專利名稱：基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及集成電路技術(shù)領(lǐng)域，尤其涉及一種基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法及系統(tǒng)。

背景技術(shù)：
隔行信號是由交錯的兩場構(gòu)成第一場包含所有的奇數(shù)行，第二場包含所有的偶數(shù)行。去隔行技術(shù)可將隔行的電視信號轉(zhuǎn)為顯示器所能識別的逐行信號，以消除隔行視頻序列的缺陷，即消除行結(jié)構(gòu)線、消除掃描線間的閃爍，提高顯示畫面的清晰度。去隔行技術(shù)的應(yīng)用有利于高質(zhì)量逐行顯示器液晶、等離子的推廣與應(yīng)用。越是復(fù)雜的去隔行方法效果越好，但是在集成電路上實現(xiàn)卻很困難。
人們已經(jīng)設(shè)計了大量的去隔行方法，如公開號為1421098A，
公開日為2003年5月28日的中國專利公開了一種運動及邊緣自適應(yīng)去隔行掃描方法。該方法將一條掃描線上的兩個以上的像素分為一段，段中每個像素共享一個公用運動值，根據(jù)是否邊緣通過不同的查找表來確定運動值。該方法采用段的方法，雖然節(jié)約了時間，但是當(dāng)判斷細(xì)節(jié)處的運動時，容易產(chǎn)生錯誤的運動檢測結(jié)果。另外，公開號為1599447A，
公開日為2005年3月23日的中國專利公開了一種數(shù)字電視后處理去隔行技術(shù)的方向相關(guān)運動補(bǔ)償方法。該方法包括具有消噪功能的方向相關(guān)濾波、像素運動估計、運動補(bǔ)償三步驟，因為采用了運動估計，所以方法較復(fù)雜，而且當(dāng)運動估計出錯時，容易出現(xiàn)贗像。


發(fā)明內(nèi)容
有鑒于此，本發(fā)明要解決的技術(shù)問題是提供一種基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法及系統(tǒng)，其在集成電路復(fù)雜度不是十分高的情況下，可以有效地保護(hù)物體邊緣，防止有用信息的模糊。
為了解決上述技術(shù)問題，本發(fā)明提供了一種基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法。所述方法包括如下步驟a.獲取圖像的四場數(shù)據(jù)，所述四場為第一、二、三、四場，其中第三場為當(dāng)前場，當(dāng)前場的當(dāng)前點為待插入點；b.根據(jù)當(dāng)前場和第四場的數(shù)據(jù)，動態(tài)獲取最大、最小閾值Tmax，Tmin；c.獲取當(dāng)前點以及當(dāng)前點的上、下、左、右共五點的四場間的差值E1、E2、E3、E4、E5，取五差值E1、E2、E3、E4、E5中的最大值為E；d.將所述五差值E1、E2、E3、E4、E5分別與周圍像素相似程度閾值Td比較，若前者小于后者，則該差值對應(yīng)的點為靜止點，進(jìn)而獲得所述五點為靜止點的個數(shù)；e.根據(jù)步驟b求得的最大值E和步驟c求得的靜止點的個數(shù)得到運動檢測信息Im；f.根據(jù)當(dāng)前場的數(shù)據(jù)獲得相關(guān)性最大的方向，然后在相關(guān)性最大的方向上進(jìn)行插值，獲得插值結(jié)果Fintra；g.根據(jù)運動檢測信息Im以及步驟b的插值結(jié)果Fintra，獲得去隔行之后的圖像。
為了解決上述技術(shù)問題，本發(fā)明還提供了一種應(yīng)用上述方法的系統(tǒng)。該系統(tǒng)包括動態(tài)獲取閾值模塊，估計運動檢測信息模塊，內(nèi)插模塊，輸出模塊；其中信息動態(tài)獲取閾值模塊的輸入為當(dāng)前場和第四場數(shù)據(jù)，輸出為最大、最小閾值Tmax，Tmin；估計運算檢測信息模塊的輸入為四場數(shù)據(jù)和Tmax，Tmin，輸出為運動檢測信息Im；內(nèi)插模塊的輸入為當(dāng)前場和第四場的數(shù)據(jù)，輸出為內(nèi)插結(jié)果Fintra；輸出模塊的輸入為運動檢測信息Im、內(nèi)插結(jié)果Fintra、以及第四場的數(shù)據(jù)，輸出為去隔行后的圖像。
相對于現(xiàn)有技術(shù)，本發(fā)明提供的去隔行方法和系統(tǒng)，可有效識別運動物體和邊緣部分，使得在硬件易實現(xiàn)的情況下，靜態(tài)物體垂直細(xì)節(jié)更多，動態(tài)物體不會出現(xiàn)拖影和失真，在集成電路復(fù)雜度不是十分高的情況下，有效地保護(hù)物體邊緣，防止了有用信息的模糊。另外根據(jù)不同的情況動態(tài)求取閾值，實現(xiàn)了在不同的情況都能正確的檢測運動和靜止物體，得到很好的去隔行效果。



通過以下對本發(fā)明一實施例結(jié)合其附圖的描述，可以進(jìn)一步理解其發(fā)明的目的、具體結(jié)構(gòu)特征和優(yōu)點。其中，附圖為 圖1是插入點所在空間位置示意圖； 圖2a和圖2b是Er在[Tm，Tb]之間時，閾值求取示意圖； 圖3是本發(fā)明提供的基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法及系統(tǒng)的結(jié)構(gòu)方框圖； 圖4是本發(fā)明提供的基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法的流程圖。

具體實施例方式 以下結(jié)合附圖來具體說明本發(fā)明提供的基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法以及實現(xiàn)該方法的系統(tǒng)的最佳實施方式。
本發(fā)明提供了一種基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法，請參閱圖3和圖4，該方法包含以下步驟 步驟1，動態(tài)獲取最大、最小閾值 判斷物體是否運動有很多種方式，閾值單純的選取是其中一種方法，但是卻不能適應(yīng)所有的運動情況。比如對于很多小幅運動的圖像(如在運動的狗的絨毛、微波蕩漾的池水等)，如果選取很大的閾值，只有大于此閾值才能認(rèn)為是運動的，這樣可能會把小幅運動的絨毛誤認(rèn)為是靜止。如果是靜止，兩場直接合并，就會使畫面分裂，造成視覺上的模糊。因此，對于這類運動情況，要最大閾值、最小閾值各選取一個。
另外，對于常見的測試視頻鐘擺的運動，下方OK是奇數(shù)場在奇數(shù)行有白線，偶數(shù)場在偶數(shù)行有白線，因此必須要4場以上才可以鑒別出此類物體的運動和靜止，此類運動的最小閾值應(yīng)設(shè)在10以上，最大閾值在30以上，但這么大的閾值不適合其他正常的運動情況。因此，在判斷物體是否運動之前首先對是否屬于鐘擺的特殊運動情況進(jìn)行判斷，為了便于敘述，本文將鐘擺的特殊運動稱為“奇偶單線的情況”。
Er＝(a32+b32)/2-c42(1) 圖1描述了用于進(jìn)行鑒別物體運動和靜止的四個場第一場n-2、第二n-1、第三場n、第四場n+1。請參閱圖1，Er表示當(dāng)前點的上、下兩點a32、b32的均值與下一場對應(yīng)點c42的差值。若Er很大，表示有單像素的水平線與下一場對應(yīng)的地方有不同。若Er很小，屬于正常情況。if Er＞Tb Tmax＝T1 Tmin＝T2elseif Er＞Tm Tmax＝T1s+(Er-Tm)*(Tb-Tm)/(T2-T1s)(2) Tmin＝T1s+(Er-Tm)*(Tb-Tm)/(T1-T1s)else Tmax＝T1s Tmin＝T1s 這里T1、T2為奇偶單線的情況下設(shè)定的最大最小值，T1默認(rèn)為30，T2默認(rèn)為10；T1s為正常情況下設(shè)定的運動點界限，默認(rèn)為4；Tb為判斷是否屬于奇偶單線情況的大閾值，如鐘擺中的OK，默認(rèn)為200；Tm為判斷是否屬于奇偶單線情況的中閾值，默認(rèn)為70，意味著黑白對比不是特別鮮明的單像素線，如運動物體引起的橫線。
Tmin，Tmax為歸一化閾值，是一個變量。當(dāng)屬于奇偶單線的情況時，歸一化閾值選擇T1，T2，大于T1肯定運動，小于T2肯定不運動。T1s為正常情況下設(shè)定的運動點界限，比較保守一些，大于T1s認(rèn)為肯定屬于運動，小于T1s屬于靜止，運動檢測信息只選0和1。[Tm，Tb]之間的情況是為了防止畫面在界限處出現(xiàn)過渡不均勻的情況，中間的Tmin，Tmax平緩過渡一下。當(dāng)Er在[Tm，Tb]之間時，閾值求取示意圖如圖2所示。
步驟2，得到運動檢測信息Im 步驟2.1，求四場n-2、n-1、n、n+1間五點差，取最大值 E＝max(E1，E2，E3，E4，E5)(3) 其中，E1＝|a32-a12|，E2＝|b32-b12|，E3＝|c42-c22|，E4＝|c41-c21|，E5＝|c43-c23|，待插入點的空間位置示意圖如圖1所示，第三場為當(dāng)前場，帶網(wǎng)格的中心點為當(dāng)前預(yù)插值點，也就是上述的當(dāng)前點。max(...)表示取括號內(nèi)元素的最大值(全文同)，E為當(dāng)前點、上、下、左、右五點四場間差值的最大值，以此來判斷運動與否的信息。
步驟2.2求周圍五點為靜止點的個數(shù) 之所以求周圍五點為靜止點的個數(shù)是因為有的最大閾值設(shè)置的太小，對靜止條件要求太嚴(yán)，一些靜止圖像會誤解為動態(tài)圖像而內(nèi)插，這種判斷錯誤的直接后果就是圖像在時域上不連續(xù)，帶來視覺上的噪音或微動。因此單純的用最大閾值有時不能準(zhǔn)確判斷運動信息，還需要用到周圍五個點的信息。當(dāng)靜態(tài)圖像因為判斷條件嚴(yán)格而誤判為運動時，采用判斷相鄰五點每個值，如果其中有3個點很接近，可以理解為是靜態(tài)圖像。
首先在計算每一點運動與否時都設(shè)如下初值 still_num＝0 if E1＜Td still_sum＝still_sum+1 end if E2＜Td still_sum＝still_sum+1 end if E3＜Td still_sum＝still_sum+1 end if E4＜Td still_sum＝still_sum+1 end if E5＜Td still_sum＝still_sum+1(4) end 這里still_sum是指在當(dāng)前點的上下點、左右點及其下一場對應(yīng)點共5點，值相近的點的個數(shù)(靜止點的個數(shù))，Td為周圍像素相似程度閾值，設(shè)為7。still_sum為周圍5點可能是靜止的點的個數(shù)，其大于2，也就是說只要周圍五點中有三點靜止，就認(rèn)為該五點包圍的中心點是靜止的。
步驟2.3獲取運動檢測信息Im (一)、當(dāng)運動情況屬于奇偶單線的情況時，運動檢測信息Im如下獲得 if Er＞Tbif E≥Tmax Im＝0elseif E＞Tmin else Im＝1end end (二)、當(dāng)運動情況屬于正常的情況時，運動檢測信息Im如下獲得if Er≤Tm if E≥TmaxIm＝0if(E＜(Td+10)) if still_sum＞2 Im＝1(6) endend elseIm＝1 endend 以上內(nèi)容表明，因為Tmax設(shè)置的太小，有些靜止圖像會誤解為動態(tài)圖像，導(dǎo)致時域上靜止圖像輕微的動。如果still_sum滿足周圍有三個以上的點被判別為靜止，可以認(rèn)為中心點也是靜止的，此時修正運動檢測信息Im＝1，即靜止。
(三)、當(dāng)情況屬于奇偶單線的情況和正常情況的過渡情況時，運動檢測信息Im如下獲得 if Tm＜Er≤Tb if E≥Tmax Im＝0 if(E＜(Td+10))if still_sum＞2 Im＝1end end elseif E＞Tmin if (E＜(Td+10))if still_sum＞2 Im＝1 endend else(7)Im＝1 end end 上式表明，因為兩場之間不可避免的包含噪聲，設(shè)定一個小的閾值Tmin，認(rèn)定如差值小于Tmin則肯定屬于靜止區(qū)域，如大于較大的閾值Tmax，則肯定屬于運動區(qū)域，若在兩者之間則得到一個
之間的權(quán)值。另外為防止有些靜止圖像會誤解為動態(tài)圖像，如果still_sum滿足周圍有三個以上的點被判別為靜止，可以認(rèn)為中心點也是靜止的，此時修正運動檢測信息Im＝1，即靜止。
步驟3，場內(nèi)圖像內(nèi)插 本發(fā)明采用基于四個方向邊緣判斷的中值濾波內(nèi)插算法，可以根據(jù)圖像內(nèi)容判定相關(guān)度最高的方向，然后在此方向上進(jìn)行插值，顯然這種插值算法能夠有效地保護(hù)物體邊界，抑制有用信息的模糊。
步驟3.1，取四個方向中相關(guān)性最小者 定義4個方向相關(guān)性為 D1＝(|a31-a33|+|b31-b33|+|a31-a32|+|b32-b33|)/2 D2＝|a31-b31|+|a33-b33| D3＝|a32-b31|+|a33-b32| (8) D4＝|a31-b32|+|a32-b33| D＝min(D1，D2，D3，D4) 其中D1為水平方向，為了防止誤將單像素的豎線檢測為水平方向，需要加上|a31-a32|+|a32-a33|的判斷；D2為垂直方向；D3為63度角方向；D4為116度角方向。min(...)表示取括號內(nèi)元素的最小值(全文同)，D為D1，D2，D3，D4中最小值。D1，D2，D3，D4的數(shù)值大小表示待插值與對應(yīng)方向上像素點的相關(guān)性，值越小相關(guān)性越強(qiáng)，針對相關(guān)性最大的方向進(jìn)行插值。
步驟3.2，對相關(guān)性最小者進(jìn)行插值 根據(jù)方向進(jìn)行插值。方向相關(guān)性最大，D＝D2，則 Fintra＝(max(min(a31，a32，b31)，min(b31，b32，a33)，min(a32，b32))+(9) min(max(a31，a32，b31)，max(b31，b32，a33)，max(a32，b32)))/2 D3方向相關(guān)性最大，D＝D3，則 Fintra＝(max(min(a32，b31)，min(a33，b32)，min(a32，b32))+ (10) min(max(a32，b31)，max(a33，b32)，max(a32，b32)))/2 D4方向相關(guān)性最大，D＝D4，則 Fintra＝(max(min(a31，b32)，min(a32，b33)，min(a32，b32))+(11) min(max(a31，b32)，max(a32，b33)，max(a32，b32)))/2 若D1方向相關(guān)性最大，D＝D1，則 Fintra＝med(c42，a31，a32 a33，b31，b32，b33) (12) Fintra為第n場內(nèi)插補(bǔ)得到的值。水平方向上因為本場沒有相應(yīng)的信息，所以可以采用下一場的對應(yīng)點c42的信息。采用中值濾波，即通過取下一場對應(yīng)點與本場的上下共六個點的中值得到。
步驟4輸出去隔行圖像 運動檢測信息判斷出來后，得到場內(nèi)內(nèi)插的圖像后，用下式計算獲取去隔行之后的圖像 這里F(x，y，n)、F0(x，y，n)中的x，y表示插入點的行和列；F(x，y，n)中的n表示當(dāng)前場，F(xiàn)0(x，y，n)中的n表示當(dāng)前場進(jìn)行插補(bǔ)后的當(dāng)前幀；F(x，y，n)表示當(dāng)前場插補(bǔ)前的值，F(xiàn)(x，y，n+1)表示下一場(第四場)插補(bǔ)前的值，F(xiàn)0(x，y，n)表示最終輸出的去隔行后的圖像，是一幀的信息。mod表示取余操作。上式表明，如果Im＝1時，靜止，表示當(dāng)前場和下一場兩場簡單的交織在一起。該式子表示對靜止區(qū)域采用場間插補(bǔ)，用相鄰場同一位置的像素值作為待插補(bǔ)點的像素值，以提高其垂直清晰度；當(dāng)Im＜1時，對運動區(qū)域采用場內(nèi)插補(bǔ)，以避免采用場間插補(bǔ)所引起的運動模糊，達(dá)到最佳的效果。
本發(fā)明還提供了應(yīng)用上述設(shè)計方法的系統(tǒng)，該系統(tǒng)處理的原理方框圖如圖3所示。
該系統(tǒng)包括四個模塊動態(tài)獲取閾值模塊，估計運動檢測信息模塊，內(nèi)插模塊，輸出模塊。動態(tài)獲取閾值模塊的輸入為當(dāng)前場(第三場)和后一場(第四場)信息，輸出為Tmin，Tmax；最大估計運算檢測信息模塊的輸入為四場信息和Tmin，Tmax，輸出為運動檢測信息Im；內(nèi)插模塊的輸入為當(dāng)前場和后一場的信息，輸出為內(nèi)插結(jié)果Fintra(x，y，n)，這也是場信息；輸出模塊的輸入為運動檢測信息Im，內(nèi)插結(jié)果Fintra(x，y，n)，以及后一場的信息，輸出為去隔行后的圖像F0(x，y，n)，這是一幀信息。
另外，本文中涉及的“if”表示“若”；else表示否則；end表示結(jié)束。
在集成電路復(fù)雜度不是十分高的情況下，本發(fā)明提供一種基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法以及應(yīng)用該設(shè)計方法的系統(tǒng)，可以有效地保護(hù)物體邊緣，防止有用信息的模糊；同時可以根據(jù)不同的情況動態(tài)求取閾值，在不同的情況都能正確的檢測運動和靜止物體，得到很好的去隔行效果。
權(quán)利要求
1.一種基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法，其特征在于，所述方法包括如下步驟
a.獲取圖像的四場數(shù)據(jù)，所述四場為第一、二、三、四場，其中第三場為當(dāng)前場，當(dāng)前場的當(dāng)前點為待插入點；
b.根據(jù)當(dāng)前場和第四場的數(shù)據(jù)，動態(tài)獲取最大、最小閾值Tmax，Tmin；
c.獲取當(dāng)前點以及當(dāng)前點的上、下、左、右共五點的四場間的差值E1、E2、E3、E4、E5，取五差值E1、E2、E3、E4、E5中的最大值為E；
d.將所述五差值E1、E2、E3、E4、E5分別與周圍像素相似程度閾值Td比較，若前者小于后者，則該差值對應(yīng)的點為靜止點，進(jìn)而獲得靜止點的個數(shù)；
e.根據(jù)步驟b求得的最大值E和步驟c求得的靜止點的個數(shù)得到運動檢測信息Im；
f.根據(jù)當(dāng)前場的數(shù)據(jù)獲得相關(guān)性最大的方向，然后在相關(guān)性最大的方向上進(jìn)行插值，獲得插值結(jié)果Fintra；
g.根據(jù)運動檢測信息Im以及步驟b的插值結(jié)果Fintra，獲得去隔行之后的圖像。
2.如權(quán)利要求1所述的基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法，其特征在于，步驟b中獲得最大、最小閾值Tmax，Tmin采用的方法是
if Er＞Tb
Tmax＝T1
Tmin＝T2
elseif Er＞Tm
Tmax＝T1s+(Er-Tm)*(Tb-Tm)/(T2-T1s)
Tmin＝T1s+(Er-Tm)*(Tb-Tm)/(T1-T1s)
else
Tmax＝T1s
Tmin＝T1s
其中Er表示當(dāng)前點的上、下兩點的均值與下一場對應(yīng)點的差值；T1、T2為物體運動為奇偶單線的情況下設(shè)定的最大最小值；T1s為物體運動為正常情況下設(shè)定的運動點界限；Tb為判斷物體運動是否屬于奇偶單線情況的大閾值；Tm為判斷物體運動是否屬于奇偶單線情況的中閾值。
3.如權(quán)利要求2所述的基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法，其特征在于，在步驟e中，運動檢測信息Im采用下述三種方法之一獲得
一、當(dāng)物體運動屬于奇偶單線的情況時，獲得運動檢測信息Im的方法是
if Er＞Tb
if E≥Tmax
Im＝0
elseif E＞Tmin
else
Im＝1
end
end
二、當(dāng)物體運動屬于正常情況時，獲得運動檢測信息Im的方法是
if Er≤Tm
if E≥Tmax
Im＝0
if(E＜(Td+10))
if still_sum＞2
Im＝1
end
end
else
Im＝1
end
end
其中still_sum表示步驟d中靜止點的個數(shù)；
三、當(dāng)物體運動屬于介于奇偶單線的情況和正常情況之間的過渡情況時，獲得運動檢測信息Im采用方法是
if Tm＜Er≤Tb
if E≥Tmax
Im＝0
if (E＜(Td+10))
if still_sum＞2
Im＝1
end
end
elseif E＞Tmin
if(E＜(Td+10))
if still_sum＞2
Im＝1
end
end
else
Im＝1
end
end
4.如權(quán)利要求1所述的基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法，其特征在于，在步驟f中通過選定四個方向D1、D2、D3、D4來獲得相關(guān)性最大的方向。
5.如權(quán)利要求4所述的基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法，其特征在于，所述D1為水平方向，D2為垂直方向，D3為63度角方向，D4為116度角方向。
6.如權(quán)利要求4或者5所述的基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法，其特征在于，獲得相關(guān)性最大的方向D的方法是
D1＝(|a31-a33|+|b31-b33|+|a31-a32|+|b32-b33|)/2
D2＝|a31-b31|+|a33-b33|
D3＝|a32-b31|+|a33-b32|
D4＝|a31-b32|+|a32-b33|
D＝min(D1，D2，D3，D4)
其中，a31、a32、a33、b31、b32、b33分別表示當(dāng)前點的上三點和下三點；min表示取最小值，相關(guān)性最大的方向D為D1，D2，D3，D4中最小值。
7.如權(quán)利要求6所述的基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法，其特征在于，在步驟f中，采用下述四種方法之一來獲得插值結(jié)果Fintra
一、D＝D2，獲得插值結(jié)果Fintra的方法是
Fintra＝(max(min(a31，a32，b31)，min(b31，b32，a33)，min(a32，b32))+
min(max(a31，a32，a31)，max(b31，b32，b33)，max(a32，a32)))/2
二、D＝D3，獲得插值結(jié)果Fintra的方法是
Fintra＝(max(min(a32，b31)，min(a33，b32)，min(a32，b32))+
min(max(a32，b31)，max(a33，b32)，max(a32，b32)))/2
三、D＝D4，獲得插值結(jié)果Fintra的方法是
Fintra＝(max(min(a31，b32)，min(a32，b33)，min(a32，b32))+
min(max(a31，b32)，max(a32，b33)，max(a32，b32)))/2
四、D＝D1，獲得插值結(jié)果Fintra的方法是
Fintra＝med(c42，a31 a32 a33，b31，b32，b33)
其中c42為當(dāng)前點在第四場的對應(yīng)點；max表示取最大值；min表示取最小值；med表示取中值。
8.如權(quán)利要求7所述的基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法，其特征在于，獲得去隔行之后的圖像的方法是
其中F(x，y，n)中的n表示當(dāng)前場，F(xiàn)0(x，y，n)中的n表示當(dāng)前場所在的當(dāng)前幀；F(x，y，n)表示當(dāng)前場插補(bǔ)前的值，F(xiàn)(x，y，n+1)表示第四場插補(bǔ)前的值，F(xiàn)0(x，y，n)表示去隔行后的輸出圖像的幀信息；mod表示取余操作。
9.一種應(yīng)用如權(quán)利要求1所述的基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法的系統(tǒng)，其特征在于，所述系統(tǒng)包括動態(tài)獲取閾值模塊，估計運動檢測信息模塊，內(nèi)插模塊，輸出模塊；其中信息動態(tài)獲取閾值模塊的輸入為當(dāng)前場和第四場數(shù)據(jù)，輸出為最大、最小閾值Tmax，Tmin；估計運算檢測信息模塊的輸入為四場數(shù)據(jù)和Tmax，Tmin，輸出為運動檢測信息Im；內(nèi)插模塊的輸入為當(dāng)前場和第四場的數(shù)據(jù)，輸出為內(nèi)插結(jié)果Fintra；輸出模塊的輸入為運動檢測信息Im、內(nèi)插結(jié)果Fintra、以及第四場的數(shù)據(jù)，輸出為去隔行后的圖像。
全文摘要
本發(fā)明公開了一種基于動態(tài)閾值的運動和邊緣自適應(yīng)的去隔行方法及系統(tǒng)。所述方法包括獲取圖像的四場數(shù)據(jù)，第三場為當(dāng)前場，當(dāng)前場的當(dāng)前點為待插入點；動態(tài)獲取最大、最小閾值；獲取當(dāng)前點以及上、下、左、右共五點的四場間差值，且取最大值；將五差值分別與周圍像素相似程度閾值比較，若前者小于后者，則該差值對應(yīng)的點為靜止點，獲得圍繞當(dāng)前點的靜止點的個數(shù)；根據(jù)求得的最大值和靜止點的個數(shù)得到運動檢測信息；根據(jù)當(dāng)前場的數(shù)據(jù)獲得相關(guān)性最大的方向，然后在該方向上進(jìn)行插值，獲得插值結(jié)果；根據(jù)運動檢測信息以及插值結(jié)果，獲得去隔行之后的圖像。本發(fā)明在集成電路復(fù)雜度不是十分高的情況下，有效地保護(hù)物體邊緣，防止了有用信息的模糊。
文檔編號H04N7/01GK101197997SQ20071017315
公開日2008年6月11日 申請日期2007年12月26日 優(yōu)先權(quán)日2007年12月26日
發(fā)明者野 袁 申請人:上海廣電集成電路有限公司