數(shù)字電視后視頻處理芯片中相關(guān)算法研究

張昱天

(東北石油大學(xué)，黑龍江 大慶 163318)

數(shù)字電視后視頻處理芯片中相關(guān)算法研究

張昱天

(東北石油大學(xué)，黑龍江 大慶 163318)

針對(duì)當(dāng)前應(yīng)用ELA算法，判斷隔行視頻圖像的邊沿信息方向存在的缺點(diǎn)，提出了一種改進(jìn)型ELA運(yùn)動(dòng)自適應(yīng)邊沿插值去隔行算法。利用MATLAB軟件進(jìn)行仿真分析，結(jié)果表明，改進(jìn)型ELA自適應(yīng)邊沿去插值去隔行算法效果良好，改善了應(yīng)用其他去隔行算法產(chǎn)生的鋸齒效應(yīng)。

去隔行算法；ELA；邊沿信息

對(duì)于視頻后處理芯片而言，其圖像處理主要包括去隔行、降噪及圖像縮放3部分。去隔行算法是視頻格式轉(zhuǎn)換中十分重要的技術(shù)，但其也給電視系統(tǒng)帶來很多問題，如爬行、行間閃爍和鋸齒效應(yīng)。

近年來，學(xué)術(shù)界提出了多種去隔行算法，去隔行技術(shù)主要分為3類：運(yùn)動(dòng)補(bǔ)償、運(yùn)動(dòng)自適應(yīng)[1]及線性濾波。3類方法各有優(yōu)缺點(diǎn)，應(yīng)用最多的是運(yùn)動(dòng)自適應(yīng)方法。在隔行視頻信號(hào)的插補(bǔ)過程中應(yīng)用運(yùn)動(dòng)自適應(yīng)去隔行算法時(shí)，為了使圖像的靜止區(qū)域和運(yùn)動(dòng)區(qū)域都獲得良好的插補(bǔ)效果， 則需對(duì)視頻信號(hào)進(jìn)行運(yùn)動(dòng)檢測(cè)，估算出圖像的運(yùn)動(dòng)信息，然后選擇相應(yīng)的去隔行算法。本文提出的運(yùn)動(dòng)自適應(yīng)方法是一種新型運(yùn)動(dòng)自適應(yīng)方法，利用改良運(yùn)動(dòng)檢測(cè)[2]和借鑒視頻信號(hào)處理中場(chǎng)內(nèi)插值ELA(Edge-based Line Average)算法思想改良邊沿自適應(yīng)插值，從而改善了畫面鋸齒效應(yīng)。

1 去隔行算法的基本原理

圖1 去隔行算法原理

圖像在處理的過程中需要對(duì)其進(jìn)行采樣，如果將隔行掃描看作時(shí)空二次采樣，則隔行信號(hào)轉(zhuǎn)變成逐行信號(hào)的去隔行過程就是相反過程。去隔行算法原理如圖1所示。

去隔行實(shí)質(zhì)就是對(duì)“場(chǎng)”進(jìn)行轉(zhuǎn)換，使其成為“幀”，即為隔行電視信號(hào)的奇/偶場(chǎng)運(yùn)用各種技術(shù)產(chǎn)生其缺少的偶/奇場(chǎng)信息,使之成為1幀完整信號(hào)。正式的去隔行可以用式1表示:

(1)

完全靜止時(shí)的圖像頻譜，只需簡(jiǎn)單的時(shí)域?yàn)V波器就可完成去隔行的過程；但是對(duì)于運(yùn)動(dòng)圖像的頻譜來說，如果只使用簡(jiǎn)單的行平均和行復(fù)制，去隔行的效果不理想，會(huì)產(chǎn)生閃爍和鋸齒效應(yīng)等不良視覺現(xiàn)象。去隔行算法中應(yīng)用最多的算法就是運(yùn)動(dòng)自適應(yīng)去隔行算法。

2 改進(jìn)的運(yùn)動(dòng)自適應(yīng)去隔行算法

2.1 運(yùn)動(dòng)檢測(cè)算法

運(yùn)動(dòng)自適應(yīng)方法的實(shí)質(zhì)是對(duì)待插像素所在區(qū)域進(jìn)行分區(qū)，通過運(yùn)動(dòng)檢測(cè)將其分為靜止區(qū)域、慢速運(yùn)動(dòng)區(qū)域及運(yùn)動(dòng)區(qū)域。自適應(yīng)方法處理圖像的效果直接受到運(yùn)動(dòng)檢測(cè)結(jié)果的影響，運(yùn)動(dòng)檢測(cè)方法越完善，其運(yùn)動(dòng)自適應(yīng)達(dá)到的效果越理想。

文中運(yùn)動(dòng)檢測(cè)算法的中心為待插像素點(diǎn)，其組成的單元塊包含周圍及本身的14個(gè)點(diǎn)，比較此單元塊和相鄰時(shí)刻單元塊的像素值，得到的單元塊的運(yùn)動(dòng)情況可以代表中心待插像素的運(yùn)動(dòng)情況。由于2場(chǎng)相鄰的奇偶場(chǎng)并不能組成2個(gè)完整的單元塊，因此，需要組合不同時(shí)刻的相鄰4場(chǎng)數(shù)據(jù)，得到2個(gè)完整的5×3單元塊，取差求和，得到1個(gè)量值MAD。MAD值和閾值Tmax、Tmin進(jìn)行比較，得到中心待插像素的運(yùn)動(dòng)情況。連續(xù)4場(chǎng)的單元塊如圖2所示。

圖2 連續(xù)4場(chǎng)的單元塊

通過計(jì)算t和t-2場(chǎng)的i-1行與i+1行對(duì)應(yīng)的像素差與t+1和t-1場(chǎng)的i行對(duì)應(yīng)的像素差，獲得MAD值。MAD值的計(jì)算如下：

(2)

設(shè)定閾值Tmax與Tmin，比較它們和MAD值的大小，如果MAD值小于閾值Tmin，則待插像素的運(yùn)動(dòng)狀態(tài)為靜止；如果Tmax值小于MAD值，則待插像素的運(yùn)動(dòng)狀態(tài)為快速運(yùn)動(dòng)；如果MAD值在Tmax和Tmin的區(qū)間內(nèi)，則待插像素的運(yùn)動(dòng)狀態(tài)為慢速運(yùn)動(dòng)。待插像素的運(yùn)動(dòng)狀態(tài)用MD表示，其公式如下：

(3)

2.2 自適應(yīng)插值算法

由于運(yùn)動(dòng)物體邊緣處存在比較明顯的場(chǎng)效應(yīng)，因此為了插值效果更好，不僅需要檢測(cè)運(yùn)動(dòng)像素點(diǎn)，還需要對(duì)運(yùn)動(dòng)物體的邊沿進(jìn)行檢測(cè)和濾波處理，有效消除場(chǎng)效應(yīng)。進(jìn)行濾波處理時(shí)，應(yīng)根據(jù)像素點(diǎn)位置設(shè)計(jì)濾波器。

對(duì)于運(yùn)動(dòng)圖像來說，在時(shí)間差上，同一場(chǎng)的信號(hào)要比不同場(chǎng)小，此時(shí)選擇場(chǎng)內(nèi)插值較好；因此本文提出了一種改進(jìn)型ELA運(yùn)動(dòng)自適應(yīng)邊沿插值算法。該算法主要包含如下3步：1)邊沿檢測(cè)；2)提高水平邊沿檢測(cè)能力；3)一致性邊沿方向估計(jì)水平。該算法的基本原理如圖3所示，檢測(cè)的像素塊大小為5×3。

圖3 改進(jìn)型自適應(yīng)邊沿差值算法圖

(4)

然后判別待插值點(diǎn)是否在處于物體的水平邊沿。計(jì)算一類絕對(duì)差和的公式如下：

y-1)|+|Fn(x+m-2,y+1)-Fn(x+m,y+

1)|)/2

(5)

若有：

(6)

則說明物體存在水平邊沿，否則，則說明待插值點(diǎn)處于其他邊沿。插值點(diǎn)的計(jì)算按照3點(diǎn)中值濾波法進(jìn)行：

Fn(x,y)=median[Fn-1(x,y),Fn(x,y-1),Fn(x,y+1)]

(7)

2類向量的計(jì)算如下：

(8)

(9)

式8和式9中，i和j是待插值點(diǎn)(x,y)相對(duì)于上下2行的水平位移。需定義一類相關(guān)性函數(shù)，如式10所示：

(10)

選擇diff(i,j)中的最小偏差min[diff(i,j)]表示其最有匹配的方向相關(guān)性。此時(shí)，插值方向由i和j確定，插值點(diǎn)的計(jì)算如下：

(11)

本文提出的改進(jìn)型ELA運(yùn)動(dòng)自適應(yīng)邊沿插值去隔行算法中，使用了相鄰場(chǎng)信息，并根據(jù)中值濾波算法[3]進(jìn)行濾波，提升了垂直清晰度，并在檢測(cè)斜線邊沿時(shí)，給出了更多一致性的邊緣方向估計(jì)，提高了自適應(yīng)插值的準(zhǔn)確度。

3 仿真結(jié)果及分析

應(yīng)用改進(jìn)的算法在軟件MATLAB[4]中進(jìn)行仿真得出，改進(jìn)型的ELA運(yùn)動(dòng)自適應(yīng)邊沿插值去隔行算法很穩(wěn)定，得到的插值效果較好，邊沿更清晰。和一般基于邊沿的去隔行算法的效果進(jìn)行比較(見圖4和圖5)，一般邊沿去隔行算法圖像的輪廓不夠清晰，插值方向選擇錯(cuò)誤，細(xì)線部分存在斷裂現(xiàn)象；而本文提出的算法，插值方向選擇最優(yōu)，插值效果更好，圖像輪廓更加清晰，畫面更加完美。對(duì)于視頻序列來說，避免了出現(xiàn)鋸齒效應(yīng)現(xiàn)象，解決了閃爍問題。

圖4 原始算法處理效果圖 圖5 改進(jìn)算法處理效果圖

4 結(jié)語(yǔ)

本文設(shè)計(jì)的改進(jìn)型ELA運(yùn)動(dòng)自適應(yīng)邊沿插值去隔行算法，先進(jìn)行運(yùn)動(dòng)檢測(cè)，判別圖像處于運(yùn)動(dòng)區(qū)域還是靜止區(qū)域，然后對(duì)插值方向進(jìn)行判斷，并結(jié)合濾波設(shè)計(jì)，得到的插值圖像更為清晰，避免了視頻圖像出現(xiàn)鋸齒效應(yīng)現(xiàn)象，解決了閃爍的問題。

[1] 劉政林,劉菊,鄒雪城,等.一種新型運(yùn)動(dòng)自適應(yīng)去隔行算法[J].微處理機(jī),2008(6):116-118.

[2] 普玉偉，葉兵，曾德瑞，等.一種運(yùn)動(dòng)自適應(yīng)去隔行技術(shù)及其VLSI結(jié)構(gòu)[J].電視技術(shù),2011(21):40-44.

[3] 王曉凱,李鋒.改進(jìn)的自適應(yīng)中值濾波[J].計(jì)算機(jī)工程與應(yīng)用,2010,46(3):175-176，218.

[4] 韋煒.常用圖像邊緣檢測(cè)方法及Matlab研究[J].現(xiàn)代電子技術(shù),2011(4):91-94.

責(zé)任編輯馬彤

TheResearchofCorrelationAlgorithmintheDigitalTVVideoPost-ProeessChip

ZHANG Yutian

(Northeast Petroleum University,Daqing 163318,China)

By judging interlaced video image edge direction information for the shortcomings of the current ELA algorithm, we propose a improved ELA motion adaptive edge interpolation deinterlacing algorithm. Analyzed by MATLAB software simulation，the results show that the improved ELA deinterlacing algorithm has good effect interlacing, and improved application sawtooth effect produced by other deinterlacing algorithms.

deinterlacing algorithm，ELA，edge Information

TP 37

：A

張昱天(1992-)，男，碩士研究生，主要從事高頻電子電路和數(shù)字信號(hào)處理等方面的研究。

2015-02-03