隔行掃描電視新的三場(chǎng)信息綜合去隔行算法

摘要：在分析傳統運動(dòng)自適應去隔行算法缺點(diǎn)的基礎上，提出三場(chǎng)運動(dòng)檢測自適應去隔算法。該算法對緩存的三幀圖像做幀間差值計算、場(chǎng)間插值計算和BPP值計算，將三類(lèi)計算值做數學(xué)處理后和運動(dòng)閾值比較，判斷出運動(dòng)區域，提升檢出大運動(dòng)區域能力，最大限度地消除背景噪聲影響，同時(shí)簡(jiǎn)化了計算量，大大降低了硬件成本。

引言

　　隨著(zhù)信息高速公路以及互聯(lián)網(wǎng)的發(fā)展，廣播電視在全球范圍內普及開(kāi)來(lái)。不同時(shí)期、不同領(lǐng)域出現的電視信息有多種格式，如早期彩色電視的PAL、NTSC和SCREAM制式;近期數字電視的DVB(歐洲)、ATSC(美國)和ISDB(日本);以及數字電視的SDTV(標清電視)和HDTV(高清電視)等。格式多樣化的存在不可避免地提出了解決電視信號格式間轉換的新課題^[1-2]。

　　盡管電視信號格式種類(lèi)多，但就其源頭來(lái)說(shuō)不同之處不外乎三方面：掃描的隔行與逐行的不同、幀頻與場(chǎng)頻的不同以及圖像顯示的高寬比不同^[3]。老式模擬電視采用隔行掃描系統，新式數字電視都要求逐行掃描，以提高圖像的質(zhì)量，獲得更好的觀(guān)看效果。于是就產(chǎn)生了將老式隔行信號去隔行的算法，并在去隔行的同時(shí)，盡可能地彌補圖像動(dòng)態(tài)區域的扭曲，以得到好一些的視覺(jué)效果。本文所述是一種改進(jìn)的去隔行新算法。

1 運動(dòng)自適應去隔行算法

　　目前業(yè)界公認的較好的去隔行算法是運動(dòng)補償或自適應算法。去隔行算法的關(guān)鍵環(huán)節是要找出能夠正確區分圖像運動(dòng)部分和靜止部分的檢測方法，不正確的檢測方法會(huì )對圖像質(zhì)量造成負面影響。

　　去隔行的檢測方法有很多，各有優(yōu)缺點(diǎn)。場(chǎng)間插值檢測法是基于像素點(diǎn)的檢測法，它能夠檢測出快速運動(dòng)區域，不會(huì )將其誤判為靜止區域，但容易把靜止區的垂直邊緣誤判為運動(dòng)區域;幀間差值是另一種基本的運動(dòng)檢測算法，它可以正確地判斷出圖像當中的靜止區域，但對快速運動(dòng)區域的檢測能力卻有所不足;四場(chǎng)水平運動(dòng)檢測算法是通過(guò)緩存4幀圖像，綜合比較其運動(dòng)差異的一種運動(dòng)檢測算法，其圖像運動(dòng)部分的邊沿部分檢測效果很好，但對大片運動(dòng)區域檢測時(shí)容易出現錯誤，造成大片的運動(dòng)丟失，同時(shí)其算法較為復雜，占用資源多;BPP(Brightness Profile Pattern Difference)運動(dòng)檢測算法是用相鄰幀對應像素亮度差值和BPP插值進(jìn)行運動(dòng)檢測的算法。它其實(shí)也是緩存了四場(chǎng)圖像，同時(shí)采用中值濾波算法進(jìn)行像素級濾波，效果較好，但是對運動(dòng)區域邊緣檢測效果不好，容易出現噪點(diǎn)，并且算法復雜，資源占用多。

　　針對上述運動(dòng)自適應去隔行的缺點(diǎn)，本文提出了一種基于三場(chǎng)運動(dòng)檢測方法。該方法對場(chǎng)間插值和幀間差值均做了比較，既可以檢測出比較快的運動(dòng)，避免把運動(dòng)區域誤判為靜止區域，同時(shí)也能夠正確地判斷出圖像當中的靜止區域，很好地避免了單獨使用幀間差值法或者場(chǎng)間插值法帶來(lái)的缺陷。在該檢測方法中，還引入了BPP運動(dòng)檢測法，大大增加了大面積運動(dòng)檢測能力。同時(shí)針對處理后的結果，選擇性地進(jìn)行二值形態(tài)學(xué)處理，對消除背景噪聲起到了很大作用。

2 三場(chǎng)檢測去隔行算法

　　本文提出的基于三場(chǎng)運動(dòng)檢測的去隔行算法，首先是通過(guò)三場(chǎng)運動(dòng)檢測法把運動(dòng)區域判斷出來(lái);然后根據三場(chǎng)運動(dòng)檢測結果，選擇場(chǎng)內插值或者場(chǎng)間插值的方法，輸出插入場(chǎng)。場(chǎng)交織模塊把當前場(chǎng)和插入場(chǎng)進(jìn)行交織，最終輸出去隔行視頻數據。

　　去隔行算法的具體架構見(jiàn)圖1。隔行模擬信號CVBS或S-video輸出到解碼芯片后，經(jīng)過(guò)解碼輸出BT.656格式的隔行數字信號。解碼芯片外接SDRAM是為了能夠對視頻信號進(jìn)行3D降噪和5線(xiàn)梳狀濾波，提高輸出的數字視頻質(zhì)量。外圍電路包括電源模塊和FPGA并行加載模塊等，為去隔行系統的運行提供必要的支持。隔行數字信號進(jìn)入FPGA內部后，分成四路，分別進(jìn)入幀緩存模塊、場(chǎng)內插值模塊、場(chǎng)間插值模塊和場(chǎng)交織模塊。幀緩存模塊內部集成了DDR2控制器，實(shí)現對DDR2的讀寫(xiě)控制，同時(shí)緩存前場(chǎng)和后場(chǎng)，輸出給三場(chǎng)運動(dòng)檢測模塊。三場(chǎng)運動(dòng)檢測模塊對三場(chǎng)數據進(jìn)行檢測，輸出檢測結果。場(chǎng)內插值模塊對場(chǎng)內數據進(jìn)行插值，場(chǎng)間插值模塊運行場(chǎng)間插值算法。運動(dòng)判決模塊根據三場(chǎng)運動(dòng)檢測結果，選擇場(chǎng)內插值或者場(chǎng)間插值，輸出插入場(chǎng)。場(chǎng)交織模塊把當前場(chǎng)和插入場(chǎng)進(jìn)行交織，最終輸出去隔行視頻數據。

　　由圖1知，這種運動(dòng)自適應去隔行算法中關(guān)鍵點(diǎn)是基于三場(chǎng)運動(dòng)檢測方法。該運動(dòng)檢測是否正確，關(guān)系到逐行數據輸出的質(zhì)量。為了能正確地檢測圖像是否運動(dòng)，我們首先緩存三場(chǎng)的圖像數據，如圖2所示，分別是fn場(chǎng)、fn的前場(chǎng)fn-1和后場(chǎng)fn+1。像素點(diǎn)X為待插值。

　　基于像素點(diǎn)的運動(dòng)檢測，通常用場(chǎng)間插值或幀間差值作為運動(dòng)檢測的輸入。場(chǎng)間插值可以檢測比較快速的運動(dòng)，避免把運動(dòng)區域誤判為靜止運動(dòng)。我們先計算場(chǎng)間插值。

　　△f₁=|k_n-1-(i_n+j_n)/2| (1)

　　△f²=|k_n+1-(i_n+j_n)/2| (2)

　　△f₁為當前場(chǎng)和前場(chǎng)的場(chǎng)間插值，△f2為當前場(chǎng)和后場(chǎng)的場(chǎng)間插值。這兩個(gè)插值均可以作為運動(dòng)檢測的輸入值。場(chǎng)間插值容易把靜止區域的邊緣判斷為運動(dòng)區域，而采用幀間差值可以準確地判斷圖像中的靜止區域。因此，我們計算這三幀圖像的幀間差值△f₃。

　　△f₃=|k_n+1-k_n-1| (3)

　　考慮到大面積運動(dòng)的檢測方面，用BPP(Brightness Profile Pattern Difference)運動(dòng)檢測方法更能精確地檢測。BPP運動(dòng)檢測方法^[4]是運用相鄰幀對應像素亮度和BPP插值進(jìn)行運動(dòng)檢測。定義△B為對應像素亮度差值，定義△P為對應像素點(diǎn)的BPP插值。定義BPP值P為：

　　P_iln=i_n-i_ln (4)

　　P_irn=i_n-i_rn (5)

　　則可以根據圖1計算出相鄰幀對應像素亮度和BPP插值。

　　△B=|k_n+1-k_n-1| (6)

　　△P=|P_kln-1-P_kln+1|+|P_krn-1-P_krn+1| (7)

　　從(3)式和(6)式可以看出，△f₃=△B，取其一即可。同時(shí)，因為△P為BPP插值，與△B屬于不同類(lèi)型，因此需要對兩種不同類(lèi)型的插值取加權平均數，α和β分別為其加權系數(α和β可由經(jīng)驗值給出)。用來(lái)判斷像素點(diǎn)運動(dòng)信息的插值定義為M_x，Max()函數為取最大值函數。

　　M_x=Max(α△f₁，α△f₂，α△B，β△P) (8)

　　求出M_x后，引入視頻圖像運動(dòng)信息估值M_ij(P_x)，該函數是一個(gè)二值函數，對視頻圖像運動(dòng)部分標記為1，對視頻圖像靜止部分標記為0，M_ij(P_x)由式9決定：

(9)

　　式9中，M_th為運動(dòng)檢測閾值。把幀間差值和場(chǎng)間插值結合起來(lái)做運動(dòng)檢測，起到了彌補兩種檢測方法的缺點(diǎn)，對快速物體的運動(dòng)和靜止圖像邊緣都起到了非常精確的檢測作用;結合BPP的檢測法，對大面積的運動(dòng)圖像檢測也增加了檢測的可信度。由于相鄰幀的亮度差容易受噪聲影響，而B(niǎo)PP值對亮度非常敏感，因此需要對背景的椒鹽噪聲點(diǎn)進(jìn)行進(jìn)一步的處理。

　　為了消除椒鹽噪聲點(diǎn)的影響，接下來(lái)我們對M_ij(P_x)做后處理。通過(guò)上述方法處理后，M_ij(P_x)為一個(gè)二值運動(dòng)圖像信息。因此可以通過(guò)二值形態(tài)學(xué)^[5]的基本運算(如腐蝕或者膨脹)進(jìn)行處理，但是單獨進(jìn)行腐蝕或膨脹運算效果并不理想，我們這里根據視頻圖像特有的特性調整處理方法。

　　運動(dòng)點(diǎn)判斷策略示意圖如圖3所示。在一個(gè)3×3的窗口內進(jìn)行判斷，圖中白點(diǎn)表示靜止像素點(diǎn)，黑點(diǎn)表示運動(dòng)像素點(diǎn)，中心點(diǎn)是我們需要進(jìn)行判斷的點(diǎn)。具體的策略描述如下：

　　1.如果當前待判點(diǎn)為運動(dòng)點(diǎn)，如圖中a和b，將其相鄰8個(gè)點(diǎn)中運動(dòng)點(diǎn)的個(gè)數和閾值Qt_h1(這里取值為4)比較，如果大于Q_th1則為運動(dòng)點(diǎn)，如圖中a;反之為靜止點(diǎn)，如圖中b;

　　2.如果當前待判斷點(diǎn)為靜止點(diǎn)，如圖中c和d，將其相鄰8個(gè)點(diǎn)中運動(dòng)點(diǎn)的個(gè)數與閾值Q_th2比較(這里取值為4)，如果大于閾值，則為運動(dòng)點(diǎn)，如圖中c;反之則為靜止點(diǎn)，如圖中d。

　　經(jīng)過(guò)形態(tài)學(xué)處理后的運動(dòng)檢測信息在保持了正確運動(dòng)檢測信息的同時(shí)，很好地消除了噪聲的干擾，能得到比較理想的結果。

　　在我們的生活中，一般運動(dòng)圖像較多出現在視頻圖像的中央區域，而背景圖像出現在邊緣比出現在中央的幾率要大很多。為了減少計算的復雜程度，節省硬件資源，我們可以設定運動(dòng)點(diǎn)判斷策略應用區域。如圖4所示，在圖像邊緣設定寬度為X，高度為Y區域為運動(dòng)點(diǎn)判斷策略采用區域，在實(shí)際運用過(guò)程中可以根據需要靈活設置X和Y的值。

3 實(shí)驗結果與分析

　　本文以FPGA為核心器件搭建了電路實(shí)驗平臺，并采用邏輯代碼實(shí)現了上述算法，從客觀(guān)和主觀(guān)兩方面對文中的算法進(jìn)行評估?？陀^(guān)上主要評估各個(gè)不同的去隔行算法的平均峰值信噪比PSNR和圖像相關(guān)性指標SSIM^[6]。本文在搭建平臺上，對去隔行后的數據進(jìn)行采集，連續采樣包含運動(dòng)狀態(tài)的視頻圖像2秒，對數據進(jìn)行分析后得出不同去隔行方法的PSNA和SSIM值，結果如表1所示。

　　從表1中可以看出，不同去隔行算法中的PSNR值，三場(chǎng)運動(dòng)的去隔行算法值最大，這表示本文算法的平均峰值信噪比是最好的;SSIM是根據真實(shí)的圖像信息所具有的高度結構化以及相鄰像素點(diǎn)之間所具有的強烈相關(guān)性進(jìn)行計算，值越大表示相關(guān)性越好，在四種算法中，本文算法的值最大。因此，本文提出的去隔行算法比其他三種算法的PSNR和SSIM指標均略勝一籌。

4 結語(yǔ)

　　本文提出了一種基于三場(chǎng)運動(dòng)檢測方法，對場(chǎng)間插值和幀間差值均做了比較，既可以檢測出比較快速的運動(dòng)，避免把運動(dòng)的區域誤判斷為靜止區域，同時(shí)也能夠正確地判斷出圖像當中的靜止區域，最大限度地避免了單獨使用幀間插值法或者場(chǎng)間插值法帶來(lái)的缺陷。在該運動(dòng)檢測方法中，還引入了BPP運動(dòng)檢測法，增加了大面積運動(dòng)檢測的能力。同時(shí)針對處理后的結果，選擇性地進(jìn)行二值形態(tài)學(xué)處理，對消除背景噪聲起到了很大作用。該種運動(dòng)檢測方法只需要緩存三場(chǎng)數據，通過(guò)一塊FPGA和外掛DDR即可實(shí)現，不僅具備檢測速度快的優(yōu)點(diǎn)而且性?xún)r(jià)比高，非常適合商業(yè)運用。

參考文獻：

　　[1]李寶魁，姚素英，張濤,視頻格式轉換芯片中的去隔行系統設計[J]. 電視技術(shù), 2005, 281(11): 35-37

　　[2]鄭永進(jìn)，吳遁陵, 視頻格式轉換資源最小FPGA解決方案[J]. 電子器件, 2007，30(2): 679-682

　　[3]高晨明，李斌橋，姚素英, 視頻格式轉換芯片研究[J]. 電視技術(shù), 2006, 281(11): 30-32

　　[4]胡太平，史忠科, 基于視頻的快速運動(dòng)檢測方法及其應用研究[J]. 計算機應用研究, 2005,22(12): 145-146

　　[5]谷學(xué)靜, 李宗輝, 基于數學(xué)二值形態(tài)學(xué)的車(chē)牌定位與字符分割[J]. 河北聯(lián)合大學(xué)學(xué)報：自然科學(xué)版, 2013,35(2): 85-89

　　[6]佟雨兵，張其善，祁云平，基于PSNR與SSIM 聯(lián)合的圖像質(zhì)量評價(jià)模型[J]. 中國圖像圖形學(xué)報, 2006, 12(11): 1758-1763

本文來(lái)源于中國科技期刊《電子產(chǎn)品世界》2016年第4期第37頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處。