專(zhuān)利名稱(chēng)：基于零檢測(cè)和矢量濾波的幀頻提升算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種幀頻提升算法。特別是涉及一種提高了運(yùn)動(dòng)估計(jì)精度并且算法簡(jiǎn) 潔，易于硬件實(shí)現(xiàn)的基于零檢測(cè)和矢量濾波的幀頻提升算法。
背景技術(shù)：
幀頻提升處理的目的是解決畫(huà)面閃爍的問(wèn)題。其基本原理是根據(jù)像素在時(shí)間和空 間上的相關(guān)性，通過(guò)數(shù)字處理的方法基于原有的幀生成新的幀，并以更高的幀頻顯示新的 視頻流。幀頻提升處理的關(guān)鍵問(wèn)題就是如何基于原始幀來(lái)重構(gòu)新幀。所謂幀頻提升算法， 就是通過(guò)原有的幀重構(gòu)新幀的方法。目前常用的幀頻提升的算法有靜態(tài)插值、運(yùn)動(dòng)自適應(yīng)和運(yùn)動(dòng)補(bǔ)償三種。其中靜態(tài) 算法結(jié)構(gòu)參數(shù)確定兩場(chǎng)信息以固定的方式聯(lián)系，與視頻內(nèi)容無(wú)關(guān)，如幀復(fù)制、時(shí)空中值、時(shí) 空線性濾波等等，其主要缺點(diǎn)是對(duì)時(shí)域運(yùn)動(dòng)的恢復(fù)性能較弱，如幀復(fù)制會(huì)形成運(yùn)動(dòng)軌跡的 顫抖甚至倒退，線性濾波會(huì)在運(yùn)動(dòng)物體邊緣形成多輪廓產(chǎn)生運(yùn)動(dòng)模糊；運(yùn)動(dòng)自適應(yīng)算法根 據(jù)處理區(qū)域運(yùn)動(dòng)與否運(yùn)動(dòng)幅度如何而動(dòng)態(tài)調(diào)整算法結(jié)構(gòu)和參數(shù)，在不同的場(chǎng)合選擇較優(yōu)的 信息組合方式，如系數(shù)自適應(yīng)線性濾波、模板自適應(yīng)切換中值濾波等，需要在多套系數(shù)或?yàn)V 波結(jié)構(gòu)間切換，采用硬切換方式會(huì)在圖像中引入切換虛像，而軟切換又使其性能接近于靜 態(tài)線性濾波，削弱了自適應(yīng)的優(yōu)點(diǎn)，同時(shí)運(yùn)動(dòng)檢測(cè)的可靠性也會(huì)影響該算法結(jié)果；運(yùn)動(dòng)補(bǔ)償 根據(jù)運(yùn)動(dòng)矢量值將兩場(chǎng)中的對(duì)應(yīng)區(qū)域精確聯(lián)系，合成相應(yīng)的時(shí)域內(nèi)插值。這三類(lèi)算法之中 運(yùn)動(dòng)補(bǔ)償?shù)男Ч罴选＿\(yùn)動(dòng)補(bǔ)償算法考慮了像素點(diǎn)的運(yùn)動(dòng)情況，在單純線性插幀的基礎(chǔ)上做出了相應(yīng)的 運(yùn)動(dòng)補(bǔ)償，所以它在處理運(yùn)動(dòng)圖像的時(shí)候也可得到良好的效果。該類(lèi)算法首先需要對(duì)待插 入幀的相鄰原始幀內(nèi)相關(guān)像素點(diǎn)的運(yùn)動(dòng)情況做出估計(jì)(即計(jì)算相關(guān)像素點(diǎn)的運(yùn)動(dòng)矢量)， 然后再根據(jù)運(yùn)動(dòng)矢量做線性插補(bǔ)。運(yùn)動(dòng)補(bǔ)償幀頻提升分為運(yùn)動(dòng)估計(jì)和運(yùn)動(dòng)補(bǔ)償兩個(gè)階段， 首先根據(jù)運(yùn)動(dòng)估計(jì)算法得到當(dāng)前塊的運(yùn)動(dòng)矢量V，再根據(jù)運(yùn)動(dòng)矢量從參考幀和當(dāng)前幀中找 到相應(yīng)的塊插值得到運(yùn)動(dòng)補(bǔ)償數(shù)據(jù)。運(yùn)動(dòng)補(bǔ)償式幀頻提升的算法關(guān)鍵在于運(yùn)動(dòng)估計(jì)。此處的運(yùn)動(dòng)估計(jì)與MPEG等壓縮 標(biāo)準(zhǔn)中編碼運(yùn)動(dòng)估計(jì)有所不同MPEG中的運(yùn)動(dòng)估計(jì)旨在利用連續(xù)幀間的高相關(guān)區(qū)域來(lái)減 少顯示幀的差別，因而生成的運(yùn)動(dòng)矢量不用與真實(shí)的運(yùn)動(dòng)矢量完全一致；而在幀頻變換中 運(yùn)動(dòng)信息是進(jìn)行恰當(dāng)線性內(nèi)插的關(guān)鍵，因此需要最為精確的運(yùn)動(dòng)估計(jì)。運(yùn)動(dòng)估計(jì)技術(shù)可以分為以下幾種方法參數(shù)模型運(yùn)動(dòng)估計(jì)，非參數(shù)模型運(yùn)動(dòng)估計(jì) 以及貝葉斯(Bayesian)運(yùn)動(dòng)估計(jì)。上述方法中，塊匹配運(yùn)動(dòng)估計(jì)的方法從提出至今已有近 20年的歷史。塊匹配運(yùn)動(dòng)估計(jì)的方法用規(guī)則的像素塊劃分圖像節(jié)省了額外的比特開(kāi)銷(xiāo)；編 碼器實(shí)現(xiàn)并行處理，提高了運(yùn)算速度；算法的復(fù)雜度相對(duì)其它方法較低，簡(jiǎn)單高效、額外開(kāi) 銷(xiāo)小同時(shí)便于硬件實(shí)現(xiàn)，這些優(yōu)點(diǎn)使得塊匹配運(yùn)動(dòng)估計(jì)的方法成為當(dāng)前應(yīng)用最廣泛的視頻 壓縮、圖像格式轉(zhuǎn)換運(yùn)動(dòng)估計(jì)技術(shù)，被包括H. 26X、MPEG. 1，MPEG. 2和MPEG. 4在內(nèi)的絕大多 數(shù)視頻編碼標(biāo)準(zhǔn)所采用。
塊匹配算法的基本原理是將圖像序列的每一幀化分成NXN固定大小的基本塊 (block)，并認(rèn)為宏塊內(nèi)所有像素的位移量都相同，然后以每個(gè)基本塊為匹配單元。將當(dāng)前 圖像中的基本塊在前一幅圖像中的一個(gè)特定搜索區(qū)域中搜索，依據(jù)某一匹配準(zhǔn)則得到最 佳匹配塊，以這個(gè)最佳匹配塊作為當(dāng)前圖像基本塊的預(yù)測(cè)塊，匹配塊與當(dāng)前塊的相對(duì)位移 矢量即為運(yùn)動(dòng)矢量。動(dòng)偏移量的估值算法就是塊匹配算法(block matching algorithm, BMA)。在目前的塊匹配算法中，全搜索法(FS)具有最高的搜索精度。全搜索法(Full Search Method,FS)也稱(chēng)為窮盡搜索法。此算法最簡(jiǎn)單、可靠，找到的必為全局最優(yōu)點(diǎn)。FS 通過(guò)對(duì)搜索窗內(nèi)的所有點(diǎn)進(jìn)行搜索，可以達(dá)到最佳匹配，但是算法的計(jì)算量巨大，不利于實(shí) 時(shí)實(shí)現(xiàn)，尤其是在視頻電話、會(huì)議電視、無(wú)線通信等實(shí)時(shí)視頻通信應(yīng)用中。因此研究者們又 提出了多種快速搜索算法，比較有代表性的算法是三步搜索法(TSS)和菱形搜索算法(DS)等。三步搜索法(TSS)是T. KOGA等人提出的，由于簡(jiǎn)單、性能良好等特點(diǎn)，為人們所 重視。TSS算法采用了一種循環(huán)迭代的搜索策略來(lái)搜索MBD (Minimum Block Difference) 點(diǎn)，即最小誤差點(diǎn)。該算法以搜索窗寬度的一半作為初始搜索步長(zhǎng)，每次循環(huán)確定新的MBD 點(diǎn)并將搜索步長(zhǎng)減半直至等于1，得到最終的MBD點(diǎn)。若最大搜索長(zhǎng)度為7，搜索精度取1 個(gè)像素，則步長(zhǎng)為4，2，1，僅需三步即可滿足需要，因此得名三步法。TSS算法是基于一種串 行處理的思想，為了保證算法的效率和收斂性.搜索模板和搜索步長(zhǎng)只能由大到小依次變 化。即先進(jìn)行粗定位。再逐步聚焦到精確的位置。TSS第1步搜索步長(zhǎng)過(guò)大，影響中心點(diǎn)附 近小運(yùn)動(dòng)估計(jì)效果，容易陷入局部最優(yōu)。而且第一步較大時(shí)會(huì)誤導(dǎo)搜索方向，而超分辨率運(yùn) 動(dòng)集中在中心點(diǎn)的周?chē)?。因此三步搜索法的這個(gè)不足使其運(yùn)動(dòng)估計(jì)精度明顯下降。菱形搜索算法效果較好，它首先使用大菱形LDSP進(jìn)行搜索，當(dāng)最優(yōu)點(diǎn)位于菱形中 心時(shí)，再使用小菱形SDSP完成最后的搜索過(guò)程。但DSA算法不適合對(duì)小運(yùn)動(dòng)塊的搜索。對(duì) 于實(shí)際運(yùn)動(dòng)矢量較大(全局最小值偏離搜索區(qū)中心)，而塊匹配誤差平面在近中心區(qū)域存 在局部最小值的塊，該算法不能求出正確的運(yùn)動(dòng)矢量，且偏離正確運(yùn)動(dòng)矢量的位移較大。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題是，提供一種能夠通過(guò)數(shù)字格式轉(zhuǎn)換的方法把眾多格 式的輸入信號(hào)轉(zhuǎn)換成特定格式的輸出信號(hào)，從而在數(shù)字域上實(shí)現(xiàn)多種輸入信號(hào)到顯示終端 之間的無(wú)縫連接的基于零檢測(cè)和矢量濾波的幀頻提升算法。本發(fā)明所采用的技術(shù)方案是一種基于零檢測(cè)和矢量濾波的幀頻提升算法，包括 有如下步驟第1步驟將圖像數(shù)據(jù)分別進(jìn)行幀存、幀延時(shí)以及送入運(yùn)動(dòng)估計(jì)單元；第2步驟將幀存后的數(shù)據(jù)分別送入后向運(yùn)動(dòng)補(bǔ)償單元和自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元；第3步驟將幀延時(shí)后的數(shù)據(jù)經(jīng)幀存后分別送入前向運(yùn)動(dòng)補(bǔ)償單元和自適應(yīng)運(yùn)動(dòng) 補(bǔ)償單元，同時(shí)將幀延時(shí)后的數(shù)據(jù)送入運(yùn)動(dòng)估計(jì)單元；第4步驟將運(yùn)動(dòng)估計(jì)后的數(shù)據(jù)依次進(jìn)行零檢測(cè)、運(yùn)動(dòng)矢量緩存以及矢量濾波后分 別送入前向運(yùn)動(dòng)補(bǔ)償單元和后向運(yùn)動(dòng)補(bǔ)償單元；第5步驟將前向運(yùn)動(dòng)補(bǔ)償單元和后向運(yùn)動(dòng)補(bǔ)償單元的數(shù)據(jù)均送入自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元；第6步驟在自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元中通過(guò)公式fn(x, y) = Qfmc (x,y) + (l-a)favg(x,y)計(jì)算出匹配參數(shù)，然后以運(yùn)動(dòng)補(bǔ)償和時(shí)域均值的加權(quán)值作為濾波器輸出，式中， favg(x, y)是指幀平均值，匹配參數(shù)α是由運(yùn)動(dòng)塊的匹配程度決定的。所述的運(yùn)動(dòng)估計(jì)單元中采用三步搜索算法，包括如下步驟第1步搜索參考幀中大小為7X7的窗口的中心點(diǎn)和周?chē)?個(gè)頂點(diǎn)，得出與當(dāng)前 塊最為匹配的塊；第2步以第1步搜索得到的最小MBD誤差點(diǎn)為中心，搜索窗縮小為5X5的LDSP 大菱形模板窗口，搜索其周?chē)?個(gè)頂點(diǎn)，得出與當(dāng)前塊最為匹配的塊；第3步以第2步搜索得到的最小誤差點(diǎn)為中心，搜索窗縮小為3X3的SDSP小菱 形模板，搜索其周?chē)?個(gè)頂點(diǎn)，得出與當(dāng)前塊最為匹配的塊。所述的零檢測(cè)是在計(jì)算得到一個(gè)塊的運(yùn)動(dòng)矢量&，,)=(、， )后，用Sad(vx，vy)
與Sad(0，0)做比較，如果兩者之差小于一個(gè)閾值參數(shù)μ，直接中止搜索提前結(jié)束運(yùn)動(dòng)估 計(jì)；若宏塊之間的差別大于判定閾值，要做進(jìn)一步搜索，所述的閾值參數(shù)P選擇為時(shí)空相 鄰塊最小絕對(duì)差值和值。所述的矢量濾波是以一個(gè)塊的運(yùn)動(dòng)矢量P0cj0 二 (、，、)為中心，加上鄰近塊的8 個(gè)運(yùn)動(dòng)矢量，可以組成一個(gè)3X3的濾波器。根據(jù)這個(gè)濾波器，可以得到修正后的運(yùn)動(dòng)矢量 其中，W表示的是3X3的濾波器窗口。本發(fā)明的基于零檢測(cè)和矢量濾波的幀頻提升算法，不僅提高了運(yùn)動(dòng)估計(jì)精度并且 算法簡(jiǎn)潔，易于硬件實(shí)現(xiàn)。通過(guò)引入零檢測(cè)和矢量濾波器對(duì)運(yùn)動(dòng)矢量進(jìn)行修正，可以進(jìn)一步 提高運(yùn)動(dòng)估計(jì)的搜索速度和搜索精度。運(yùn)動(dòng)補(bǔ)償過(guò)程采用了自適應(yīng)的加權(quán)濾波算法，可以 有效地消除噪聲的影響，減小運(yùn)動(dòng)補(bǔ)償?shù)牟逯嫡`差，提高了圖像的質(zhì)量。


圖1是本發(fā)明的方法流程圖； 圖2是本發(fā)明的三步搜索算法示意圖。
具體實(shí)施例方式下面結(jié)合實(shí)施例和附圖對(duì)本發(fā)明的基于零檢測(cè)和矢量濾波的幀頻提升算法做出 詳細(xì)說(shuō)明。如圖1所示，本發(fā)明的基于零檢測(cè)和矢量濾波的幀頻提升算法，包括有如下步驟第一步驟將圖像數(shù)據(jù)分別進(jìn)行幀存、幀延時(shí)以及送入運(yùn)動(dòng)估計(jì)單元；在確定初始搜索點(diǎn)后，就需要對(duì)運(yùn)動(dòng)矢量進(jìn)行精確定位了。因?yàn)槌跏妓阉鼽c(diǎn)的確 定就已經(jīng)保證了對(duì)最優(yōu)點(diǎn)的粗定位，所以在這里只需進(jìn)行進(jìn)一步的細(xì)定位就行了。本發(fā)明采用三步搜索算法，算法原理如圖2所示。將三步搜索中三步步長(zhǎng)調(diào)整為3，2和1，這樣搜 索范圍為士6。經(jīng)過(guò)調(diào)整的三步搜索算法具體如下第1步搜索參考幀中大小為7X7的窗口的中心點(diǎn)和周?chē)?個(gè)頂點(diǎn)，得出與當(dāng)前 塊最為匹配的塊；第2步以第1步搜索得到的最小MBD誤差點(diǎn)為中心，搜索窗縮小為5X5的LDSP 大菱形模板窗口，搜索其周?chē)?個(gè)頂點(diǎn)，得出與當(dāng)前塊最為匹配的塊；第3步以第2步搜索得到的最小誤差點(diǎn)為中心，搜索窗縮小為3X3的SDSP小菱 形模板，搜索其周?chē)?個(gè)頂點(diǎn)，得出與當(dāng)前塊最為匹配的塊。比較三種算法的搜索點(diǎn)數(shù)，F(xiàn)S算法需要搜索255個(gè)點(diǎn)，TSS算法需要搜索9+8+8 = 25個(gè)點(diǎn)，而本發(fā)明提出的ITSS算法(三步搜索算法)最壞的情況只是9+8+4 = 21個(gè)點(diǎn)。 可見(jiàn)搜索相同位置的點(diǎn)，ITSS算法比TSS算法搜索步數(shù)減少了，相應(yīng)的硬件實(shí)現(xiàn)代價(jià)大大 降低。而且，改進(jìn)的三步搜索算法ITSS能夠改進(jìn)傳統(tǒng)的三步搜索TSS的中心點(diǎn)附近運(yùn)動(dòng)估 計(jì)效果，因此提高了運(yùn)動(dòng)估計(jì)精度。第二步驟將幀存后的數(shù)據(jù)分別送入后向運(yùn)動(dòng)補(bǔ)償單元和自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元；第二步驟將幀延時(shí)后的數(shù)據(jù)經(jīng)幀存后分別送入前向運(yùn)動(dòng)補(bǔ)償單元和自適應(yīng)運(yùn)動(dòng) 補(bǔ)償單元，同時(shí)將幀延時(shí)后的數(shù)據(jù)送入運(yùn)動(dòng)估計(jì)單元；第四步驟將運(yùn)動(dòng)估計(jì)后的數(shù)據(jù)依次進(jìn)行零檢測(cè)、運(yùn)動(dòng)矢量緩存以及矢量濾波后分 別送入前向運(yùn)動(dòng)補(bǔ)償單元和后向運(yùn)動(dòng)補(bǔ)償單元；所述的零檢測(cè)是可以通過(guò)預(yù)先計(jì)算當(dāng)前塊與前一幀相同位置塊的匹配誤差，并
與預(yù)設(shè)的閾值比較來(lái)實(shí)現(xiàn)零運(yùn)動(dòng)塊預(yù)判斷。在計(jì)算得到一個(gè)塊的運(yùn)動(dòng)矢量？(y) =0^,、)
后，用Sad(Vx，Vy)與Sad(0，0)做比較，如果兩者之差小于一個(gè)閾值參數(shù)μ，則意味著這兩個(gè) 宏塊間相似度非常高，此時(shí)判定當(dāng)前宏塊沒(méi)有任何運(yùn)動(dòng)，屬于靜止塊，從而直接中止搜索提 前結(jié)束運(yùn)動(dòng)估計(jì)，減少了搜索次數(shù)，從而達(dá)到較高的搜索性能；若宏塊之間的差別大于判定 閾值，說(shuō)明當(dāng)前宏塊與(0，0)矢量處的宏塊差別較大，這是由宏塊中的運(yùn)動(dòng)信息所造成的， 此時(shí)必然存在宏塊的相對(duì)運(yùn)動(dòng)，因此需要做進(jìn)一步搜索，所述的閾值參數(shù)μ選擇為時(shí)空相 鄰塊最小絕對(duì)差值和(SAD)值。所述的矢量濾波是以一個(gè)塊的運(yùn)動(dòng)矢量？(,，,)二 (、,、)為中心，加上鄰近塊的8 個(gè)運(yùn)動(dòng)矢量，可以組成一個(gè)3X3的濾波器。根據(jù)這個(gè)濾波器，可以得到修正后的運(yùn)動(dòng)矢量 廠(”). 其中，W表示的是3X3的濾波器窗口。因?yàn)?X8的塊在估算運(yùn)動(dòng)矢量時(shí)不是很可靠，所以，需要使用鄰近塊的運(yùn)動(dòng)矢量 來(lái)對(duì)計(jì)算出的運(yùn)動(dòng)矢量進(jìn)行一定的修正，以提高運(yùn)動(dòng)矢量的準(zhǔn)確性。通過(guò)上述計(jì)算，可以提 高運(yùn)動(dòng)估計(jì)的搜索速度和搜索精度，有效降低出現(xiàn)局部最優(yōu)點(diǎn)的可能。第五步驟將前向運(yùn)動(dòng)補(bǔ)償單元和后向運(yùn)動(dòng)補(bǔ)償單元的數(shù)據(jù)均送入自適應(yīng)運(yùn)動(dòng)補(bǔ) 償單元；第六步驟本發(fā)明將幀平均引入到運(yùn)動(dòng)補(bǔ)償之中，通過(guò)線性加權(quán)來(lái)提高算法的廣泛適應(yīng)性，如公式所示fn(x, y) = Qfmc (x,y) + (l-a)favg(x,y)式中，favg(x, y)是指幀平均值，匹配參數(shù)α是由運(yùn)動(dòng)塊的匹配程度決定的。本算法中匹配參數(shù)α是由用于運(yùn)動(dòng)補(bǔ)償?shù)膬蓚€(gè)像素點(diǎn)的差值Dif計(jì)算得出的。首 先我們須引入一個(gè)閾值ε，當(dāng)差值Dif大于閾值ε時(shí)，取α =0;當(dāng)小于閾值ε時(shí)，根據(jù) 公式α = (ε-Dif)/ε計(jì)算出匹配參數(shù)，然后以運(yùn)動(dòng)補(bǔ)償和時(shí)域均值的加權(quán)值作為濾波器 輸出。這種方法是由運(yùn)動(dòng)補(bǔ)償原理得到的，理想情況下，如果運(yùn)動(dòng)矢量完全正確，那么用于 運(yùn)動(dòng)補(bǔ)償?shù)膬蓚€(gè)像素點(diǎn)值是相同的。在一定程度上來(lái)說(shuō)，當(dāng)兩者存在差值，差值越大，說(shuō)明 運(yùn)動(dòng)矢量估計(jì)越不準(zhǔn)確。
權(quán)利要求
一種基于零檢測(cè)和矢量濾波的幀頻提升算法，其特征在于，包括有如下步驟第1步驟將圖像數(shù)據(jù)分別進(jìn)行幀存、幀延時(shí)以及送入運(yùn)動(dòng)估計(jì)單元；第2步驟將幀存后的數(shù)據(jù)分別送入后向運(yùn)動(dòng)補(bǔ)償單元和自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元；第3步驟將幀延時(shí)后的數(shù)據(jù)經(jīng)幀存后分別送入前向運(yùn)動(dòng)補(bǔ)償單元和自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元，同時(shí)將幀延時(shí)后的數(shù)據(jù)送入運(yùn)動(dòng)估計(jì)單元；第4步驟將運(yùn)動(dòng)估計(jì)后的數(shù)據(jù)依次進(jìn)行零檢測(cè)、運(yùn)動(dòng)矢量緩存以及矢量濾波后分別送入前向運(yùn)動(dòng)補(bǔ)償單元和后向運(yùn)動(dòng)補(bǔ)償單元；第5步驟將前向運(yùn)動(dòng)補(bǔ)償單元和后向運(yùn)動(dòng)補(bǔ)償單元的數(shù)據(jù)均送入自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元；第6步驟在自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元中通過(guò)公式fn(x，y)＝αfmc(x，y)+(1 α)favg(x，y)計(jì)算出匹配參數(shù)，然后以運(yùn)動(dòng)補(bǔ)償和時(shí)域均值的加權(quán)值作為濾波器輸出，式中，favg(x，y)是指幀平均值，匹配參數(shù)α是由運(yùn)動(dòng)塊的匹配程度決定的。
2.根據(jù)權(quán)利要求1所述的基于零檢測(cè)和矢量濾波的幀頻提升算法，其特征在于，所述 的運(yùn)動(dòng)估計(jì)單元中采用三步搜索算法，包括如下步驟第1步搜索參考幀中大小為7X7的窗口的中心點(diǎn)和周?chē)?個(gè)頂點(diǎn)，得出與當(dāng)前塊最 為匹配的塊；第2步以第1步搜索得到的最小MBD誤差點(diǎn)為中心，搜索窗縮小為5X5的LDSP大菱 形模板窗口，搜索其周?chē)?個(gè)頂點(diǎn)，得出與當(dāng)前塊最為匹配的塊；第3步以第2步搜索得到的最小誤差點(diǎn)為中心，搜索窗縮小為3X3的SDSP小菱形模 板，搜索其周?chē)?個(gè)頂點(diǎn)，得出與當(dāng)前塊最為匹配的塊。
3.根據(jù)權(quán)利要求1所述的基于零檢測(cè)和矢量濾波的幀頻提升算法，其特征在于，所述的零檢測(cè)是在計(jì)算得到一個(gè)塊的運(yùn)動(dòng)矢量^0cj0 =0^,、)后，用Sad(vx,vy)與Sad(0，0)做比較，如果兩者之差小于一個(gè)閾值參數(shù)μ，直接中止搜索提前結(jié)束運(yùn)動(dòng)估計(jì)；若宏塊之間 的差別大于判定閾值，要做進(jìn)一步搜索，所述的閾值參數(shù)μ選擇為時(shí)空相鄰塊最小絕對(duì)差 值和值。
4.根據(jù)權(quán)利要求1所述的基于零檢測(cè)和矢量濾波的幀頻提升算法，其特征在于，所述 的矢量濾波是以一個(gè)塊的運(yùn)動(dòng)矢量P0^ =(、，、)為中心，加上鄰近塊的8個(gè)運(yùn)動(dòng)矢量，可以組成一個(gè)3X3的濾波器。根據(jù)這個(gè)濾波器，可以得到修正后的運(yùn)動(dòng)矢量1^，,) 其中，W表示的是3 X 3的濾波器窗口。
全文摘要
一種基于零檢測(cè)和矢量濾波的幀頻提升算法，包括有如下步驟將圖像數(shù)據(jù)分別進(jìn)行幀存、幀延時(shí)以及送入運(yùn)動(dòng)估計(jì)單元；將幀存后的數(shù)據(jù)分別送入后向運(yùn)動(dòng)補(bǔ)償單元和自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元；將幀延時(shí)后的數(shù)據(jù)經(jīng)幀存后分別送入前向運(yùn)動(dòng)補(bǔ)償單元和自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元，同時(shí)將幀延時(shí)后的數(shù)據(jù)送入運(yùn)動(dòng)估計(jì)單元；將運(yùn)動(dòng)估計(jì)后的數(shù)據(jù)依次進(jìn)行零檢測(cè)、運(yùn)動(dòng)矢量緩存以及矢量濾波后分別送入前向運(yùn)動(dòng)補(bǔ)償單元和后向運(yùn)動(dòng)補(bǔ)償單元；將前向運(yùn)動(dòng)補(bǔ)償單元和后向運(yùn)動(dòng)補(bǔ)償單元的數(shù)據(jù)均送入自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元；6.在自適應(yīng)運(yùn)動(dòng)補(bǔ)償單元中計(jì)算出匹配參數(shù)，然后以運(yùn)動(dòng)補(bǔ)償和時(shí)域均值的加權(quán)值作為濾波器輸出。本發(fā)明不僅提高了運(yùn)動(dòng)估計(jì)精度并且算法簡(jiǎn)潔，易于硬件實(shí)現(xiàn)，提高了圖像的質(zhì)量。
文檔編號(hào)H04N7/26GK101895762SQ201010241758
公開(kāi)日2010年11月24日 申請(qǐng)日期2010年7月30日 優(yōu)先權(quán)日2010年7月30日
發(fā)明者史再峰, 羅韜 申請(qǐng)人:天津大學(xué)