发明名称 一种帧场自适应检测方法
摘要 本发明提供了一种帧场自适应检测方法,根据输入的图像,计算输入图像的特征值C<SUB>l</SUB>;根据输入的前N帧图像,确定当前帧的检测门限T<SUB>n</SUB>;当C<SUB>l</SUB><T<SUB>n</SUB>,且C<SUB>l</SUB><1时,该帧采用帧编码的编码模式,否则,该帧采用场编码的编码模式。本发明提供的帧场自适应检测方法,编码准确率高,效率高。
申请公布号 CN100407795C 申请公布日期 2008.07.30
申请号 CN200510029526.3 申请日期 2005.09.08
申请人 上海广电(集团)有限公司中央研究院 发明人 李萍;侯钢;王国中;李国平;陈勇
分类号 H04N7/32(2006.01) 主分类号 H04N7/32(2006.01)
代理机构 上海新天专利代理有限公司 代理人 王敏杰
主权项 1.一种帧场自适应检测方法,特征在于,包括以下步骤:步骤1、计算输入图像的特征值C1:若输入图像的大小为Width个像素×Height个像素,且像素点(x,y)的亮度值为I(x,y),则有:<math><mrow><msub><mi>C</mi><mrow><mi>frame</mi><mo>_</mo><mi>top</mi></mrow></msub><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>y</mi><mo>=</mo><mn>0</mn></mrow><mrow><mfrac><mi>Height</mi><mn>2</mn></mfrac><mo>-</mo><mn>1</mn></mrow></munderover><munderover><mi>&Sigma;</mi><mrow><mi>x</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>Width</mi><mo>-</mo><mn>1</mn></mrow></munderover><mo>|</mo><mi>I</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>-</mo><mi>I</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><mo>|</mo><mo>;</mo></mrow></math> <math><mrow><msub><mi>C</mi><mrow><mi>frame</mi><mo>_</mo><mi>bot</mi></mrow></msub><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>y</mi><mo>=</mo><mfrac><mi>Height</mi><mn>2</mn></mfrac></mrow><mrow><mi>Height</mi><mo>-</mo><mn>1</mn></mrow></munderover><munderover><mi>&Sigma;</mi><mrow><mi>x</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>Width</mi><mo>-</mo><mn>1</mn></mrow></munderover><mo>|</mo><mi>I</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>-</mo><mi>I</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><mo>|</mo><mo>;</mo></mrow></math> <math><mrow><msub><mi>C</mi><mrow><mi>field</mi><mo>_</mo><mi>top</mi></mrow></msub><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>y</mi><mo>=</mo><mn>0</mn></mrow><mrow><mfrac><mi>Height</mi><mn>2</mn></mfrac><mo>-</mo><mn>2</mn></mrow></munderover><munderover><mi>&Sigma;</mi><mrow><mi>x</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>Width</mi><mo>-</mo><mn>1</mn></mrow></munderover><mo>|</mo><mi>I</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mn>2</mn><mi>y</mi><mo>)</mo></mrow><mo>-</mo><mi>I</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mn>2</mn><mi>y</mi><mo>+</mo><mn>2</mn><mo>)</mo></mrow><mo>|</mo><mo>;</mo></mrow></math> <math><mrow><msub><mi>C</mi><mrow><mi>field</mi><mo>_</mo><mi>bot</mi></mrow></msub><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>y</mi><mo>=</mo><mn>0</mn></mrow><mrow><mfrac><mi>Height</mi><mn>2</mn></mfrac><mo>-</mo><mn>2</mn></mrow></munderover><munderover><mi>&Sigma;</mi><mrow><mi>x</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>Width</mi><mo>-</mo><mn>1</mn></mrow></munderover><mo>|</mo><mi>I</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mn>2</mn><mi>y</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><mo>-</mo><mi>I</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mn>2</mn><mi>y</mi><mo>+</mo><mn>3</mn><mo>)</mo></mrow><mo>|</mo><mo>;</mo></mrow></math> 于是,输入图像的特征值C1的值为:<math><mrow><msub><mi>C</mi><mn>1</mn></msub><mo>=</mo><mfrac><mrow><msub><mi>C</mi><mrow><mi>frame</mi><mo>_</mo><mi>top</mi></mrow></msub><mo>+</mo><msub><mi>C</mi><mrow><mi>frame</mi><mo>_</mo><mi>bot</mi></mrow></msub></mrow><mrow><msub><mi>C</mi><mrow><mi>field</mi><mo>_</mo><mi>top</mi></mrow></msub><mo>+</mo><msub><mi>C</mi><mrow><mi>field</mi><mo>_</mo><mi>bot</mi></mrow></msub></mrow></mfrac><mo>;</mo></mrow></math> 步骤2、根据输入的前N帧图像和当前帧的帧类型来确定当前第n帧的检测门限Tn;包含以下分步骤:步骤2.1、设置当前输入帧为第n帧,判断n是否大于N,若是,则直接执行步骤2.4;若否,则依次执行步骤2.2和步骤2.3;步骤2.2、计算当前帧的特征值C2,其包含以下分步骤:步骤2.2.1、设定两个计数变量:Nfield=0,Nframe=0;步骤2.2.2、对于当前帧的图像,分割成若干个M像素×M像素的宏块,其中,M ∈[4,8,16,32,64];对于每个宏块,计算其顶场的自方差Vtop和底场的自方差Vbot;<math><mrow><msub><mi>V</mi><mi>top</mi></msub><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>y</mi><mo>=</mo><mn>0</mn></mrow><mrow><mfrac><mi>M</mi><mn>2</mn></mfrac><mo>-</mo><mn>1</mn></mrow></munderover><munderover><mi>&Sigma;</mi><mrow><mi>x</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>M</mi><mo>-</mo><mn>1</mn></mrow></munderover><msup><mrow><mo>(</mo><mi>I</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mn>2</mn><mi>y</mi><mo>)</mo></mrow><mo>-</mo><mi>E</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>;</mo></mrow></math> <math><mrow><msub><mi>V</mi><mi>bot</mi></msub><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>y</mi><mo>=</mo><mn>0</mn></mrow><mrow><mfrac><mi>M</mi><mn>2</mn></mfrac><mo>-</mo><mn>1</mn></mrow></munderover><munderover><mi>&Sigma;</mi><mrow><mi>x</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>M</mi><mo>-</mo><mn>1</mn></mrow></munderover><msup><mrow><mo>(</mo><mi>I</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mn>2</mn><mi>y</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><mo>-</mo><mi>E</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>;</mo></mrow></math> 其中,E表示该宏块的所有像素的亮度的平均值;步骤2.2.3、对于每个宏块的Vtop和Vbot,计算A=Vtop/Vbot,若<math><mrow><mi>A</mi><mo>&NotElement;</mo><mo>[</mo><msub><mi>MT</mi><mn>1</mn></msub><mo>,</mo><msub><mi>MT</mi><mn>2</mn></msub><mo>]</mo></mrow></math> ,则计数变量Nfield的值加1;若A∈[MT1,MT2],则计数变量Nframe的值加1,其中,1.0<MT1<1.5,0.5<MT2<1.0;步骤2.2.4、计算特征值C2=Nframe/Nfield;步骤2.3、确定检测门限,其包含以下分步骤:步骤2.3.1、计算图像当前帧,即第n帧的初始检测门限:当C2≥Mod1×M时,<math><mrow><msub><mi>T</mi><mi>f</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mi>Cof</mi><mo>&times;</mo><msub><mi>C</mi><mn>2</mn></msub><mo>&times;</mo><msub><mi>C</mi><mn>1</mn></msub></mrow><mn>4</mn></mfrac><mo>,</mo></mrow></math>其中,0.9<Cof<1.0,0.25<Mod1<0.5;当C2≥Mod2×M时,<math><mrow><msub><mi>T</mi><mi>f</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mi>Cof</mi><mo>&times;</mo><msub><mi>C</mi><mn>2</mn></msub><mo>&times;</mo><msub><mi>C</mi><mn>1</mn></msub></mrow><mn>4</mn></mfrac><mo>,</mo></mrow></math>其中,0.8<Cof<0.9;0.2<Mod2<0.4;当C2<Mod2×M时,<math><mrow><msub><mi>T</mi><mi>f</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><msub><mi>C</mi><mn>2</mn></msub><mo>&times;</mo><msub><mi>C</mi><mn>1</mn></msub></mrow><mn>4</mn></mfrac><mo>,</mo></mrow></math>其中,0.2<Mod2<0.4;步骤2.3.2、当前帧,即第n帧的基准检测门限为:<math><mrow><msub><mi>T</mi><mi>nj</mi></msub><mo>=</mo><mfrac><mn>1</mn><mi>n</mi></mfrac><munderover><mi>&Sigma;</mi><mrow><mi>k</mi><mo>=</mo><mn>0</mn></mrow><mrow><mi>n</mi><mo>-</mo><mn>1</mn></mrow></munderover><msub><mi>T</mi><mi>f</mi></msub><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>;</mo></mrow></math> 步骤2.3.3、根据当前帧,即第n帧的帧类型,确定该帧的最终检测门限:对于帧内图I帧或预测图P帧,最终检测门限为:Tn=Tnj;对于双向预测图B帧,最终检测门限为:Tn=Coe×Tnj,其中,1.0<Coe<2.0;步骤2.4、输入的图像帧数n大于N,则有:对于帧内图I帧或预测图P帧,最终检测门限为:Tn=TNj;对于双向预测图B帧,最终检测门限为:Tn=Coe×TNj,其中,1.0<Coe<2.0;步骤3、图像级帧场自适应检测:若C1<Tn,且C1<1,则该帧采用帧编码的编码模式,否则,该帧采用场编码的编码模式。
地址 200233上海市宜山路757号2楼