一种基于多方向检测的线性插值场内去隔行方法
【技术领域】
[0001] 本发明涉及视频信号处理领域，具体涉及一种基于多方向检测的线性插值场内去 隔行方法。
【背景技术】
[0002] 随着视频编解码技术的发展和人们对视频质量的提高，隔行显示技术逐渐退出历 史的舞台，逐行显示成为视频播放的主流。为了更好地利用现在大量存储的隔行扫描视频 节目资源，需要将隔行扫描的视频通过数字化处理，转换为逐行扫描视频，也就是视频去隔 行技术。
[0003] 现有的去隔行算法主要有时域去隔行算法、空域去隔行算法。
[0004] 常见时域去隔行方法有场混合法和场间插值法，它涉及到相邻两场的运算。场混 合法利用两个相邻场合并成一帧;场插值法则由多个相邻近的场经过线性插值运算得到一 帧。时域法的缺点是当运动剧烈的图像经过去隔行后，行与行之间会有"对不齐"现象，形成 错位失真，而且需要额外的存储器来保存相邻场的信息，硬件成本高。
[0005] 常见的空域去隔行算法有边沿自适应平均法(ELA算法），直接行重复法和行平均 法。而目前ELA算法是应用最多的空域去隔行算法。ELA算法根据图形的纹理进行插值，首先 进行边缘检测，然后利用边缘方向的像素进行插值，但是对于细节较多的隔行图像，ELA算 法边缘检测的方向少，算法单一，边缘方向的误差较大，而且ELA的平均插值法方法简单，容 易导致插值后的图像模糊。因此，边缘检测算法和插值方法的优化是ELA算法的关键。
【发明内容】
[0006] 本发明旨在克服传统边沿自适应平均法(ELA算法）的缺陷，提供一种基于多方向 检测的线性插值场内去隔行方法。利用一种改进的圆形sobel算子模板在七个方向上进行 边缘检测，提高边缘检测的准确度，较好地保持了图像的边缘信息。再利用边缘方向上的八 个候选点进行线性插值代替平均插值法，减少待插像素值的误差，达到良好的去隔行效果。
[0007] 本发明解决上述技术问题所采用的技术方案是：
[0008] -种基于多方向检测的线性插值场内去隔行方法，具体步骤包括：
[0009] 步骤一:计算改进的圆形sobel算子模版不同位置的权值；
[00?0]步骤二:在以待插值点为中心的5x5像素范围内，利用改进的圆形sobel算子为模 版进行模版检测，得到七个方向上的梯度算子；
[0011] 步骤三:对步骤二中模版检测得到的梯度算子取最小值，最小值对应的方向即待 插值点的边缘方向；
[0012] 步骤四：在步骤三中得到边缘方向后，对边缘方向上的八个候选点进行场内线性 插值，得到当前待插像素点的像素值。
[0013] 所述步骤一中，不同位置的权值W(m,η)计算公式如下：
[0015]其中d(m，n)为坐标(m，n)的模版元素到坐标为（i，j)的模版中心的欧式距离，μ为 调整系数，" Π "符号代表上取整运算。
[0016]所述步骤二中，在以待插值点为中心的5x5像素范围内，利用改进的圆形sobel算 子模版进行模版检测，计算出七个方向的梯度算子，梯度算子的计算公式如下：
[0017] 22.5°方向梯度算子：
[0045] 其中α，β，γ是位置权值，"I I"符号代表取绝对值，i和j分别表示行数和列数，以i 行为待插入行，与其相邻的行分别为i-Ι行和i + Ι行;待插入像素的列为j列，与其相邻的列 为j-Ι列和j+Ι列，以此类推，x(i，j)表示第i行第j列处待插像素点的像素值。
[0046] 所述步骤三中，取的最小值Dmin是指步骤二中得到的七个模版方向中梯度算子的 最小值：Dmin = min(D22.5，D45，D67.5，Dg〇，Dll2.5，Dl35，Dl57.5)，Dmin对应的方向即待插值点的边缘 方向。
[0047] 所述步骤四中，场内线性插值是指在边缘方向上选取八个候选点A，B，C，D，E，F，G， H，然后根据公式P= (-A+4B-11C+40D+40E-11F+4G-H) > >6进行场内线性插值，得到当前待 插像素点的像素值x( i，j)。
[0048] 本发明同现有技术相比具有以下优点及效果：
[0049] 本发明的方法相比于传统的ELA算法，利用改进的圆形sobel算子模版边缘检测从 三个方向增加到七个方向，可以检测到更准确的边缘，而且模版像素到中心像素的距离的 绝对值越大，权值越小；反之模版像素到中心像素的距离的绝对值越小，权值越大，进一步 增加了边缘检测的准确性。
[0050] 本发明中的插值方法通过移位的方式替代除法，降低算法复杂度，实现简单，并且 根据与目标像素的远近分配不同的权值，采用八个候选点进行插值，能充分利用空间上的 相关性，使画面更加平滑，并且后续的视频编码能获得更好的压缩效率。
【附图说明】
[0051] 图1为一种基于多方向检测的线性插值场内去隔行方法的流程框图。
[0052] 图2为隔行扫描技术中先前场、当前场、以及后续场的场结构示意图。
[0053]图3为三点中值滤波算法示意图。
[0054]图4为七个方向的圆形sobel算子模版示意图。
[0055]图5为场内线性插值方法示意图。
【具体实施方式】
[0056] 本发明的优选实施例结合附图详述如下：
[0057] 本发明提出一种基于多方向检测的线性插值场内去隔行方法，本实施例中，图2为 隔行扫描技术中的场结构，实线圆表示存在的像素点，虚线圆表示不存在的像素点，当前场 仅包含奇数行的数据或者偶数行的数据，而相邻的两场仅包含偶数行的数据或者奇数行的 数据，两者正好互补。以i和j分别表示行数和列数，以i行为待插入行，与其相邻的扫描行分 别为i-1行和i+1行;待插入像素的列为j列，与其相邻的列为j-1列和j+1列，以此类推，x(i， j)表示第i行第j列处待插像素点的像素值。
[0058] 图1是本发明一种基于多方向检测的线性插值场内去隔行方法的流程框图，具体 步骤包括：
[0059] 步骤一:计算改进的圆形sobel算子模版不同位置的权值；
[0000]步骤二:在以待插值点为中心的5x5像素范围内，利用改进的圆形sobel算子为模 版进行模版检测，得到七个方向上的梯度算子；
[0061 ]步骤三:对步骤二中模版检测得到的梯度算子取最小值，最小值对应的方向即待 插值点的边缘方向；
[0062]步骤四：在步骤三中得到边缘方向后，对边缘方向上的八个候选点进行场内线性 插值，得到当前待插像素点的像素值。
[0063]以下对本实施例中的各步骤进行详细说明。
[0064] 上述步骤一中，不同位置的权值W(m,η)计算公式如下：
[0066]其中d(m，n)为坐标(m，n)的模版元素到坐标为（ij)的模版中心的欧式距离，μ为 调整系数，本实施例中μ取4, "「Γ符号代表上取整运算。
[0067] 上述步骤二中进行模版检测时，由于隔行场只存在奇数行的数据或偶数行的数 据，当模板检测需要用到的一些点不存在时，则利用三点中值滤波算法得到。具体步骤参见 图3:要得到F(n)场中（i，j)点的像素值，取该点上下相邻两点的像素值 X(i-l，j)，X(i+l，j) 以及上一场F(η-1)场中该点对应的像素值X (i，j )，三者取中值得到该点的像素值。中值滤 波算法隐含了在空间方向上的边界自适应和时间方向上的运动自适应，并具有一定的降噪 能力。
[0068] 上述步骤二中的模版检测是指计算出七个方向的梯度算子，参见图4,图中的虚线 圆像素值 x(i-2，j-l)，x(i-2，j+l)，x(i，j-l)，x(i，j+l)，x(i+2，j-l)， x(i+2，j+l)*SA* 值滤波算法得到，梯度算子的计算公式如下