综述：视频去隔行算法简介

目录

1 非运动补偿的去隔行算法 (3)

1.1 线性滤波去隔行 (3)

1.1.1 空间滤波(Spatial Filtering) (3)

1.1.2 时间滤波(Temporal Filtering) (3)

1.1.3 时空滤波(Spatial-Temporal Filtering) (4)

1.2 非线性算法 (4)

1.2.1运动自适应算法(Motion-Adaptive Algorithms) (4)

1.2.2边缘自适应算法(Edge-Adaptive Algorithms) (5)

1.2.3中值滤波算法 (5)

2 运动补偿的算法(Motion-Compensated Algorithms) (6)

2.1 加权平均的运动自适应去隔行算法 (6)

2.1.1 运动估计权值α的计算 (7)

2.1.2 综合结果的计算 (7)

2.2 基于运动检测和自适应加权滤波的去隔行算法 (7)

2.2.1 算法基本思想 (7)

2.2.2 运动估计 (8)

2.3 用运动自适应加边缘检测的两级加权求和算法 (8)

2.3.1 算法基本思想 (8)

2.3.2 Cubic 内插值算法 (8)

2.3.2 加权系数的计算 (9)

2.4 一种新型易于FPGA实现的去隔行算法 (9)

2.4.1 算法基本思想 (10)

2.4.2运动估计 (10)

2.4.3 改进的场内差值算法 (10)

2.5 基于运动检测的去隔行中值滤波算法 (10)

2.5.1 算法基本思想 (10)

2.5.2运动估计 (11)

2.5.3 场内中值滤波算法 (11)

2.6 基于运动检测的去隔行11阶低通滤波算法 (11)

2.6.1 算法基本思想 (11)

2.6.2 动态图像场内11阶低通滤波差值 (11)

2.6.3 场内插值加权系数的计算 (11)

2.7 基于FPGA优化运动检测去隔行算法的设计 (12)

2.7.1 算法基本思想 (12)

2.7.2 动态图像的场内插值加权系数的计算 (12)

2.8 基于运动补偿的自适应视频去隔行算法 (12)

2.8.1 算法基本思想 (13)

2.8.2 场内插值加权系数的计算 (13)

2.9 Altera基于运动检测和自适应加权滤波的去隔行算法 (13)

2.9.1 算法基本思想 (13)

2.9.2 运动估计 (14)

视频去隔行处理综述

去隔行处理的基本原理是根据图像序列在时间和空间的相关性，产生出空缺位置处的像素点。通过这种处理，可以最大限度的恢复出逐行扫描图像，改善电视画面的质量；同时也生成了点阵显示设备可以接受的逐行格式。

去隔行的任务就是将隔行扫描的输入场(包括奇场和偶场)转换成帧。这些帧表示与输入相同的图像，但包括所有行的采样。

下文为描述方便，定义如下：

F I(x,y,t)：输入的当前第t场，当前像素坐标位置为x行，y列

F i(x,y,t)：待插的当前第t场，当前像素坐标位置为x行，y列

F O(x,y,t)：输出的当前第t场，当前像素坐标位置为x行，y列

一般定义去隔行输出帧如下：

F I(x,y,t) x mod 2 == t mod 2 （即奇场的奇行或偶场的偶行）

F O(x,y,t) =

F i(x,y,t) 其它

去隔行算法主要分为非运动补偿(Non-Motion Compensation)和运动补偿(Motion Compensation)两大类。非运动补偿算法是早期比较简单，且硬件实现比较容易的算法，主要包括线性和非线性两种算法。运动补偿类算法是目前最先进的去隔行算法，与非运动补偿算法相比，运动补偿算法极大的提高了去隔行运算的准确度，但同时由于加大了硬件实现的难度，这种算法一直停留在理论研究阶段，直到九十年代中期随着vLsI技术的发展和算法的改进，面向普通消费类市场的单芯片运动估计器的出现，运动补偿类的格式转换算法才开始成为研究的热点。

下面将分别对非运动补偿算法和运动补偿算法以及运动估计算法做简要介绍。

1 非运动补偿的去隔行算法

基于非运动补偿的去隔行算法分为两种：线性类算法和非线性类算法。这两种算法中都

包括空间(场内)、时间(场间)和时空算法。

1.1 线性滤波去隔行

线性滤波算法具有简单易实现的优点，目前仍在一些低端视频格式转换领域内被广泛应用。其基本思想是：各场中需要补齐的像素点等于它的若干相邻点的加权和。

线性滤波的相邻点包括两类，即同一场上的相邻像素(空间相邻点)以及相邻场上的像

素(时间相邻点)。对于相邻点的分类就引出了三种不同的滤波器类型：空间滤波(Spatial Filtering)，时间滤波(Temporal Filtering)，以及时一空滤波(Spatial—Temporal Filtering)。

1.1.1 空间滤波(Spatial Filtering)

所谓空间滤波，就是在求取未知点的时候只使用同一场内相邻点的信息。最简单的空间

滤波就是扫描线重复(Line Repetition)，即一场中未知的像素点直接取它上面相邻点的值，简

称场内行复制算法。用公式的形式来表示如下：

F I(x,y,t) x mod 2 == t mod 2 （即奇场的奇行或偶场的偶行）

F O(x,y,t) =

F I(x-1,y,t) 其它（即取上一行同一列的像素值）

另一种稍微复杂一点的形式为线平均(LineAveraging)，即未知的像素点等于其上下两个

相邻已知的点的值的平均，简称场内行平均算法。公式表示如下。

F I(x,y,t) x mod 2 == t mod 2 （即奇场的奇行或偶场的偶行）

F O(x,y,t) =

[F I(x-1,y,t)+ F I(x+1,y,t)]/2 其它即取上一行和下一行同一列的像素值均值）

上述两个空间滤波有一个共同的特点，即它们在时间频率方向上是全通的，这说明使用

空间滤波器不会造成视频运动信息上的损失。但是，由于其频谱在垂直方向上的低通形状，

使得视频信号在垂直方向上的一些高频分量被抑制，从而降低了图像在垂直方向上的清晰度。

1.1.2 时间滤波(Temporal Filtering)

与空间滤波正好相反，时间滤波就是利用了待插值点在时间轴上的相关性，使用所有相

邻场内的点来求取当前场的未知像素。

最简单的时间滤波就是场重复(Field Repetition)，即一场中未知的像素点用上一场对应的已知像素值来代替，简称场复制法。公式表示如下：

F I(x,y,t) x mod 2 == t mod 2 （即奇场的奇行或偶场的偶行）

F O(x,y,t) =

F I(x,y,t-1) 其它（即取上一场同行同列的像素值）

另一种改进的时间滤波算法是将当前场的像素值采用上一场和下一场同行同列像素均值，公式表示如下：

F I(x,y,t) x mod 2 == t mod 2 （即奇场的奇行或偶场的偶行）