基于视频监控系统的运动自适应去隔行算法.docVIP

基于视频监控系统的运动自适应去隔行算法 摘 要： 针对视频监控系统的去隔行问题，在分析了传统去隔行算法优缺点的基础上，提出了一种高性能的运动自适应去隔行算法。该算法通过可检测空间周期模式运动的4场运动检测方法对插值点运动状态进行判断，将图像分为静止区域和运动区域。静止区域的插值采用场合并算法；运功区域的插值采用改进型边沿自适应插值算法，增强了水平边沿检测功能并提升了一致性边沿方向的估计水平。DSP实验结果表明，提出的算法可提高图像的峰值信噪比（PSNR）和结构相似度（SSIM），有效抑制锯齿化、行间闪烁和运动虚像等不良效应，获得良好的视觉效果。 关键词：去隔行；运动检测；空间周期模式运动；边沿自适应插值 0 引言 现行电视系统采用的隔行扫描法可以降低设备的复杂度，减少图像信号频带。但是隔行扫描视频在以逐行扫描显示的高端视频设备上显示时会存在行间闪烁、并行、锯齿和爬行等不良效应，易造成画质下降及人眼视觉疲劳[1-2]。逐行扫描可以减少屏幕大面积闪烁和边缘闪烁，分解力高，图像更加清晰稳定。 随着社会经济和科学技术的发展，基于复杂视频算法处理和高清显示的智能监控安防系统应用越来越广泛。而液晶显示器（Liquid Crystal Display，LCD）、有机电激光显示器（Organic Electroluminesence Display，OELD）、等离子显示板（Plasma Display Panel，PDP）数字平板电视、投影机和电脑显示屏等高端高清显示设备采用逐行扫描方式，且大部分视频算法处理的视频数据也是逐行扫描格式[3-4]。为了让处理逐行扫描信号的嵌入式视频监控安防系统能够处理和显示现行标准电视信号（如PAL制式、NTSC制式视频信号）和模拟摄像机视频信号等隔行扫描视频信号，需要对隔行视频信号进行去隔行处理，将其转换为逐行扫描视频信号。 1 去隔行算法 去隔行处理技术是实现视频信号从隔行到逐行扫描格式转换的关键技术，其实质是对隔行电视信号进行插补，重建奇偶场中缺少的行信号，将场图像还原成帧图像。去隔行算法主要分为场间去隔行算法、场内去隔行算法和混合去隔行算法。 场间去隔行算法主要利用时间上相邻的前一场或后一场的数据进行插值。常用的算法有场间复制法（场合并法）和场间平均法。场间去隔行可以消除闪烁，保护细节，提高图像的垂直分辨率，用来处理静止图像非常实用。但场景中有运动物体或摄像头运动时用这种方法处理图像会产生严重的运动模糊、齿状、羽化等现象[5]。 场内去隔行算法主要利用空间上同一场相邻数据进行插值，这类算法有场内行复制（倍线法）、场内行平均、基于边沿的行平均插值法（EdgeBased Line Average，ELA）等。行复制和行平均算法运算量小，硬件要求相对较低，可以有效地消除闪烁和羽化等不良效应；但存在垂直分辨率下降、几何失真等现象[6]。ELA算法能够保护边缘信息，有效解决边缘锯齿化问题，减少几何失真；但仍存在垂直分辨率下降，细节显示不足等缺陷。场内去隔行算法由于只用到一场数据进行重建，必然丢失另外一场画面的部分细节，造成去隔行后的视频序列在部分区域较模糊、细节表现不足等问题。 混合去隔行算法综合了场内去隔行算法和场间去隔行算法，主要有运动补偿、中值滤波、运动自适应等算法。运动补偿算法最大限度地利用了视频信号时间和空间上的相关信息，通过精确的运动估计和匹配准则，寻找当前块所对应的最佳运动矢量进行插值[2，7-8]。该类算法去隔行效果优越；但对运动估计的精度要求高，运算量巨大，易发生错误的传播。中值滤波算法是一种非线性算法，它包含了时间和空间上的信息，具有一定的降噪能力；但计算量大，垂直清晰度低，易引起图像边缘模糊。相比运动补偿算法和中值滤波算法，运动自适应插值算法根据运动信息将图像划分为静止区域和运动区域，对静止区域采用场间去隔行算法，对于运动区域采用场内去隔行算法，计算量相对较小，能够有效减少硬件开销，不仅能够提高静止区域的垂直分辨率，而且能有效消除运动区域的羽化、重影等现象，适于嵌入式监控系统的应用[3，9]。但传统运动自适应去隔行算法无法提升运动区域的垂直分辨率，而且场景中存在运动较快的空间周期模式运动时容易产生运动虚像（将在2.1节详细说明）。 针对传统运动自适应去隔行算法在运动检测和自适应插值方面的缺陷，本文提出一种基于传统运动自适应算法的改进算法，即首先通过可检测空间周期模式运动的改进型4场运动检测方法对插值点运动状态进行判断，将图像分为静止区域和运动区域，然后对静止区域的插值采用场合并算法，对运功区域的插值采用改进型边沿自适应插值算法，增强了水平边沿检测功能并提升了一致性边沿方向的估计水平，以达到更佳的去隔行效果。 2 改进的运动自适应去隔行算法 2.1 运动检测算法 同极性4场运动检测方法引进了