去块滤波

8.7 In-loop filter process环路滤波处理

8.7.1 General

The two in-loop filters, namely deblocking filter and sample adaptive offset filter, are applied as specified by the following ordered steps:

两个环路滤波器，即去块效应滤波器和样点自适应补偿滤波器，按照如下顺序：

1. For the deblocking filter, the following applies:

–The deblocking filter process as specified in clause 8.7.2 is invoked with the reconstructed picture sample arrays S L, S Cb, and S Cr as inputs, and the modified reconstructed picture sample arrays S′L, S′Cb, and S′Cr after deblocking as outputs.

–The arrays S′L, S′Cb, S′Cr are assigned to the arrays S L, S Cb, S Cr(which represent the decoded picture),respectively

1.去块滤波器，下列适用：

-----如8.7.2节中所指出的，去块滤波处理调用重组图像样点阵列S L,S Cb,S Cr作为输入，去块效应之后将改善的重组图像样点阵列S′L, S′Cb, and S′Cr作为输出。

-----阵列S′L, S′Cb, S′Cr各自分配到阵列S L, S Cb, S Cr（表示解码图像）

2. When sample_adaptive_offset_enabled_flag is equal to 1, the following applies:

–The sample adaptive offset process as specified in clause 8.7.3 is invoked with the reconstructed picture sample arrays S L, S Cb, and S Cr as inputs, and the modified reconstructed picture sample arrays S′L, S′Cb, and S′Cr after sample adaptive offset as outputs.

–The arrays S′L, S′Cb, S′Cr are assigned to the arrays S L, S Cb, S Cr(which represent the decoded picture), respectively

2.当sample_adaptive_offset_enabled_flag等于1时，下列适用：

-------如8.7.3节所指出的，样点自适应补偿过程调用重组图像样点阵列S L, S Cb, 和S Cr作为输入，在样点自适应补偿之后，将改善的重组图像样点阵列S′L, S′Cb, and S′Cr作为输出。-----阵列S′L, S′Cb, S′Cr各自分配到阵列S L, S Cb, S Cr。

8.7.2 Deblocking filter process

8.7.2.1 General

Inputs to this process are the reconstructed picture sample arrays prior to deblocking recPicture L, recPicture Cb, and recPicture Cr.

Outputs of this process are the modified reconstructed picture sample arrays after deblocking recPicture L, recPicture Cb, and recPicture Cr.

这个过程的输入是去块之前的重建图像样点阵列recPicture L, recPicture Cb,和recPicture Cr。

这个过程的输出是去块之后的改善重建图像样点阵列recPicture L, recPicture Cb, 和recPicture Cr.。

The vertical edges in a picture are filtered first. Then the horizontal edges in a picture are filtered with samples modified by the vertical edge filtering process as input. The vertical and horizontal edges （in the coding tree blocks of each coding tree unit）are processed separately on a coding unit basis. The vertical edges of the coding blocks in a coding unit are filtered starting with the edge on the left-hand side of the coding blocks proceeding through the edges towards the righthand side of the coding blocks in their geometrical order. The horizontal edges of the coding blocks in a coding unit are filtered starting with the edge on the top of the coding blocks proceeding through the edges towards the bottom of the coding blocks in their geometrical order. 一幅图像的垂直边沿首先进行滤波。然后一幅图像上的水平边缘进行滤波，将垂直边缘滤波过程的改善样点作为输入。在每一个编码树单元的编码树块中，垂直和水平边沿在一个编码单元基础中各自被处理。在编码单元编码块的垂直边缘被滤波，从编码块的左边缘开始，按照几何顺序到编码块的右边缘。在编码单元编码块的水平边缘被滤波，从编码块的上部开始，按照几何顺序进行到编码块的底部。

NOTE –Although the filtering process is specified on a picture basis in this specification, the filtering process can be implemented on a coding unit basis with an equivalent result, provided the decoder properly accounts for the processing dependency order so as to produce the same output values.

注----- 虽然在本标准中滤波过程被指出，但是滤波过程可以在一个编码单元基础上执行得到相等的值，解码器准确的说明处理相关的顺序，为了得到相同的输出值。

The deblocking filter process is applied to all prediction block edges and transform block edges of a picture, except the edges that are at the boundary of the picture, for which the deblocking filter process is disabled by slice_deblocking_filter_disabled_flag, that coincide with tile boundaries when loop_filter_across_tiles_enabled_flag is equal to 0, or that coincide with upper or left slice

boundaries of slices with slice_loop_filter_across_slices_enabled_flag equal to 0. For the transform units and prediction units with luma block edges less than 8 samples in either vertical or horizontal direction, only the edges lying on the 8x8 sample grid are filtered.

去块滤波过程对于一幅图像的所有预测块边缘和变换块边缘是适用的，除了这个图像的边界边缘。根据slice_deblocking_filter_disabled_flag，去块滤波过程是不可用的，当loop_filter_across_tiles_enabled_flag等于0时，这与边界相符合。当slice_loop_filter_across_slices_enabled_flag 等于0时，与条带的左片边界相符。对于亮度块边缘的变换单元和预测单元有少于8个样点在或者垂直或者水平方向，只有在8*8样点网格的边缘被滤波。

The edge type, vertical or horizontal, is represented by the variable edgeType as specified in Table 8-10.

Table 8-10 –Name of association to edgeType

edgeType Name of edgeType

0 (vertical edge) EDGE_VER

1 (horizontal edge) EDGE_HOR

When slice_deblocking_filter_disabled_flag of the current slice is equal to 0, for each coding unit with luma coding block size log2CbSize and location of top-left sample of the luma coding block ( xCb, yCb ), the vertical edges are filtered by the following ordered steps: 、

当当前条带的slice_deblocking_filter_disabled_flag 等于0，对于亮度编码块大小为log2CbSize的每一个编码单元和亮度编码块( xCb, yCb )的上-左样点的位置，按照下列步骤进行滤波：

1. The luma coding block size nCbS is set equal to 1 << log2CbSize.

亮度编码块大小nCbS设置为1左移log2CbSize.

2.The variable filterLeftCbEdgeFlag is derived as follows:

变量filterLeftCbEdgeFlag按照下列规则得到：

–If one or more of the following conditions are true, filterLeftCbEdgeFlag is set equal to 0:

-----如果下列情形中的一个或者多个为真时，filterLeftCbEdgeFlag等于0：–The left boundary of the current luma coding block is the left boundary of the picture.

–The left boundary of the current luma coding block is the left boundary of the tile and loop_filter_across_tiles_enabled_flag is equal to 0.

–The left boundary of the current luma coding block is the left boundary of the slice and slice_loop_filter_across_slices_enabled_flag is equal to 0.

-----当前亮度编码块的左边界是该图像的左边界

-----当前亮度编码块的左边界是tile的左边界并且loop_filter_across_tiles_enabled_flag 等于0 ----当前亮度编码块的左边界是条带的左边界并且slice_loop_filter_across_slices_enabled_flag 等于0

–Otherwise, filterLeftCbEdgeFlag is set equal to 1.否则，filterLeftCbEdgeFlag等于1.

3. All elements of the two-dimensional (nCbS)x(nCbS) array verEdgeFlags are initialized to be equal to zero.

3.二维(nCbS)x(nCbS) 阵列verEdgeFlags的所有元素初始化为0

4. The derivation process of transform block boundary specified in clause 8.7.2.2 is invoked with the luma location ( xCb, yCb ), the luma location ( xB0, yB0 ) set equal to ( 0, 0 ), the transform block size log2TrafoSize set equal to log2CbSize, the variable trafoDepth set equal to 0, the variable filterLeftCbEdgeFlag, the array verEdgeFlags, and the variable edgeType set equal to EDGE_VER as inputs, and the modified array verEdgeFlags as output.

4.在8.7.2.2节变换块边界的推导过程调用亮度位置( xCb, yCb )，亮度位置( xB0, yB0 )设置为( 0, 0 )，变换块大小log2TrafoSize 设置为等于log2CbSize,变量trafoDepth 设置为等于0，变量filterLeftCbEdgeFlag, 阵列verEdgeFlags,和变量edgeType设置为等于EDGE_VER 作为输入，改善的阵列verEdgeFlags作为输出。

5.The derivation process of prediction block boundary specified in clause 8.7.2.3 is invoked with the luma coding block size log2CbSize, the prediction partition mode PartMode, the array verEdgeFlags, and the variable edgeType set equal to EDGE_VER as inputs, and the modified array verEdgeFlags as output.

5.在8.7.2.3节预测块边界的推导过程调用亮度编码块大小log2CbSize，预测划分模式PartMode,，阵列verEdgeFlags，变量edgeType设置为等于EDGE_VER作为输入，改善的阵列verEdgeFlags作为输出。

6.The derivation process of the boundary filtering strength specified in clause 8.

7.2.4 is invoked with the reconstructed luma picture sample array prior to deblocking recPictureL, the luma location ( xCb, yCb ), the luma coding block size log2CbSize, the variable edgeType set equal to EDGE_VER, and the array verEdgeFlags as inputs, and an (nCbS)x(nCbS) array verBs as output.

6.在8.

7.2.4节边界滤波强度的推导过程调用去块之前的重建亮度图像样点阵列recPicture L，亮度位置( xCb, yCb )，亮度编码块大小log2CbSize，变量edgeType 设置为等于EDGE_VER ，阵列verEdgeFlags作为输入，一个(nCbS)x(nCbS)阵列verBs作为输出。7. The vertical edge filtering process for a coding unit as specified in clause

8.7.2.5.1 is invoked with the reconstructed picture sample arrays prior to deblocking recPictureL, recPictureCb, and

recPictureCr, the luma location ( xCb, yCb ), the luma coding block size log2CbSize, and the array verBs as inputs, and the modified reconstructed picture sample arrays recPicture L, recPicture Cb, and recPicture Cr as outputs.

7.在8.7.2.5.1节所指出的，对于一个编码单元的垂直边缘滤波过程调用去块之前的重建图像样点阵列recPicture L，recPicture Cb，和recPicture Cr，亮度位置( xCb, yCb ),亮度编码块大小log2CbSize，阵列verBs作为输入，改善重组图像样点阵列recPicture L，recPicture Cb和recPicture Cr作为输出

When slice_deblocking_filter_disabled_flag of the current slice is equal to 0, for each coding unit with luma coding block size log2CbSize and location of top-left sample of the luma coding block ( xCb, yCb ), the horizontal edges are filtered by the following ordered steps:

当当前条带的slice_deblocking_filter_disabled_flag等于0时，对于每一个编码单元有亮度编码块大小log2CbSize和亮度编码块( xCb, yCb )的上左样点的位置，水平边缘按照如下步骤进行滤波：

1. The luma coding block size nCbS is set equal to 1 << log2CbSize.

亮度编码块大小nCbS设置为1左移log2CbSize.

2. The variable filterTopCbEdgeFlag is derived as follows：

变量filterTopCbEdgeFlag按照如下得到:

–If one or more of the following conditions are true, the variable filterTopCbEdgeFlag is set equal to 0:

–The top boundary of the current luma coding block is the top boundary of the picture.

–The top boundary of the current luma coding block is the top boundary of the tile and loop_filter_across_tiles_enabled_flag is equal to 0.

–The top boundary of the current luma coding block is the top boundary of the slice and slice_loop_filter_across_slices_enabled_flag is equal to 0.

----如果下列情况中的一个或者多个为真时，变量filterTopCbEdgeFlag设置为0：-当前亮度编码块的上边界是这个图像的上边界。

-当前亮度编码块的上边界是tile的上边界并且slice_loop_filter_across_slices_enabled_flag 等于0.

-当前亮度编码块的上边界是条带的上边界并且slice_loop_filter_across_slices_enabled_flag 等于0.

–Otherwise, the variable filterTopCbEdgeFlag is set equal to 1.

否则，变量filterTopCbEdgeFlag等于1.

3.All elements of the two-dimensional (nCbS)x(nCbS) array horEdgeFlags are initialized to zero.

3.对于二维(nCbS)x(nCbS)阵列horEdgeFlags的所有元素初始化为0.

4.The derivation process of transform block boundary specified in clause 8.7.2.2 is invoked with the luma location ( xCb, yCb ), the luma location ( xB0, yB0 ) set equal to ( 0, 0 ), the transform block size log2TrafoSize set equal to log2CbSize, the variable trafoDepth set equal to 0, the variable filterTopCbEdgeFlag, the array horEdgeFlags, and the variable edgeType set equal to EDGE_HOR as inputs, and the modified array horEdgeFlags as output.

4.在8.7.2.2节指出的变换块边界的推导过程调用luma location ( xCb, yCb ),亮度位置( xB0, yB0 ) 设置为（0,0),变换块的大小log2TrafoSize设置为等于log2CbSize，变量trafoDepth设置为0，变量filterTopCbEdgeFlag，阵列horEdgeFlags,和变量edgeType设置为等于EDGE_HOR作为输入，改善的阵列horEdgeFlags作为输出。

5.The derivation process of prediction block boundary specified in clause 8.7.2.3 is invoked with the luma coding block size log2CbSize, the prediction partition mode PartMode, the array horEdgeFlags, and the variable edgeType set equal to EDGE_HOR as inputs, and the modified array horEdgeFlags as output.

5.在8.7.2.3节预测块边界的推导过程调用亮度编码块大小log2CbSize，预测划分模式PartMode,阵列horEdgeFlags，变量edgeType设置为等于EDGE_HOR作为输入，改善阵列horEdgeFlags作为输出。

6.The derivation process of the boundary filtering strength specified in clause 8.

7.2.4 is invoked with the reconstructed luma picture sample array prior to deblocking recPictureL, the luma location ( xCb, yCb ), the luma coding block size log2CbSize, the variable edgeType set equal to EDGE_HOR, and the array horEdgeFlags as inputs, and an (nCbS)x(nCbS) array horBs as output.

6.在8.

7.2.4节指出的边界滤波强度的推导过程调用去块之前的重建亮度图像样点阵列recPictureL，亮度位置( xCb, yCb )，亮度编码块大小log2CbSize，变量edgeType设置为等于EDGE_HOR，阵列horEdgeFlags作为输入，并且一个(nCbS)x(nCbS)阵列horBs作为输出。

7.The horizontal edge filtering process for a coding unit as specified in clause 8.7.2.5.2 is invoked with the modified reconstructed picture sample arrays recPictureL, recPictureCb, and recPictureCr, the luma location ( xCb, yCb ), the luma coding block size log2CbSize and the array horBs as inputs, and the modified reconstructed picture sample arrays recPictureL, recPictureCb, and recPictureCr as outputs.

7.在8.7.2.5.2节所指出的对于一个编码单元的水平边界滤波过程调用改善的重组图像样点阵列recPicture L，recPicture Cb，和recPicture Cr，亮度位置( xCb, yCb )，亮度编码块大小log2CbSiz 和阵列horBs作为输入，改善重组图像样点阵列recPicture L，recPicture Cb和recPicture Cr作为输出。

8.7.2.2 Derivation process of transform block boundary

Inputs to this process are:这个过程的输入是：

–a luma location ( xCb, yCb ) specifying the top-left sample of the current luma coding block relative to the top-left luma sample of the current picture

-----一个亮度位置( xCb, yCb ) 指出相对于当前图像的上-左亮度采样的当前亮度编码块的上-左样点

–a luma location ( xB0, yB0 ) specifying the top-left sample of the current luma block relative to the top-left sample of the current luma coding block,

-----一个亮度位置( xB0, yB0 )指出相对于当前亮度编码块的上-左采样的当前亮度块的上-左样点

–a variable log2TrafoSize specifying the size of the current block,

-----一个变量log2TrafoSize指出了当前块的大小

– a variable trafoDepth

– a variable filterEdgeFlag

–a two-dimensional (nCbS)x(nCbS) array edgeFlags,

–a variable edgeType specifying whether a vertical (EDGE_VER) or a horizontal (EDGE_HOR) edge is filtered.

一个变量edgeType指出了是否一个垂直(EDGE_VER)或一个水平(EDGE_HOR) 边缘被滤波Output of this process is the modified two-dimensional (nCbS)x(nCbS) array edgeFlags.

本过程的输出是改善的二维(nCbS)x(nCbS) 阵列edgeFlags.

Depending on the value of split_transform_flag[ xCb + xB0 ][ yCb + yB0 ][ trafoDepth ], the following applies:

根据split_transform_flag[ xCb + xB0 ][ yCb + yB0 ][ trafoDepth ]的值，以下适用：

–If split_transform_flag[ xCb + xB0 ][ yCb + yB0 ][ trafoDepth ] is equal to 1, the following ordered steps apply:

-----如果split_transform_flag[ xCb + xB0 ][ yCb + yB0 ][ trafoDepth ] 等于1，按照下列步骤1. The variables xB1 and yB1 are derived as follows:按照如下方法得到变量

?The variable xB1 is set equal to xB0 + ( 1 << ( log2TrafoSize ? 1 ) ).

变量xB1设置为等于xB0 + ( 1 左移( log2TrafoSize ? 1 ) ).

?The variable yB1 is set equal to yB0 + ( 1 << ( log2TrafoSize ? 1 ) ).

变量yB1设置为yB0 + ( 1 左移( log2TrafoSize ? 1 ) ).

2.The derivation process of transform block boundary as specified in this clause is invoked with the luma location ( xCb, yCb ), the luma location ( xB0, yB0 ), the variable log2TrafoSize set

equal to log2TrafoSize ?1, the variable trafoDepth set equal to trafoDepth + 1, the variable filterEdgeFlag, the array edgeFlags, and the variable edgeType as inputs, and the output is the modified version of array edgeFlags.

2.在本节中指出变换块边界的推导过程调用亮度位置( xCb, yCb )，亮度位置( xB0, yB0 )，变量log2TrafoSize设置为等于log2TrafoSize ?1，变量trafoDepth设置为trafoDepth + 1，变量filterEdgeFlag，阵列edgeFlags,和变量edgeType作为输入，输出是阵列edgeFlags.的改善形式。

3.The derivation process of transform block boundary as specified in this clause is invoked with the luma location ( xCb, yCb ), the luma location ( xB1, yB0 ), the variable log2TrafoSize set equal to log2TrafoSize ?1, the variable trafoDepth set equal to trafoDepth + 1, the variable filterEdgeFlag, the array edgeFlags, and the variable edgeType as inputs, and the output is the modified version of array edgeFlags.

3.在本节中指出变换块边界的推导过程被调用，亮度位置( xCb, yCb )，亮度位置( xB1, yB0 )，变量log2TrafoSize设置为等于log2TrafoSize ?1，变量trafoDepth设置为trafoDepth + 1，变量filterEdgeFlag，阵列edgeFlags,和变量edgeType作为输入，输出是阵列edgeFlags.的改善形式。

4.The derivation process of transform block boundary as specified in this clause is invoked with the luma location ( xCb, yCb ), the luma location ( xB0, yB1 ), the variable log2TrafoSize set equal to log2TrafoSize ?1, the variable trafoDepth set equal to trafoDepth + 1, the variable filterEdgeFlag, the array edgeFlags, and the variable edgeType as inputs, and the output is the modified version of array edgeFlags.

4.在本节中指出变换块边界的推导过程被调用，亮度位置( xCb, yCb )，亮度位置( xB0, yB1 )，变量log2TrafoSize设置为等于log2TrafoSize ?1，变量trafoDepth设置为trafoDepth + 1，变量filterEdgeFlag，阵列edgeFlags,和变量edgeType作为输入，输出是阵列edgeFlags.的改善版本。

5.The derivation process of transform block boundary as specified in this clause is invoked with the luma location ( xCb, yCb ), the luma location ( xB1, yB1 ), the variable log2TrafoSize set equal to log2TrafoSize ?1, the variable trafoDepth set equal to trafoDepth + 1, the variable filterEdgeFlag, the array edgeFlags, and the variable edgeType as inputs, and the output is the modified version of array edgeFlags.

5.在本节中指出变换块边界的推导过程被调用，亮度位置( xCb, yCb )，亮度位置( xB1, yB1 )，变量log2TrafoSize设置为等于log2TrafoSize ?1，变量trafoDepth设置为trafoDepth + 1，变量filterEdgeFlag，阵列edgeFlags,和变量edgeType作为输入，输出是阵列edgeFlags.的修

正形式

–Otherwise (split_transform_flag[ xCb + xB0 ][ yCb + yB0 ][ trafoDepth ] is equal to 0), the following applies：

-----否则（split_transform_flag[ xCb + xB0 ][ yCb + yB0 ][ trafoDepth ]等于0），下列适用：

–If edgeType is equal to EDGE_VER, the value of edgeFlags[ xB0 ][ yB0 + k ] for

k = 0..( 1 << log2TrafoSize ) ? 1 is derived as follows:

------如果edgeType等于EDGE_VER，对于k=0..( 1 << log2TrafoSize ) ?1edgeFlags[ xB0 ][ yB0 + k ]的值按照如下方式得到：

–If xB0 is equal to 0, edgeFlags[ xB0 ][ yB0 + k ] is set equal to filterEdgeFlag.

如果xB0等于0，edgeFlags[ xB0 ][ yB0 + k ]设置为等于filterEdgeFlag –Otherwise, edgeFlags[ xB0 ][ yB0 + k ] is set equal to 1.

否则，edgeFlags[ xB0 ][ yB0 + k ] 设置为等于1

–Otherwise (edgeType is equal to EDGE_HOR), the value of edgeFlags[ xB0 + k ][ yB0 ] for

k = 0..( 1 << log2TrafoSize ) ? 1 is derived as follows:

否则（edgeType 等于EDGE_HOR），对于k = 0..( 1 << log2TrafoSize ) ?1edgeFlags[ xB0 + k ][ yB0 ]的值按照下列得到：

–If yB0 is equal to 0, edgeFlags[ xB0 + k ][ yB0 ] is set equal to filterEdgeFlag 如果yB0等于0，edgeFlags[ xB0 + k ][ yB0 ]设置为等于filterEdgeFlag –Otherwise, edgeFlags[ xB0 + k ][ yB0 ] is set equal to 1.

否则，edgeFlags[ xB0 + k ][ yB0 ]设置为等于1.

8.7.2.3 Derivation process of prediction block boundary预测块边界的推导过程

Inputs to this process are:本过程的输入是：

–a variable log2CbSize specifying the luma coding block size,

-----一个变量log2CbSize 指出了亮度编码块的大小

–a prediction partition mode PartMode,

----一个预测划分模式PartMode

–a two-dimensional (nCbS)x(nCbS) array edgeFlags,

-----一个二维(nCbS)x(nCbS)阵列edgeFlags,

–a variable edgeType specifying whether a vertical (EDGE_VER) or a horizontal (EDGE_HOR) edge is filtered.

-----一个变量edgeType指出是否一个垂直(EDGE_VER)或一个水平(EDGE_HOR) 边缘被滤波

Output of this process is the modified two-dimensional (nCbS)x(nCbS) array edgeFlags.

本过程的输出是改善的二维(nCbS)x(nCbS)阵列edgeFlags.

Depending on the values of edgeType and PartMode, the following applies for k = 0..( 1 << log2CbSize ) ?1:

根据edgeType 和PartMode的值，对于k = 0..( 1 << log2CbSize ) ?1下列适用:

–If edgeType is equal to EDGE_VER, the following applies:

-----如果edgeType等于EDGE_VER，下列适用：

–When PartMode is equal to PART_Nx2N or PART_NxN, edgeFlags[ 1 << ( log2CbSize ? 1 ) ][ k ] is set equal to 1.

当PartMode等于PART_Nx2N 或PART_NxN，edgeFlags[ 1 << ( log2CbSize ? 1 ) ][ k ] is 等于1.

–When PartMode is equal to PART_nLx2N, edgeFlags[ 1 << ( log2CbSize ? 2 ) ][ k ] is set equal to 1.

当PartMode等于PART_nLx2N,edgeFlags[ 1 << ( log2CbSize ? 2 ) ][ k ]等于1.

–When PartMode is equal to PART_nRx2N, edgeFlags[ 3 * ( 1 << ( log2CbSize ?2 ) ) ][ k ] is set equal to 1.

当PartMode 等于PART_nRx2N,edgeFlags[ 3 * ( 1 << ( log2CbSize ? 2 ) ) ][ k ]等于1.

–Otherwise (edgeType is equal to EDGE_HOR), the following applies:

-----否则(edgeType 等于EDGE_HOR)，下列适用：

–When PartMode is equal to PART_2NxN or PART_NxN, edgeFlags[ k ][ 1 << ( log2CbSize ? 1 ) ] is set equal to 1.

当PartMode等于PART_2NxN 或PART_NxN,edgeFlags[ k ][ 1 << ( log2CbSize ? 1 ) ] 等于1.

–When PartMode is equal to PART_2NxnU, edgeFlags[ k ][ 1 << ( log2CbSize ? 2 ) ] is set equal to 1.

当PartMode等于PART_2NxnU,edgeFlags[ k ][ 1 << ( log2CbSize ? 2 ) ] 等于1.

–When PartMode is equal to PART_2NxnD, edgeFlags[ k ][ 3 * ( 1 << ( log2CbSize ?2 ) ) ] is set equal to 1.

当PartMode等于PART_2NxnD，edgeFlags[ k ][ 3 * ( 1 << ( log2CbSize ? 2 ) ) ]等于 1.

8.7.2.4 Derivation process of boundary filtering strength边界滤波强度的推导过程

Inputs to this process are:本过程的输入是：

–a luma picture sample array recPicture L,一个亮度图像样点阵列recPicture L

–a luma location ( xCb, yCb ) specifying the top-left sample of the current luma coding block relative to the top-left luma sample of the current picture,

一个亮度位置( xCb, yCb ) 指出相对于当前图像的上-左亮度采样，当前亮度编码块的上左样点

–a variable log2CbSize specifying the size of the current luma coding block,

一个变量log2CbSize指出了当前亮度编码块的大小

–a variable edgeType specifying whether a vertical (EDGE_VER) or a horizontal (EDGE_HOR) edge is filtered

一个变量edgeType 指出了是否一个垂直(EDGE_VER) 或一个水平边缘被滤波

–a two-dimensional (nCbS)x(nCbS) array edgeFlags

一个二维(nCbS)x(nCbS)阵列edgeFlags

Output of this process is a two-dimensional (nCbS)x(nCbS) array bS specifying the boundary filtering strength.

这个过程的输出是一个二维(nCbS)x(nCbS)阵列bS指出边界滤波强度

The variables xD i, yD j, xN, and yN are derived as follows:

变量xD i，yD j, xN,和yN按照如下得到：

–If edgeType is equal to EDGE_VER, xDi is set equal to ( i << 3 ), yDj is set equal to ( j << 2 ), xN is set equal to ( 1 << ( log2CbSize ? 3 ) ) ?1, and yN is set equal to ( 1 << ( log2CbSize ? 2 ) ) ? 1.

如果edgeType 等于EDGE_VER，xDi 等于( i << 3 ), yDj 等于( j << 2 ), xN 等于( 1 << ( log2CbSize ? 3 ) ) ?1, yN 等于( 1 << ( log2CbSize ? 2 ) ) ?1.

–Otherwise (edgeType is equal to EDGE_HOR), xDi is set equal to ( i << 2 ), yDj is set equal to ( j << 3 ), xN is set equal to ( 1 << ( log2CbSize ? 2 ) ) ?1, and yN is set equal to ( 1 << ( log2CbSize ? 3 ) ) ? 1.

否则(edgeType等于EDGE_HOR)，xDi 等于( i << 2 ), yDj 等于( j << 3 ), xN 等于( 1 << ( log2CbSize ? 2 ) ) ?1, yN等于( 1 << ( log2CbSize ? 3 ) ) ? 1.

For xDi with i = 0..xN and yDj with j = 0..yN, the following applies:

对于xDi，i=0..xN,yDj,j=0..yN，下列适用：

–If edgeFlags[ xDi ][ yDj ] is equal to 0, the variable bS[ xDi ][ yDj ] is set equal to 0.

如果edgeFlags[ xDi ][ yDj ] 等于0,这个变量bS[ xDi ][ yDj ] 等于0.

–Otherwise (edgeFlags[ xDi ][ yDj ] is equal to 1), the following applies:

否则（edgeFlags[ xDi ][ yDj ] 等于1），下列适用：

–The sample values p0 and q0 are derived as follows:样点值p0 and q0 按照如下得到:–If edgeType is equal to EDGE_VER, p0 is set equal to recPictureL[ xCb + xDi ?1 ][ yCb + yDj ] and q0 is set equal to recPictureL[ xCb + xDi ][ yCb + yDj ].

---如果edgeType等于EDGE_VER，p0设置为等于recPictureL[ xCb + xDi ?1 ][ yCb + yDj ] ，q0 设置为等于recPictureL[ xCb + xDi ][ yCb + yDj ].

–Otherwise (edgeType is equal to EDGE_HOR), p0 is set equal to recPictureL[ xCb + xDi ][ yCb + yDj ? 1 ] and q0 is set equal to recPictureL[ xCb + xDi ][ yCb + yDj ].

否则(edgeType 等于EDGE_HOR), p0 等于recPictureL[ xCb + xDi ][ yCb + yDj ?1 ] ，q0 等于recPictureL[ xCb + xDi ][ yCb + yDj ].

–The variable bS[ xDi ][ yDj ] is derived as follows:

变量bS[ xDi ][ yDj ] 按照如下得到：

–If the sample p0 or q0 is in the luma coding block of a coding unit coded with intra prediction mode, bS[ xDi ][ yDj ] is set equal to 2.

如果样点p0 或q0是在一个编码单元使用帧内预测模式编码的亮度编码块，bS[ xDi ][ yDj ]等于2

–Otherwise, if the block edge is also a transform block edge and the sample p0 or q0 is in a luma transform block which contains one or more non-zero transform coefficient levels, bS[ xDi ][ yDj ] is set equal to 1.

否则，如果块边缘是一个变换块边缘并且样点p0 or q0是在一个亮度变换块，它包含一个或者多个非零变换系数等级，bS[ xDi ][ yDj ]等于1.

– Otherwise, if one or more of the following conditions are true, bS[ xDi ][ yDj ] is set equal to 1: 否则，如果下列情形中的一个或者多个为真是，bS[ xDi ][ yDj ]等于1：

–For the prediction of the luma prediction block containing the sample p0 different reference pictures or a different number of motion vectors are used than for the prediction of the luma prediction block containing the sample q0.

对于亮度预测块的预测含有样点p0不同的参考图像或者运动矢量中的许多不同的矢量被用于含有样点q0的亮度预测块的预测。

NOTE 1 –The determination of whether the reference pictures used for the two luma prediction blocks are the same or different is based only on which pictures are referenced, without regard to whether a prediction is formed using an index into reference picture list 0 or an index into reference picture list 1, and also without regard to whether the index position within a reference picture list is different.

注1--------是否这个参考图像用于两个亮度预测块的决定是相同的或者是不同的，仅仅根据图象是否被作为参考，而不是考虑是否一个预测是使用参考图像列表0或参考图象列表1中的索引形成。也不是考虑是否这个索引的位置在一个参考图象列表中是不同的。

NOTE 2 – The number of motion vectors that are used for the prediction of a luma prediction block with top-left luma sample covering ( xPb, yPb ), is equal to PredFlagL0[ xPb ][ yPb ] + PredFlagL1[ xPb ][ yPb ].

注2----------用于左上亮度样点包含( xPb, yPb )的一个亮度预测块的预测的运动矢量的数目等于PredFlagL0[ xPb ][ yPb ] +PredFlagL1[ xPb ][ yPb ].

– One motion vector is used to predict the luma prediction block containing the sample p0 and one motion vector is used to predict the luma prediction block containing the sample q0, and

the absolute difference between the horizontal or vertical component of the motion vectors

used is greater than or equal to 4 in units of quarter luma samples.

-----一个运动矢量被用于预测含有样点P0的亮度预测块并且一个运动矢量被用于预测含有样点q0的亮度预测块，运动矢量的水平或者垂直分量差的绝对值在四分之一亮度样点的单元中大于或者等于4.

– Two motion vectors and two different reference pictures are used to predict the luma prediction block containing the sample p0, two motion vectors for the same two reference pictures are used to predict the luma prediction block containing the sample q0, and the absolute difference between the horizontal or vertical component of the two motion vectors used in the prediction of the two luma prediction blocks for the same reference picture is greater than or equal to 4 in units of quarter luma samples.

-----两个运动矢量和两个不同的参考图像被用于预测含有样点P0的亮度预测块，对于相同的两个参考图像的两个运动矢量被用于预测含有样点q0的亮度预测块，对于用于相同的参考图像的两个亮度预测块的两个运动矢量的水平或者垂直分量差的绝对值在四分之一亮度样点的单元中大于或者等于4.

–Two motion vectors for the same reference picture are used to predict the luma prediction block containing the sample p0, two motion vectors for the same reference picture are used to predict the luma prediction block containing the sample q0, and both of the following

conditions are true:

------对于相同参考图像的两个运动矢量被用于预测含有样点p0的亮度预测块，对于相同参考图像的两个运动矢量被用于预测含有样点q0的亮度预测块，下列情况都为真：–The absolute difference between the horizontal or vertical component of list 0 motion vectors used in the prediction of the two luma prediction blocks is greater than or equal

to 4 in quarter luma samples, or the absolute difference between the horizontal or vertical component of the list 1 motion vectors used in the prediction of the two luma prediction

blocks is greater than or equal to 4 in units of quarter luma samples.

-----列表0中，用于两个亮度预测块预测的运动矢量的垂直或者水平分量差的绝对值在四分之一亮度样点中大于或者等于4，或者列表1，用于两个亮度预测块预测的运动矢量的垂直或者水平分量差的绝对值在四分之一亮度样点中大于或者等于4

–The absolute difference between the horizontal or vertical component of list 0 motion vector used in the prediction of the luma prediction block containing the sample p0 and the list 1 motion vector used in the prediction of the luma prediction block containing the sample q0 is greater than or equal to 4 in units of quarter luma samples, or the absolute difference between the horizontal or vertical component of the list 1 motion vector used in the prediction of the luma prediction block containing the sample p0 and list 0 motion vector used in the prediction of the luma prediction block containing the sample q0 is greater than or equal to 4 in units of quarter luma samples.

----列表0种用于包含样点p0的亮度预测块的运动矢量的垂直或者水平分量差的绝对值和列表1中用于包含样点q0的亮度预测块的运动矢量的垂直或者水平分量差的绝对值在四分之一亮度采样单元中大于或者等于4，或者列表1中用于包含样点p0的亮度预测块的运动矢量的垂直或者水平分量差的绝对值和列表0中用于包含样点q0的亮度预测块的运动矢量的垂直或者水平分量差的绝对值在四分之一亮度采样单元中大于或者等于4

8.7.2.5 Edge filtering process边缘滤波过程

8.7.2.5.1 Vertical edge filtering process垂直边缘滤波过程

Inputs to this process are:本过程的输入:

---the picture sample arrays recPicture L, recPicture Cb, and recPicture Cr,

图像样点阵列recPicture L, recPicture Cb, and recPicture Cr

– a luma location ( xCb, yCb ) specifying the top-left sample of the current luma coding block relative to the top-left luma sample of the current picture,

---一个亮度位置( xCb, yCb )指出相对于当前图像上-左亮度采样，当前亮度编码块的上-左样点

– a variable log2CbSize specifying the size of the current luma coding block,

一个变量log2CbSize指出了当前亮度编码块的大小

–an array bS specifying the boundary filtering strength.

一个阵列bS指出边界滤波强度

Outputs of this process are the modified picture sample arrays recPicture L, recPicture Cb, and recPicture Cr.

本过程的输出是改善的图像样点阵列recPicture L, recPicture Cb, and recPicture Cr.

The filtering process for edges in the luma coding block of the current coding unit consists of the following ordered steps：

当前编码单元的亮度编码块的边缘滤波过程包括下列步骤：

1.The variable nD is set equal to 1 << ( log2CbSize ? 3 ).

1.变量nD设置为1左移( log2CbSize ? 3 ).

2.For xDk equal to k << 3 with k = 0..nD ? 1 and yDm equal to m << 2 with m = 0..nD * 2 ?1, the following applies:

2.对于xDk等于k左移3位，k=0..nD-1.yDm等于m左移2位，m=0..nD*2-1,下列适用：

–When bS[ xDk ][ yDm ] is greater than 0, the following ordered steps apply: 当bS[ xDk ][ yDm ]大于0时，按照如下步骤:

a. The decision process for luma block edges as specified in clause 8.7.2.5.3 is invoked with the luma picture sample array recPicture L, the location of the luma coding block ( xCb, yCb ), the luma location of the block ( xDk, yDm ), a variable edgeType set equal to EDGE_VER, and the boundary filtering strength bS[ xDk ][ yDm ] as inputs, and the decisions dE, dEp, and dEq, and the variables βand tC as outputs.

a.对于在8.7.2.5.3节所指出的亮度块边界的确定过程调用亮度图像样点阵列recPicture L，亮度编码块位置( xCb, yCb )，块( xDk, yDm )的亮度位置，一个变量edgeType 等于EDGE_VER，边界滤波强度bS[ xDk ][ yDm ] 作为输入，确定dE, dEp, and dEq，变量β和tC作为输出。

b. The filtering process for luma block edges as specified in clause 8.7.2.5.4 is invoked with the luma picture sample array recPicture L，the location of the luma coding block ( xCb, yCb ), the luma location of the block ( xDk, yDm ), a variable edgeType set equal to EDGE_VER, the decisions dE, dEp, and dEq, and the variables βand tC as inputs, and the modified luma picture sample array recPictureL as output.

b.对于在8.7.2.5.4节所指出的亮度块边缘的滤波过程调用亮度图像样点阵列recPictureL，亮度编码块( xCb, yCb )的位置，块的亮度位置( xDk, yDm )，一个变量edgeType等于EDGE_VER,确定的dE, dEp, and dEq，变量β和tC作为输入，改善亮度图像阵列

recPictureL作为输出

The filtering process for edges in the chroma coding blocks of current coding unit consists of the following ordered steps:

对于当前编码单元的色度编码块的滤波过程包括下列步骤：

1.The variable nD is set equal to 1 << ( log2CbSize ? 3 ).

变量nD等于1左移( log2CbSize ? 3 ).

2.For xDk equal to k << 2 with k = 0..nD ? 1 and yDm equal to m << 2 with m = 0..nD ?1, the following applies:

2.对于xDk等于k左移2，k=0..nD-1, yDm 等于m左移2，m=0..nD-1，下列适用：

–When bS[ xDk * 2 ][ yDm * 2 ] is equal to 2 and ( ( ( xCb / 2 + xDk ) >> 3 ) << 3 ) is equal to xCb / 2 + xDk, the following applies:

----当bS[ xDk * 2 ][ yDm * 2 ]等于2并且( ( ( xCb / 2 + xDk ) >> 3 ) << 3 )等于xCb / 2 + xDk，下列适用：

a. The filtering process for chroma block edges as specified in clause 8.7.2.5.5 is invoked with the chroma picture sample array recPictureCb, the location of the chroma coding block ( xCb / 2, yCb / 2 ), the chroma location of the block ( xDk, yDm ), a variable edgeType set equal to EDGE_VER, and a variable cQpPicOffset set equal to pps_cb_qp_offset as inputs, and the modified chroma picture sample array recPicture Cb as output

a 在8.7.2.5.5节所指出的对于色度块边缘的滤波过程调用色度图像样点阵列recPictureCb,色度编码块( xC

b / 2, yCb / 2 )的位置，块( xDk, yDm )的色度位置，一个变量edgeType等于EDGE_VER，一个变量cQpPicOffset 等于pps_cb_qp_offset作为输入，改善色度图像样点阵列recPicture Cb作为输出。

b. The filtering process for chroma block edges as specified in clause 8.7.2.5.5 is invoked with the chroma picture sample array recPicture Cr, the location of the chroma coding block ( xCb / 2, yCb / 2 ), the chroma location of the block ( xDk, yDm ), a variable edgeType set equal to EDGE_VER, and a variable cQpPicOffset set equal to pps_cr_qp_offset as inputs, and the modified chroma picture sample array recPictureCr as output.

b.对于在8.7.2.5.5所指出的色度块边缘的滤波过程被调用，色度图像样点阵列recPicture Cr，色度编码块( xCb / 2, yCb / 2 ）的位置，块( xDk, yDm )的色度位置，一个变量edgeType等于EDGE_VER,一个变量cQpPicOffset等于pps_cr_qp_offset作为输入，改善色度图像样点阵列recPictureCr 作为输出。

8.7.2.5.2 Horizontal edge filtering process

Inputs to this process are:

–the picture sample arrays recPicture L , recPicture Cb , and recPicture Cr ,

–图像样点阵列recPicture L, recPicture Cb, and recPicture Cr

– a luma location ( xCb, yCb ) specifying the top-left sample of the current luma coding block relative to the top-left luma sample of the current picture,

--一个亮度位置( xCb, yCb )指出相对于当前图像上-左亮度采样，当前亮度编码块的上-左样点

–a variable log2CbSize specifying the size of the current luma coding block,

一个变量log2CbSize指出了当前亮度编码块的大小

- an array bS specifying the boundary filtering strength.

Outputs of this process are the modified picture sample arrays recPicture L, recPicture Cb, and recPicture Cr .

本过程的输出是改善的图像样点阵列recPicture L , recPicture Cb , 和recPicture Cr.

The filtering process for edges in the luma coding block of the current coding unit consists of the following ordered steps:

1. The variable nD is set equal to 1 << ( log2CbSize ? 3 ).

2. For yD m equal to m << 3 with m = 0..nD ? 1, and x D k equal to k << 2 with k = 0..nD * 2 ? 1, the following applies:

–When bS[ xD k ][ yD m ] is greater than 0, the following ordered steps apply:

a. The decision process for luma block edges as specified in clause 8.7.2.5.3 is invoked with the luma picture sample array recPicture L, the location of the luma coding block ( xCb, yCb ), the luma location of the block ( xD k , yD m ), a variable edgeType set equal to EDGE_HOR, and the boundary filtering strength bS[ xD k ][ yD m ] as inputs, and the decisions dE, dEp, and dEq, and the variables β and t C as outputs.

a.对于在8.7.2.5.3节所指出的亮度块边界的确定过程调用亮度图像样点阵列recPicture L，亮度编码块( xCb, yCb )的位置，块( xD k, yD m )的亮度位置，一个变量edgeType 等于EDGE_HOR，边界滤波强度bS[ xDk ][ yDm ] 作为输入，确定dE, dEp, and dEq，变量β和tC作为输出

b. The filtering process for luma block edges as specified in clause 8.7.2.5.4 is invoked with the luma picture sample array recPicture L , the location of the luma coding block ( xCb, yCb ), the luma location of the block ( xD k , yD m ), a variable edgeType set equal to EDGE_HOR, the decisions dEp, dEp, and dEq, and the variables β and t C as inputs, and the modified luma picture sample array recPicture L as output.

b.对于在8.7.2.5.4节所指出的亮度块边缘的滤波过程被调用亮度图像样点阵列recPictureL，

亮度编码块( xCb, yCb )的位置，块( xDk, yDm )的亮度位置，一个变量edgeType等于EDGE_HOR,决定dE, dEp, and dEq，变量β和t C作为输入，改善亮度图像阵列recPicture L 作为输出

The filtering process for edges in the chroma coding blocks of current coding unit consists of the following ordered steps:

1. The variable nD is set equal to 1 << ( log2CbSize ? 3 ).

2. For yD m equal to m << 2 with m = 0..nD ?1 and xD k equal to k << 2 with k = 0..nD ? 1, the following applies:

–When bS[ xD k * 2 ][ yD m * 2 ] is equal to 2 and ( ( ( yCb / 2 + yD m ) >> 3 ) << 3 ) is equal to yCb / 2 + yD m , the following ordered steps apply:

a. The filtering process for chroma block edges as specified in clause 8.7.2.5.5 is invoked with the chroma picture sample array recPicture Cb , the location of the chroma coding block ( xCb / 2, yCb / 2 ),the chroma location of the block ( xD k, yD m ), a variable edgeType set equal to EDGE_HOR, and a variable cQpPicOffset set equal to pps_cb_qp_offset as inputs, and the modified chroma picture sample array recPicture Cb as output.

a 在8.7.2.5.5节所指出的对于色度块边缘的滤波过程调用色度图像样点阵列recPicture Cb,色度编码块( xC

b / 2, yCb / 2 )的位置，块( xDk, yDm )的色度位置，一个变量edgeType等于EDGE_HOR，一个变量cQpPicOffset 等于pps_cb_qp_offset作为输入，改善色度图像样点阵列recPicture Cb作为输出

b. The filtering process for chroma block edges as specified in clause 8.7.2.5.5 is invoked with the chroma picture sample array recPicture Cr , the location of the chroma coding block ( xCb / 2, yCb / 2 ),the chroma location of the block ( xD k , yD m), a variable edgeType set equal to EDGE_HOR, and a variable cQpPicOffset set equal to pps_cr_qp_offset as inputs, and the modified chroma picture sample array recPicture Cr as output.

b.对于在8.7.2.5.5所指出的色度块边缘的滤波过程被调用，色度图像样点阵列recPicture Cr，色度编码块( xCb / 2, yCb / 2 ）的位置，块( xD k, yD m )的色度位置，一个变量edgeType等于EDGE_HOR,一个变量cQpPicOffset等于pps_cr_qp_offset作为输入，改善色度图像样点阵列recPicture Cr作为输出

8.7.2.5.3 Decision process for luma block edges亮度块边缘的确定过程

Inputs to this process are:本过程输入是：

–a luma picture sample array recPicture L,一个亮度图像样点阵列recPicture L

–a luma location ( xCb, yCb ) specifying the top-left sample of the current luma coding block relative to the top-left luma sample of the current picture,

---一个亮度位置( xCb, yCb )指出相对于当前图像的上-左亮度采样，当前亮度编码块的上-左样点

–a luma location ( xBl, yBl ) specifying the top-left sample of the current luma block relative to the top-left sample of the current luma coding block

----一个亮度位置( xBl, yBl )指出相对于当前亮度编码块的上-左样点，当前亮度块的上-左样点

–a variable edgeType specifying whether a vertical (EDGE_VER) or a horizontal (EDGE_HOR) edge is filtered

----一个变量edgeType指出了是否一个垂直或一个水平边缘被滤波

–a variable bS specifying the boundary filtering strength.

-----一个变量bS指出了边界滤波强度

Outputs of this process are:本过程的输出是：

–the variables dE, dEp, and dEq containing decisions

–the variables βand tC.

If edgeType is equal to EDGE_VER, the sample values pi,k and qi,k with i = 0..3 and k = 0 and 3 are derived as follows:

qi,k = recPictureL[ xCb + xBl + i ][ yCb + yBl + k ] (8-284)

pi,k = recPictureL[ xCb + xBl ?i ? 1 ][ yCb + yBl + k ] (8-285)

Otherwise (edgeType is equal to EDGE_HOR), the sample values pi,k and qi,k with i = 0..3 and k = 0 and 3 are derived as follows:

否则（edgeType 等于EDGE_HOR），样点值pi,k and qi,k 按照如下得到，其中i=0..3,k=0和3

qi,k = recPictureL[ xCb + xBl + k ][ yCb + yBl + i ] (8-286)

pi,k = recPictureL[ xCb + xBl + k ][ yCb + yBl ?i ? 1 ] (8-287)

The variables Qp Q and Qp P are set equal to the Qp Y values of the coding units which include the coding blocks containing the sample q0,0 and p0,0, respectively.

变量Qp Q和Qp P等于编码单元的Qp Y值，编码单元包含有样点q0,0和p0,0,的编码块

A variable qP L is derived as follows:一个变量qP L按照如下公式得到：

qP L = ( ( Qp Q + Qp P + 1 ) >> 1 ) (8-288)

The value of the variable β′is determined as specified in Table 8-11 based on the luma quantization parameter Q derived as follows:

变量β′按照表8-11确定，基于亮度量化参数Q的值

Q = Clip3( 0, 51, qPL + ( slice_beta_offset_div2 << 1 ) ) (8-289)

where slice_beta_offset_div2 is the value of the syntax element slice_beta_offset_div2 for the slice that contains sample q0,0.

对于包含样点q0,0.的条带，slice_beta_offset_div2是句法元素slice_beta_offset_div2的值The variable βis derived as follows:

变量β按照如下公式得到：

β= β′* ( 1 << ( BitDepthY ?8 ) ) (8-290) The value of the variable tC′is determined as specified in Table 8-11 based on the luma quantization parameter Q derived as follows:

变量tC′的值按照表8-11得到，基于亮度量化参数Q的值

Table 8-11 –Derivation of threshold variables β′and tC′from input Q

Q = Clip3( 0, 53, qPL + 2 * ( bS ? 1 ) + ( slice_tc_offset_div2 << 1 ) ) (8-291) where slice_tc_offset_div2 is the value of the syntax element slice_tc_offset_div2 for the slice that contains sample q0,0.

对于包含样点q0,0.的条带，slice_tc_offset_div2等于句法元素slice_tc_offset_div2 的值

The variable t C is derived as follows:

t C = t C′* ( 1 << ( BitDepthY ?8 ) ) (8-292) Depending on the value of edgeType, the following applies:

根据edgeType的值，下列适用：

–If edgeType is equal to EDGE_VER, the following ordered steps apply:

----如果edgeType等于EDGE_VER,按照如下步骤进行：

1.The variables dpq0, dpq3, dp, dq, and d are derived as follows:

变量dpq0, dpq3, dp, dq，按照下列公式得到：

dp0 = Abs( p2,0 ? 2 * p1,0 + p0,0 ) (8-293) dp3 = Abs( p2,3 ? 2 * p1,3 + p0,3 ) (8-294) dq0 = Abs( q2,0 ? 2 * q1,0 + q0,0 ) (8-295) dq3 = Abs( q2,3 ? 2 * q1,3 + q0,3 ) (8-296)

图像去噪方法

图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声）等； 目前比较经典的图像去噪算法主要有以下三种： 均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声(一般指热噪声、散弹噪声等，它们与信号的关系是相加，不管有没有信号，噪声都存在)，但容易引起图像模糊，可以对其进行改进，主要避开对景物边缘的平滑处理。 中值滤波：基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤波可以对图像进行平滑处理。其算法简单，时间复杂度低，但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化。 Wiener维纳滤波：使原始图像和其恢复图像之间的均方误差(在相同测量条件下进行的测量称为等精度测量，例如在同样的条件下，用同一个游标卡尺测量铜棒的直径若干次，这就是等精度测量。对于等精度测量来说，还有一种更好的表示误差的方法，就是标准误差。标准误差定义为各测量值误差的平方和的平均值的平方根，故又称为均方误差。)最小的复原方法，是一种自适应滤波器，根据局部方差来调整滤波器效果。对于去除高斯噪声效果明显。

改变图像质量的几种滤波方法比较

1 改变图像质量的几种滤波方法比较 一、概述 滤波是图像处理重要技术之一，是提高图像质量的主要手段。对输入的图像实现直方图均衡化；设计完成同态滤波器，并用之改善图象质量；对某图像加入不同类型﹑不同强度的噪声（周期﹑椒盐噪声），并分别用空间域和频率域的方法抑制噪声。 二、图像处理过程 1.直方图均衡化 输入一幅图片，统计原图直方图数组，用一个数组hf 记录hf(i)；i 从0到255，令pa(i)=pa(i-1)+hf(i)，其中hf(i)为灰度值为i 的像素点占总像素点的概率；一个数组F 记录新的索引值，即令F(i,j)= (pa(f(i,j)+1))*255；依次循环每一个像素，取原图的像素值作为数组F 的下标值，取该下标对应的数组值为均衡化之后的像素值。结果显示原图图像、原图直方图，均衡化后的图像和直方图，并用于对比。 其中图像中灰度级出现的概率近似为： ()n n r p k k r =，k=0,1,2,…,L -1。而变换函数为：00()(),0,1,2,,1 k k j k k r j j j n s T r p r k L n ======-∑∑ 2.巴特沃斯同态滤波器： 图像f(x,y)是由光源照度场(入射分量)fi(x,y)和场景中物体反射光(反射分量)的反射场fr(x,y)两部分乘积产生，关系式为： f(x,y)=fi(x,y)*fr(x,y); fi(x,y)的性质取决于照射源，fr(x,y)取决于成像物体的特性。一般情况下,照度场f i ( x , y) 的变化缓慢,在频谱上其能量集中于低频;而反射场f r ( x , y) 包含了所需要的图像细节信息,它在空间的变化较快,其能量集中于高频. 这样就可以根据照度—反射模型将图像理解为高频分量与低频分量乘积的结果。由于两个函数乘积的傅立叶变换是不可分的，故不能直接对照度和反射的频率部分分别进行操作。

低通插值滤波器说明书

The University of South China 数字信号处理课程设计 说明书 学院名称 指导教师 班级 学号 学生姓名 2010年6 月

设计一个按因子I=5的内插器，要求镜像滤波器通带最大衰减为 0.1dB ，阻带最小衰减为30dB ，过渡带宽不大于20/π，设计FIR 滤波器系数h(n) 一、初始设计 （1） 幅度指标 可以两种方式给出。第一种，叫做绝对指标，它提出了对幅度回应函数|H （jw)| 的要求。这些指标一般可直接用于FIR 滤波器。第二种方法叫做相对指标，它以分贝（dB ）值的形式提出要求，其定义为： 0|)(|| )(|log 20max 10≥-=jw jw e H e H dB 经过定义中所包含的归一化，所有滤波器的相对幅频特性最高处的值为0dB ，由于定义式中有一个负号，幅频特性小的地方，其dB 值反而是正的。 绝对指标： [0,wp]段叫通带，δ1是在理想通带中能接受的振幅波动或（容限） [ws, ]段叫做阻带，δ2是阻带中能接受的振幅波动或（容限） [wp,ws]叫做过渡带，在此段上幅度回应通常没有限制，也可以给些弱限制。 低通滤波器的典型幅度指标 相对指标（dB ）: p R 是通带波动的dB 值； s A 是阻带衰减的dB 值。 由于绝对指标中的)1(|)(|1max δ+=jw H ，因此 011log 201 1 10 >+--=δδp R ， ) (ωj e G c ω 1 1+ p 1- p s p s

11log 201 2 10 >>+-=δδs A 逆向的关系为 20 20 1101101p p R R --+-= δ 20 20 1210 10 )1(s s A A --≈+=δδ （2）低通FIR 滤波器阶数的估计 π ωωδδ2/)(6.1413)lg(20p s s p N ---≈ （3）滤波器结构分析： 整数倍内插器的 FIR 直接实现 整数I 倍内插是在已知的相邻两个原采样点之间等间隔插入I-1个新的采样值。对已知的采样序列)(11T n x 进行D/A 转移，得道原来的模拟信号)(t x a ，然后再对)(t x a 进行较高采样率的采样得到)(22T n y ，这里 21IT T = I 为大于1的整数，称为内插因子。 整数倍内插是先在已知采样序列)(11T n x 的相邻两个样点之间等间隔插入I-1个0值点，然后进行低通滤波器，即可获得I 倍内插的结果。内插方案如图所示： )(11T n x )(22T n v )(22T n y 图中↑ I 表示在)(11T n x 相邻样点之间插入I-1个0值采样，称为零值内插器。 )(11T n x 、)(22T n y 的傅里叶变换为：)(1 jw e X 、)(2jw e Y ，二者均为周期函数，若二 者都用模拟频率Ω表示，则 (1jw e X =)(1T j e X Ω，周期为11/2T sa π=Ω； )(2jw e Y =)(2T i e Y Ω，周期为2sa Ω=112)//(2/2sa I I T T Ω==ππ。 )(22T n v =?? ??? ±±=其它当 02,,0n )(212I I I T n x ↑ I )(22T n h

带通滤波器

四川大学 电子信息专业实验报告 课程射频通信电路 实验题目射频实验 实验人许留留 2012141451075 实验时间周一晚上 带通滤波器

要求： 通带频率：4.8-5.2GHz 通带内波纹：<3dB 阻带抑制：>30dB （5.3GHz 处） 输入输出阻抗：50Ω 介质基板相对介电常数：2.65 计算过程： f 0=2f f L +H =5GHz Ω=??? ? ??f -f -f f f f f 000L H =1.467 按照设计要求，需要选用3dB 等波纹契比雪夫低通滤波电路。在归一化频率Ω=1.467处，需要具有大于30dB 的衰减。因此，要满足设计要求必须选用5阶 滤波电路。 设计电路图如下

采用优化的方式。 仿真步骤： 用微带线连接电路图，参数TL1=TL2，w=2.69mm，l=10.03mm （用ADS自带软件算出）。

由于CLin1=CLin6，CLin2=CLin5，CLin3=CLin4。设置9个变量L1，L2，L3；W1，W2，W3；S1，S2，S3。单位为mm。在V AR 1，中同样添加，初始值w设为1，l设为10，s设为1（l的长度约为 4 w和s大于0.2mm）。调节范围设置，L（9-11），W（0.2-3），S（0.2-3）。 从4GHz开始，到6GHz结束，步长为10MHz。 波形与带通滤波器较为形似则继续。

用OPTM来优化波形，设置两个GOAL，使频率在4.8-5.2GHz 间波纹大于-3dB，同时在5.3-5.4GHz间衰减小于-30dB。 按下仿真键开始仿真出现以下结果 波形图如下

实验三常用图像滤波方法

实验三常用图像滤波方法 一、实验目的 1、熟悉并掌握MATLAB图像处理工具箱的使用； 2、理解并掌握常用的图像的滤波技术。 二、实验环境 MATLAB 6.5以上版本、WIN XP或WIN7计算机 三、相关知识 1 imnoise imnoise函数用于对图像生成模拟噪声，如： i=imread('e:\w01.tif'); j=imnoise(i,'gaussian',0,0.02);模拟均值为0方差为0.02的高斯噪声，j=imnoise(i,'salt&pepper', 0.04) 模拟叠加密度为0.04的椒盐噪声 2 fspecial fspecial函数用于产生预定义滤波器，如： h=fspecial('sobel');%sobel水平边缘增强滤波器 h=fspecial('gaussian');%高斯低通滤波器 h=fspecial('laplacian');%拉普拉斯滤波器 h=fspecial('log');%高斯拉普拉斯（LoG）滤波器 h=fspecial('average');%均值滤波器 3 基于卷积的图像滤波函数 imfilter函数，filter2函数，二维卷积conv2滤波,都可用于图像滤波，用法类似，如： i=imread('e:\w01.tif'); h=[1,2,1;0,0,0;-1,-2,-1];%产生Sobel算子的水平方向模板

j=filter2(h,i); 或者： h = fspecial(‘prewitt’) I = imread('cameraman.tif'); imshow(I); H = fspecial('prewitt‘); %预定义滤波器 M = imfilter(I,H); imshow(M) 或者： i=imread('e:\w01.tif'); h=[1,1,1;1,1,1;1,1,1]; h=h/9; j=conv2(i,h); 4 其他常用滤波举例 （1）中值滤波 medfilt2函数用于图像的中值滤波，如： i=imread('e:\w01.tif'); j=medfilt2(i，[M N]);对矩阵i进行二维中值滤波，领域为M*N，缺省值为3*3 （2）利用拉氏算子锐化图像, 如: i=imread('e:\w01.tif'); j=double(i); h=[0,1,0;1,-4,0;0,1,0];%拉氏算子 k=conv2(j,h,'same');

环路滤波器

环路滤波器 环路滤波器有有源的和无源的。无源的由线性元件电阻，电容组成。有源的由上述线性元件和运算放大器组成。运放可以改善环路滤波器性能。 A.分析方法 ★★时域分析(解微分方程) ⊙数学模型 ⊙时域采用算符 ⊙表示方法 ★★复频域分析(拉氏变换方法) ⊙数学模型 ⊙拉氏算符 S ⊙表示方法把时域中算符P用S代之。 ★★频域分析 若任意线性系统在输入信号源作用下,其系统达到稳定状态时传递函数将算符S用jω表示,即可得到频域中频响特性。 请注意! 研究系统或锁相环路的线性性能时,算符P,S,jω之间可相互代换,否则不行。 B.实际环路滤波器

通常电容C取1～10μF,电阻R 1比R 2 大10～100倍。 ★★ RC积分滤波器 ⊙电路 ⊙传递函数 ⊙RC积分型滤波器对于足够高的频率,φ趋于90°,其输出电压 近似与输 入电压积分成比例,所以称作RC积分型滤波器。 ⊙从相位特性看,它又具有相位延时特性,所以称延迟网络。 ★★ RC比例积分滤波器 ⊙电路

⊙传递函数 它与RC 积分滤波器主要区别在于： 1).在高频范围内，输入、输出电压关系保持一个固定的比例常数 。 φ渐近于0°。 2).有两个时间常数可供调整,调整方便,在锁相环中得到广泛应用。 ⊙实例电路 ※例一 ΘL q ,CL q 为1MHz,谐振频率支路对低频相 当于开路。 ΘL 对1KHz 其阻抗X L =13Ω,对低频相当 于短路。 即L 、R 2是滤除高频分量的。 ΘR 1,R 3,C 构成RC 比例积分滤波器。 ※例二 Θ稳定某微波振荡频率使用RC 比例积分滤 波器 ※例三 组合滤波器(二阶环路滤波器)

几种中值滤波去噪方法分析

几种中值滤波去噪方法分析 在数字图像的转换、存储和传输等过程中，经常性由于电子设备工作环境的不稳定，由于设备中含有一些污染物等原因，导致数字图像中一些像素点的灰度值发生非常大的变化，变得非常小或者非常大；而且大气环境很容易干扰无线数据传输，从而让传输信号混入噪声，接收到的无线信号恢复成传输过来的数字图像较原图像相比也会有很大的不同。在这些过程中，椒盐噪声很容易就会对数字图像造成感染。客户满意的数字图像尽可能少或者没有受到椒盐噪声的污染。所以我们需要去噪处理。 在现阶段处理椒盐噪声方面的研究成果方面，因为中值滤波有其非线性的特性，对比其他线性滤波方法可以取得更好的效果，同切同时还可以更好的保留图像的边缘信息。很多学者在研究通过中值滤波消除椒盐噪声的影响，希望可以得到更好的去噪效果。 第一节标准中值滤波方法 标准中值滤波是把这个窗口内的像素点按灰度值大小进行排列，把灰度值的平均值当作标准值。 我们以一个8位的图像作为例子，因为椒盐噪声会让受影响的像素点灰度值改为亮点，即灰度值为255；或者暗点，即灰度值为0。我们在排序的时候，把收到污染的像素点的灰度值大小排列出来，取中间值为所有噪点值，那么就可以消除噪声污染对这个点的影响。其具体步骤如下： ①把窗口在图像中滑动，然后让窗口中心与某一像素点重合 ②记录下窗口中所有像素点的灰度值 ③将这些灰度值从小到大排序 ④记录下该灰度值序列中间的值 ⑤将所记录下的中间值替代窗口中心像素点的灰度值 因为中值滤波的输出灰度值大小是由窗口的中值大小所决定的，所以中值滤

波对于窗口内脉冲噪声远远没有均值滤波敏感。因此相对于均值滤波，中值滤波可以在有效去除脉冲噪声的同时，减小更多的模糊图像。由于由于中值滤波所采用的窗口大小会直接决定去噪效果和图像模糊程度，而且图像去噪后的用途也就决定了窗口的形式。以5*5窗口为例，常见的形状如图2.1所示： 图 2.1 常见的尺寸为5*5的中值滤波窗口 尽管标准中值滤波方法称得上是现在市面上的一种最简单有效的去除椒盐噪声的方法。但是它判断像素点是否被噪声影响的机制不明确，尽管采用该方法时已经对所有像素点进行了一次滤波操作，还是会在一定程序上对图像的边缘、细节信息产生破坏。 第二节带权值的中值滤波方法 Brownrigg提出了一种改进的中值滤波方法：带权值的中值滤波方法。这个滤波的步骤和SM基本一样，不同的地方在于：WM在排序取中值的时候要在

(整理)带通滤波器设计

实验八 有源滤波器的设计 一．实验目的 1． 学习有源滤波器的设计方法。 2． 掌握有源滤波器的安装与调试方法。 3． 了解电阻、电容和Q 值对滤波器性能的影响。 二．预习要求 1． 根据滤波器的技术指标要求，选用滤波器电路，计算电路中各元件的数值。设计出 满足技术指标要求的滤波器。 2. 根据设计与计算的结果，写出设计报告。 3. 制定出实验方案，选择实验用的仪器设备。 三．设计方法 有源滤波器的形式有好几种，下面只介绍具有巴特沃斯响应的二阶滤波器的设计。 巴特沃斯低通滤波器的幅频特性为： n c uo u A j A 21)(??? ? ??+= ωωω ， n=1，2，3，. . . （1） 写成： n c uo u A j A 211) (??? ? ??+=ωωω （2） )(ωj A u 其中A uo 为通带内的电压放大倍数，ωC A uo 为截止角频率，n 称为滤波器的阶。从（2） 式中可知，当ω=0时，（2）式有最大值1； 0.707A uo ω=ωC 时，（2）式等于0.707，即A u 衰减了3dB ；n 取得越大，随着ω的增加，滤波器的输出电压衰减越快，滤波器的幅频特性越接近于理想特性。如图1所示。ω 当 ω>>ωC 时， n c uo u A j A ??? ? ??≈ωωω1 )( （3） 图1低通滤波器的幅频特性曲线

两边取对数，得： lg 20c uo u n A j A ωω ωlg 20)(-≈ （4） 此时阻带衰减速率为： -20ndB/十倍频或-6ndB/倍频，该式称为衰减估算式。 表1列出了归一化的、n 为1 ~ 8阶的巴特沃斯低通滤波器传递函数的分母多项式。 在表1的归一化巴特沃斯低通滤波器传递函数的分母多项式中，S L = c s ω，ωC 是低通 滤波器的截止频率。 对于一阶低通滤波器，其传递函数： c c uo u s A s A ωω+= )( （5） 归一化的传递函数： 1 )(+= L uo L u s A s A （6） 对于二阶低通滤波器，其传递函数：2 22)(c c c uo u s Q s A s A ωωω++ = （7） 归一化后的传递函数： 1 1)(2 ++= L L uo L u s Q s A s A （8） 由表1可以看出，任何高阶滤波器都可由一阶和二阶滤波器级联而成。对于n 为偶数的高阶滤波器，可以由2n 节二阶滤波器级联而成；而n 为奇数的高阶滤波器可以由2 1-n 节二

常用图像去噪方法比较及其性能分析

龙源期刊网 https://www.wendangku.net/doc/ff16011765.html, 常用图像去噪方法比较及其性能分析 作者：孟靖童王靖元 来源：《信息技术时代·下旬刊》2018年第02期 摘要：本文介绍了噪声的分类模型，之后又分别介绍了空间域去噪、傅里叶去噪算法以及小波去噪中的部分算法，并分别对相似算法进行了分析比较。同时为了更好的比较出各算法之间的去噪差别针对其中部分去噪算法进行了用matlab的实现，比较了去噪的效果。 关键词：数字图像；噪声；滤波 一、引言 随着当今社会数字化的普及，人们传递图像信息的方式已经从之前单纯的实物传递变为当今的数字图像的传递。然而由于各种原因会导致数字图像真实性减弱。针对这种问题，数字图像处理技术应运而生。数字图像处理技术的产生，不仅满足了人们的视觉，同时经过处理的图像还可以更好的应用于图像加密，图像识别等领域。 二、空间域去噪算法 （一）均值滤波去噪 通过计算某一滤波目标区域内的算数平均值来替代目标区域中心所对应的像素值的方法来达到去除噪声的目的。而加权均值滤波则是在原有均值滤波的基础上，通过对某些更趋进于真实像素的点进行加权的方法来达到更好的去噪效果，使最终区域中心像素更加趋近于真实像素。 利用均值滤波可以很好的去除由高斯噪声带来的对于图像的影响，然而对于由于椒盐噪声带来的对于图像的影响，均值滤波去除的效果并不很好。同时，由于均值滤波的算法是通过取目标范围内一小区域中点灰度值的平均值，来决定区域中心点灰度值的，所以不可避免的造成图像经过均值滤波后会导致图像部分原始真实细节被滤掉，造成视觉上细节不清楚的情况。并且所取范围越大，图像中细节部分越不清晰，图像越平滑。 （二）中值滤波去噪 通过求区域中心点及其周围点灰度值的中值，来代替该中心点的灰度值。因此利用中值去噪的方法可以较好的弥补均值滤波对于图像边缘不清晰处理的缺点。然而由于中值滤波对于所选滤波区域的选择要求较高，因此对于滤波区域大小形状的选择需要根据具体图像来确定。此外，与均值滤波相比，中值滤波对于椒盐噪声的处理比对于高斯噪声的处理更好。 （三）维纳滤波去噪

matlab的costas环载波恢复,环路滤波器系数有推导

fs = 50e6; %采样频率 ts = 1/fs; num = 2e6; %数据长度 SNR = -15; real_fc = 10000500; %实信号频率 data = sin(2*pi*real_fc*(0:num-1)*ts+pi/4)+sqrt(10^(SNR/10))*randn(1,num); %科斯塔斯环的输入信号fc = 10000000; %本地频率 n = fs/10000; %累积时间为0.1ms nn = [0:n-1]; nf = floor(length(data)/n);% 将输入数据分成1ms的多个数据块 wfc = 2*pi*fc; %本地信号 phi_prv = 0; temp = 0; frame = 0; carrier_phase = 0; phase = 0; %环路滤波器的参数 c1=1203.9*1.5; c2=16.22*1.5; %数据率为4kbps,1bit数据采样点数为12.5K，每5K个点累加一次，相当于4个数据累加清零一次， %w=0.01*4K,T=1/4K,k0=2*pi*T*fs/2^32,c1=2*0.707*w*T/k0,c2=(wT)^2/k0, for frame=1:nf % 产生本地的sin和cos函数 expcol = exp(j*(wfc*ts*nn+phase)); sine = imag(expcol); cosine = real(expcol); x = data((1:n)+((frame-1)*n)); %将数据转换到基带 x_sine = x.*sine; x_cosine = x.*cosine; Q = sum(x_sine); %经过滤波器 I = sum(x_cosine); phase_discri(frame) = atan(Q/I); %得到锁相环的输入 %锁相环 dfrq = c1*phase_discri(frame)+temp; %经过环路滤波器 temp = temp+c2*phase_discri(frame); wfc = wfc-dfrq*2*pi; %改变本地频率 dfrq_frame(frame) = wfc;

图像去噪原理

图像去噪 甘俊霖 噪声是图像干扰的重要原因。一副图像在实际应用中可能存在各种各样的噪声，这些噪声可能在传输中产生，也可能在量化等处理中产生。因此，正是为了处理这种问题，是有噪声的图片变得更加清晰，人们研究出各种各样的方式去除图像中的噪声。 首先，为了让本报告易懂，我先解释几个名词的含义。 线性滤波算法：利用图像原始的像素点通过某种算术运算得到结果像素点的滤波算法，如均值滤波、高斯滤波，由于线性滤波是算术运算，有固定的模板，因此滤波器的算法函数是确定并且唯一的。 非线性滤波算法：原始数据域处理结果数据之间存在的是一种逻辑关系，即采用逻辑运算实现的，如最大值滤波器、最小值滤波器、中值滤波器，通过比较领域内灰度值大小来实现的，它没有固定的模板和特定的转移函数。 高斯噪声：噪声服从高斯分布，即某个强度的噪声点个数最多，离这个强度越远噪声点越少，且这个规律服从高斯分布。高斯噪声是一种加性噪声，即噪声直接加到原图像上，因此可以采用线性滤波器滤除掉。 椒盐噪声：类似把胡椒和盐撒到图像上，因此得名，是一种在图像上出现很多白点或黑点的噪声。椒盐噪声可以认为是一种逻辑噪声，采用线性滤波器滤除的结果不好，一般采用中值滤波器滤波可以得到较好的结果。 白噪声：指在较宽的频率范围内，各等带宽的频带所含的噪声能量相等。由于白光是各个频率的单色光混合的，因此我们把这种性质叫做“白色的”，就把这种噪声称作白噪声。 现在介绍，我采用的去噪算法。 （1）均值滤波：均值滤波是典型的线性滤波算法。其采用的主要方法为领域平均法，即对待处理的某个像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，

matlab图像去噪算法设计(精)

数字图像去噪典型算法及matlab实现 希望得到大家的指点和帮助 图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声）等； 目前比较经典的图像去噪算法主要有以下三种： 均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对其进行改进，主要避开对景物边缘的平滑处理。 中值滤波：基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤波可以对图像进行平滑处理。其算法简单，时间复杂度低，但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化。 Wiener维纳滤波：使原始图像和其恢复图像之间的均方误差最小的复原方法，是一种自适应滤波器，根据局部方差来调整滤波器效果。对于去除高斯噪声效果明显。实验一：均值滤波对高斯噪声的效果 I=imread('C:\Documents and Settings\Administrator\桌面\1.gif');%读取图像 J=imnoise(I,'gaussian',0,0.005);%加入均值为0，方差为0.005的高斯噪声 subplot(2,3,1);imshow(I); title('原始图像'); subplot(2,3,2); imshow(J); title('加入高斯噪声之后的图像'); %采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 K1=filter2(fspecial('average',3),J)/255; %模板尺寸为3 K2=filter2(fspecial('average',5),J)/255;% 模板尺寸为5 K3=filter2(fspecial('average',7),J)/255; %模板尺寸为7 K4= filter2(fspecial('average',9),J)/255; %模板尺寸为9 subplot(2,3,3);imshow(K1); title('改进后的图像1'); subplot(2,3,4); imshow(K2); title('改进后的图像2');

数字图像处理-图像去噪方法

图像去噪方法 一、引言 图像信号在产生、传输和记录的过程中，经常会受到各种噪声的干扰，噪声可以理解为妨碍人的视觉器官或系统传感器对所接收图像源信 息进行理解或分析的各种元素。噪声对图像的输入、采集、处理的各个环节以及最终输出结果都会产生一定影响。图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声）等。我们平常使用的滤波方法一般有均值滤波、中值滤波和小波滤波，他们分别对某种噪声的滤除有较好的效果。对图像进行去噪已成为图像处理中极其重要的内容。 二、常见的噪声 1、高斯噪声：主要有阻性元器件内部产生。 2、椒盐噪声：主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生泊松噪声。 3、量化噪声：此类噪声与输入图像信号无关,是量化过程存在量化误差，再反映到接收端而产生，其大小显示出数字图像和原始图像差异。 一般数字图像系统中的常见噪声主要有高斯噪声和椒盐噪声等，减少噪声的方法可以在图像空间域或在图像频率域完成。在空间域对图像处理主要有均值滤波算法和中值滤波算法．图像频率域去噪方法

是对图像进行某种变换，将图像从空间域转换到频率域，对频率域中的变换系数进行处理，再进行反变换将图像从频率域转换到空间域来达到去除图像噪声的目的。将图像从空间转换到变换域的变换方法很多，常用的有傅立叶变换、小波变换等。 三、去噪常用的方法 1、均值滤波 均值滤波也称为线性滤波,其采用的主要方法为邻域平均法。其基本原理是用均值替代原图像中的各个像素值,即对待处理的当前像素点（x,y）,选择一个模板,该模板由其近邻的若干像素组成,求模板中所有像素的均值,再把该均值赋予当前像素点(x,y),作为处理后图像在 f?sf(x,y),其中,s为模板,M为该点上的灰度g(x,y),即g x,y=1 M 该模板中包含当前像素在内的像素总个数。这种算法简单，处理速度快，但它的主要缺点是在降低噪声的同时使图像产生模糊，特别是在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。

带通滤波器工作原理与带通滤波器原理图详解

带通滤波器工作原理与带通滤波器原理图详解 带通滤波器（band-pass filter）是一个允许特定频段的波通过同时屏蔽其他频段的设备。比如RLC振荡回路就是一个模拟带通滤波器。 带通滤波器是指能通过某一频率范围内的频率分量、但将其他范围的频率分量衰减到极低水平的滤波器，与带阻滤波器的概念相对。一个模拟带通滤波器的例子是电阻-电感-电容电路（RLC circuit）。这些滤波器也可以用低通滤波器同高通滤波器组合来产生。 工作原理 一个理想的带通滤波器应该有一个完全平坦的通带，在通带内没有放大或者衰减，并且在通带之外所有频率都被完全衰减掉，另外，通带外的转换在极小的频率范围完成。 实际上，并不存在理想的带通滤波器。滤波器并不能够将期望频率范围外的所有频率完全衰减掉，尤其是在所要的通带外还有一个被衰减但是没有被隔离的范围。这通常称为滤波器的滚降现象，并且使用每十倍频的衰减幅度的dB数来表示。通常，滤波器的设计尽量保证滚降范围越窄越好，这样滤波器的性能就与设计更加接近。然而，随着滚降范围越来越小，通带就变得不再平坦，开始出现“波纹”。这种现象在通带的边缘处尤其明显，这种效应称为吉布斯现象。 除了电子学和信号处理领域之外，带通滤波器应用的一个例子是在大气科学领域，很常见的例子是使用带通滤波器过滤最近3到10天时间范围内的天气数据，这样在数据域中就只保留了作为扰动的气旋。 在频带较低的剪切频率f1和较高的剪切频率f2之间是共振频率，这里滤波器的增益最大，滤波器的带宽就是f2和f1之间的差值。 典型应用 许多音响装置的频谱分析器均使用此电路作为带通滤波器，以选出各个不同频段的信号，在显示上利用发光二极管点亮的多少来指示出信号幅度的大小。这种有源带通滤波器的中

图像滤波去噪处理

摘要 图像是信息社会人们获取信息的重要来源之一。在通过图像传感器将现实世界中的有用图像信号进行采集、量化、编码、传输、恢复的过程中，存在大量影响图像质量的因素。因此图像在进行使用之前，一般都要经过严格的预处理如去噪、量化、压缩编码等。噪声的污染直接影响着对图像边缘检测、特征提取、图像分割、模式识别等处理，使人们不得不从各种角度进行探索以提高图像的质量。所以采用适当的方法尽量消除噪声是图像处理中一个非常重要的预处理步骤。图像处理技术在20世纪首先应用于图像的远距离传送，而改善图像质量的应用开始于1964年美国喷气动力实验室用计算机对“徘徊者七号”太空船发回的月球照片进行处理，并获得巨大成功。现在图像处理技术已深入到科学研究、军事技术、工农业生产、医学、气象及天文学等领域。科学家利用人造卫星可以获得地球资源照片、气象情况；医生可以通过X射线或CT对人体各部位的断层图像进行分析。但在许多情况下图像信息会受到各种各样噪声的影响，严重时会影响图像中的有用信息，所以对图像的噪声处理就显得十分重要。 因此我选择图像去噪方面进行了解及研究，现将自己已了解的知识进行汇总。

目录 摘要 (2) 一、图像滤波的应用 (4) 二、均值滤波 (5) 2.1 均值滤波的思想 2.2 均值滤波的算法 2.3 均值滤波的实验结果 三、中值滤波 (7) 3.1 中值滤波的思想 3.2 中值滤波的算法 3.3 中值滤波的实验结果 四、维纳滤波 (8) 4.1 维纳滤波的思想 4.2 维纳滤波的算法 4.3 维纳滤波的实验结果 五、小波变换 (9) 5.1 小波变换滤波的思想 5.2 小波变换滤波的算法 5.3 小波变换滤波的实验结果 六、Contourlet变换的图像去噪 (11) 6.1 Contourlet变换的基本思想 6.2Contourlet变换的算法 七、全变差正则化的Shearlet收缩去噪 (12) 7.1 Shearlet收缩去噪原理简介 7.2 Shearlet收缩去噪算法 八、结果分析及自己的收获 (12) 8.1结果分析 8.2自己的收获 参考文献 (13)

滤波图像降噪算法研究报告

研究生课程论 文 基于滤波的图像降噪算法的研究 课程名称专业文献阅读与综述 姓名张志化 学号1200214006 专业模式识别与智能系统 任课教师钟必能 开课时间2018.9——2018.11 教师评阅意见： 论文成绩评阅日期 课程论文提交时间：2018 年11月11日

基于滤波的图像降噪算法的研究 摘要：图像在获取和传输过程中，往往受到噪声的干扰，而降噪的目的是尽可能保持原始信号主要特征的同时除去信号中的噪声。目前的图像去噪方法可以将图像的高频成分滤除，虽然能够达到降低噪声的效果，但同时破坏了图像细节。边缘特性是图像最为有用的细节信息，本文对邻域平均法、中值滤波法及维纳滤波法的图像去噪算法进行了研究分析和讨论。 关键词：滤波；图像噪声；图像降噪算法；评价方法； 1 引言 数字图像处理，就是利用数字计算机或其他数字硬件，对图像信息转换而来的电信号进行某种数字运算，以提高图像的实用性，进而达到人们所要求的某种预期效果[1]。数字图像处理已经广泛应用于遥感、工业检测、医学、气象、侦查、通信、智能机器人等众多学科与工程领域中。 数字图像处理技术的优点主要有：<1)再现性好。数字图像处理不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的真实再现。 <2)处理精度高。按目前的技术，几乎可以将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16 位甚至更高，意味着图像的数字化精度可以满足应用需求。 (3>适用面宽。图像可以来自多种信息源。从图像反映的客观实体尺度看，可以小到电了显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像组合而成，均可用计算机来处理。 (4>灵活性高。由于图像的光学处理从原理上讲只能进行线性运算，极大地限制了光学图像处理能实现的目标；而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数字公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 (5＞信息压缩的潜力大。数字图像中各个像素是不独立的，其相关性大。在图像画面上，经常有很多像素有相同或接近的灰度。就电视画面而言，同一

带通滤波器

有源模拟带通滤波器的设计 时间：2009-08-2110:51:10来源：电子科技作者：张亚黄克平 滤波器是一种具有频率选择功能的电路，它能使有用的频率信号通过。而同时抑制(或衰减)不需要传送频率范围内的信号。实际工程上常用它来进行信号处理、数据传送和抑制干扰等，目前在通讯、声纳、测控、仪器仪表等领域中有着广泛的应用。 1滤波器的结构及分类 以往这种滤波电路主要采用无源元件R、L和C组成，60年代以来，集成运放获得迅速发展，由它和R、C组成的有源滤波电路，具有不用电感、体积小、重量轻等优点。此外，由于集成运放的开环电压增益和输入阻抗都很高，输出阻抗比较低，构成有源滤波电路后还具有一定的电压放大和缓冲作用。 通常用频率响应来描述滤波器的特性。对于滤波器的幅频响应，常把能够通过信号的频率范围定义为通带，而把受阻或衰减信号的频率范围称为阻带，通带和阻带的界限频率叫做截止频率。 滤波器在通带内应具有零衰减的幅频响应和线性的相位响应，而在阻带内应具有无限大的幅度衰减。按照通带和阻带的位置分布，滤波器通常分为低通滤波器、高通滤波器、带通滤波器和带阻滤波器。 文中结合实例，介绍了设计一个工作在低频段的二阶有源模拟带通滤波器应该注意的一些问题。 2二阶有源模拟带通滤波器的设计 2.1基本参数的设定 二阶有源模拟带通滤波器电路，如图1所示。图中R1、C2组成低通网络，R3、C1组成高通网络，A、Ra、Rb组成了同相比例放大电路，三者共同组成了具有放大作用的二阶有源模拟带通滤波器，以下均简称为二阶带通滤波器。 根据图l可导出带通滤波器的传递函数为

令s=jω，代入式(4)，可得带通滤波器的频率响应特性为 波器的通频带宽度为BW0.7=ω0／(2πQ)=f0／Q，显然Q值越高，则通频带越窄。

基于内插滤波器符号同步的实现

基于内插滤波器符号同步的实现 陈卫东,孙 栋,张华冲 (中国电子科技集团公司第五十四研究所,河北石家庄050081) 摘 要:比较了同步采样和异步采样条件下符号同步实现方法的不同,在全数字接收机中需要采用内插方法来实现符号同步,内插滤波器是一种线性时变滤波器,在工程中可以采用多项式内插函数来近似,采用FARROW 结构实现。在此基础上介绍了内插法符号同步环路的结构,组成单元,其中详细介绍了内插控制器和定时误差检测器的原理。在AWGN 信道中针对QAM 64信号进行了仿真和实现,眼图和星座图恢复良好,该符号同步环路可以应用于侦察接收机的解调器中。 关键词:全数字接收机;内插滤波器;符号同步 中图分类号:TN914.42 文献标识码:A 文章编号:1003-3114(2009)06-53-3 Design of Symbol Synchronization Circuit Based on Interpolation C HE N Wei dong,SUN Dong,ZHANG Hua chong (The 54th Research Insti tute of CETC,Shijiazhuang Hebei 050081,China) Abstract :In traditional demodulator synchronization sampling is used.In all di g i tal recei ver based on the non synchronization samplin g timing recovery is achieved with the help of interpolator.Cubic interpolator,interpolation controller and Gardner Algoithm for symbol timing error detection are introduced in detail i n this paper.The performance of the design is well i n si mulation.The desi gn is implemented in XILINX FPGA and i t can be applied to demodulation for reconnaissance receiver. Key words:all digital receiver;interpolator;symbol synchronization 收稿日期:2009-09-01 作者简介:陈卫东(1968-),男,高级工程师。主要研究方向:通信信号处理、软件无线电。 0 引言 符号同步的主要任务是从接收到的信号中估计出恢复时钟相位与最佳采样位置的相位误差信息,并根据该信息,将本地采样时钟调整到能够对码元进行最佳检测的相位上,得到信号的最佳采样值,这些采样值中包含判决时刻的信号值。 传统的数字化解调器一般采用零中频方案,需要零中频信道单元把中频信号变换为I Q 两路零中频信号,再进行A/D 采样,定时恢复是通过调整AD 采样时钟相位来完成的,这种接收机定时恢复环路结构简单,但是环路包含模拟单元,模拟器件的非线性,稳定性较差,会对定时恢复的精度,可靠性造成影响。在全数字接收机中,A/D 采样在中频完成,数字下变频确保了I Q 幅度、相位的一致性,定时恢复环路完全在数字域实现。在具体实现中,整个环路可以在一片FPGA 芯片内完成,可靠性与稳定性得到了很大提高。符号同步是全数字接收机中的一个关键技术。 传统的解调器采用同步采样方式,即符号同步 环路锁定后,采样时钟频率是符号速率的整倍数,采样点中包含了判决时刻。在全数字接收机中,采用异步采样方式,即采样时钟频率与发送端时钟频率不相关,而是一个固定时钟频率,采样点中不包含判决时刻。由于采样不同步而引入的定时速率和相位误差,需要用数字信号处理的方法来补偿,即通过定时误差估值控制内插滤波器对采样得到的信号样本值进行插值运算,从而得到信号在最佳采样时刻的近似值。内插滤波器即是完成这一功能必须的环节。 1 内插原理 Gardner 在其文献中给出了速率转换模型来分析内插滤波器,该模型如图1 所示。 图1 内插滤波器速率转换模型 设发送的线性调制符号周期为T,T s 为采样周期。在全数字接收机中,由于T s 的定时来源于独立 工程实践及应用技术

数字锁相环原理 应用

数字锁相环原理及应用 .全数字锁相环结构及原理 图1 数字锁相环路的基本结构 (1)数字环路鉴相器（DPD） 数字鉴相器也称采样鉴相器，是用来比较输入信号与压控振荡器输出信号的相位，它的输出电压是对应于这两个信号相位差的函数。它是锁相环路中的关键部件，数字鉴相器的形式可分为：过零采样鉴相器、触发器型数字鉴相器、超前—滞后型数字鉴相器和奈奎斯特速率取样鉴相器。 (2)数字环路滤波器（DLF） 数字环路滤波器在环路中对输入噪声起抑止作用，并且对环路的校正速度起调节作用。数字滤波器是一种专门的技术，有各种各样的结构形式和设计方法。引入数字环路滤波器和模拟锁相环路引入环路滤波器的目的一样，是作为校正网络引入环路的。因此，合理的设计数字环路滤波器和选取合适的数字滤波器结构就能使DPLL满足预定的系统性能要求。 (3)数字压控振荡器（DCO） 数控振荡器，又称为数字钟。它在数字环路中所处的地位相当于模拟锁相环中的压控振荡器（VCO）。但是，它的输出是一个脉冲序列，而该输出脉冲序列的周期受数字环路滤波器送来的校正信号的控制。其控制特点是：前一采样时刻得到的校正信号将改变下一个采样时刻的脉冲时间位置。 全数字锁相环工作原理 全数字锁相环的基本工作过程如下： (1) 设输入信号 u i (t) 和本振信号（数字压控振荡器输出信号）u o (t) 分别 是正弦和余弦信号，他们在数字鉴相器内进行比较，数字鉴相器的输出是一个与两者间的相位差成比例的电压u d (t)。 (2) 数字环路滤波器除数字鉴相器输出中的高频分量，然后把输出电压u c (t)

加到数字压控振荡器的输出端，数字压控振荡器的本振信号频率随着输入电压的变化而变化。如果两者频率不一致，则数字鉴相器的输出将产生低频变化分量，并通过低通滤波器使DCO的频率发生变化。只要环路设计恰当，则这种变化将使 本振信号u o (t) 的频率与数字鉴相器输入信号u i (t) 的频率一致。 (3)最后，如果本振信号的频率和输入信号的频率完全一致，两者的相位差将保持某一个恒定值，则数字鉴相器的输出将是一个恒定直流电压（忽略高频分量），数字环路滤波器的输出也是一个直流电压，DCO的频率也将停止变化，这时，环路处于“锁定状态”。