[发明专利]基于稀疏表示的自动去块效应方法

权利要求书

1.一种基于稀疏表示的自动去块效应方法，其特征在于，包括如下步骤：

1)寻找块效应边界

首先对具有块效应的图像逐行逐列求导，并将导数的绝对值填入对应的位置，得到一个行列导数矩阵分别记为D_row，D_col，再对具有块效应的图像定义一个边界强度，记为BS，在行方向的块效应强度记为BS(k1，n)，表示第k1行的第n个块边界强度；在列方向的块效应强度记为BS(m，k2)，表示在k2列的第m个块边界强度，

BS(k1,n)=Σp=14Drow(k1,p+4×(n-1))Σq=-22Σp=14Drow(k1+q,p+4×(n-1))n=1,2,3,...]]>

BS(m,k2)=Σp=14Dcol(p+4×(m-1),k2)Σq=-22Σp=14Dcol(p+4×(m-1),k2+q)m=1,2,3,...]]>

由上式得到BS∈[0，1)，定义

BS_level＝1 if BS∈[0.25，0.4)

BS_level＝2 if BS∈[0.4，0.6)

BS_level＝3 if BS∈[0.6，1)

再通过统计BS_level的分布规律来确定图像的分块方式(4×4、8×8、12×12或16×16)，进而确定用多大的模板进行滤波去除伪边界；

2)分类处理不同边界

根据边界强度级别不同的边界，采用重叠程度不同的取块方式，在水平方向先用与编码像素块同样大小的N×N像素块每隔M列取一次，随后在垂直方向上每隔M行取一个N×N像素块，然后把重建后的图像块在对应位置上进行叠加，最后除以权值Q(i，j)，其中，Q(i，j)即代表第(i，j)处像素点被取的次数，得到去块效应后的图像，其中，当BS_level分别取3、2、1时，M取1、2、3；

3)迭代更新字典D

将步骤2中得到去块效应后的图像记为X_t，首先对X_t进行重叠取块得到训练新字典所需数据集，然后利用K-SVD算法对所得数据集进行训练得到新的字典D_t，最后利用新字典对具有块效应的图像重复步骤2，如此反复迭代，直至ISNR(X_t+1，X_t)＜0.01dB。ISNR定义为

ISNR(Xt+1,Xt)=10log10||Y-Xt||2||Y-Xt+1||2]]>

D_t为第t次迭代得到的新字典，X_t为第t次迭代得到的去块结果图，Y为不带块效应的原始图像。