Способ имитации зернистости пленки с точностью до бита на основе предварительно вычисленных преобразованных коэффициентов

Изобретение относится к способам имитации зернистости фотографической пленки в изображении. Техническим результатом является снижение сложности имитации зернистости пленки в изображении. Указанный результат достигается тем, что создание структуры зернистости пленки с точностью до бита осуществляется с помощью организации сначала набора преобразованных коэффициентов с точностью до бита. Набор преобразованных с точностью до бита коэффициентов подвергается частотной фильтрации и последующему с точностью до бита обратному преобразованию для получения в результате структуры зернистости пленки. 2 н. и 15 з.п. ф-лы, 6 ил.

 

Перекрестная ссылка на родственные заявки

По настоящей заявке испрашивается приоритет согласно 35 U.S.C. 119(e) в соответствии с предварительной заявкой США на получение патента, регистрационный № 60/630640, поданной 23 ноября 2004 г., основные положения которой включены в настоящее описание.

Область техники, к которой относится изобретение

Настоящее изобретение относится к способу имитации зернистости фотографической пленки в изображении.

Уровень техники

Кинопленки содержат галогенидосеребряные кристаллы, диспергированные в эмульсии, покрывающей тонкими слоями основу пленки. Экспонирование и проявление этих кристаллов образует фотографическое изображение, состоящее из дискретных крошечных частиц серебра. В цветных негативах серебро подвергается химическому удалению после проявления и в местах, в которых формируются кристаллы серебра, возникают мельчайшие пятна краски. Эти мелкие частицы краски на цветной пленке обычно называются "зерном". На результирующем изображении зерна выглядят произвольно распределенными благодаря произвольному формированию кристаллов серебра на первоначальной эмульсии. В пределах одинаково экспонированной площади некоторые кристаллы после экспонирования проявляются, тогда как другие не проявляются.

Зерна различаются по размерам и форме. Чем быстрее фильм, тем больше формируется скоплений серебра и создается пятен краски и тем больше они имеют тенденцию группироваться вместе в произвольные структуры. Структура зерна обычно известна как "зернистость". Невооруженный глаз не может различать отдельные мелкие пятна, размер которых варьируется от 0,0002 мм до приблизительно 0,002 мм. Вместо этого, глаз идентифицирует группу зерен, упоминаемых как пятна. Зритель идентифицирует эти группы пятен как зернистость пленки. По мере того как увеличивается разрешающая способность изображения, восприятие зернистости пленки становится выше. Зернистость пленки становится явно заметной на кинофильме и на изображениях с высоким разрешением, тогда как для телевидения высокой четкости зернистость пленки постепенно теряет свое значение и становится малозначимой для более мелких форматов.

Кинопленка обычно содержит шум, зависимый от изображения, являющийся результатом либо физического процесса экспонирования и проявления фотографической пленки, либо последующего редактирования изображений. Фотографическая пленка обладает характерной квазислучайной структурой или текстурой, являющейся результатом физической неоднородности фотографической эмульсии. Альтернативно, подобная структура может быть имитирована на компьютерно создаваемых изображениях, чтобы подмешивать их к изображению на фотографической пленке. В обоих случаях этот зависящий от изображения шум упоминается как зернистость. Довольно часто в кинофильмах умеренная зернистая текстура представляется желательной особенностью. В некоторых случаях зернистость пленки обеспечивает зрительную информацию, облегчающую правильное восприятие двумерных картин. Зернистость пленки часто варьируется в пределах одного фильма, чтобы обеспечить различное зрительное восприятие в отношении ссылок на время, точки просмотра и т.д. В отрасли кинопроизводства существует много других технических и художественных применений для управления зернистостью текстуры. Поэтому сохранение зернистого вида изображений на протяжении всей обработки изображения и в процессе его передачи стало требованием в отрасли кинопроизводства.

Несколько коммерчески доступных продуктов дают возможность имитировать зернистость пленки, часто для подмешивания созданного компьютером объекта в натуральную сцену. Cineon® от компании Eastman Kodak Co, Rochester New York, одна из первых прикладных программ для цифровых фильмов, где реализуется имитация зернистости, создает очень реалистические результаты для многих типов зерна. Однако применение Cineon® не обеспечивает хороших показателей для многих высокоскоростных фильмов из-за заметных диагональных полос, которые ее применение создает при установках большого размера зерна. Кроме того, прикладная программа Cineon® неспособна моделировать зернистость с адекватной точностью воспроизведения, когда изображения подверглись предварительной обработке, например, когда изображения копируются или обрабатываются цифровым способом.

Другим коммерческим продуктом, который моделирует зернистость пленки, является Grain Surgery™ компании Visual Infinity Inc., который используется в качестве вставки в Adobe® After Effects®. Продукт Grain Surgery™, как представляется, должен формировать синтетическую зернистость путем фильтрации набора случайных чисел. Характерным недостатком этого подхода является высокая сложность расчетов.

Ни одна из этих последних схем не решает проблемы восстановления зернистости пленки в сжатом видеосигнале. Зернистость пленки представляет собой высокочастотное квазислучайное явление, которое обычно не может подвергаться сжатию, используя традиционные пространственные и временные способы, обладающие преимуществом избыточностей в видеопоследовательностях. Попытки обрабатывать полученные на пленке изображения, используя способы сжатия MPEG-2 или ITU-T/ISO H.264, обычно приводят либо к неприемлемо низкой степени сжатия, либо к полной потере текстуры зернистости.

Таким образом, существует необходимость в способе, имитирующем зернистость пленки, особенно в способе, который обладает относительно низкой сложностью.

Краткое описание изобретения

Коротко говоря, в соответствии с представленными принципами обеспечивается способ имитации блока зернистости пленки. Выполнение способа начинается с получения набора преобразованных коэффициентов с точностью до бита. Набор преобразованных коэффициентов с точностью до бита затем подвергается фильтрации. После этого отфильтрованный набор коэффициентов подвергается обратному преобразованию с точностью до бита для получения структуры зернистости пленки.

Подробное описание чертежей

Фиг. 1 - блок-схема комбинации передатчика и приемника в процессе обработки зернистости пленки, полезной для реализации на практике принципов способа настоящего изобретения;

фиг. 2 - в форме блок-схемы последовательности операций показаны этапы способа формирования структуры зернистости пленки с точностью до бита, используя гауссов генератор случайных чисел;

фиг. 3 - в форме блок-схемы последовательности операций показаны этапы способа формирования структуры зернистости пленки с точностью до бита, используя справочную таблицу гауссовых случайных чисел;

фиг. 4 - в форме блок-схемы последовательности операций показаны этапы способа формирования структуры зернистости пленки с точностью до бита, используя одиночное изображение гауссова шума;

фиг. 5 - в форме блок-схемы последовательности операций показаны этапы способа формирования структуры зернистости пленки с точностью до бита, используя набор предварительно вычисленных коэффициентов дискретного косинусного преобразования (DCT) одиночного изображения гауссова шума; и

фиг. 6 - в форме блок-схемы последовательности операций показаны этапы способа формирования структуры зернистости пленки с точностью до бита, используя предварительно вычисленные коэффициенты дискретного косинусного преобразования (DCT) нескольких изображений гауссова шума.

Подробное описание

Для понимания принципов способа настоящего изобретения формирования зернистости пленки с точностью до бита будет представлено краткое рассмотрение имитации зернистости пленки. На фиг. 1 показана блок-схема передатчика 10, который принимает входной видеосигнал и, в свою очередь, формирует на своем выходе поток сжатого видеосигнала. Кроме того, передатчик 10 также формирует информацию, указывающую зернистость пленки (если она присутствует в образце). На практике, передатчик 10 может содержать часть массива центральной станции кабельной телевизионной системы или такую другую систему, которая распределяет сжатый видеосигнал на один или более следующих дальше по ходу передачи сигнала приемников 11, один из которых показан на фиг. 1. Передатчик 10 может также принимать форму кодера, который представляет носитель (среду) информации, подобный DVD-дискам. Приемник 11 декодирует поток кодированного видеосигнала и имитирует зернистость пленки в соответствии с информацией о зернистости пленки и декодированным видеосигналом, которые принимаются от передатчика 10 или напрямую от самого носителя информации в случае DVD-диска или ему подобного носителя для получения в результате потока выходного видеосигнала, который имеет имитированную зернистость пленки. Приемник 11 может принимать форму декодера каналов кабельного телевидения или такого другого механизма, который служит для декодирования сжатого видеосигнала и имитации зернистости пленки в этом видеосигнале.

Общее управление зернистостью пленки требует от передатчика 10 (то есть кодера) предоставлять информацию в отношении зернистости пленки в поступающем видеосигнале. Другими словами, передатчик 10 "моделирует" зернистость пленки. Дополнительно, приемник 11 (то есть декодер) имитирует зернистость пленки в соответствии с информацией о зернистости пленки, принятой от передатчика 10. Передатчик 10 повышает качество сжатого видеосигнала, давая возможность приемнику 11 имитировать зернистость пленки в видеосигнале, когда во время процесса кодирования видеосигнала существует трудность в отношении сохранения зернистости пленки.

В показанном на фиг. 1 варианте осуществления передатчик 10 содержит видеокодер 12, который кодирует поток видеосигнала, используя любой из хорошо известных способов сжатия видеосигнала, например, такой как стандарт сжатия видеосигнала ITU-T Rec. H.264 | ISO/IEC 14496-10. Как вариант, устройство 14 удаления зернистости пленки в форме фильтра или ему подобного устройства, показанного пунктирной линией на фиг. 1, может устанавливаться до кодера 12 по ходу прохождения сигнала для удаления любой зернистости пленки в потоке входящего видеосигнала до его кодирования. В случае, когда входящий видеосигнал не содержит зернистости пленки, нет необходимости в установке устройства 14 удаления зернистости пленки.

Устройство 16 моделирования зернистости пленки принимает поток входного видеосигнала, а также выходной сигнал устройства 14 удаления зернистости пленки (когда оно присутствует). Используя такую входную информацию, устройство 16 моделирования зернистости пленки вводит зернистость пленки во входящий видеосигнал. В простейшей форме, устройство 16 моделирования зернистости пленки может содержать справочную таблицу, содержащую модели зернистости пленки для различных видов пленки. Информация, содержащаяся в поступающем видеосигнале, должна указывать конкретный вид пленки, первоначально использованной для записи изображения перед его преобразованием в видеосигнал, тем самым давая возможность устройству 16 моделирования зернистости пленки выбрать соответствующую модель зернистости для такого вида пленки. Альтернативно, устройство 16 моделирования зернистости пленки может содержать процессор или специализированную логическую схему, пригодную для выполнения одного или более алгоритмов обеспечения выборки из поступающего видеосигнала и определения структуры зернистости пленки, присутствующей в ней.

Приемник 11 обычно содержит видеодекодер 18, служащий для декодирования потока сжатого видеосигнала, принятого от передатчика 10. Структура декодера 18 будет зависеть от типа сжатия, выполненного кодером 12 внутри передатчика 10. Таким образом, например, использование внутри передатчика 10 кодера 12, который использует стандарт сжатия видеосигнала ITU-T Rec. H.264 | ISO/IEC 14496-10 для сжатия выходного видеосигнала, будет определять необходимость H.264 совместимого декодера 18. Внутри приемника 11 имитатор 20 зернистости пленки принимает информацию о зернистости пленки от устройства 16 моделирования зернистости пленки. Имитатор 20 зернистости пленки может представлять собой запрограммированный процессор или специализированную логическую схему, обладающую способностью имитации зернистости пленки для объединения с потоком декодированного видеосигнала, используя объединитель 22.

Цель имитации зернистости пленки состоит в синтезировании образцов зернистости пленки, которые имитируют внешние черты содержания исходного фильма. Как было описано, моделирование зернистости пленки происходит в передатчике 10, показанном на фиг. 1, тогда как имитация зернистости пленки происходит в приемнике 11. В частности, имитация зернистости пленки в приемнике 11 происходит вместе с декодированием поступающего потока видеосигнала от передатчика 10, расположенного до выхода потока декодированного видеосигнала. Заметим, что процесс декодирования, происходящий в приемнике 11, никак не использует изображения с добавленной зернистостью пленки. Имитация зернистости пленки составляет, скорее, способ последующей обработки для включения имитированной зернистости пленки в декодированные изображения для вывода на экран. По этой причине, стандарт сжатия видеосигнала ITU-T Rec. H.264 | ISO/TEC 14496-10 не содержит технических требований в отношении процесса имитации зернистости пленки. Однако имитация зернистости пленки требует информации, касающейся структуры зернистости в поступающем видеосигнале, и такая информация при использовании стандарта ITU-T Rec. H.264 | ISO/IEC 14496-10 обычно передается в характеризующем структуру пленки сообщении дополнительной информации для улучшения (Supplemental Enhancement Information (SEI)), как указывается в приложении 1 (расширение диапазона точности воспроизведения) к этому стандарту сжатия.

В соответствии с представленными принципами, здесь раскрыто несколько вариантов осуществления способа формирования структуры зернистости пленки с точностью до бита, такой, которая может храниться в базе данных для имитации зернистости фильма в системах HD DVD. Такая база данных структур зернистости пленки позволяет имитировать зернистость пленки в соответствии с параметрами, содержащимися в сообщении дополнительной информации для улучшения (Supplemental Enhancement Information (SEI)) согласно стандарту H.264 | MPEG-4 AVC, как обсуждалось выше. Более конкретно, устройства и системы, которые реализуют существующие или будущие технические требования к HD DVD, могут использовать такую базу данных зернистости пленки для хранения образцов различных типов зернитости пленки, каждый из которых характеризуется разными частотными параметрами модели.

Как подробно обсуждается ниже, способ, соответствующий изложенным принципам формирования структуры зернистости пленки с точностью до бита, использует базовую стратегию, которая позволяет реализацию несколькими различными путями внутри приемника 11. Базовая стратегия создания структуры зернистости пленки с точностью до разряда начинается с организации набора целочисленных преобразованных коэффициентов, обычно, хотя и не обязательно, коэффициентов дискретного косинусного преобразования, обычно размером N×N, где N - целое число. Термин "образ" будет иногда применяться к такому набору целочисленных преобразованных коэффициентов. Этап организации набора или образа целочисленных преобразованных коэффициентов может осуществляться несколькими различными способами. Например, на этапе организации может назначаться процессор или дискретная логическая схема в приемнике 11 на фиг. 1, предоставляющие доступ к базе данных целочисленных преобразованных коэффициентов, как описано здесь далее. Альтернативно, процессор или дискретная логическая схема в приемнике 11 может организовывать набор или образ гауссовых случайных чисел путем либо считывания базы данных таких чисел, либо создания их непосредственно. После этого, целочисленное DCT должно выполняться на образе гауссовых случайных чисел для получения в результате набора целочисленных DCT-коэффициентов.

Следующий этап основного процесса создания структуры зернистости пленки с точностью до бита определяет частотную фильтрацию целочисленных преобразованных коэффициентов в соответствии с желаемой формой и размером зернистости пленки. Например, частотная фильтрация может использовать предварительно определенный набор частот среза f_HL, f_VL, f_HH и f_VH, которые представляют частоты среза (в двух измерениях) фильтра, который характеризует желаемую структуру зернистости пленки. Вслед за частотной фильтрацией целочисленные преобразованные коэффициенты подвергаются обратному преобразованию, чтобы создать структуру зернистости пленки с точностью до разряда для последующего хранения в базе данных. В некоторых случаях, вслед за обратным преобразованием коэффициентов может выполняться масштабирование.

На практике, способ формирования структуры зернистости пленки согласно представленным принципам использует операции целочисленного DCT и обратного DCT, таким образом гарантируя точность до бита, которая подтверждает свою полезность для целей проверки и испытаний. Однако, различные варианты осуществления базовой стратегии, как описано ниже, не обязательно обеспечивают точность до бита между ними. Выбор конкретного варианта осуществления будет зависеть от желаемого компромисса между требованиями к запоминающему устройству и затратами на вычисления.

На фиг. 2 показан первый вариант осуществления способа в соответствии с представленными принципами для формирования структуры зернистости пленки с точностью до бита. Способ, показанный на фиг. 2, начинается с выполнения этапа 100 запуска, во время которого обычно происходит инициализация, хотя такая инициализация не обязательна. Следующим выполняется этап 101, инициирующий вхождение в цикл, который повторяется для всех возможных размеров и форм зернистости пленки. После вхождения в цикл выполняется этап 102 создания образа случайных гауссовых значений. На практике, случайный гауссов образ имеет размер из N×N значений. В способе, представленном на фиг. 2, создание образа из гауссовых случайных значений происходит путем генерации таких значений посредством гауссова генератора 103 случайных чисел.

Образ из гауссовых случайных значений, созданных на этапе 102, затем на этапе 104 подвергается преобразованию с точностью до бита, обычно с помощью операции целочисленного дискретного косинусного преобразования (DCT), хотя существуют и другие способы преобразования с точностью до бита. Целочисленные DCT-коэффициенты, полученные на этапе 102, затем на этапе 106 подвергаются частотной фильтрации, используя предварительно определенный набор частот среза

f_HL, f_VL, f_HH и f_VH, которые представляют частоты среза (в двух измерениях) фильтра, который характеризует желаемую структуру зернистости пленки. Далее выполняется следующий этап 108, на котором отфильтрованные по частоте преобразованные коэффициенты подвергаются обратному преобразованию с точностью до разряда, обычно, хотя и не обязательно, целочисленному обратному дискретному косинусному преобразованию (IDCT), чтобы получить в результате структуру зернистости пленки с точностью до бита. При некоторых обстоятельствах вслед за этапом 108 должно быть полезно масштабирование обратно преобразованного блока коэффициентов для варьирования интенсивностью структуры зернистости пленки с точностью до бита.

Вслед за этапом 108 выполняется этап 110, и структура зернистости пленки с точностью до бита, полученная в результате целочисленного IDCT-преобразования (и масштабирования, если оно выполняется), запоминается в базе данных 111. Этапы 102-110 повторяются при выполнении цикла, инициированного на этапе 101. Цикл продолжается для всех возможных размеров и форм зернистости пленки, после чего на этапе 112 выполнение цикла заканчивается, и на этапе 114 заканчивается выполнение способа.

Для достижения точности до бита способ, представленный на фиг. 2, требует гауссова генератора случайных чисел и операций DCT и обратного DCT-преобразования с точностью до бита. Достижение точности до бита для различных вариантов осуществления настоящего способа требует использования гауссова генератора случайных чисел, представляемых с точностью до бита. Какой конкретный гауссов генератор случайных чисел используется, не имеет значения, пока все варианты осуществления используют один и тот же генератор. Как пример, может использоваться целочисленное приближение гауссова генератора с точностью до бита, описанного в публикации "Numerical Recipes in C: The Art of Scientific Computing" (ISBN 0-521-41108-5), основанной на преобразовании Бокса-Мюллера.

В дополнение к гауссову генератору случайных чисел с представлением с точностью до бита вариант осуществления дискретного косинусного преобразования с точностью до бита остается необходимым для обеспечения точности до бита для всей системы. Описанные здесь варианты осуществления используют целочисленную аппроксимацию DCT. Использование любой целочисленной аппроксимации остается возможным, если результат, полученный за счет целочисленного преобразования, лежит обоснованно близко к результату, полученному с помощью DCT с плавающей запятой. Это требование гарантирует, что фильтрация, выполненная в преобразованной области, составляет частотную фильтрацию.

В представленном варианте осуществления целочисленная версия DCT осуществляется путем масштабирования версии DCT с плавающей запятой. Матрица DCT размером N×N может быть вычислена следующим образом:

для (i = 0; i <N; j++)

для (j = 0; j <N; j++)

{

если (i = 0) k = sqrt(l/N);

в противном случае, k = sqrt(2/N);

C(i, j) = k * cos( ((2*j+l)*i*PI) / (2*N));

где C(i, j) представляет коэффициент преобразования матрицы в строке j и столбце i.

Затем целочисленная матрица вычисляется следующим образом:

для (i = 0; i<N; j++)

для (j= 0; j<N; j++)

{

Cint(i, j) = round ( C(i, j) * коэффициент_масштабирования)

}

где round(x) является результатом ближайшей целочисленной аппроксимации x, а коэффициент_масштабирования является положительным целым числом. Значение коэффициента масштабирования определяет качество целочисленной аппроксимации DCT (чем больше коэффициент масштабирования, тем лучше аппроксимация), а также числом битов, требующихся для вычисления преобразования (чем меньше коэффициент масштабирования, тем меньше требуется битов).

Когда целочисленная аппроксимация DCT определена, DCT-преобразование вычисляется следующим образом:

B = ((Cint^T *b*Cint) + 2^{коэффициент_масштабирования}) > >2 * коэффициент_масштабирования

где Cint^T означает транспонированную версию матрицы преобразования. Аналогично, обратное преобразование вычисляется следующим образом:

b = ((Cint*B* Cint^T) + 2^{коэффициент_масштабирования})>>2* коэффициент_масштабирования.

В конкретном варианте осуществления, где используется DCT размером 8×8, целочисленная аппроксимация должна иметь вид:

с коэффициентом масштабирования, равным 16.

На фиг. 3 показан второй вариант осуществления способа в соответствии с представленными принципами для создания структуры зернистости пленки с точностью до бита. Способ, показанный на фиг. 3, начинается с выполнения этапа запуска 200, во время которого обычно происходит инициализация, хотя такая инициализация не обязательна. Следующим выполняется этап 201, инициирующий вхождение в цикл, который повторяется для всех возможных размеров и форм зернистости пленки. После вхождения в цикл выполняется этап 202 создания набора или образа случайных гауссовых значений. На практике, случайный гауссов образ имеет размер из N×N значений. Создание образа гауссовых случайных значений происходит во время выполнения способа, показанного на фиг. 3, посредством считывания набора случайных гауссовых значений из справочной таблицы случайных гауссовых чисел (LUT) 203.

Образ из гауссовых случайных значений, созданных на этапе 202, затем на этапе 204 подвергается преобразованию с точностью до бита, обычно с помощью операции целочисленного дискретного косинусного преобразования (DCT), хотя существуют и другие способы преобразования с точностью до бита. Целочисленные DCT-коэффициенты, полученные на этапе 202, затем на этапе 206 подвергаются частотной фильтрации. Обычно частотная фильтрация производится, используя предварительно определенный набор частот среза f_HL, f_VL, f_HH и f_VH, которые представляют частоты среза (в двух измерениях) фильтра, характеризующего желаемую структуру зернистости пленки. Далее выполняется следующий этап 208, на котором отфильтрованные по частоте преобразованные коэффициенты подвергаются обратному преобразованию с точностью до бита, обычно, хотя и не обязательно, целочисленному обратному дискретному косинусному преобразованию (IDCT), чтобы обеспечить в результате структуру зернистости пленки с точностью до бита. При некоторых обстоятельствах доказана полезность масштабирования отфильтрованного по частоте обратно преобразованного блока коэффициентов.

После этого выполняется этап 210, и структура зернистости пленки, получаемая в результате целочисленного обратного преобразования (и масштабирования, если оно выполняется), подвергается запоминанию в базе данных 211. Этапы 202-210 внутри цикла, инициированного на этапе 201, повторяются для всех возможных размеров и форм зернистости пленки, пока выполнение цикла не закончится на этапе 212, после которого на этапе 214 способ заканчивается. Таким образом, база данных 211 хранит множество структур зернистости пленки для будущего использования при имитации зернистости пленки в видеосигнале.

По сравнению со способом, показанным на фиг. 2, способ имитации зернистости пленки, показанный на фиг. 3, позволяет избежать использования гауссова генератора случайных чисел. Вместо этого способ, показанный на фиг. 3, использует справочную таблицу 203, которая содержит предварительно вычисленные гауссовы случайные значения. Такой подход упрощает требуемое аппаратурное обеспечение, необходимое для реализации.

На фиг. 4 показан третий вариант осуществления способа в соответствии с представленными принципами для создания структуры зернистости пленки с точностью до бита. Способ, показанный на фиг. 4, начинается с выполнения этапа запуска 300, во время которого происходит инициализация, хотя такая инициализация не обязательна. На следующем этапе 302 выполняется создание набора или образа случайных гауссовых значений. На практике, случайный гауссов образ имеет размер из N×N значений. Создание образа гауссовых случайных значений происходит во время выполнения способа, показанного на фиг. 4, посредством считывания набора случайных гауссовых значений из справочной таблицы 303 (LUT) случайных гауссовых чисел. Способ, использованный для формирования LUT 303 случайных гауссовых чисел, не требует точности. Пока все варианты осуществления создания базы данных структуры зернистости пленки используют одну и ту же LUT, результат гарантирует точность до бита. Однако при использовании способа с обеспечением точности до бита для формирования такой LUM создание LUT может начинаться в начале процесса создания базы данных структур зернистости пленки, избегая необходимости постоянного хранения LUT. При условии, что необходимо вычисление одиночного преобразования (этап 304) для создания единой базы данных структур зернистости пленки, случайность структур зернистости пленки, запомненных в базе данных, снижается по сравнению с результатом, полученным для ранее проиллюстрированных вариантов осуществления (фиг. 2 и 4). Однако третий вариант осуществления, показанный на фиг. 4, также обладает пониженными потребностями в вычислениях, что делает его полезным для использования аппаратурного обеспечения и использования в реальном времени. Образ из гауссовых случайных значений, созданный на этапе 302, затем на этапе 304 подвергается преобразованию с точностью до бита, обычно с помощью операции целочисленного дискретного косинусного преобразования (DCT), хотя существуют и другие способы преобразования с точностью до бита. Вслед за этапом 304 выполняется этап 305, инициирующий вхождение в цикл, который повторяется для всех возможных размеров и форм зернистости пленки. Этап 306, первый этап в пределах цикла, инициирует частотную фильтрацию целочисленных DCT-коэффициентов, полученных на этапе 304. Обычно частотная фильтрация происходит, используя предварительно определенный набор частот среза f_HL, f_VL, f_HH и f_VH, которые представляют частоты среза (в двух измерениях) фильтра, характеризующего желаемую структуру зернистости пленки. Вслед за этапом 306 отфильтрованные по частоте целочисленные DCT-коэффициенты на этапе 308 подвергаются обратному преобразованию с точностью до бита, обычно, хотя и не обязательно, целочисленному обратному дискретному косинусному преобразованию (IDCT) для получения в результате структуры зернистости пленки с точностью до бита. При некоторых обстоятельствах вслед за этапом 308 должно быть полезно масштабирование структуры обратно преобразованных коэффициентов. После этого выполняется этап 310, и структура зернистости пленки подвергается запоминанию в базе данных 311.

Этапы 306-310 в пределах цикла, инициированного на этапе 305, выполняются для всех возможных размеров и форм зернистости пленки, пока выполнение циклов не закончится на этапе 312, после которого способ прекращается на этапе 314. Таким способом в базе данных 311 хранятся структуры зернистости пленок для всех размеров и форм зернистости пленки.

На фиг. 5 показан четвертый вариант осуществления способа в соответствии с представленными принципами создания структуры зернистости пленки с точностью до бита. Способ, показанный на фиг. 5, начинается с выполнения этапа запуска 400, во время которого происходит инициализация, хотя такая инициализация не обязательна. Затем происходит этап 402, во время которого образ или набор DCT-коэффициентов считывается из справочной таблицы 403, созданной из образа гауссовых случайных значений. На практике, образ из DCT-коэффициентов, считанный из LUT 403, имеет размер N×N. Таким образом, несмотря на ранее описанные варианты осуществления, показанные на фиг. 2-4, способ имитации зернистости пленки, показанный на фиг. 5, устраняет необходимость выполнять отдельную операцию целочисленного DCT, поскольку значения, считанные из LUT, полученной на этапе 403, уже подверглись такому преобразованию перед загрузкой в LUT.

Вслед за этапом 402 выполняется этап 405, инициирующий вхождение в цикл, который повторяется для всех возможных размеров и форм зернистости пленки. Этап 406, первый этап в пределах цикла, инициирует частотную фильтрацию целочисленных DCT-коэффициентов, полученных на этапе 402. Обычно частотная фильтрация происходит, используя предварительно определенный набор частот среза

f_HL, f_VL, f_HH и f_VH, которые представляют частоты среза (в двух измерениях) фильтра, характеризующего желаемую структуру зернистости пленки. Вслед за этапом 406, отфильтрованные по частоте целочисленные DCT-коэффициенты на этапе 408 подвергаются обратному преобразованию с точностью до бита, обычно, хотя и не обязательно, целочисленному обратному дискретному косинусному преобразованию (IDCT) для обеспечения в результате структуры зернистости пленки. При некоторых обстоятельствах вслед за этапом 408 должно быть полезно масштабирование обратно преобразованного блока коэффициентов. После этого выполняется этап 410, и структура зернистости пленки, являющаяся результатом обратного преобразования IDCT-преобразования (и масштабирования, если выполняется), запоминается в базе данных 411.

Этапы 406-410 в пределах цикла, инициированного на этапе 405, выполняются для всех возможных размеров и форм зернистости пленки, пока выполнение циклов не закончится на этапе 412, после которого способ прекращается на этапе 414. Таким способом, в базе данных 411 хранятся структуры зернистости пленок для всех размеров и форм зернистости пленки.

Способ, показанный на фиг. 5, использует одиночный предварительно вычисленный блок преобразованных коэффициентов для формирования структур зернистости пленки, которые включаются в базу данных 411. По сравнению с предыдущими вариантами осуществления, описанными со ссылкой на фиг. 2-4, вариант осуществления, показанный на фиг. 5, исключает этап выполнения целочисленного DCT-преобразования, тем самым снижая затраты на расчеты на вычисления.

На фиг. 6 показан пятый вариант осуществления способа в соответствии с представленными принципами для создания структуры зернистости пленки с точностью до бита. Способ, показанный на фиг. 6, начинается с выполнения этапа запуска 500, во время которого происходит инициализация, хотя такая инициализация не обязательна. Далее выполняется этап 501, инициирующий вхождение в цикл, который повторяется для всех возможных размеров и форм зернистости пленки. Этап 502, первый этап в цикле, инициирует считывание образа набора целочисленных DCT-коэффициентов из справочной таблицы (LUT) 503. На практике, образ DCT-коэффицентов имеет размер N×N. Подобно варианту осуществления, представленному на фиг. 5, вариант осуществления, показанный на фиг. 6, организует образ целочисленных преобразованных DCT-коэффициентов, полученных из LUT 503. На практике, значения из таблицы LUT берут свое начало из образа гауссовых случайных значений, которые впоследствии подвергаются целочисленному DCT. Таким образом, несмотря на ранее описанные варианты осуществления, показанные на фиг. 2-4, осуществление варианта, показанного на фиг. 6, подобного варианту, показанному на фиг. 5, исключает необходимость выполнять отдельное целочисленное DCT, поскольку значения, считанные из справочной таблицы 503, уже подверглись такому преобразованию перед загрузкой в таблицу.

Вслед за этапом 502 выполняется этап 506, во время которого целочисленные DCT-коэффициенты подвергаются частотной фильтрации. Обычно частотная фильтрация производится, используя предварительно определенный набор частот среза f_HL, f_VL, f_HH и f_VH, которые представляют частоты среза (в двух измерениях) фильтра, который характеризует желаемую структуру зернистости пленки. Вслед за этапом 506, отфильтрованные по частоте целочисленные DCT-коэффициенты на этапе 508 подвергаются обратному преобразованию с точностью до бита, обычно, хотя и не обязательно, целочисленному обратному дискретному косинусному преобразованию (IDCT) для получения в результате блока зернистости. При некоторых обстоятельствах после этапа 508 полезно масштабирование обратно преобразованного блока коэффициентов. После этого выполняется этап 510, и блок зернистости пленки, являющийся результатом целочисленного IDCT-преобразования (и масштабирования, если выполняется), запоминается в базе данных 511.

Этапы 502-510 в пределах цикла, инициированного на этапе 501, повторяются для всех возможных размеров и форм зернистости пленки, пока выполнение циклов не закончится на этапе 512, после которого способ прекращается на этапе 514. Таким способом, в базе данных 511 запоминаются структуры зернистости пленок для всех размеров и форм зернистости пленки.

Осуществление варианта создания структуры зернистости пленки, описанного со ссылкой на фиг. 6, подобно варианту осуществления, показанному на фиг. 2 и 3, и использует различные наборы целочисленных DCT-коэффициентов. Использование различных наборов целочисленных DCT-коэффициентов позволяет создавать более обширную базу данных структур блоков зернистости пленки по сравнению с вариантами осуществления, показанными на фиг. 1, 4 и 5, которые используют одиночный блок целочисленных преобразованных коэффициентов. Хотя вариант осуществления, описанный в отношении фиг. 1, 4 и 5, обеспечивает пониженные требования к хранению и вычислениям, такие варианты осуществления снижают требования к характеристикам, поскольку один и тот же образец шумов служит в качестве основы для создания всех структур зернистости пленки.

Вышеуказанное описывает несколько различных вариантов осуществления способа формирования, по меньшей мере, одного, а предпочтительно, множества структур зернистости пленки для имитации зернистости пленки в видеосигнале.

1. Способ формирования структуры зернистости пленки, содержащий этапы, на которых: (a) создают набор преобразованных коэффициентов с точностью до бита; (b) фильтруют по частоте набор преобразованных коэффициентов с точностью до бита; (c) выполняют обратное преобразование с точностью до бита для частотно отфильтрованных преобразованных коэффициентов для получения в результате структуры зернистости пленки.

2. Способ по п.1, в котором этапы (a)-(c) повторяются для всех возможных размеров и форм зернистости пленки.

3. Способ по п.1, дополнительно содержащий этап (d) сохранения структуры зернистости пленки в базе данных.

4. Способ по п.3, в котором этапы (a)-(d) повторяются для всех возможных размеров и форм зернистости пленки.

5. Способ по п.1, дополнительно содержащий этап, на котором масштабируют структуру зернистости пленки.

6. Способ по п.1, в котором этап создания набора преобразованных коэффициентов с точностью до бита содержит этап, на котором из базы данных считывают набор целочисленных дискретных косинусных преобразованных коэффициентов.

7. Способ по п.1, в котором этап создания набора преобразованных коэффициентов с точностью до бита содержит этап, на котором из базы данных считывают набор целочисленных дискретных косинусных преобразованных коэффициентов для всех возможных размеров и форм зернистости пленки.

8. Способ по п.1, в котором этап создания набора преобразованных коэффициентов с точностью до бита содержит этапы, на которых формируют образ гауссова случайного числа и выполняют целочисленное дискретное косинусное преобразование образа гауссовых случайных чисел.

9. Способ по п.1, в котором этап создания набора преобразованных коэффициентов с точностью до бита содержит этапы, на которых: (i) формируют образ гауссова случайного числа; (ii) выполняют целочисленное дискретное косинусное преобразование образа гауссовых случайных чисел и (iii) повторяют этапы (i) и (ii) для всех возможных размеров и форм зернистости пленки.

10. Способ по п.1, в котором этап частотной фильтрации использует предварительный определенный набор частот среза f_HL, f_VL, f_HH и f_VH, которые представляют частоты среза, в двух измерениях, фильтра, который характеризует желаемую структуру зернистости пленки.

11. Способ по п.1, в котором этап, на котором выполняют обратное преобразование с точностью до бита отфильтрованных по частоте преобразованных коэффициентов, содержит этап, на котором выполняют целочисленное обратное дискретное косинусное преобразование.

12. Устройство для формирования структуры зернистости пленки, содержащее: средство для создания набора преобразованных коэффициентов с точностью до бита; средство частотной фильтрации набора преобразованных коэффициентов с точностью до бита и средство выполнения преобразования с точностью до бита частотно отфильтрованных преобразованных коэффициентов для получения в результате структуры зернистости пленки.

13. Устройство по п.12, дополнительно содержащее первое запоминающее устройство для запоминания структуры зернистости пленки.

14. Устройство по п.12, дополнительно содержащее второе запоминающее устройство для запоминания, по меньшей мере, одного набора целочисленных дискретных косинусных преобразованных коэффициентов.

15. Устройство по п.13, дополнительно содержащее второе запоминающее устройство для запоминания множества наборов целочисленных дискретных косинусных преобразованных коэффициентов.

16. Устройство по п.12, дополнительно содержащее: гауссов генератор случайных чисел для формирования гауссова образа случайных чисел; средство для выполнения целочисленного дискретного косинусного преобразования для образа гауссовых случайных чисел для получения в результате набора преобразованных коэффициентов с точностью до бита.

17. Устройство по п.12, дополнительно содержащее второе запоминающее устройство для сохранения образа гауссовых случайных чисел и средство для выполнения целочисленного дискретного косинусного преобразования для образа гауссовых случайных чисел для получения в результате набора преобразованных коэффициентов с точностью до бита.