所算出来的梳状因子值会极大，因此，若在一影像上有杂点时，其也有可能因与周遭画素的亮度差异极大而被误判为梳状因子，例如若在一顺次影像中有较多的杂点时，即会因被判断为梳状因子而造成最后误判为交错式图框。
为解决上述因将影像上的杂点误判为梳状因子的问题，本发明提出一种具滤噪声步骤的图框种类侦测方法来达到更精确的交错式图框及顺次图框判断方法。
发明内容
本发明为一种具滤噪声步骤的图框种类侦测方法，是在计算出梳状因子后，进行一滤噪声(Denoising)步骤，以确认其是属于梳状因子还是杂点，最后再进行判断图框种类的步骤，如此可精确的计算出梳状因子的数目，减少误将杂点判断为梳状因子的可能，以达到提高判断图框种类精确度的目的。
为达到上述目的，本发明具滤噪声步骤的图框种类侦测方法为先在处理器中输入图框一函式F(n)，并设计数器为零；然后将图框中所有画素带入该函式中并判断每一画素是否为梳状因子；接着，再经过一滤噪声步骤以判断每一梳状因子是否为真或是为杂点；若为梳状因子，则将计数器加一；最后，根据计数器数目判断其为交错式图框或是顺次图框。
有关本发明的详细内容及技术，现配合
如下图1(a)为交错式图框的影像输出示意图；图1(b)为顺次图框的影像输出示意图；图2为现有技术侦测图框种类方法的流程示意图；图3为计算一画素其梳状因子值的图框画素示意图；图4为本发明具滤噪声步骤的图框种类侦测方法其较佳实施例之一流程示意图；及图5为本发明具滤噪声步骤的图框种类侦测方法其另一较佳实施例的流程示意图。
符号说明10交错式图框；100方形影像；101三角形影像；11顺次图框； 30画素； 31第一邻近画素；32第二邻近画素；301、401输入一函式F(n)至处理中，设计数器为零；
302、402将所有画素代入该函式F(n)算出梳状因子值；303、403梳状因子值＞梳状因子临界值；304、404第一梳状图为1；305、405第一梳状图为零；306、406最后一梳状因子值；307、407进行滤噪声步骤；308、408算出每一画素的判断值；309、409判断值＞多数临界值；310、413计算器加1；311最后一判断值；414最后一第二梳状图；312、415计数器数值＜计数器临界值；313、416顺次图框；314、417交错式图框。
具体实施例方式
图4为本发明一较佳实施例具滤噪声步骤的图框种类侦测方法的一流程示意图，包括下列步骤首先，进行步骤301，设计数器为零，输入一图框函式F(n)至一处理器中，由于此图框函式在现有技术中已提及，在此不再赘叙；接着，在步骤302中将所有画素代入该函式F(n)中，并算出梳状因子值；接着，在步骤303中判断梳状因子值是否大于梳状因子临界值，若大于梳状因子临界值时，则进入步骤304将其对应的第一梳状图(Comb map1)的值设为1；若小于梳状因子临界值，则于步骤305中将对应的第一梳状图(Comb map1)其值设为零；接着进行步骤306，判断是否为最后一画素的梳状因子图，若为最后一画素的梳状因子图，则进入步骤307，若非最后一画素的梳状因子图，则进入重复步骤302至305，直到计算出最后一画素的梳状因子图为止。
接着进行步骤307，进行滤噪声步骤(Median Flitering)，其是在步骤308中再将每一画素所对应的第一梳状图带入下列演算式中算出一判断值(counts)，其演算式在本实施例为如下所示判断值(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皆为一3×3的矩阵，Comb map(x+i，y+j)则为各别画素在对应位置(x+i，y+j)所先前计算出的第一梳状图值。
当计算出该判断值后，则于步骤309中将算出的判断值与一多数临界值(Majority-th)作一比较判断，若大于多数临界值，则进入步骤310将计数器加一；若此判断值小于多数临界值(Majority-th)，则进入步骤311判断是否为最后一画素的判断值，若是，则进入步骤312；若不是，则重复步骤308至309。
在步骤312中，判断计数器数值是否小于一计数器临界值，其计数器的数值即代表梳状因子的数目，若计数器数值小于计数器临界值，代表此图框中的梳状因子数目未达交错式图框的标准，在步骤312中判断其为顺次图框；若大于计数器临界值，代表此图框中的梳状因子数目已超过交错式图框其梳状因子数目设定的标准值，进入步骤313判断其为交错式图框，最后，结束侦测流程。
如图5所示为本发明另一较佳实施例的流程示意图，其与前一实施例主要不同在于增加一将判断值与多数临界值(Majority-th)作比较判断的结果输入至一第二梳状图的步骤，其包括下列步骤首先，进行步骤401，设计数器为零，输入一图框函式F(n)至一处理器中，由于此图框函式在现有技术中已提及，在此不再赘叙；接着，在步骤402中将所有画素代入该函式F(n)中，并算出梳状因子值；接着，在步骤403中判断梳状因子值是否大于梳状因子临界值，若大于梳状因子临界值时，则进入步骤404将其对应的第一梳状图(Comb map1)其值设为1；若小于梳状因子临界值，则于步骤405中将对应的第一梳状图(Comb map1)其值设为零；接着进行步骤406，判断是否为最后一画素的梳状因子图，若为最后一画素的梳状因子图，则进入步骤407，若非最后一画素的梳状因子图，则进入重复步骤402至405，直到计算出最后一画素的梳状因子图为止。
接着进行步骤407，进行滤噪声步骤(Median Flitering)，首先在步骤408中将每一画素所对应的第一梳状图带入下列演算式中算出一判断值(counts)，其演算式在本实施例为如下所示判断值(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皆为一3×3的矩阵Combmap(x+i，y+j)则为各别画素在对应位置(x+i，y+j)先前算出的第一梳状图值。
当计算出该判断值后，则于步骤409中将算出的判断值与一多数临界值(Majority-th)作一比较判断，并将判别的结果输入一第二梳状图中，在此梳状图为一位梳状图(bit map)。此步骤为利用前述演算式算出的判断值用以判断此画素为梳状因子还是杂点，在本实施例中，若此画素的判断值大于多数临界值，则进入步骤410设其第二梳状图值为1；若此判断值小于多数临界值，则进入步骤411将对应的第二梳状图的值为零。
在步骤412中，判断每一第二梳状图是否为1；若是，则将计数器加1；若不是，则进入步骤414中判断是否为最后一第二梳状图，若是，则进入步骤415中，若否，则返回步骤412。步骤415为判断计数器数值是否小于计数器临界值，其计数器的数值即代表梳状因子的数目，若计数器数值小于计数器临界值，代表此图框中的梳状因子数目未达交错式图框的标准，则判断其为顺次图框(步骤416)；若计数器数值大于计数器临界值，代表此图框中的梳状因子数目已超过交错式图框其梳状因子数目设定的标准值，则判断其为交错式图框(步骤417)，最后，结束侦测流程。
以上为本发明具滤噪声步骤的图框种类侦测方法实施例的详细说明，当计算出梳状因子后，利用一滤噪声(Denoising)步骤，以确认其对应于此梳状因子的画素是属于梳状因子(Comb factor)还是杂点，最后再进行判断图框种类的步骤，如此可精确的计算出一图框中梳状因子的数目，减少误将杂点判断为梳状因子的可能，以达到提高判断图框种类精确度的目的。
综上所述，充分显示出本发明具滤噪声步骤的图框种类侦测方法在目的及功效上均深富实施的进步性，具有产业上的利用价值，并且为目前市面上前所未见的新发明，完全符合发明专利的条件，所以依法提出申请。
前面所叙述的，仅为本发明的较佳实施例而已，并不作为限定本发明所实施的范围。即大凡依本发明申请专利范围所做出的均等变化与修饰，均应仍属于本发明专利涵盖的范围内。
权利要求
1.一种具滤噪声步骤的图框种类侦测方法，其借助一处理器完成，该处理器中储存有可计算出梳状因子值的函式，其特征在于该侦测方法包括有将一图框中的画素依序输入至一处理器中；根据该函式计算出图框其所有画素的梳状因子值；进行一滤噪声步骤，并进行辨认该各该画素的梳状因子值；若属于梳状因子，则将计数器加一；若不属于梳状因子，则计数器不变；及根据计数器数值及计数器临界值判断出该图框种类；及结束侦测流程。
2.如权利要求1所述的具滤噪声步骤的图框种类侦测方法，其特征在于在进行一滤噪声步骤中，包括将该梳状因子与一梳状因子临界值作一比较；若大于梳状因子临界值时，则将其对应的第一梳状图设为一；若小于梳状因子临界值，则将对应的第一梳状图设为零；及算出各该画素其第一梳状图的判断值。
3.如权利要求2所述的具滤噪声步骤的图框种类侦测方法，其特征在于还包括将判断值与一多数临界值作一比较，若大于多数临界值，则将计数器加一；及若小于多数临界值，计数器维持不变。
4.如权利要求2所述的具滤噪声步骤的图框种类侦测方法，其特征在于还包括将判断值与一多数临界值作一比较，若大于多数临界值，则设对应的第二梳状图为一；若此判断值小于多数临界值，则设对应的第二梳状图为零；及判断每一第二梳状图是否为一；若是，则将计数器加一；若不是，则计数器维持不变。
5.如权利要求1所述的具滤噪声步骤的图框种类侦测方法，其特征在于在根据计数器数值判断出该图框种类的步骤中，若计数器数值大于该计数器临界值，则判定其为顺次图框，若小于该计数器临界值，则判定其为交错式图框。
6.一种具滤噪声步骤的图框种类侦测方法，其借助一处理器完成，该处理器中储存有可计算出梳状因子值的函式，其特征在于该侦测方法包括有将一图框中的画素依序输入至一处理器中；根据该图框函式计算出所有画素的梳状因子值；算出各该画素的第一梳状图值；根据各该画素的第一梳状图值，算出各该画素的判断值，并将判断值与一多数临界值作一比较，若大于多数临界值，则设对应的第二梳状图为一；若此判断值小于多数临界值，则设对应的第二梳状图为零；及判断每一第二梳状图是否为一；若是，则将计数器加一；若不是，则计数器维持不变。根据计数器数值及计数器临界值判断出该图框种类；及结束侦测流程。
7.如权利要求6所述的具滤噪声步骤的图框种类侦测方法，其特征在于在算出各该画素的第一梳状图值的步骤中，将该梳状因子值与一梳状因子临界值作一比较，若大于梳状因子临界值时，则将其对应的第一梳状图值设为一；若小于梳状因子临界值，则将对应的第一梳状图值设为零。
全文摘要
本发明为一种具滤噪声步骤的图框种类侦测方法，是在计算出梳状因子后，进行一滤噪声(Denoising)步骤，以确认其是属于梳状因子(Comb factor)还是杂点，最后再进行判断图框种类的步骤，如此可精确的计算出梳状因子的数目，减少误将杂点判断为梳状因子的可能，以达到提高判断图框种类精确度的目的。
文档编号H04N3/15GK1567978SQ0314855
公开日2005年1月19日 申请日期2003年7月2日 优先权日2003年7月2日
发明者林文国, 颜仲和 申请人:矽统科技股份有限公司