自适应环路滤波的参数确定方法及相关设备与流程

1.本公开涉及视频编码领域，具体而言，涉及一种自适应环路滤波的参数确定方法、自适应环路滤波的参数确定装置、电子设备以及计算机可读存储介质。


背景技术：

2.在视频编码标准的环路滤波模块中，引入了自适应环路滤波(adaptive loop filter,即alf)，其通过维纳滤波器对重建图像进行增强滤波，使得重建图像更接近于原始图像。alf的主要过程包括滤波参数统计、滤波系数求解以及块级是否滤波判定。
3.相关技术中，针对采用alf滤波的块或图像区域，会对区域中的所有像素点计算自相关信息和互相关信息，再利用这些信息计算对应区域的滤波系数。由于在求解alf的滤波系数时，需要计算区域内所有像素点的自相关信息及互相关信息，存在较高的计算复杂度，尤其是在实时编码应用场景中会引入不可忽视的计算复杂度。
4.需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

5.本公开实施例提供一种自适应环路滤波的参数确定方法、自适应环路滤波的参数确定装置、电子设备以及计算机可读存储介质，以至少一定程度上解决相关技术中需要对区域内所有像素点进行计算导致的计算复杂度大的问题。
6.本公开实施例提供一种自适应环路滤波的参数确定方法，包括：确定待处理图像中的目标区域，计算所述目标区域的特征，其中所述目标区域的特征用于表示所述目标区域包含的图像内容的相关性；若所述目标区域的特征不大于预设特征阈值，则对所述目标区域内的像素点进行采样，获得所述目标区域内的采样像素点；计算所述目标区域内的采样像素点的自相关信息和互相关信息，根据所述采样像素点的自相关信息和互相关信息确定自适应环路滤波的滤波系数。
7.在本公开的一些示例性实施例中，所述方法还包括：若所述目标区域的特征大于所述预设特征阈值，则计算所述目标区域内的像素点的自相关信息和互相关信息，根据所述像素点的自相关信息和互相关信息确定所述自适应环路滤波的滤波系数。
8.在本公开的一些示例性实施例中，所述计算所述目标区域的特征，包括：确定所述目标区域内的像素点；对所述目标区域内的像素点进行滤波，获得所述目标区域内的像素点的滤波结果；根据所述目标区域内的像素点和所述目标区域内的像素点的滤波结果，确定所述目标区域内的差异像素点；计算所述目标区域内的差异像素点的数量与所述目标区域。
9.在本公开的一些示例性实施例中，所述目标区域内的像素点的数量为一个或多个；其中，所述对所述目标区域内的像素点进行滤波，获得所述目标区域内的像素点的滤波结果，包括：对于各个所述像素点，确定所述像素点的相邻像素点；获取所述像素点的像素
值和所述相邻像素点的像素值；基于预设的滤波算法，根据所述像素点的像素值和所述相邻像素点的像素值对所述像素点进行滤波，获得所述像素点的滤波结果。
10.在本公开的一些示例性实施例中，所述根据所述目标区域内的像素点和所述目标区域内的像素点的滤波结果，确定所述目标区域内的差异像素点，包括：对于所述目标区域内的各个像素点，计算所述像素点的像素值与所述像素点的滤波结果的差值，若计算的差值大于预设的第一差异阈值，则确定所述像素点为差异像素点。
11.在本公开的一些示例性实施例中，所述计算所述目标区域的特征，包括：将所述目标区域拆分为一个或多个子区域，计算各个所述子区域的均方差；根据各个所述子区域的均方差，确定所述目标区域内的差异子区域；计算所述目标区域内的差异子区域的数量与所述一个或多个子区域的数量的比例，得到第二比例值，确定所述第二比例值为所述目标区域的特征。
12.在本公开的一些示例性实施例中，所述根据各个所述子区域的均方差，确定所述目标区域中的差异子区域，包括：对于各个所述子区域，确定所述子区域的相邻子区域；计算所述子区域的均方差与所述相邻子区域的均方差的差值，若计算的差值大于预设的第二差异阈值，则确定所述子区域为差异子区域。
13.在本公开的一些示例性实施例中，所述对所述目标区域内的像素点进行采样，包括：对所述目标区域内的像素点进行隔行采样、或对所述目标区域内的像素点进行隔列采样。
14.在本公开的一些示例性实施例中，所述目标区域为所述待处理图像中采用相同滤波系数的区域、或者所述目标区域为所述待处理图像中的一帧图像、或者所述目标区域为所述待处理图像中的一个编码树单元。
15.根据本公开实施例的另一方面，提供一种自适应环路滤波的参数确定装置，包括：特征计算模块，用于确定待处理图像中的目标区域，计算所述目标区域的特征，其中所述目标区域的特征用于表示所述目标区域包含的图像内容的相关性；像素点采样模块，用于若所述目标区域的特征不大于预设特征阈值，则对所述目标区域内的像素点进行采样，获得所述目标区域内的采样像素点；参数确定模块，用于计算所述目标区域内的采样像素点的自相关信息和互相关信息，根据所述采样像素点的自相关信息和互相关信息确定自适应环路滤波的滤波系数。
16.在本公开的一些示例性实施例中，所述参数确定模块还用于：若所述目标区域的特征大于所述预设特征阈值，则计算所述目标区域内的像素点的自相关信息和互相关信息，根据所述像素点的自相关信息和互相关信息确定所述自适应环路滤波的滤波系数。
17.在本公开的一些示例性实施例中，所述特征计算模块还用于：确定所述目标区域内的像素点；对所述目标区域内的像素点进行滤波，获得所述目标区域内的像素点的滤波结果；根据所述目标区域内的像素点和所述目标区域内的像素点的滤波结果，确定所述目标区域内的差异像素点；计算所述目标区域内的差异像素点的数量与所述目标区域。
18.在本公开的一些示例性实施例中，所述目标区域内的像素点的数量为一个或多个；其中，所述特征计算模块还用于：对于各个所述像素点，确定所述像素点的相邻像素点；获取所述像素点的像素值和所述相邻像素点的像素值；基于预设的滤波算法，根据所述像素点的像素值和所述相邻像素点的像素值对所述像素点进行滤波，获得所述像素点的滤波
结果。
19.在本公开的一些示例性实施例中，所述特征计算模块还用于：对于所述目标区域内的各个像素点，计算所述像素点的像素值与所述像素点的滤波结果的差值，若计算的差值大于预设的第一差异阈值，则确定所述像素点为差异像素点。
20.在本公开的一些示例性实施例中，所述特征计算模块还用于：将所述目标区域拆分为一个或多个子区域，计算各个所述子区域的均方差；根据各个所述子区域的均方差，确定所述目标区域内的差异子区域；计算所述目标区域内的差异子区域的数量与所述一个或多个子区域的数量的比例，得到第二比例值，确定所述第二比例值为所述目标区域的特征。
21.在本公开的一些示例性实施例中，所述特征计算模块还用于：对于各个所述子区域，确定所述子区域的相邻子区域；计算所述子区域的均方差与所述相邻子区域的均方差的差值，若计算的差值大于预设的第二差异阈值，则确定所述子区域为差异子区域。
22.在本公开的一些示例性实施例中，所述像素点采样模块还用于：对所述目标区域内的像素点进行隔行采样、或对所述目标区域内的像素点进行隔列采样。
23.在本公开的一些示例性实施例中，所述目标区域为所述待处理图像中采用相同滤波系数的区域、或者所述目标区域为所述待处理图像中的一帧图像、或者所述目标区域为所述待处理图像中的一个编码树单元。
24.本公开实施例提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行可执行指令，以实现如上述任一项的自适应环路滤波的参数确定方法。
25.本公开实施例提供一种计算机可读存储介质，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述任一项的自适应环路滤波的参数确定方法。
26.本公开实施例提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述任一项的自适应环路滤波的参数确定方法。
27.本公开实施例提供的自适应环路滤波的参数确定方法，先计算待处理图像中目标区域的特征，该特征可以用于表示目标区域的图像内容的相关性，然后将目标区域的特征与预设特征阈值进行比较，若目标区域的特征不大于预设特征阈值，则说明目标区域的图像内容的相关性高，确定对目标区域内的部分像素点进行计算，因此对目标区域内的像素点进行采样以得到采样像素点，进而计算这些采样像素点的自相关信息和互相关信息，最后根据计算的信息确定自适应环路滤波的滤波系数。如此，先计算目标区域的特征，将计算的特征与预设特征阈值进行比较，根据比较结果判断是否需要对目标区域内所有像素点进行计算，避免相关技术中需要对区域内所有像素点进行计算导致的计算复杂度大的问题，减少滤波系数求解过程中的计算量。
28.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
29.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开
的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
30.图1示出了可以应用本公开实施例的自适应环路滤波的参数确定方法的示例性系统架构的示意图；
31.图2是根据一示例性实施例示出的一种自适应环路滤波的参数确定方法的流程图；
32.图3是根据一示例性实施例示出的计算目标区域的特征的流程图；
33.图4是根据又一示例性实施例示出的计算目标区域的特征的流程图；
34.图5是根据又一示例性实施例示出的一种自适应环路滤波的参数确定方法的流程图；
35.图6是根据一示例性实施例示出的一种自适应环路滤波的参数确定装置的框图；
36.图7是根据一示例性实施例示出的适于用来实现本公开示例性实施例的电子设备的结构示意图。
具体实施方式
37.现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
38.本公开所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
39.附图仅为本公开的示意性图解，图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在至少一个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
40.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和步骤，也不是必须按所描述的顺序执行。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
41.本说明书中，用语“一个”、“一”、“该”、“所述”和“至少一个”用以表示存在至少一个要素/组成部分/等；用语“包含”、“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等；用语“第一”、“第二”和“第三”等仅作为标记使用，不是对其对象的数量限制。
42.视频的编码过程一般包括预测、变换、量化、熵编码、滤波等操作。其中，预测可以分为帧内预测和帧间预测。帧内预测是利用周围已编码块作为参考对当前未编码块进行预测，有效去除空域上的冗余；帧间预测是使用邻近已编码图像对当前图像进行预测，有效去
除时域上的冗余。
43.变换是指将图像从空间域转换至变换域，利用变换系数对图像加以表示。绝大多数图像都含有较多平坦区域和缓慢变化的区域，适当的变换可以使图像由在空间域的分散分布转换为在变换域的相对集中分布，去除信号之间的频域相关性，配合量化过程，可以有效压缩码流。
44.熵编码是一种无损编码方式，可以把一系列元素符号转变为一个用来传输或存储的二进制码流，输入的符号可能包括量化后的变换系数、运动矢量信息、预测模式信息，变换量化相关语法等。熵编码可以有效地去除视频元素符号的冗余。
45.在编码过程中，通常需要对重构图像执行滤波操作，使得重构图像更接近于原始图像。对重构图像执行的滤波操作可包括alf，其可用于通过维纳滤波器对重建图像进行增强滤波，进一步使得重建图像接近于原始图像。自适应环路滤波处理是根据滤波器形状基于滤波器系数在样本基础上对重构图像进行滤波。编码侧可以通过比较重构图像和原始图像来确定是否应用自适应环路滤波处理，以及应用自适应环路滤波处理时采用的alf滤波器形状和alf滤波系数等信息，并将采用的相关滤波信息(是否应用alf的信息、alf滤波器形状信息、alf滤波系数信息)通知给解码侧。
46.相关技术中，对于采用alf滤波的区域，需要计算该区域中所有像素点的自相关信息及互相关信息，进而根据计算的信息确定alf的滤波系数，存在较高的计算复杂度，尤其是在实时编码应用场景中会引入不可忽视的计算复杂度提升。为了解决上述问题，本公开实施例提供一种自适应环路滤波的参数确定方法，可以先计算目标区域的特征，将计算的特征与预设特征阈值进行比较，根据比较结果判断是否需要对目标区域内所有像素点进行计算，避免相关技术中需要对区域内所有像素点进行计算导致的计算复杂度大的问题，减少滤波系数求解过程中的计算量。
47.图1示出了可以应用本公开实施例的自适应环路滤波的参数确定方法的示例性系统架构的示意图。
48.如图1所示，该系统架构可以包括服务器101、网络102、终端设备103、终端设备104和终端设备105。网络102用以在终端设备103、终端设备104或终端设备105和服务器101之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
49.服务器101可以是提供各种服务的服务器，例如对用户利用终端设备103、终端设备104或终端设备105所进行操作的装置提供支持的后台管理服务器。后台管理服务器可以对接收到的请求等数据进行分析等处理，并将处理结果反馈给终端设备103、终端设备104或终端设备105。
50.终端设备103、终端设备104和终端设备105可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、可穿戴智能设备、虚拟现实设备、增强现实设备等，但并不局限于此。
51.本公开实施例中，服务器101可以：确定待处理图像中的目标区域，计算目标区域的特征，其中目标区域的特征为目标区域包含的图像内容的相关性；若目标区域的特征不大于预设特征阈值，则对目标区域内的像素点进行采样，获得目标区域内的采样像素点；计算目标区域内的采样像素点的自相关信息和互相关信息，进而根据采样像素点的自相关信
息和互相关信息确定自适应环路滤波的滤波系数。
52.应该理解，图1中的终端设备103、终端设备104、终端设备105、网络102和服务器101的数目仅仅是示意性的，服务器101可以是一个实体的服务器，还可以为多个服务器组成的服务器集群，还可以是云端服务器，根据实际需要，可以具有任意数目的终端设备、网络和服务器。
53.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图及实施例对本公开示例实施例中的自适应环路滤波的参数确定方法的各个步骤进行更详细的说明。
54.图2是根据一示例性实施例示出的一种自适应环路滤波的参数确定方法的流程图，图2实施例提供的方法的执行主体可以是任意的电子设备，例如图1实施例中的服务器101，但本公开并不限定于此。如图2所示，本公开实施例提供的自适应环路滤波的参数确定方法可以包括以下步骤。
55.步骤s201：确定待处理图像中的目标区域，计算目标区域的特征，其中目标区域的特征用于表示目标区域包含的图像内容的相关性。
56.待处理图像可以理解为需要进行编码的图像/视频帧图像。其中，待处理图像中的目标区域可以为待处理图像中采样相同滤波系数进行滤波处理的区域，可以为待处理图像中的一帧图像，也可以为待处理图像中的一个编码树单元(coding tree unit，ctu)。将待处理图像分割为多个块来进行，在编码侧的单元(块)称为编码树单元。
57.在本步骤中，可以计算目标区域的特征，该特征用于表示目标区域包含的图像内容的相关性。其中，目标区域的特征值越大，则表示该目标区域包含的图像内容的相关性越低，相应的，目标区域的特征值越小，则表示该目标区域包含的图像内容的相关性越高。
58.步骤s202：若目标区域的特征不大于预设特征阈值，则对目标区域内的像素点进行采样，获得目标区域内的采样像素点。
59.本公开实施例中，可以预先设置特征阈值。其中，特征阈值越大，则带来的编码复杂度节省越小，带来的压缩损失效率越小，所以可以根据编解码复杂度设置特征阈值的大小，也可以根据图像帧的层次设置特征阈值的大小。例如，针对所有目标区域，设置特征阈值t为0.6，或者设置特征阈值t为0.4，以节省更多的编码时间。再如，按目标区域所在的时域层(即temporal id)或者被参考的次数设置不同的特征阈值t，如可以对不被参考的目标区域(即temporal id较大)设置特征阈值t为0.6，对其他区域设置特征阈值t为0.4。
60.在计算得到目标区域的特征之后，将该目标区域的特征与预设特征阈值进行比较。如果该目标区域的特征不大于预设特征阈值，则表示该目标区域的图像内容的相关性高，那么无需计算该目标区域内的所有像素点。所以，对该目标区域内的像素点进行采样，得到目标区域内的采样像素点，进而计算这些采样像素点的信息，以根据计算的信息确定自适应环路滤波器的滤波系数。
61.在本公开的一些示例性实施例中，对目标区域内的像素点进行采样，可以包括：对目标区域内的像素点进行隔行采样、或对目标区域内的像素点进行隔列采样。
62.具体的，可以按照间隔一行对目标区域内的像素点进行采样，即选取目标区域内的偶数行/奇数行像素点；也可以按照间隔一列对目标区域内的像素点进行采样，即选取目标区域内的偶数列/奇数列像素点。
63.当然，也可以按照间隔多行/多列对目标区域内的像素点进行采样，得到目标区域
的内的采样像素点，然后对采样像素点进行计算。考虑到编码器中的块大小均为2的n次幂(n为不小于0的整数)，如果每多行/多列的像素点中计算一行/一列的像素点，例如每3行/3列的像素点中计算一行/一列的像素点，会导致不同块中计算的像素点位置出现差异，增加设计的复杂性，并且间隔增加也会导致像素之间相关性的降低。因此，本公开实施例中最优采样方式为对目标区域内的像素点间隔一行/一列进行采样，如此，能够成倍减少计算量，也易于使用汇编并行计算指令进行优化和实现，还能够尽可能减少编码效率的损失。
64.步骤s203：计算目标区域内的采样像素点的自相关信息和互相关信息，根据采样像素点的自相关信息和互相关信息确定自适应环路滤波的滤波系数。
65.在确定滤波系数过程中，可使原始图像与滤波后的图像之间的失真最小化的维纳滤波器系数可被推导。在这种情况下，维纳滤波器系数是以块类别为单位推导出的。此外，根据滤波器抽头的数量和滤波器形状中的至少一个推导维纳滤波器系数。当推导维纳滤波器系数时，可推导针对重建样点的自相关函数、针对原始样点和重建样点的互相关函数、自相关矩阵以及互相关矩阵。通过基于自相关矩阵和互相关矩阵推导维纳-霍普夫wiener-hopf方程来计算滤波器系数。
66.其中，采样像素点的自相关信息是指采样像素点对应的重构像素点的自相关信息，采样像素点的互相关信息是指采样像素点与重构像素点之间的互相关信息。进一步的，采样像素点是指待处理图像中的原始像素点，重构像素点是指对待处理图像进行编码处理以及alf滤波前的环路滤波处理(即去块效应滤波和自适应样本点补偿)之后得到的像素点。
67.假设o[i]为采样像素点的像素值，其中i∈i为采样像素点的坐标矢量，i是目标区域内所有采样像素点坐标的集合，r[i]为采样像素点对应的重构像素点的像素值，可以为经过区块效应和样点自适应补偿后的像素值。计算得到的重构像素点的自相关信息为e(r[i+pn]
·
r[i+pm])，采样像素点与重构像素点之间的互相关信息为e(o[i]
·
r[i+pm])。其中，pn是滤波系数位置相对于滤波器中心位置的坐标偏移值，n和m均为从0到n-1的整数，n为每组alf滤波器的滤波系数的个数。需要说明的是，在对待处理图像开启alf滤波时，可以确定要使用的alf的滤波器形状，如5
×
5菱形滤波器，因此可以确定滤波系数的个数n。在计算得到自相关信息和互相关信息后，可以推导出自相关矩阵和互相关矩阵
[0068]
接着，基于自相关矩阵和互相关矩阵推导维纳-霍普夫方程，具体如下：
[0069][0070]
其中，cn为滤波系数，对上述公式进行求解，可以得到滤波系数cn。
[0071]
在本公开实施例中，如果目标区域的特征不大于预设特征阈值，则对目标区域内的像素点进行采样，获得目标区域内的采样像素点。然后，计算采样像素点的自相关信息以及互相关信息，然后根据自相关信息和互相关信息推导出自相关矩阵以及互相关矩阵，然后通过基于自相关矩阵和互相关矩阵推导维纳-霍普夫wiener-hopf方程来计算滤波器系数。
[0072]
在本公开的一些示例性实施例中，自适应环路滤波的参数确定方法还可以包括：若目标区域的特征大于预设特征阈值，则计算目标区域内的像素点的自相关信息和互相关信息，进而根据像素点的自相关信息和互相关信息确定自适应环路滤波的滤波系数。
[0073]
其中，像素点的自相关信息是指像素点对应的重构像素点的自相关信息，像素点的互相关信息是指像素点与该像素点对应的重构像素点之间的互相关信息。进一步的，像素点是指待处理图像中的原始像素点，重构像素点是指对待处理图像进行编码处理以及alf滤波前的环路滤波处理(即去块效应滤波和自适应样本点补偿)之后得到的像素点。
[0074]
在计算得到目标区域的特征之后，将该目标区域的特征与预设特征阈值进行比较。如果该目标区域的特征大于预设特征阈值，则表示该目标区域的图像内容的相关性低，那么需要计算该目标区域内的所有像素点。具体的，计算目标区域内所有像素点对应的重构像素点的自相关信息、以及所有像素点与其对应的重构像素点的互相关信息，然后根据计算得到的自相关信息和互相关信息推导出自相关矩阵以及互相关矩阵，进而通过基于自相关矩阵和互相关矩阵推导维纳-霍普夫wiener-hopf方程来计算滤波器系数。上文已经详细说明根据自相关信息和互相关信息计算滤波器系数的过程，此处不再累述。
[0075]
通过本公开实施例提供的自适应环路滤波的参数确定方法，先计算待处理图像中目标区域的特征，该特征可以用于表示目标区域的图像内容的相关性，然后将目标区域的特征与预设特征阈值进行比较，若目标区域的特征不大于预设特征阈值，则说明目标区域的图像内容的相关性高，确定对目标区域内的部分像素点进行计算，因此对目标区域内的像素点进行采样以得到采样像素点，进而计算这些采样像素点的自相关信息和互相关信息，最后根据计算的信息确定自适应环路滤波的滤波系数。如此，先计算目标区域的特征，将计算的特征与预设特征阈值进行比较，根据比较结果判断是否需要对目标区域内所有像素点进行计算，避免相关技术中需要对区域内所有像素点进行计算导致的计算复杂度大的问题，减少滤波系数求解过程中的计算量。
[0076]
图3是根据一示例性实施例示出的计算目标区域的特征的流程图。如图3所示，具体可以通过以下步骤计算目标区域的特征。
[0077]
步骤s301：确定目标区域内的像素点。即，确定目标区域内的所有像素点。
[0078]
步骤s302：对目标区域内的像素点进行滤波，获得目标区域内的像素点的滤波结果。
[0079]
其中，目标区域内的像素点的数量为一个或多个。在确定目标区域内的所有像素点之后，可以对像素点进行滤波，得到滤波结果。例如，使用高斯滤波器对像素点进行滤波，得到滤波结果。
[0080]
在本公开示例性实施例中，对于各个像素点，可以按照如下方法获得该像素点的滤波结果：确定像素点的相邻像素点；获取像素点的像素值和相邻像素点的像素值；基于预设的滤波算法，根据像素点的像素值和相邻像素点的像素值对像素点进行滤波，获得像素点的滤波结果。
[0081]
对于目标区域内的像素点p(x,y)，确定该像素点p(x,y)的相邻像素点，并且获取相邻像素点的像素值。其中，x和y表示该像素点的位置，p(x,y)表示该像素点的像素值。该像素点p(x,y)的相邻像素点可以理解为该像素点的上下左右四个方向的像素点，具体为p(x-1,y)、p(x+1,y)、p(x,y-1)和p(x,y+1)。其中，p(x-1,y)、p(x+1,y)、p(x,y-1)和p(x,y+1)
分别表示相邻像素点的像素值。接着，基于预设的滤波公式对该该像素点p(x,y)进行滤波，得到滤波结果。具体的滤波公式可以为：
[0082][0083]
其中，q(x,y)表示像素点p(x,y)的滤波结果。需要说明的是，如果像素点在上下左右四个方向中的一个或多个方向上的相邻像素点为空，则可以设置空的相邻像素点的像素值为默认值。例如像素点p(1,1)的相邻像素点为p(1,2)和p(2,1)，即在上和左方向上的相邻像素点为空，则可以设置这两个方向上的相邻像素点的像素值为默认值。当然，也可以采样其他方式进行处理，例如对滤波公式进行适应性调整。
[0084]
本公开实施例中，按照上述方法可以计算得到每个像素点的滤波结果，后续可以结合滤波结果判断像素点是否为差异像素点。
[0085]
步骤s303：根据目标区域内的像素点和目标区域内的像素点的滤波结果，确定目标区域内的差异像素点。
[0086]
其中，差异像素点可以理解为滤波前后存在差异的像素点。在本公开示例性实施例中，对于目标区域内的各个像素点，可以按照如下方法确定该像素点是否为差异像素点：计算像素点的像素值与像素点的滤波结果的差值，若计算的差值大于预设的第一差异阈值，则确定像素点为差异像素点。
[0087]
对于目标区域内的每个像素点，若该像素点的像素值与该像素点的滤波结果的差值大于预先设置的第一差异阈值，则该像素点为差异像素点。其中，第一差异阈值可以根据实际需求设置，例如可以设置为0，即如果该像素点的像素值与该像素点的滤波结果的差值为非0值，则该像素点为差异像素点。
[0088]
需要说明的是，本公开实施例中计算得到的像素点的像素值与像素点的滤波结果的差值为绝对值。
[0089]
对目标区域内的每个像素点进行分析，判断器是否为差异像素点，这样可以获取到目标区域内的所有差异像素点。
[0090]
步骤s304：计算目标区域内的差异像素点的数量与目标区域内的像素点的数量的比例，得到第一比例值，确定第一比例值为目标区域的特征。
[0091]
在本步骤中，可以计算目标区域内的所有差异像素点的数量与目标区域内的所有像素点的数量的比例，即第一比例值，确定该第一比例值为目标区域的特征。
[0092]
可见，第一比例值越大，那么目标区域内的差异像素点的数量越多，则表示目标区域包含的图像内容的相关性越低，因此需要计算目标区域内的所有像素点的信息，进而根据计算的信息求解自适应环路滤波的滤波系数。相应的，第一比例值越小，那么目标区域内的差异像素点的数量越少，则表示目标区域包含的图像内容的相关性越高，因此可以对目标区域内的像素点进行采样，得到采样像素点，然后计算采样像素点的信息，进而根据计算的信息求解自适应环路滤波的滤波系数。
[0093]
本公开实施例中，对于目标区域内的像素点，对滤波前后的像素变化量进行分析，统计目标区域内的差异像素点，进而计算差异像素点的数量占该目标区域内所有像素点的数量比例，以该比例为目标区域的特征，后续可以将该目标区域的特征与预设特征阈值进行比较，以根据比较结果判断是否需要对目标区域内所有像素点进行计算，避免相关技术
中需要对区域内所有像素点进行计算导致的计算复杂度大的问题，减少滤波系数求解过程中的计算量。
[0094]
图4是根据又一示例性实施例示出的计算目标区域的特征的流程图。如图4所示，具体可以通过以下步骤计算目标区域的特征。
[0095]
步骤s401：将目标区域拆分为一个或多个子区域，计算各个子区域的均方差。
[0096]
步骤s402：根据各个子区域的均方差，确定目标区域内的差异子区域。
[0097]
具体的，将目标区域拆分为特定大小的子区域，例如4x4大小的块，分别计算每个子区域的均方差。然后根据计算得到的均方差，统计目标区域内的差异子区域。
[0098]
在本公开示例性实施例中，对于各个子区域，可以按照如下方法确定子区域是否为差异子区域：确定子区域的相邻子区域；计算子区域的均方差与相邻子区域的均方差的差值，若计算的差值大于预设的第二差异阈值，则确定子区域为差异子区域。
[0099]
对于目标区域内的子区域v(a,b)，确定该子区域v(a,b)的相邻子区域。其中，a和b表示该子区域的位置，v(a,b)表示该子区域的均方差。根据该子区域的位置，确定该子区域的上下左右四个方向的子区域，即相邻子区域v(a-1,b)、v(a,b-1)、v(a+1,b)和v(a,b+1)。需要说明的是，如果某个方向上不存在子区域，则记为空。然后，分别计算该子区域的均方差与每个相邻子区域的均方差的差值，再求取差值的均值为最终得到的差值。如果最终得到的差值大于预设的第二差异阈值，则确定该子区域为差异子区域。其中，第二差异阈值可以根据实际需求设置。
[0100]
需要说明的是，本公开实施例中计算得到的子区域的均方差与相邻子区域的均方差的差值为绝对值。
[0101]
对目标区域内的每个子区域进行分析，判断器是否为差异子区域，这样可以获取到目标区域内的所有差异子区域。
[0102]
步骤s403：计算目标区域内的差异子区域的数量与一个或多个子区域的数量的比例，得到第二比例值，确定第二比例值为目标区域的特征。
[0103]
在本步骤中，可以计算目标区域内的所有差异子区域的数量与目标区域内的所有子区域的数量的比例，即第二比例值，确定该第二比例值为目标区域的特征。
[0104]
可见，第二比例值越大，那么目标区域内的差异子区域的数量越多，则表示目标区域包含的图像内容的相关性越低，因此需要计算目标区域内的所有像素点的信息，进而根据计算的信息求解自适应环路滤波的滤波系数。相应的，第二比例值越小，那么目标区域内的差异子区域的数量越少，则表示目标区域包含的图像内容的相关性越高，因此可以对目标区域内的像素点进行采样，得到采样像素点，然后计算采样像素点的信息，进而根据计算的信息求解自适应环路滤波的滤波系数。
[0105]
本公开实施例中，对于目标区域内的子区域，将子区域的均方差与相邻子区域的均方差进行分析，统计目标区域内的差异子区域，进而计算差异子区域的数量占该目标区域内所有子区域的数量比例，以该比例为目标区域的特征，后续可以将该目标区域的特征与预设特征阈值进行比较，以根据比较结果判断是否需要对目标区域内所有像素点进行计算，避免相关技术中需要对区域内所有像素点进行计算导致的计算复杂度大的问题，减少滤波系数求解过程中的计算量。
[0106]
图5是根据又一示例性实施例示出的一种自适应环路滤波的参数确定方法的流程
图。如图5所示，具体可以通过以下步骤确定自适应环路滤波的参数：
[0107]
步骤s501，对于待处理图像中的目标区域，计算该目标区域的特征s，即该目标区域包含的图像内容的相关性。
[0108]
具体的，可以根据图3或图4所示的方法计算该目标区域的特征s。
[0109]
步骤s502，判断该目标区域的特征s是否大于预设特征阈值t，若是，则执行步骤s503，若否，则执行步骤s504。
[0110]
在本步骤中，比较步骤s502中的特征s与预设特征阈值t。如果s大于预设特征阈值t，则表明目标区域包含的图像内容的相关性低；如果s不大于预设特征阈值t，则表明目标区域包含的图像内容的相关性高。
[0111]
其中，预设特征阈值t为预先定义的常量，与图像内容特征无关，其设定可以根据编解码复杂度的要求增加或减小，也可以根据图像帧的层次进行设定。
[0112]
步骤s503，计算目标区域内的所有像素点的自相关信息和互相关信息，根据计算的信息确定自适应环路滤波的滤波系数。
[0113]
由于s大于预设特征阈值t，那么目标区域包含的图像内容的相关性低，因此为了保证计算结果准确性，尽可能降低编码效率的损失，需要计算目标区域内的所有像素点的信息，以根据计算信息确定自适应环路滤波的滤波系数。
[0114]
步骤s504，按照隔行/列的方式对目标区域内的像素点进行采样，获得目标区域内的采样像素点。
[0115]
步骤s505，计算目标区域内的采样像素点的自相关信息和互相关信息，根据计算的信息确定自适应环路滤波的滤波系数。
[0116]
在该目标区域的特征s不大于预设特征阈值t的情况下，可以对目标区域内的像素点进行间隔采样，进而计算像素点的自相关信息和互相关信息，求解自适应环路滤波器的滤波系数。如此，可以减少像素点的计算，降低计算复杂度。
[0117]
可以理解的是，本说明书中上述方法的各个实施例之间相同/相似的部分可互相参见，每个实施例重点说明的是与其他实施例的不同之处，相关之处参见其他方法实施例的说明即可。
[0118]
图6是根据一示例性实施例示出的一种自适应环路滤波的参数确定装置的框图。如图6所示，该装置600可以包括特征计算模块610、像素点采样模块620和参数确定模块630。
[0119]
其中，特征计算模块610可用于：确定待处理图像中的目标区域，计算目标区域的特征，其中目标区域的特征用于表示目标区域包含的图像内容的相关性。
[0120]
像素点采样模块620可用于：若目标区域的特征不大于预设特征阈值，则对目标区域内的像素点进行采样，获得目标区域内的采样像素点。
[0121]
参数确定模块630可用于：计算目标区域内的采样像素点的自相关信息和互相关信息，进而根据采样像素点的自相关信息和互相关信息确定自适应环路滤波的滤波系数。
[0122]
在本公开的一些示例性实施例中，参数确定模块630还可用于：若所述目标区域的特征大于所述预设特征阈值，则计算所述目标区域内的像素点的自相关信息和互相关信息，进而根据像素点的自相关信息和互相关信息确定所述自适应环路滤波的滤波系数。
[0123]
在本公开的一些示例性实施例中，特征计算模块610还可用于：确定目标区域内的
像素点；对目标区域内的像素点进行滤波，获得目标区域内的像素点的滤波结果；根据目标区域内的像素点和目标区域内的像素点的滤波结果，确定目标区域内的差异像素点；计算目标区域内的差异像素点的数量与目标区域。
[0124]
在本公开的一些示例性实施例中，目标区域内的像素点的数量为一个或多个。其中，特征计算模块610还可用于：对于各个像素点，确定像素点的相邻像素点；获取像素点的像素值和相邻像素点的像素值；基于预设的滤波算法，根据像素点的像素值和相邻像素点的像素值对像素点进行滤波，获得像素点的滤波结果。
[0125]
在本公开的一些示例性实施例中，特征计算模块610还可用于：对于目标区域内的各个像素点，计算像素点的像素值与像素点的滤波结果的差值，若计算的差值大于预设的第一差异阈值，则确定像素点为差异像素点。
[0126]
在本公开的一些示例性实施例中，特征计算模块610还可用于：将目标区域拆分为一个或多个子区域，计算各个子区域的均方差；根据各个子区域的均方差，确定目标区域内的差异子区域；计算目标区域内的差异子区域的数量与一个或多个子区域的数量的比例，得到第二比例值，确定第二比例值为目标区域的特征。
[0127]
在本公开的一些示例性实施例中，特征计算模块610还可用于：对于各个子区域，确定子区域的相邻子区域；计算子区域的均方差与相邻子区域的均方差的差值，若计算的差值大于预设的第二差异阈值，则确定子区域为差异子区域。
[0128]
在本公开的一些示例性实施例中，像素点采样模块620还可用于：对目标区域内的像素点进行隔行采样、或对目标区域内的像素点进行隔列采样。
[0129]
在本公开的一些示例性实施例中，目标区域为待处理图像中采用相同滤波系数的区域、或者目标区域为待处理图像中的一帧图像、或者目标区域为待处理图像中的一个编码树单元。
[0130]
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0131]
图7是根据一示例性实施例示出的适于用来实现本公开示例性实施例的电子设备的结构示意图。需要说明的是，图7示出的电子设备700仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0132]
如图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730。
[0133]
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元710执行，使得所述处理单元710执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元710可以执行如图2中所示的步骤s201，确定待处理图像中的目标区域，计算目标区域的特征，其中目标区域的特征为目标区域包含的图像内容的相关性；步骤s202，若目标区域的特征不大于预设特征阈值，则对目标区域内的像素点进行采样，获得目标区域内的采样像素点；步骤s203，计算目标区域内的采样像素点的自相关信息和互相关信息，进而根据采样像素点的自相关信息和互相关信息确定自适应环路滤波的滤波系数。
[0134]
存储单元720可以包括易失性存储单元形式的可读介质，例如随机存取存储单元
(ram)7201和/或高速缓存存储单元7202，还可以进一步包括只读存储单元(rom)7203。
[0135]
存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204，这样的程序模块7205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0136]
总线730可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
[0137]
电子设备700也可以与一个或多个外部设备760(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备700交互的设备通信，和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口750进行。并且，电子设备700还可以通过网络适配器740与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器740通过总线730与电子设备700的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备700使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0138]
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
[0139]
根据本发明实施方式的用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0140]
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0141]
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0142]
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0143]
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序
代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0144]
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
[0145]
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
[0146]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
[0147]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
[0148]
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

技术特征：
1.一种自适应环路滤波的参数确定方法，其特征在于，包括：确定待处理图像中的目标区域，计算所述目标区域的特征，其中所述目标区域的特征用于表示所述目标区域包含的图像内容的相关性；若所述目标区域的特征不大于预设特征阈值，则对所述目标区域内的像素点进行采样，获得所述目标区域内的采样像素点；计算所述目标区域内的采样像素点的自相关信息和互相关信息，根据所述采样像素点的自相关信息和互相关信息确定自适应环路滤波的滤波系数。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：若所述目标区域的特征大于所述预设特征阈值，则计算所述目标区域内的像素点的自相关信息和互相关信息，根据所述像素点的自相关信息和互相关信息确定所述自适应环路滤波的滤波系数。3.根据权利要求1所述的方法，其特征在于，所述计算所述目标区域的特征，包括：确定所述目标区域内的像素点；对所述目标区域内的像素点进行滤波，获得所述目标区域内的像素点的滤波结果；根据所述目标区域内的像素点和所述目标区域内的像素点的滤波结果，确定所述目标区域内的差异像素点；计算所述目标区域内的差异像素点的数量与所述目标区域内的像素点的数量的比例，得到第一比例值，确定所述第一比例值为所述目标区域的特征。4.根据权利要求3所述的方法，其特征在于，所述目标区域内的像素点的数量为一个或多个；其中，所述对所述目标区域内的像素点进行滤波，获得所述目标区域内的像素点的滤波结果，包括：对于各个所述像素点，确定所述像素点的相邻像素点；获取所述像素点的像素值和所述相邻像素点的像素值；基于预设的滤波算法，根据所述像素点的像素值和所述相邻像素点的像素值对所述像素点进行滤波，获得所述像素点的滤波结果。5.根据权利要求4所述的方法，其特征在于，所述根据所述目标区域内的像素点和所述目标区域内的像素点的滤波结果，确定所述目标区域内的差异像素点，包括：对于所述目标区域内的各个像素点，计算所述像素点的像素值与所述像素点的滤波结果的差值，若计算的差值大于预设的第一差异阈值，则确定所述像素点为差异像素点。6.根据权利要求1所述的方法，其特征在于，所述计算所述目标区域的特征，包括：将所述目标区域拆分为一个或多个子区域，计算各个所述子区域的均方差；根据各个所述子区域的均方差，确定所述目标区域内的差异子区域；计算所述目标区域内的差异子区域的数量与所述一个或多个子区域的数量的比例，得到第二比例值，确定所述第二比例值为所述目标区域的特征。7.根据权利要求6所述的方法，其特征在于，所述根据各个所述子区域的均方差，确定所述目标区域中的差异子区域，包括：对于各个所述子区域，确定所述子区域的相邻子区域；计算所述子区域的均方差与所述相邻子区域的均方差的差值，若计算的差值大于预设
的第二差异阈值，则确定所述子区域为差异子区域。8.根据权利要求1所述的方法，其特征在于，所述对所述目标区域内的像素点进行采样，包括：对所述目标区域内的像素点进行隔行采样、或对所述目标区域内的像素点进行隔列采样。9.根据权利要求1至8任一所述的方法，其特征在于，所述目标区域为所述待处理图像中采用相同滤波系数的区域、或者所述目标区域为所述待处理图像中的一帧图像、或者所述目标区域为所述待处理图像中的一个编码树单元。10.一种自适应环路滤波的参数确定装置，其特征在于，包括：特征计算模块，用于确定待处理图像中的目标区域，计算所述目标区域的特征，其中所述目标区域的特征为所述目标区域包含的图像内容的相关性；像素点采样模块，用于若所述目标区域的特征不大于预设特征阈值，则对所述目标区域内的像素点进行采样，获得所述目标区域内的采样像素点；参数确定模块，用于计算所述目标区域内的采样像素点的自相关信息和互相关信息，进而根据所述采样像素点的自相关信息和互相关信息确定自适应环路滤波的滤波系数。11.一种电子设备，其特征在于，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述可执行指令，以实现如权利要求1至9中任一项所述的自适应环路滤波的参数确定方法。12.一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至9中任一项所述的自适应环路滤波的参数确定方法。

技术总结
本公开实施例提供一种自适应环路滤波的参数确定方法及相关设备。该方法包括：确定待处理图像中的目标区域，计算目标区域的特征，其中目标区域的特征用于表示目标区域包含的图像内容的相关性；若目标区域的特征不大于预设特征阈值，则对目标区域内的像素点进行采样，获得目标区域内的采样像素点；计算目标区域内的采样像素点的自相关信息和互相关信息，根据计算的信息确定自适应环路滤波的滤波系数。该方法先计算目标区域的特征，将计算的特征与预设特征阈值进行比较，根据比较结果判断是否需要对目标区域内所有像素点进行计算，避免相关技术中需要对区域内所有像素点进行计算导致的计算复杂度大的问题，减少滤波系数求解过程中的计算量。解过程中的计算量。解过程中的计算量。


技术研发人员：罗法蕾 闻兴
受保护的技术使用者：北京达佳互联信息技术有限公司
技术研发日：2023.05.05
技术公布日：2023/7/20