当前位置：首页 > java >正文

图像处理中的伪影

java 2025/8/23 7:16:58

一、块效应伪影 / 块状伪影

二、去除块状伪影

三、振铃伪影

一、块效应伪影 / 块状伪影

块状伪影(Blocking Artefacts)是对经过变换编码的图像进行重建时，图像中可能会出现压缩过程产生的可见伪影。基于块的变换编码中，一种常见伪影是 “块效应”（Blocking Effect）或 “网格噪声”（Grid Noise）。块效应是量化过程中对直流（DC）变换系数进行近似处理的结果。

在对变换系数进行量化时，编码器会从可用的量化参数中，选择数值最接近该系数的参数来表示该系数。这种 “舍入” 操作可能导致相邻块中出现视觉上颜色不同的像素，即便原始图像中对应的像素几乎完全一致。因此，在重建后的图像中，为变换编码过程划分的像素块可能会变得可见（见图 5.4）。

为降低数据速率而增大量化步长（即采用更粗的量化步长）时，块效应会变得更加明显。块效应在以下图像区域中尤为突出：

• 图像的边缘或颜色边界处
• 图像中颜色相对均匀的区域

二、去除块状伪影

在块效应伪影校正中，清晰度保持是一项具有挑战性的难题。其核心问题在于，需要区分图像中的真实边缘与由块效应伪影产生的虚假边缘。本研究中假设，真实边缘的亮度降幅会显著更大。

本文提出了一种极为简单的块效应校正方法。我们以两个相邻的 8×8 像素块为例进行说明（见图 5.37）

Fig. 5.37 Pixels near boundary between adjacent 8 _ 8 pixel blocks

在计算出系数后，像素 a0 和 b0 将分别替换为 c0 和 d0：

这意味着：若 a0 与 b0 的差值较大，则该边缘为真实边缘，此时 k2 值较小；新得到的 c0 值将取决于 a1，d0 值将取决于 b1，且该边缘得以保留。

$\sigma _{r}$ 值越大，对块边界的平滑强度就越高。 $\sigma _{r}$ 的取值范围为 0.05 至 0.5，在某一特定应用场景中，r $\sigma _{r}$ 被固定设为 0.1。

三、振铃伪影

振铃伪影（Ringing Artefacts）是量化误差导致的结果（图 5.5 以一维情况展示了该效应：当对应较高频率的系数被置为零时，恢复的信号中会出现模糊现象），在代表较高空间频率的系数中尤为明显。

振铃伪影最可能出现在图像的强边缘处，且在文本中十分常见 —— 这是因为文本中普遍存在强边缘。不过，振铃伪影通常表现为边缘附近的模糊灰线，且仅当周围像素具有相对较高亮度时才可被察觉（见图 5.6）。若振铃伪影所在区域的像素亮度较低，则这些灰线难以被发现。此外，振铃伪影区域内的纹理往往会掩盖该伪影。视频中的振铃噪声表现为边缘附近的局部闪烁。