一种运动补偿辅助运动自适应的去隔行方法

摘要

本发明公开了一种运动补偿辅助运动自适应的去隔行方法，针对人眼视觉系统对慢速运动分辨率高且较为敏感的特性，对慢速运动的物体进行基于运动估计的运动补偿处理，对人眼不敏感的高速运动物体进行硬件实现较简单的运动自适应去隔行处理；由于运动补偿算法只集中处理慢速运动物体，本发明可大幅降低算法的运算复杂度以及相应的硬件设计成本。同时，本发明在分析隔行视频采样特性的基础上，对经典运动补偿算法进行优化，提出在不同极性场内查找水平和垂直运动向量，并针对隔行图像在在隔行采样过程中对垂直方向清晰度影响严重的致命弱点，提出亚像素补偿方法提高图像垂直方向清晰度。

主权项

1.一种运动补偿辅助运动自适应的去隔行方法，其特征在于，包括下述步骤：步骤1：在当前待插场f_n的同极性前两场f_n-2中查找水平运动向量；在当前待插场f_n的非同极性前一场f_n-1中查找垂直运动向量；将当前待插场整幅图像分成多个4×8的运动估计块；将前一场f_n-1作为参考场，求得当前待插场运动估计块MotionBlock与前一场f_n-1中的各运动块差值的绝对值的和F_SAD_4×8；将前两场f_n-2作为参考场，求得当前待插场运动估计块MotionBlock与前两场f_n-2中的各运动块差值的绝对值的和FF_SAD_4×8；步骤2：分别比较所有的F_SAD_4×8(v，h)和所有的FF_SAD_4×8(v，h)，求出最小的值F_SAD_min(v，h)和FF_SAD_min(v，h)，并得到相应的最相关的运动向量Vectors_F_min(v，h)和Vectors_FF_min(v，h)；对运动估计信息最小的值F_SAD_min(v，h)与FF_SAD_min(v，h)再进行比较，选出较小的一个，作为下式表示的运动估计信息及其相应的运动向量：SAD_min＝min(F_SAD_min(v，h)，FF_SAD_min(v，h))Vectors_min(v，h)＝min(Vectors_F_min(v，h)，Vectors_FF_min(v，h))；步骤3：根据人眼视觉特性，对具有不同运动特性的场景，进行不同的去隔行处理：对步骤2得出的运动估计信息SAD_min(v，h)与快速运动阈值MCThreshold进行比较；若SAD_min(v，h)＞MCThreshold，说明该运动为快速运动，用运动补偿去隔行方法会造成图像较严重失真，因此采用运动自适应去隔行方法；若SAD_min(v，h)＜MCThreshold，说明该运动为慢速运动且运动估计向量准确，采用 运动补偿去隔行方法，运动补偿去隔行方法中，对当前场的待求像素点的运算包括对水平运动和垂直运动两种运动向量分别进行处理：当FF_SAD_min(v，h)＜F_SAD_min(v，h)，则运动估计向量为水平运动向量，进行水平运动补偿运算：当FF_SAD_min(v，h)＞F_SAD_min(v，h)，则运动估计向量为带有垂直运动的向量，进行含垂直运动的补偿运算：定义以f_n(i，j)为中心的3×9的参考矩阵Matrix0_3×9，和9×9的亚像素点矩阵MatrixA_9×9；根据亚像素点矩阵MatrixA_9×9得到三个3×9矩阵A，B，C，分别为：矩阵A为MatrixA_9×9的2，4，6行；矩阵B为MatrixA_9×9的3，5，7行；矩阵C为MatrixA_9×9的4，6，8行；将A，B，C与参考矩阵Matrix0_3×9对应的像素点的差值的绝对值的和cosA，cosB，cosC进行比较，求出最相关的矩阵，及其最相关运动估计向量，分三种情况求出待插点：若cosA为最小值，则：f_n(i，j)＝f_n-1(i+VectorX，j+VectorY)若cosB为最小值，则：若cosC为最小值，则：