Способ обработки изображения, устройство обработки изображения, способы кодирования/декодирования видео, устройства кодирования/декодирования видео и программа для них

Способ обработки изображения, устройство обработки изображения, способы кодирования/декодирования видео, устройства кодирования/декодирования видео и программа для них

Иллюстрации

Показать все

Реферат

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

Настоящее изобретение относится к способам обработки изображения, которая уменьшает шум при получении изображения и повреждение поврежденного изображения.

По данной заявке испрашивается приоритет Патентной Заявки Японии № 2011-051443, поданной 09 марта 2011г., содержимое которой включено в настоящее описание посредством ссылки.

УРОВЕНЬ ТЕХНИКИ

Используемые в настоящем описании понятия определены следующим образом.

- «Форма поиска»: совокупность точек поиска вокруг целевого пикселя сравнения с шаблоном или форма, образуемая этой совокупностью.

- «Форма шаблона»: группа пикселей, используемых для вычисления степени сходства между целевым пикселем и каждой точкой поиска при выполнении сравнения с шаблоном, или форма, образуемая группой пикселей. Одинаковая форма используется для группы пикселей вокруг целевого пикселя и для группы пикселей вокруг каждой точки поиска, и значения пикселей в позициях с одинаковым относительным взаимным расположением сравниваются друг с другом.

В области обработки изображений в качестве методики уменьшения шума при получении изображения и ухудшения ухудшенного изображения были предложены различные фильтры шумоподавления. Среди прочего известно, что фильтры шумоподавления в соответствии со способом нелокальных средних величин (см. Непатентный Документ 1) демонстрируют высокий эффект шумоподавления. Здесь и далее, фильтры шумоподавления в соответствии со способом нелокальных средних величин именуются как фильтры NLM.

Фиг.26 является схемой, описывающей фильтр NLM. На фиг.26 одна квадратная ячейка является точкой поиска, а совокупность точек поиска является формой поиска. P 0 является целевым пикселем шумоподавления, а P S является пикселем точки поиска в цели поиска. T 0 и T S являются формами шаблона, и форма T 0 шаблона источника сравнения является такой же, что и форма T S шаблона цели поиска.

В фильтре NLM соответствующие пиксели в форме T 0 шаблона источника сравнения и форме T S шаблона цели поиска сравниваются друг с другом, и вычисляется степень сходства между шаблонами. Обычно вычисление степени сходства между шаблонами использует сумму квадратов разностей (SSD) или сумму абсолютных разностей (SAD).

Фиг.27 является схемой, иллюстрирующей входы и выход модуля исполнения фильтра NLM. По существу, модуль 1000 исполнения фильтра NLM вводит четыре фрагмента информации, включающие в себя: целевое изображение шумоподавления, форму поиска, форму шаблона и коэффициент шумоподавления, и формирует результирующее изображение с подавленным шумом. В качестве коэффициента шумоподавления дисперсия как типичное значение задается, когда доступно исходное изображение, к которому применяется шум, и соответствующее значение устанавливается пользователем, когда исходное изображение недоступно.

Модуль 1000 исполнения фильтра NLM вычисляет пиксельное значение с подавленным шумом для каждого пикселя следующим образом. Ниже описан пример, который использует SSD для вычисления степени сходства между шаблонами.

(1) Начальное значение переменной S W суммы весовых коэффициентов задается равным 0, и начальное значение переменной S P суммы значений пикселя задается равным 0.

(2) Нижеследующие процессы повторяются для всех точек поиска внутри формы поиска.

(2-1) В качестве степени сходства между шаблонами вычисляется SSD.

(2-2) Весовой коэффициент W = exp ( − S S D / к о э ф ф и ц и е н т ш у м о п о д а в л е н и я )

(2-3) Сумма весовых коэффициентов S W = с у м м а в е с о в ы х к о э ф ф и ц и е н т о в S W + в е с о в о й к о э ф ф и ц и е н т W

(2-4) Сумма пиксельных значений S P = с у м м а з н а ч е н и й п и к с е л я S P + в е с о в о й к о э ф ф и ц и е н т W × ( з н а ч е н и е п и к с е л я т о ч к и п о и с к а )

(3) По завершении процессов (2) для всех точек поиска внутри формы поиска пиксельное значение с подавленным шумом целевого пикселя шумоподавления получается при помощи следующего уравнения.

( з н а ч е н и е п и к с е л я с п о д а в л е н н ы м ш у м о м ) = с у м м а з н а ч е н и й п и к с е л я S P / с у м м а в е с о в ы х к о э ф ф и ц и е н т о в S W

Модуль 1000 исполнения фильтра NLM выполняет процесс шумоподавления, используя одно значение и одну форму для всех пикселей целевого изображения шумоподавления, когда одно значение задано в качестве каждого из следующего: входного коэффициента шумоподавления, входной формы поиска и входной формы шаблона, и выполняет процесс шумоподавления наряду с переключением значения и форм для каждой соответствующей точки, когда задана группа фрагментов данных, соответствующая каждому пикселю.

Более того, чтобы удалить искажение от кодирования, фильтр шумоподавления с фильтром удаления блочности установлен в «HM», которая является тестовой моделью «Высокоэффективного кодирования видео» стандартов кодирования видео следующего поколения, в отношении которых «Экспертной группой по вопросам движущегося изображения (MPEG)» и «Экспертной Группой по Кодированию Видео (VCEG)» в настоящее время осуществляются мероприятия по международной стандартизации (см. Непатентный Документ 2).

Документы Известного Уровня Техники

Непатентные Документы

Непатентный Документ 1: A. Buades, B. Coil, и J. M. Morel, «A non-local algorithm for image denoising”, Proc. IEEE Int. Conf. on Computer Vision and Pattern Recognition, том. 2, стр. 60-65, июнь, 2005г.

Непатентный Документ 2: Thomas Wiegand, Woo-Sin Han, Benjamin Bross, Jens-Rainer Ohm, и Gary S. Sullivan, «WD1: Working Draft 1 of High-Efficiency Video Coding», ITU-T SG16 WP3 и ISO/IEC JTC1/SC29/WG11 3rd Meeting: Гуанчжоу, Китай, 7-15 октября 2010г.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

Задачи, которые должны быть решены с помощью изобретения

Как описано выше, чтобы удалить искажения кодирования, в «HM» «Высокоэффективного Кодирования Видео» стандартов кодирования видео следующего поколения установлен фильтр шумоподавления с фильтром удаления блочности, однако можно предположить, что эффективность кодирования может быть повышена в сравнении с традиционными фильтрами удаления блочности, если в HM вводится вышеупомянутый фильтр NLM.

Однако вычислительная сложность фильтра NLM огромна, так что существует вероятность того, что время вычисления, требуемое для декодирования, значительно увеличится, если устройство декодирования будет вычислять фильтры NLM для всех пикселей.

Как описано выше, сравнение с шаблоном выполняется для каждого целевого пикселя шумоподавления и каждой точки поиска внутри произвольной формы поиска, используя произвольную форму шаблона для вычисления степени сходства между шаблонами. В результате, предполагая, что, например, формой шаблона является блок N×N, а формой поиска является M×M, то вычислительная сложность порядка N²×M² требуется для выполнения вычисления шумоподавления для одного пикселя. Вследствие этого, чтобы использовать фильтр NLM в устройстве декодирования и т.п., требуется технология снижения вычислительной сложности.

Цель настоящего изобретения состоит в решении вышеописанных задач и предоставлении способов снижения вычислительной сложности фильтра шумоподавления, сдерживая при этом снижение эффективности кодирования. Следует отметить, что здесь в качестве эффективности кодирования используется, например, коэффициент BD, который является одной из международных методик оценки и вычисляется из качества изображения и количества бит.

Средства для решения задач

Для решения вышеприведенных задач настоящее изобретение исполняет следующие процессы при обработке изображения, которая выполняет сравнение с шаблоном между шаблоном, который является источником сравнения для целевого пикселя шумоподавления в целевом изображении шумоподавления, и шаблоном для каждой из точек поиска, которые являются целями поиска внутри формы поиска в целевом изображении шумоподавления, и удаляет шум целевого пикселя, используя весовые коэффициенты в соответствии со степенями сходства между шаблонами и взвешенной суммой пиксельных значений в точках поиска.

(1) Вычисляется направление границы при помощи целевого изображения шумоподавления.

(2) Устанавливается форма поиска, в которой количество точек поиска вдоль направления, которое перпендикулярно направлению границы, меньше количества точек поиска вдоль направления границы, используя вычисленное направление границы в качестве индекса, используемого для ограничения формы поиска.

(3) Сравнение с шаблоном выполняется только для каждой точки поиска внутри установленной формы поиска и исполняется процесс удаления шума целевого пикселя.

Более того, настоящее изобретение применяет вышеприведенную обработку изображения к контурному фильтру (соответствующему обычному фильтру удаления блочности) при кодировании или декодировании видео.

Кроме того, в настоящем изобретении следующие процессы могут исполняться в дополнение к приведенным выше процессам (1)-(3), когда приведенная выше обработка изображения применяется к контурному фильтру при кодировании или декодировании видео.

(4) Степень отклонения между целевым пикселем и соседним пикселем целевого пикселя вычисляется, используя декодированное изображение.

(5) Степень отклонения используется в качестве индекса, используемого для ограничения формы шаблона у шаблона, и процесс ограничения формы шаблона исполняется таким образом, что чем ниже степень отклонения относительно максимального значения степени отклонения внутри декодированного изображения, тем меньше форма шаблона.

Кроме того, дополнительно может быть добавлен следующий процесс (6).

(6) Обнаруживается излишне назначенная область в форме шаблона, ограниченной процессом (5), и выполняется повторная установка формы шаблона, чтобы дополнительно ограничить форму шаблона.

Как описано выше, процесс (1) обнаруживает направление границы в целевом изображении шумоподавления, а процесс (2) ограничивает форму поиска для каждого пикселя в целевом изображении шумоподавления таким образом, чтобы сохранить точки поиска вдоль направления границы процесса (1) и сократить точки поиска вдоль направления, которое перпендикулярно направлению границы. В результате можно снизить вычислительную сложность фильтра шумоподавления.

Более того, можно снизить вычислительную сложность контурного фильтра, при этом сдерживая снижение эффективности кодирования посредством объединения вышеприведенной обработки изображения с обработкой кодирования/декодирования видео и применяя их к контурному фильтру. Кроме того, несмотря на то что обычно форма шаблона уникально задается для всего кадра как фиксированное значение, можно снизить вычислительную сложность сравнения с шаблоном посредством введения процесса ограничения формы шаблона для каждого пикселя с помощью приведенных выше процессов (4) и (5). Дополнительно, можно дополнительно снизить вычислительную сложность посредством дополнительного исполнения процесса (6).

Полезные эффекты изобретения

Нижеследующее является полезными эффектами настоящего изобретения.

1. Снижение вычислительной сложности фильтра шумоподавления

Настоящее изобретение ограничивает форму поиска и сокращает количество точек поиска, которые являются целями для сравнения с шаблоном, так что сокращается количество вычислений для сравнения с шаблоном и можно снизить вычислительную сложность.

2. Снижение вычислительной сложности фильтра шумоподавления, которое может быть реализовано, когда фильтр шумоподавления объединяется с кодированием/декодированием видео

Более того, можно реализовать снижение вычислительной сложности, в то же время сдерживая снижение эффективности кодирования посредством применения настоящего изобретения к контурному фильтру при кодировании/декодировании видео.

Кроме того, введение процесса ограничения формы шаблона для сокращения количества пикселей в шаблонах, между которыми выполняется сравнение, приводит к сокращению количества сравнений между пикселями, так что можно снизить вычислительную сложность. Т.е. поскольку сравнение с шаблоном выполняется для каждой точки поиска, то сочетание методики ограничения области поиска с методикой ограничения формы шаблона дает возможность синергетически снизить вычислительную сложность, так как вычисление дополнительно ограниченной формы шаблона выполняется внутри ограниченной формы поиска.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

Фиг.1 является схемой, иллюстрирующей пример конфигурации устройства обработки изображения в соответствии с первым вариантом осуществления настоящего изобретения.

Фиг.2 является блок-схемой обработки устройства обработки изображения первого варианта осуществления.

Фиг.3 является схемой, описывающей снижение вычислительной сложности фильтра шумоподавления из-за уменьшения формы поиска.

Фиг.4 является схемой, иллюстрирующей пример конфигурации устройства обработки изображения в соответствии со вторым вариантом осуществления настоящего изобретения.

Фиг.5 является блок-схемой обработки устройства обработки изображения второго варианта осуществления.

Фиг.6 является схемой, иллюстрирующей пример конфигурации устройства обработки изображения в соответствии с третьим вариантом осуществления настоящего изобретения.

Фиг.7A является схемой, описывающей оператор Собеля в примере способа обнаружения направления границы.

Фиг.7B является схемой, описывающей номера в соответствии с направлениями в примере способа обнаружения направления границы.

Фиг.7C является схемой, описывающей способ для назначения номеров в примере способа обнаружения направления границы.

Фиг.8 является схемой, иллюстрирующей пример установки формы поиска в соответствии с номерами направления границы.

Фиг.9A является схемой, иллюстрирующей пример установки формы поиска в соответствии с углом в радианах.

Фиг.9B является схемой, иллюстрирующей пример установки формы поиска в соответствии с углом в радианах.

Фиг.10 является схемой, иллюстрирующей пример конфигурации устройства обработки изображения в соответствии с пятым вариантом осуществления настоящего изобретения.

Фиг.11 является блок-схемой обработки устройства обработки изображения пятого варианта осуществления.

Фиг.12 является схемой, описывающей пример ограничения формы шаблона посредством модуля установки формы шаблона.

Фиг.13 является схемой, иллюстрирующей пример конфигурации устройства обработки изображения в соответствии с шестым вариантом осуществления настоящего изобретения.

Фиг.14 является блок-схемой обработки устройства обработки изображения шестого варианта осуществления.

Фиг.15A является схемой, описывающей пример способа обнаружения степени отклонения.

Фиг.15B является схемой, описывающей пример способа обнаружения степени отклонения.

Фиг.16 является схемой, иллюстрирующей гистограмму степеней отклонения, вместе с взаимосвязью между пороговыми значениями и установкой областей.

Фиг.17A является схемой, описывающей пример установки количества выборок в соответствии с соотношением интеграции.

Фиг.17B является схемой, описывающей пример установки количества выборок в соответствии с соотношением интеграции.

Фиг.18A является схемой, описывающей целевую область вычисления в примере способа повторной установки формы шаблона.

Фиг.18B является схемой, описывающей признак шума блочности в примере способа повторной установки формы шаблона.

Фиг.18C является схемой, описывающей установку четырех углов в примере способа повторной установки формы шаблона.

Фиг.19 является схемой, иллюстрирующей пример конфигурации устройства кодирования видео, к которому применяется вариант осуществления настоящего изобретения.

Фиг.20 является блок-схемой обработки устройства кодирования видео.

Фиг.21 является блок-схемой обработки устройства кодирования видео.

Фиг.22 является схемой, иллюстрирующей пример конфигурации устройства декодирования видео, к которому применяется вариант осуществления настоящего изобретения.

Фиг.23 является блок-схемой обработки устройства декодирования видео.

Фиг.24 является блок-схемой обработки устройства декодирования видео.

Фиг.25 является схемой, иллюстрирующей пример конфигурации системы, когда вариант осуществления настоящего изобретения реализуется при помощи программы программного обеспечения.

Фиг.26 является схемой, описывающей фильтр NLM.

Фиг.27 является схемой, иллюстрирующей входы и выход модуля исполнения фильтра NLM.

ВАРИАНТЫ ОСУЩЕСТВЛЕНИЯ ИЗОБРЕТЕНИЯ

Здесь и далее варианты осуществления настоящего изобретения будут описаны со ссылкой на чертежи.

[Первый вариант осуществления]

Фиг.1 является схемой, иллюстрирующей пример конфигурации устройства обработки изображения в соответствии с первым вариантом осуществления настоящего изобретения. Устройство 10 обработки изображения предусмотрено с модулем 101 обработки фильтра шумоподавления, который включает в себя модуль 102 обнаружения направления границы, модуль 103 установки формы поиска и модуль 104 исполнения фильтра NLM.

В данном устройстве 10 обработки изображения модуль 101 обработки фильтра шумоподавления вводит четыре фрагмента информации, включающие в себя следующее: коэффициент шумоподавления, форму поиска, форму шаблона и целевое изображение шумоподавления, и выводит отфильтрованное изображение, из которого был удален шум.

Модуль 102 обнаружения направления границы обнаруживает направления границы целевого изображения шумоподавления и выводит группу направлений границы, соответствующих пикселям в целевом изображении шумоподавления. В качестве примера направлений границы присутствует группа номеров или группа углов, которые пронумерованы в соответствии с направлениями.

Модуль 103 установки формы поиска вводит форму поиска, устанавливает входную форму поиска как максимальную форму и выводит группу форм поиска, соответствующих пикселям в целевом изображении шумоподавления. Группа форм поиска для пикселей обладает формой, в которой сохранено количество точек поиска вдоль направления границы, а точки поиска вдоль направления, которое перпендикулярно направлению границы, сокращены.

Модуль 104 исполнения фильтра NLM вводит целевое изображение шумоподавления, коэффициент шумоподавления, форму шаблона и группу форм поиска для пикселей, установленных модулем 103 установки формы поиска, и выводит изображение с подавленным шумом. Обработка, выполняемая данным модулем 104 исполнения фильтра NLM, аналогична той, которую выполняет обычный фильтр NLM, раскрываемый в Непатентном Документе 1.

Фиг.2 является блок-схемой обработки устройства 10 обработки изображения, проиллюстрированного на фиг.1. Сначала, на этапе S101, модуль 101 обработки фильтра шумоподавления получает каждый фрагмент информации, включающий в себя: коэффициент шумоподавления, целевое изображение шумоподавления, форму поиска и форму шаблона, которые вводятся извне.

На этапе S102 модуль 102 обнаружения направления границы обнаруживает направления границы целевого изображения шумоподавления и выводит группу направлений границы. Затем, на этапе S103, модуль 103 установки формы поиска ограничивает входную форму поиска в соответствии с направлениями границы, которые обнаружены модулем 102 обнаружения направления границы, и выводит группу форм поиска для пикселей. Когда входная форма поиска рассматривается как максимальная форма, выходная группа форм поиска имеет формы поиска, которые меньше той, что присутствует у входной формы поиска. В заключение, на этапе S104, модуль 104 исполнения фильтра NLM исполняет фильтр NLM в соответствии с установленной информацией и выводит результирующее отфильтрованное изображение.

Фиг.3 является схемой, описывающей снижение вычислительной сложности фильтра шумоподавления из-за уменьшения формы поиска. На фиг.3 P 0 обозначает целевой пиксель шумоподавления, E обозначает обнаруженное направление границы, Q 0 обозначает форму поиска до уменьшения (максимальный диапазон), а Q 1 обозначает форму поиска после уменьшения.

Обычно, например, как показано на фиг.3(A), форма Q 0 поиска уникально задается для всего кадра как фиксированное значение. В противоположность, в настоящем варианте осуществления модуль 102 обнаружения направления границы обнаруживает направление E границы в целевом изображении шумоподавления и модуль 103 установки формы поиска устанавливает форму Q 1 поиска, в которой точки поиска вдоль направления E границы сохраняются, а точки поиска вдоль направления, которое перпендикулярно направлению E границы, сокращаются, как показано на фиг.3(B), тем самым вводя процесс ограничения формы поиска на попиксельной основе.

Следует отметить, что при сравнении с шаблоном целевой пиксель P 0 шумоподавления исключается из целей вычисления. Это происходит потому, что SSD и SAD, которые являются индексами для степени сходства между шаблонами, обязательно становятся 0 и W , который равен 1,0, обязательно выводится в качестве весового коэффициента в процессе фильтра NLM, который описан со ссылкой на фиг.27. Вследствие этого, тогда как сравнение с шаблоном для формы Q 0 поиска до сокращения выполняется 48 раз, сравнение с шаблоном для формы Q 1 поиска после сокращения выполняется 24 раза, и, следовательно, вычислительная сложность снижается примерно на 50%.

[Второй вариант осуществления]

Фиг.4 является схемой, иллюстрирующей пример конфигурации устройства обработки изображения в соответствии со вторым вариантом осуществления настоящего изобретения. Устройство 11 обработки изображения предусмотрено с модулем 11 обработки фильтра шумоподавления, включающим в себя модуль 112 обнаружения направления границы, модуль 113 установки формы поиска и модуль 114 исполнения фильтра NLM; и модулем 115 вычисления коэффициента шумоподавления.

Данное устройство 11 обработки изображения отличается от устройства 10 обработки изображения в соответствии с первым вариантом осуществления тем, что предусмотрен модуль 115 вычисления коэффициента шумоподавления, который вводит исходное изображение, к которому не применен шум, и вычисляет коэффициент шумоподавления. Конфигурация модуля 111 обработки фильтра шумоподавления точно такая же, что и у модуля 101 обработки фильтра шумоподавления первого варианта осуществления.

Фиг.5 является блок-схемой обработки устройства 11 обработки изображения, показанного на фиг.4. Сначала, на этапе S111, устройство 11 обработки изображения получает каждый фрагмент информации, включающий в себя: исходное изображение, целевое изображение шумоподавления, форму поиска и форму шаблона, которые вводятся извне.

На этапе S112 модуль 115 вычисления коэффициента шумоподавления вычисляет коэффициент шумоподавления из дисперсий входного исходного изображения и целевого изображения шумоподавления и уведомляет модуль 114 исполнения фильтра NLM о вычисленном коэффициенте шумоподавления. На этапе S113 модуль 112 обнаружения направления границы обнаруживает направления границы целевого изображения шумоподавления и выводит группу направлений границы. Затем, на этапе S114, модуль 113 установки формы поиска ограничивает входную форму поиска в соответствии с направлениями границы, которые обнаружены модулем 112 обнаружения направления границы, и выводит группу форм поиска для пикселей. Когда входная форма поиска рассматривается как максимальная форма, выходная группа форм поиска имеет формы поиска, которые меньше той, что присутствует у входной формы поиска. В заключение, на этапе S115, модуль 114 исполнения фильтра NLM исполняет фильтр NLM в соответствии с установленной информацией и выводит результирующее отфильтрованное изображение.

[Третий вариант осуществления]

Фиг.6 является схемой, иллюстрирующей пример конфигурации устройства обработки изображения в соответствии с третьим вариантом осуществления настоящего изобретения. Устройство 12 обработки изображения предусмотрено с модулем 121 обработки фильтра шумоподавления, включающим в себя модуль 122 обнаружения направления границы, модуль 123 установки формы поиска, модуль 124 исполнения фильтра NLM, модуль 125 хранения формы поиска и модуль 126 хранения формы шаблона.

Данное устройство 12 обработки изображения отличается от описанного выше устройства 10 обработки изображения в соответствии с первым вариантом осуществления тем, что вводятся только коэффициент шумоподавления и целевое изображение шумоподавления, а фиксированные значения, сохраненные в модуле 121 обработки фильтра шумоподавления, используются в качестве формы поиска и формы шаблона.

Т.е. модуль 121 обработки фильтра шумоподавления использует фиксированную форму поиска и фиксированную форму шаблона, хранящиеся в модуле 125 хранения формы поиска и модуле 126 хранения формы шаблона соответственно, вместо формы поиска и формы шаблона, которые вводятся извне. Конфигурации модуля 122 обнаружения направления границы, модуля 123 установки формы поиска и модуля 124 исполнения фильтра NLM точно такие же, как те, что описаны в первом варианте осуществления.

[Четвертый вариант осуществления]

В описанном выше третьем варианте осуществления модуль 121 обработки фильтра шумоподавления хранит как форму поиска, так и форму шаблона в качестве фиксированных значений, однако возможна реализация, в которой только одно из следующего: форма поиска и форма шаблона, хранится в качестве фиксированного значения, а другое делается переменным посредством ввода его извне. В дополнение может использоваться реализация, в которой модуль вычисления коэффициента шумоподавления дополнительно предусмотрен в третьем варианте осуществления, подобно второму варианту осуществления, и коэффициент шумоподавления вычисляется из исходного изображения. Поскольку основной поток обработки аналогичен тем, что присутствуют в примерах, описанных в первом варианте осуществления и втором варианте осуществления, подробное описание обработку опущено.

[Пример 1 способа обнаружения направления границы]

В качестве одного из примеров способов обнаружения направления границы в модулях 102, 112, и 122 обнаружения направления границы будет приведен пример, в котором фильтр Собеля применяется к декодированному изображению для обнаружения направления границы, и выводится номер, который назначен в соответствии с направлением.

Фиг.7A-7C являются схемами, описывающими пример способов обнаружения направления границы (фильтр Собеля и номера в соответствии с направлениями). Как показано на фиг.7A, оператор Собеля применяется к соседним пикселям, и номера V e c I n d e x (0-10) назначаются в соответствии с обнаруженными направлениями границы, как показано на фиг.7B. В данном случае установлено одно пороговое значение T h , 0 назначается в качестве V e c I n d e x , если абсолютная сумма компонентов по оси x и по оси y ( d x и d y ) меньше порогового значения T h , так как считается, что в целевом пикселе не присутствует строгой границы, и номера выводятся в качестве группы направлений границы.

Фиг.7C иллюстрирует алгоритм назначения номера.

- Если | d x | + | d y | < T h , V e c I n d e x = 0

- Если условие выше не выполняется и d y = 0 , V e c I n d e x = 6 .

- Если условия выше не выполняются и d x / d y < − 8,0 , V e c I n d e x = 6 .

- Если условия выше не выполняются и d x / d y < − 2,0 , V e c I n d e x = 7 .

- Если условия выше не выполняются и d x / d y < − 1,0 , V e c I n d e x = 8 .

- Если условия выше не выполняются и d x / d y < − 0,5 , V e c I n d e x = 9 .

- Если условия выше не выполняются и d x / d y < − 0,125 , V e c I n d e x = 10 .

- Если условия выше не выполняются и d x / d y < 0,125 , V e c I n d e x = 1 .

- Если условия выше не выполняются и d x / d y < 0,5 , V e c I n d e x = 2 .

- Если условия выше не выполняются и d x / d y < 1 , V e c I n d e x = 3 .

- Если условия выше не выполняются и d x / d y < 2,0 , V e c I n d e x = 4 .

- Если условия выше не выполняются и d x