1.一種基于相關(guān)性的自適應(yīng)補(bǔ)償立體視頻幀率上轉(zhuǎn)換方法，其特征在于該方法包括以下步驟：
步驟1：提取同一時刻及下一時刻的深度圖和紋理圖，并保存為圖像對；
步驟2：將深度圖進(jìn)行邊緣塊標(biāo)記，并對邊緣塊采用基于k均值聚類的像素點分類；
步驟3：根據(jù)像素點分類進(jìn)行運動估計，采用加入紋理權(quán)值的塊匹配準(zhǔn)則進(jìn)行塊匹配搜索，對不同類型的塊分別進(jìn)行常規(guī)UMHS搜索的塊匹配運動估計與四叉樹的UMHS塊匹配運動估計，獲得原始運動矢量；
步驟4：對不同分類的像素進(jìn)行自適應(yīng)運動矢量后處理，分別對平坦塊及邊緣塊進(jìn)行異常點檢測并修復(fù)，得到精確運動矢量；
步驟5：基于運動補(bǔ)償?shù)淖赃m應(yīng)插值方法；
步驟6：基于邊緣判斷的補(bǔ)洞插值，對空洞點進(jìn)行分類，利用基于邊緣判斷的補(bǔ)洞插值得到最終插入的紋理圖及深度圖；
步驟7：分別合成紋理序列和深度圖序列并輸出。
2.根據(jù)權(quán)利要求1所述的基于相關(guān)性的自適應(yīng)補(bǔ)償立體視頻幀率上轉(zhuǎn)換方法，其特征在于：在步驟2中將深度圖劃分為大小相同的圖像塊，對塊內(nèi)像素深度值進(jìn)行方差計算，將方差大于閾值的塊標(biāo)記為邊緣塊，小于閾值的塊標(biāo)記為平坦塊；采用k均值聚類方法對標(biāo)記為邊緣的宏塊進(jìn)行前景背景分離，用k均值聚類方法對標(biāo)記為邊緣的宏塊進(jìn)行像素聚類，其中灰度值更小的像素類被標(biāo)記為背景像素，灰度值大的像素類被標(biāo)記為前景像素。
3.根據(jù)權(quán)利要求1所述的基于相關(guān)性的自適應(yīng)補(bǔ)償立體視頻幀率上轉(zhuǎn)換方法，其特征在于：步驟3中，采用加入紋理梯度權(quán)值的絕對誤差和TSAD作為塊匹配準(zhǔn)則，增加紋理所占比重，根據(jù)上一步驟得到的邊緣塊與平坦塊分類，對標(biāo)記為平坦塊的宏塊進(jìn)行常規(guī)的UMHS塊匹配運動估計，對于標(biāo)記為邊緣塊的宏塊進(jìn)行四叉樹的UMHS塊匹配運動估計，獲得原始運動矢量。
4.根據(jù)權(quán)利要求1所述的基于相關(guān)性的自適應(yīng)補(bǔ)償立體視頻幀率上轉(zhuǎn)換方法，其特征在于：步驟4中分別對平坦塊及邊緣塊進(jìn)行運動矢量后處理，對于平坦塊，首先比較平坦塊與八鄰域中同是平坦塊的運動矢量的差異，根據(jù)與平均運動矢量的比較來判斷當(dāng)前塊運動矢量是否異常，如果為異常運動矢量，采用均值替代的方法更正當(dāng)前異常運動矢量；對于邊緣塊，首先對只包含單一深度層的子宏塊進(jìn)行同一深度層的八鄰域均值糾正，然后對既包含前景又包含背景的子宏塊，分別進(jìn)行背景像素點和前景像素點的八鄰域均值糾正，得到精確運動矢量。
5.根據(jù)權(quán)利要求1所述的基于相關(guān)性的自適應(yīng)補(bǔ)償立體視頻幀率上轉(zhuǎn)換方法，其特征在于：步驟6中利用基于邊緣判斷的補(bǔ)洞插值，通過對深度圖中空洞像素點等距的四個像素點兩兩進(jìn)行深度值比較，如果有任意兩個像素點灰度值差值大于閾值，則認(rèn)為該空洞是處于邊緣區(qū)域的空洞，對其進(jìn)行后向運動補(bǔ)償插值；否則認(rèn)為該空洞為平坦處空洞，采用鄰域像素平均方式直接得到插值像素值從而得到完整插值幀；以同樣的信息標(biāo)記對紋理圖做補(bǔ)洞處理，得到紋理圖插值幀。