一种基于改进的边缘插值的运动自适应去隔行算法

安慧中，刘卫东,2

（1.中国海洋大学 信息学院，山东 青岛 266100；2.青岛海信电器股份有限公司 山东 青岛 266072）

由于传统模拟电视广播传输带宽的限制和阴极射线管电视的扫描频率的限制，电视广播信号是以隔行视频格式传输的。而随着数字电视和高清晰度电视技术的发展和成熟，逐行扫描的新型平板显示器件成为主流的显示终端。为了使隔行信号能够在逐行扫描的设备上显示，需要将隔行扫描的信号转变为逐行扫描的信号。

去隔行技术大体可以分为3类：线性滤波[1]、运动自适应[2-3]和运动补偿[4]。线性滤波方法主要有行复制、行平均、场合并等，其实现较为简单，但实际应用效果较差。运动自适应方法是根据运动信息区分运动或静止区域并采用不同的插值方式，对于静止部分的处理效果较好，而对于运动部分也能消除场间插值带来的锯齿、羽化等现象。运动补偿方法是目前比较先进的算法，但计算量太大，硬件实现复杂度过高，插值结果对运动估计的误差非常敏感，所以这种算法一般应用在设计复杂的高端产品中。本文介绍的运动自适应方法是经过改良的运动检测[5]和边缘自适应插值的新型运动自适应方法，其算法主要包括运动检测、改进的边缘插值和加权求插值及滤波[6]。运动检测方法，能够有效的利用4个邻场数据对待插值像素点的运动情况进行判断，通过时空加权的方法计算介于静止和运动之间的像素插值；对于边缘插值，改善了无法进行水平边缘判断的状况，加入了水平边缘判断的算法；对不同运动情况的像素的计算得到插值，联合上下直接插值进行中值滤波，以减少误差。

1 运动检测

运动自适应方法本质上是通过运动检测将待插像素所在区域分为静止、慢速运动和运动区域，将场间直接插值和改良后的场内行平均插值混合的方法。运动检测的好坏直接影响运动自适应方法处理图像的效果，使用一种较为完善的运动检测方法，是运动自适应达到理想效果的前提。

本算法以待插像素点为中心，取本身及周围14个点，共14个点为一个单元块，以这个单元块为单位，通过与相邻时刻的单元块的像素值进行比较，得出这个单元块的运动情况，并代表中心待插像素的运动情况。由于隔行视频信号是按照奇偶行交替的顺序进行传输，相邻两场的奇偶场并不能提供完整的两个单元块，于是引入相邻四场的数据进行处理，将相邻的不同时刻4场进行组合可以得出两个完整的5×3单元块，进行取差求和，求的一个量值MAD，经过与给出的阈值Tmin与Tmax比较，得出中心待插像素所在单元块的运动情况，也就是中心待插像素的运动情况。如图1所示，通过计算t-1和t+1场的i行对应的像素差和t与t-2场的i-1与i+1行对应的像素差，求得MAD：

将MAD值与阈值Tmin和Tmax进行比较，若MAD值小于阈值Tmin，则待插像素处于静止状态，若MAD值大于Tmax，则待插像素处于快速运动状态，若MAD值处于Tmin与Tmax之间，则待插像素处于慢速运动状态。其运动状态用一个MD来表示：

图1 连续四场的单元块Fig. 1 Cell blocks of adjacent four fields

2 基于水平方向和小角度的边缘插值

基于边缘插值的方法一直得到广泛的应用，最简单的边缘行平均算法，只能检测45°、90°和135°的边缘，边缘检测结果比较粗糙；后来又经过角度的扩展，增加周围像素的搜索长度，这些算法逐步的缩小了边缘搜索的角度，但是依然无法完全检测出水平边缘。

传统的基于边缘插值的方法如图2所示，白色像素为待插像素X(i, j)，灰色像素为本场已存在像素，通过寻找以待插像素为中心点的上下行具有相同边缘方向的对角像素对来进行插值。对角像素的绝对差值越小，边缘方向相关性越大，取绝对差值最小的方向作为边缘方向，并对对角像素取平均值，作为待插像素的插值。

图2 传统边缘插值法Fig. 2 Traditional edge-based line averaging

本文算法在以上算法的基础上加以改进，提高了边缘的检测能力，算法的改进在于以下两个方面：

一是对于具有相同边缘的像素对求差值的同时，考虑到待搜索像素的误差，将待搜索像素周围的像素纳入计算范围，增加边缘搜索的精确度。

如图3所示，以X(i-1, j+2)与X(i+1, j-2)像素对为例，通过增加待插值像素周围两侧的像素，共取五对对角线像素取绝对差值，分别为X(i+1, j-1)与X(i+1, j-2)，X(i-1, j+2)与 X(i+1, j-2)、X(i-1, j+3)与 X(i+1, j-2)、X(i-1, j+2)与 X(i-1,j+3)、X(i-1, j+2)与X(i-1, j+1),将这5对像素绝对差值求和，比较搜索长度内所有5对像素绝对差值和，最小值对应的像素对的方向即为边缘所在方向，在比较所有像素绝对差值和时都要与前一对的值进行插值，如果差值超过某个值，则此像素对及后面的像素对都要舍去，不予考虑，因为此时像素对已经发生跳变，失去搜索边缘的价值。对求得的像素对取均值，即为待插像素的边缘插值。

图3 改进的边缘插值法Fig. 3 Improved edge-based line averaging

二是增加水平边缘搜索，解决了传统边缘搜索无法判断水平方向边缘的缺点。

图4 水平边缘搜索Fig. 4 Horizonal edge search

如图4所示，如果在待插像素的上下行的像素边缘在一定的搜索范围内是相同的，则直接取上下平均插值，即为待插像素插值。

3 加权求插值及滤波

上文通过运动检测获得了待插像素的运动状态MD，由MD的值表示待插像素的实际运动状态。

1)当MD=0时，待插像素是静止状态，待插像素的插值由场间插值得到，取两场对应位置的像素均值，X(i, j, t)'=Xif(i, j, t)=(X(i, j, t-1)+X(i, j, t+1))/2,即为插值像素。

2)当MD=1时，待插像素是运动状态，待插像素由改进的边缘插值方法得到，即X(i, j, t)=Xm_ela(i, j, t)。

3)当0＜MD＜1时，待插像素处于慢速运动状态，其插值由场间插值和改进的边缘插值的加权求和得到，若场间插值为Xif，改进的边缘插值为Xm_ela，则待插像素的插值为X(i, j, t)'=(1-MD)×Xif(i, j, t)+MD×Xm_ela(i, j, t)。

4)经插值获得的新像素可能会与周围像素差别很大，在图像中形成噪点。为了消除误差，本算法采用滤波方法，如果插值获得的值是此三像素的中值，则插值即为新像素值，若新像素值同时大于或者同时小于另外两个像素，则新像素值取对应位置上下行像素的均值，即

4 实验结果及分析

将上述算法在MATLAB[7-8]中实现所得结果如图5～图7所示。

图5 待处理的相邻场图像Fig. 5 Images of adjacent fields to be processed

图6 基于传统边缘插值得出的相邻帧Fig. 6 Images of adjacent frames based on traditional edge-based line averaging

图7 基于改进的边缘插值得出的相邻帧Fig. 7 Images of adjacent frames based on improved edge-based line averaging

如图5所示，图(a)、图(b)是飘扬的旗子的相邻场图像,图(c)、图(d)是钟摆的相邻场图像。将场图进行处理后得到的相应场所对应的相应帧的图像。如图6所示，是基于传统边缘插值所获得的相邻帧图像。如图7所示，是基于改进的边缘插值得出的相邻帧图像。在细节的边缘上图7的效果优于图6的效果。

图8 不同方法的细节Fig. 8 Details based on different methods

下面以边缘效果明显的细节图像来说明，如图8所示，图(a)、图(b)分别为完整相邻场图像，图(c)为基于传统边缘插值的局部细节图，图(d)为未引入水平边缘搜索的改进的小角度边缘插值局部细节图，图(e)为改进引入了水平边缘搜索的改进的小角度边缘插值局部细节图。通过3个细节图的对比得出引入水平边缘搜索的改进的边缘插值算法为最优。

5 结束语

本文提供的运动自适应去隔行算法改进了运动自适应去隔行算法运动部分的传统边缘插值算法，不仅使小角度边缘搜索更加准确，使得到的插值图像更为清晰，更提出了基于水平边缘的边缘搜索方法，改善了传统边缘插值无法进行水平边缘搜索的弱点，进一步的提高了图像的清晰度。

[1] Haan G de,Bellers E B.Deinterlacing)An overview [J].Proceedings of the IEEE,1998,86(9):1839-1857.

[2] 刘政林,刘菊,邹雪城,等.一种新型运动自适应去隔行算法[J].微处理机,2008(6):116-118.LIU Zheng-lin,LIU Ju,ZOU Xue-cheng et al.A novel motion adaptive de-interlacing algorithm[J].Microprocesso rs,2008(6):116-118.

[3] Lin S F,ChangY L,Chen LG. Motion adaptive de-interlacing with horizontal motion detection and ELA with median [C]//Proceedings of 2003 IEEE International Symposium on Circuits and Systems(ISCAS 2003),2003: 696-699.

[4] 杨柳，徐维朴.一种新型基于运动补偿的自适应去隔行算法[J].微电子学与计算机,2002(9):4-6,11.YANG Liu,XU Wei-pu.Anoveladaptive de-interlacing algorithm based on motion compensation[J].Microelectronics and computer,2002(9):4-6,11.

[5] 普玉伟，叶兵，曾德瑞，等.一种运动自适应去隔行技术及其VLSI结构[J].电视技术,2011(21):40-44.PU Yu-wei,YE Bing,ZENG De-rui,et al.A motion adaptive de-interlacing technique and VLSI architecture[J]. Video Engineering,2011(21):40-44.

[6] 罗韬,姚素英,史再峰,等.自适应加权滤波的去隔行算法及其FPGA实现[J].吉林大学学报:工学版,增刊2,2008(9):281-286.LUO Tao,YAO Su-ying,SHI Zai-feng,et al.Adaptive weighted filter de-interlacing algorithm and FPGA implementation[J].Journal of Jilin University:Engineering Science,Sup2,2008(9):281-286.

[7] 韦炜.常用图像边缘检测方法及Matlab研究[J].现代电子技术,2011(4):91-94.WEI Wei.Comparative study on some common edge detection methods based on Matlab[J].Modern Electronics Technique,2011(4):91-94.

[8] 刘丽，苏赋，田芳，等. 基于Matlab的图像感兴趣区域提取[J].现代电子技术,2013(8):117-120.LIU Li,SU Fu,TIAN Fang，et al.Matlab-based extraction of interested image regions[J].Modern Electronics Technique，2013(8):117-120.