本發(fā)明涉及多媒體技術領域,并且更具體地,本發(fā)明涉及一種視頻圖像中小物體塊檢測方法及系統(tǒng)。
背景技術:
在高清視頻應用領域,目前主要幀率轉換與提升方法是先對原始幀做運動估計,根據(jù)運動估計結果得到相鄰幀間的運動矢量,通過得到的運動矢量進行運動補償?shù)玫讲鍘Y果。常見視頻中經(jīng)常包含一些小物體塊,進行運動估計時,小物體的運動矢量可能被錯誤估計成背景的運動矢量,如此一來運動補償時小物體塊會被背景塊代替,中間插幀中就會出現(xiàn)物體破碎現(xiàn)象。因此為了防止上述現(xiàn)象發(fā)生,有必要對視頻圖像中小物體塊進行檢測。
技術實現(xiàn)要素:
為了解決現(xiàn)有技術中的上述問題,即為了解決現(xiàn)有技術無法檢測出視頻圖像中小物體塊,從而造成視頻圖像幀率轉換中出現(xiàn)物體破碎現(xiàn)象的問題,本發(fā)明提出一種視頻圖像中小物體塊檢測方法,該方法包括:
計算待處理圖像塊的亮度方差varY和運動矢量MV;若varY大于設定的閾值,則統(tǒng)計待處理圖像塊第一鄰域內亮度方差大于設定的閾值且運動矢量與MV差異小于第一預設值的圖像塊個數(shù)Ns,以及待處理圖像塊第二鄰域內亮度方差小于設定的閾值且運動矢量與MV差異大于第二預設值的圖像塊個數(shù)Nd,第二鄰域比第一鄰域大;若Ns與Nd的比值大于設定的閾值,則確定待處理圖像塊為小物體塊。
優(yōu)選地,確定待處理圖像塊為小物體塊,具體為:當待處理圖像塊的上下左右方向中至少三個方向上的鄰域內圖像塊的運動矢量的均值與MV的差值大于設定的閾值時,確定待處理圖像塊為小物體塊。
優(yōu)選地,確定待處理圖像塊為小物體塊,具體為:當待處理圖像塊的上下左右方向中至少三個方向上的鄰域內圖像塊的亮度方差與varY的差值大于設定的閾值時,確定待處理圖像塊為小物體塊。
優(yōu)選地,確定待處理圖像為小物體塊的步驟之后,該方法還包括:將待處理圖像塊的預定大小的鄰域內的圖像塊均標記為小物體塊。
優(yōu)選地,第一鄰域或第二鄰域內圖像塊的運動矢量(vx1,vy1)與MV(vx2,vy2)的差異diffv的定義為:diffv=|vx1-vx2|+|vy1-vy2|。
相應地,本發(fā)明還提供一種視頻圖像中小物體塊檢測系統(tǒng),該系統(tǒng)包括:
計算模塊,用于計算待處理圖像塊的亮度方差varY和運動矢量MV;統(tǒng)計模塊,用于若varY大于設定的閾值,則統(tǒng)計待處理圖像塊第一鄰域內亮度方差大于設定的閾值且運動矢量與MV差異小于第一預設值的圖像塊個數(shù)Ns,以及待處理圖像塊第二鄰域內亮度方差小于設定的閾值且運動矢量與MV差異大于第二預設值的圖像塊個數(shù)Nd,第二鄰域比第一鄰域大;確定模塊,用于若Ns與Nd的比值大于設定的閾值,則確定待處理圖像塊為小物體塊。
優(yōu)選地,確定模塊包括包圍判定單元,該包圍判定單元用于:當待處理圖像塊的上下左右方向中至少三個方向上的鄰域內圖像塊的運動矢量的均值與MV的差值大于設定的閾值時,確定待處理圖像塊為小物體塊。
優(yōu)選地,包圍判定單元還用于:當待處理圖像塊的上下左右方向中至少三個方向上的鄰域內圖像塊的亮度方差與varY的差值大于設定的閾值時,確定待處理圖像塊為小物體塊。
優(yōu)選地,該系統(tǒng)還包括:膨脹模塊,用于將待處理圖像塊的預定大小的鄰域內的圖像塊均標記為小物體塊。
優(yōu)選地,第一鄰域或第二鄰域內圖像塊的運動矢量(vx1,vy1)與MV(vx2,vy2)的差異diffv的定義為:diffv=|vx1-vx2|+|vy1-vy2|。
本發(fā)明提出了一種視頻圖像中小物體塊檢測方法及系統(tǒng),通過計算待處理圖像塊的亮度方差varY和運動矢量MV;若varY大于設定的閾值,則統(tǒng)計待處理圖像塊第一鄰域內亮度方差大于設定的閾值且運動矢量與MV差異小于第一預設值的圖像塊個數(shù)Ns,以及待處理圖像塊第二鄰域內亮度方差小于設定的閾值且運動矢量與MV差異大于第二預設值的圖像塊個數(shù)Nd,第二鄰域比第一鄰域大;若Ns與Nd的比值大于設定的閾值,則確定待處理圖像塊為小物體塊。從而可以準確檢測出視頻圖像中的小物體塊,避免視頻圖像幀率轉換中出現(xiàn)物體破碎現(xiàn)象。
附圖說明
圖1是本發(fā)明第一實施例中的視頻圖像中小物體塊檢測方法的流程示意圖;
圖2是本發(fā)明第二實施例中的視頻圖像中小物體塊檢測方法的流程示意圖;
圖3是本發(fā)明第三實施例中的視頻圖像中小物體塊檢測系統(tǒng)的示意圖;
圖4是本發(fā)明第三實施例中的視頻圖像中小物體塊檢測系統(tǒng)的另一示意圖。
具體實施方式
下面參照附圖來描述本發(fā)明的優(yōu)選實施方式。本領域技術人員應當理解的是,這些實施方式僅僅用于解釋本發(fā)明的技術原理,并非旨在限制本發(fā)明的保護范圍。
第一實施例
參閱圖1,圖1示出了本發(fā)明的第一實施例中的視頻圖像中小物體塊檢測方法的流程示意圖,具體步驟如下:
S101,計算待處理圖像塊的亮度方差varY和運動矢量MV。
本實施例中是根據(jù)待處理圖像塊的亮度方差varY和運動矢量MV來確定待處理圖像塊是否為小物體塊的。其中運動矢量MV通過運動估計得到,運動估計可以采用現(xiàn)有的任一種運動估計方法,如全搜索、3DSR等方法,在此不作贅述。
S102,若varY大于設定的閾值,則統(tǒng)計待處理圖像塊第一鄰域內亮度方差大于設定的閾值且運動矢量與所述MV差異小于第一預設值的圖像塊個數(shù)Ns,以及待處理圖像塊第二鄰域內亮度方差小于設定的閾值且運動矢量與MV差異大于第二預設值的圖像塊個數(shù)Nd。
上述第二鄰域比第一鄰域大,具體地,在本實施例中,第一鄰域為3*3鄰域,第二鄰域為9*9鄰域。當然可以理解的是,在第二鄰域比第一鄰域大的前提下,本實施例并不限定第一鄰域以及第二鄰域的具體大小。對于第一鄰域或第二鄰域內圖像塊的運動矢量(vx1,vy1)與待處理圖像塊的運動矢量(vx2,vy2)的差異diffv,本實施例中利用如下公式計算得到:diffv=|vx1-vx2|+|vy1-vy2|。
S103,若Ns與Nd的比值大于設定的閾值,則確定待處理圖像塊為小物體塊。
本實施例在Ns與Nd的比值大于設定的閾值時,初步判斷待處理圖像塊為小物體塊。同時考慮到圖像中位于較大物體和背景交界處的圖像塊,包含物體像素點和背景像素點,運動估計不準確,常被誤判為小物體塊。本實施例中在Ns與Nd的比值大于設定的閾值時,會進一步判斷待處理圖像塊是否被背景塊包圍,當待處理圖像塊被背景塊包圍時,最終確定待處理圖像塊為小物體塊。
本實施主要是根據(jù)待處理圖像塊與背景塊的運動、紋理不同來判定待處理圖像塊是否被背景塊包圍,當然也可以根據(jù)待處理圖像塊與背景塊其他特征的區(qū)別來判定,并且可以根據(jù)單一的特征來判定,也可以根據(jù)多個特征的組合來判定。根據(jù)待處理圖像塊與背景塊的運動、紋理不同來判定的方式如下:
當待處理圖像塊的上下左右方向中至少三個方向上的鄰域內圖像塊的運動矢量的均值與待處理圖像塊的運動矢量的差值大于設定的閾值時,表示待處理圖像塊被背景塊包圍,此時確定待處理圖像塊為小物體塊。
當待處理圖像塊的上下左右方向中至少三個方向上的鄰域內圖像塊的亮度方差與待處理圖像塊的亮度方差的差值大于設定的閾值時,表示待處理圖像塊被背景塊包圍,此時確定待處理圖像塊為小物體塊。
本實施例通過計算待處理圖像塊的亮度方差varY和運動矢量MV;若varY大于設定的閾值,則統(tǒng)計待處理圖像塊第一鄰域內亮度方差大于設定的閾值且運動矢量與MV差異小于第一預設值的圖像塊個數(shù)Ns,以及待處理圖像塊第二鄰域內亮度方差小于設定的閾值且運動矢量與MV差異大于第二預設值的圖像塊個數(shù)Nd,第二鄰域比第一鄰域大;若Ns與Nd的比值大于設定的閾值,則確定待處理圖像塊為小物體塊。從而可以準確檢測出視頻圖像中的小物體塊,避免視頻圖像幀率轉換中出現(xiàn)物體破碎現(xiàn)象。
第二實施例
參閱圖2,圖2示出了本發(fā)明的第二實施例中的視頻圖像中小物體塊檢測方法的流程示意圖,具體步驟如下:
S201,計算待處理圖像塊的亮度方差varY和運動矢量MV,然后進入S202。
本實施例中是根據(jù)待處理圖像塊的亮度方差varY和運動矢量MV來確定待處理圖像塊是否為小物體塊的。其中運動矢量MV通過運動估計得到,運動估計可以采用現(xiàn)有的任一種運動估計方法,如全搜索、3DSR等方法,在此不作贅述。
S202,若varY大于設定的閾值,則統(tǒng)計待處理圖像塊第一鄰域內亮度方差大于設定的閾值且運動矢量與所述MV差異小于第一預設值的圖像塊個數(shù)Ns,以及待處理圖像塊第二鄰域內亮度方差小于設定的閾值且運動矢量與MV差異大于第二預設值的圖像塊個數(shù)Nd,然后進入S203。
上述第二鄰域比第一鄰域大,具體地,在本實施例中,第一鄰域為3*3鄰域,第二鄰域為9*9鄰域。當然可以理解的是,在第二鄰域比第一鄰域大的前提下,本實施例并不限定第一鄰域以及第二鄰域的具體大小。對于第一鄰域或第二鄰域內圖像塊的運動矢量(vx1,vy1)與待處理圖像塊的運動矢量(vx2,vy2)的差異diffv,本實施例中利用如下公式計算得到:diffv=|vx1-vx2|+|vy1-vy2|。
S203,判斷Ns與Nd的比值是否大于設定的閾值,若Ns與Nd的比值不大于設定的閾值,則進入S204,若Ns與Nd的比值大于設定的閾值,則進入S205。
S204,確定待處理圖像塊不是小物體塊。
S205,確定待處理圖像塊為小物體塊,然后進入S206。
本實施例在Ns與Nd的比值大于設定的閾值時,初步判斷待處理圖像塊為小物體塊。同時考慮到圖像中位于較大物體和背景交界處的圖像塊,包含物體像素點和背景像素點,運動估計不準確,常被誤判為小物體塊。本實施例中在Ns與Nd的比值大于設定的閾值時,會進一步判斷待處理圖像塊是否被背景塊包圍,當待處理圖像塊被背景塊包圍時,最終確定待處理圖像塊為小物體塊。
本實施主要是根據(jù)待處理圖像塊與背景塊的運動、紋理不同來判定待處理圖像塊是否被背景塊包圍,當然也可以根據(jù)待處理圖像塊與背景塊其他特征的區(qū)別來判定,并且可以根據(jù)單一的特征來判定,也可以根據(jù)多個特征的組合來判定。根據(jù)待處理圖像塊與背景塊的運動、紋理不同來判定的方式如下:
當待處理圖像塊的上下左右方向中至少三個方向上的鄰域內圖像塊的運動矢量的均值與待處理圖像塊的運動矢量的差值大于設定的閾值時,表示待處理圖像塊被背景塊包圍,此時確定待處理圖像塊為小物體塊。
當待處理圖像塊的上下左右方向中至少三個方向上的鄰域內圖像塊的亮度方差與待處理圖像塊的亮度方差的差值大于設定的閾值時,表示待處理圖像塊被背景塊包圍,此時確定待處理圖像塊為小物體塊。
S206,將待處理圖像塊的預定大小的鄰域內的圖像塊均標記為小物體塊。
本實施例中預定大小的鄰域為3*3的鄰域,當然可以理解的是,本實施例并不限定預定大小的鄰域的具體大小。
本實施例通過計算待處理圖像塊的亮度方差varY和運動矢量MV;若varY大于設定的閾值,則統(tǒng)計待處理圖像塊第一鄰域內亮度方差大于設定的閾值且運動矢量與MV差異小于第一預設值的圖像塊個數(shù)Ns,以及待處理圖像塊第二鄰域內亮度方差小于設定的閾值且運動矢量與MV差異大于第二預設值的圖像塊個數(shù)Nd,第二鄰域比第一鄰域大;若Ns與Nd的比值大于設定的閾值,則進一步判斷待處理圖像塊是否被背景塊包圍,當待處理圖像塊被背景塊包圍時確定待處理圖像塊為小物體塊,同時將待處理圖像塊的預定大小的鄰域內的圖像塊均標記為小物體塊。從而可以準確檢測出視頻圖像中的小物體塊,避免視頻圖像幀率轉換中出現(xiàn)物體破碎現(xiàn)象。
第三實施例
參閱圖3,圖3示出了本發(fā)明的第三實施例中的視頻圖像中小物體塊檢測系統(tǒng)的示意圖,該系統(tǒng)包括:
計算模塊301,用于計算待處理圖像塊的亮度方差varY和運動矢量MV。
統(tǒng)計模塊302,用于若varY大于設定的閾值,則統(tǒng)計待處理圖像塊第一鄰域內亮度方差大于設定的閾值且運動矢量與MV差異小于第一預設值的圖像塊個數(shù)Ns,以及待處理圖像塊第二鄰域內亮度方差小于設定的閾值且運動矢量與MV差異大于第二預設值的圖像塊個數(shù)Nd。
確定模塊303,用于若Ns與Nd的比值大于設定的閾值,則確定待處理圖像塊為小物體塊。
進一步地,請參閱圖4,確定模塊303包括包圍判定單元3031,該包圍判定單元3031用于:當待處理圖像塊的上下左右方向中至少三個方向上的鄰域內圖像塊的運動矢量的均值與MV的差值大于設定的閾值時,確定待處理圖像塊為小物體塊。
包圍判定單元3031還用于:當待處理圖像塊的上下左右方向中至少三個方向上的鄰域內圖像塊的亮度方差與varY的差值大于設定的閾值時,確定待處理圖像塊為小物體塊。
該系統(tǒng)還包括膨脹模塊304,用于將待處理圖像塊的預定大小的鄰域內的圖像塊均標記為小物體塊。
本實施例通過計算待處理圖像塊的亮度方差varY和運動矢量MV;若varY大于設定的閾值,則統(tǒng)計待處理圖像塊第一鄰域內亮度方差大于設定的閾值且運動矢量與MV差異小于第一預設值的圖像塊個數(shù)Ns,以及待處理圖像塊第二鄰域內亮度方差小于設定的閾值且運動矢量與MV差異大于第二預設值的圖像塊個數(shù)Nd,第二鄰域比第一鄰域大;若Ns與Nd的比值大于設定的閾值,則進一步判斷待處理圖像塊是否被背景塊包圍,當待處理圖像塊被背景塊包圍時確定待處理圖像塊為小物體塊,同時將待處理圖像塊的預定大小的鄰域內的圖像塊均標記為小物體塊。從而可以準確檢測出視頻圖像中的小物體塊,避免視頻圖像幀率轉換中出現(xiàn)物體破碎現(xiàn)象。
至此,已經(jīng)結合附圖所示的優(yōu)選實施方式描述了本發(fā)明的技術方案,但是,本領域技術人員容易理解的是,本發(fā)明的保護范圍顯然不局限于這些具體實施方式。在不偏離本發(fā)明的原理的前提下,本領域技術人員可以對相關技術特征作出等同的更改或替換,這些更改或替換之后的技術方案都將落入本發(fā)明的保護范圍之內。