技術特征：

1.一種立體視頻幀率提升中運動矢量檢測與校正方法，其特征是，包括以下步驟：

步驟(1)：利用基于空間相關性的運動矢量檢測方法對插入幀的運動矢量場進行處理，檢測出插入幀的運動矢量場中的錯誤運動矢量和不可靠運動矢量；

步驟(2)：利用融合空間、顏色和深度信息的方法對插入幀的運動矢量場中的錯誤運動矢量和不可靠運動矢量進行校正。

2.如權利要求1所述的一種立體視頻幀率提升中運動矢量檢測與校正方法，其特征是，

所述步驟(1)包括：

步驟(1-1)：基于方向相關性的運動矢量檢測：利用被檢測運動矢量和被檢測運動矢量的8鄰域運動矢量在方向上的關系計算運動矢量的可靠性，確定被檢測運動矢量是否為錯誤運動矢量；若是錯誤運動矢量，就將錯誤運動矢量保存；若不是錯誤運動矢量則進入步驟(1-2)；

步驟(1-2)：基于幅度相關性的運動矢量檢測：利用被檢測運動矢量和被檢測運動矢量8鄰域運動矢量在幅度上的關系進行進一步檢測，并確定被檢測運動矢量是否為不可靠運動矢量，若是不可靠運動矢量，就將不可靠運動矢量保存，若不是不可靠運動矢量，則將運動矢量保存到真實運動矢量場中。

3.如權利要求2所述的一種立體視頻幀率提升中運動矢量檢測與校正方法，其特征是，所述步驟(1-1)的步驟為：

v表示被檢測運動矢量，v_i表示被檢測運動矢量的8鄰域運動矢量，其中i＝1,…,8；則v與v_i之間的方向相似度用公式(1)表示：

${\mathrm{\γ}}_i=\frac{v^T{v}_i}{\left|\right|v^T\left|\right|\left|\right|v_i\left|\right|},---\left(1\right)$

其中，‖·‖表示矢量的歐氏距離，即矢量的幅度；γ_i反映了被檢測運動矢量v和被檢測運動矢量的8鄰域運動矢量v_i之間方向上的關系；

假設γ_i中正數的數量為n_p，假設γ_i中非正數的數量為n_n，如果n_p<n_n，則v被標記為錯誤運動矢量；如果n_p≥n_n，則v進入步驟(1-2)基于幅度相關性的運動矢量檢測。

4.如權利要求2所述的一種立體視頻幀率提升中運動矢量檢測與校正方法，其特征是，所述步驟(1-2)的步驟為：

首先，從被檢測運動矢量的8鄰域運動矢量v_i中選取所有滿足γ_i>0的運動矢量，組成集合V＝{‖v‖,‖v_i‖|γ_i>0}，若‖v‖是集合V中的最大值或者最小值，則標記v為不可靠運動矢量；如果‖v‖不是集合V中的最大值或者最小值，則標記v為真實運動矢量；所述不可靠運動矢量包括被步驟(1-1)漏檢的錯誤運動矢量或被步驟(1-2)誤檢的真實運動矢量。

5.如權利要求1所述的一種立體視頻幀率提升中運動矢量檢測與校正方法，其特征是，

所述步驟(2)包括：

步驟(2-1)：對錯誤運動矢量構建錯誤運動矢量校正候選集；對不可靠運動矢量構建不可靠運動矢量校正候選集；

步驟(2-2)：利用錯誤運動矢量校正候選集和不可靠運動矢量校正候選集中候選運動矢量的空間關系，以及所述候選運動矢量對應的圖像塊的顏色和深度信息，構建能量函數；

步驟(2-3)：利用能量函數最小化，從錯誤運動矢量校正候選集和不可靠運動矢量校正候選集中選取最優(yōu)候選運動矢量，用最優(yōu)候選運動矢量替代錯誤運動矢量或者不可靠運動矢量，將最優(yōu)優(yōu)選運動矢量保存到真實運動矢量場中，完成校正處理。

6.如權利要求1所述的一種立體視頻幀率提升中運動矢量檢測與校正方法，其特征是，所述步驟(2)的步驟為：

將步驟(1)檢測得到的錯誤運動矢量表示為v_k1，則v_k1的8鄰域中所有真實運動矢量組成v_k1的錯誤運動矢量校正候選集Ω₁；

將步驟(1)檢測得到的不可靠運動矢量表示為v_k2，不可靠運動矢量校正候選集為Ω₂，則Ω₂除了包含v_k2的8鄰域中所有真實運動矢量外，還包含v_k2本身；

對于錯誤運動矢量，利用空間、顏色和深度信息構建能量函數，如公式(2)，并利用能量函數最小化從錯誤運動矢量校正候選集中選取最優(yōu)候選運動矢量，如公式(3)：

E(v_j1)＝E_spatial1(v_j1)+λ_cE_color1(v_j1)+λ_dE_depth1(v_j1) (2)

${\hat{v}}_1=\underset{v_j\&Element;{\mathrm{\&Omega;}}_1}{\mathrm{argmin}}\left\{E\left(v_{j1}\right)\right\}---\left(3\right)$

其中v_j1為錯誤運動矢量校正候選集Ω₁中的一個候選運動矢量，為錯誤運動矢量校正后的運動矢量；公式(2)中，E_spatial1表示錯誤運動矢量能量函數中的空間分量；E_color1表示錯誤運動矢量能量函數中的顏色分量；E_depth1表示錯誤運動矢量能量函數中的深度分量；λ_c1表示錯誤運動矢量顏色分量的加權系數；λ_d1表示錯誤運動矢量深度分量的加權系數；

E_spatial1、E_color1和E_depth1分別用下面公式計算：

$E_{spatial1}\left(v_{j1}\right)=\frac{1}{K_1}{\mathrm{\&Sigma;}}_{v_{l1}\&Element;R_1}\left|\right|v_{j1}-v_{l1}\left|\right|---\left(4\right)$

$E_{color1}\left(v_{j1}\right)=\frac{1}{N_1}\mathrm{\&Sigma;}\mathrm{\&Sigma;}(B_{t_1-1}^{p_1+\frac{v_{j1}}{2}}-B_{t_1+1}^{p_1-\frac{v_{j1}}{2}})---\left(5\right)$

$E_{depth1}\left(v_{j1}\right)=\frac{1}{N_1}\mathrm{\&Sigma;}\mathrm{\&Sigma;}(D_{t_1-1}^{p_1+\frac{v_{j1}}{2}}-D_{t_1+1}^{p_1-\frac{v_{j1}}{2}})---\left(6\right)$

其中，公式(4)中v_l1表示錯誤運動矢量校正候選集Ω₁中除v_j1以外的候選運動矢量，即R₁＝Ω₁-v_j1，K₁表示R₁中運動矢量的個數；

公式(5)中表示當以v_j1為當前圖像塊的運動矢量時，當前圖像塊在上一幀中對應的圖像塊；

表示當以v_j1為當前圖像塊的運動矢量時，當前圖像塊在下一幀中對應的圖像塊，N₁表示圖像塊中像素的個數；p₁表示當前圖像塊的位置，即當前圖像塊最左上角像素點的坐標；t₁表示時間參數；

公式(6)中表示對應的深度圖像塊；表示對應的深度圖像塊；

對于不可靠運動矢量，利用空間、顏色和深度信息構建能量函數，如公式(7)，并利用能量函數最小化從不可靠運動矢量校正候選集中選取最優(yōu)候選運動矢量，如公式(8)：

E(v_j2)＝E_spatial2(v_j2)+λ_c2E_color2(v_j2)+λ_d2E_depth2(v_j2) (7)

${\hat{v}}_2=\underset{v_{j2}\&Element;{\mathrm{\&Omega;}}_2}{\mathrm{argmin}}\left\{E\left(v_{j2}\right)\right\}---\left(8\right)$

其中v_j2為不可靠運動矢量校正候選集Ω₂中的一個候選運動矢量，為不可靠運動矢量校正后的運動矢量；公式(7)中，E_spatial2表示不可靠運動矢量能量函數中的空間分量；E_color2表示不可靠運動矢量能量函數中的顏色分量；E_depth2表示不可靠運動矢量能量函數中的深度分量；λ_c2表示不可靠運動矢量顏色分量的加權系數；λ_d2表示不可靠運動矢量深度分量的加權系數；E_spatial2、E_color2和E_depth2分別用下面公式計算：

$E_{spatial2}\left(v_{j2}\right)=\frac{1}{K_2}{\mathrm{\&Sigma;}}_{v_{l2}\&Element;R_2}\left|\right|v_{j2}-v_{l2}\left|\right|---\left(9\right)$

$E_{color2}\left(v_{j2}\right)=\frac{1}{N_2}\mathrm{\&Sigma;}\mathrm{\&Sigma;}(B_{t_2-1}^{p_2+\frac{v_{j2}}{2}}-B_{t_2+1}^{p_2-\frac{v_{j2}}{2}})---\left(10\right)$

$E_{depth2}\left(v_{j2}\right)=\frac{1}{N_2}\mathrm{\&Sigma;}\mathrm{\&Sigma;}(D_{t_2-1}^{p_2+\frac{v_{j2}}{2}}-D_{t_2+1}^{p_1-\frac{v_{j2}}{2}})---\left(11\right)$

其中，公式(9)中v_l2表示不可靠運動矢量校正候選集Ω₂中除v_j2以外的候選運動矢量，即R₂＝Ω₂-v_j2，K₂表示R₂中運動矢量的個數；

公式(10)中表示當以v_j2為當前圖像塊的運動矢量時，當前圖像塊在上一幀中對應的圖像塊；表示當以v_j2為當前圖像塊的運動矢量時，當前圖像塊在下一幀中對應的圖像塊，N₂表示圖像塊中像素的個數；p₂表示當前圖像塊的位置，即當前圖像塊最左上角像素點的坐標；t₂表示時間參數；

公式(11)中表示對應的深度圖像塊；表示對應的深度圖像塊。

7.一種立體視頻幀率提升中運動矢量檢測與校正系統(tǒng)，其特征是，包括：

檢測模塊：利用基于空間相關性的運動矢量檢測方法對插入幀的運動矢量場進行處理，檢測出插入幀的運動矢量場中的錯誤運動矢量和不可靠運動矢量；

校正模塊：利用融合空間、顏色和深度信息的方法對插入幀的運動矢量場中的錯誤運動矢量和不可靠運動矢量進行校正。

8.如權利要求7所述的系統(tǒng)，其特征是，所述檢測模塊包括：

基于方向相關性的運動矢量檢測單元：利用被檢測運動矢量和被檢測運動矢量的8鄰域運動矢量在方向上的關系計算運動矢量的可靠性，確定被檢測運動矢量是否為錯誤運動矢量；若是錯誤運動矢量，就將錯誤運動矢量保存；若不是錯誤運動矢量則進入基于幅度相關性的運動矢量檢測單元；

基于幅度相關性的運動矢量檢測單元：利用被檢測運動矢量和被檢測運動矢量8鄰域運動矢量在幅度上的關系進行進一步檢測，并確定被檢測運動矢量是否為不可靠運動矢量，若是不可靠運動矢量，就將不可靠運動矢量保存，若不是不可靠運動矢量，則將運動矢量保存到真實運動矢量場中。

9.如權利要求7所述的系統(tǒng)，其特征是，所述校正模塊包括：

運動矢量校正候選集構建單元：對錯誤運動矢量構建錯誤運動矢量校正候選集；對不可靠運動矢量構建不可靠運動矢量校正候選集；

能量函數構建單元：利用錯誤運動矢量校正候選集和不可靠運動矢量校正候選集中候選運動矢量的空間關系，以及所述候選運動矢量對應的圖像塊的顏色和深度信息，構建能量函數；

校正處理單元：利用能量函數最小化，從錯誤運動矢量校正候選集和不可靠運動矢量校正候選集中選取最優(yōu)候選運動矢量，用最優(yōu)候選運動矢量替代錯誤運動矢量或者不可靠運動矢量，將最優(yōu)優(yōu)選運動矢量保存到真實運動矢量場中，完成校正處理。