一種去隔行技術中的內插方法及系統的製作方法

2023-05-28 23:32:31 1

專利名稱：一種去隔行技術中的內插方法及系統的製作方法
技術領域：
本發明主要應用於集成電路技術領域，其涉及ー種去隔行技術中的內插方法和系統，對各運動點進行分類、然後根據不同情況進行內插處理。
背景技術：
目前，隔行信號是由交錯的兩場構成第一場包含所有的奇數行，第二場包含所有的偶數行。去隔行技術可將隔行的電視信號轉為顯示器所能識別的逐行信號，以消除隔行視頻序列的缺陷，即消除行結構線、消除掃描線間的閃爍，提高顯示畫面的清晰度。去隔行技術的應用有利於高質量逐行顯示器液晶、等離子推廣與應用。現有的去隔行算法一般採用運動檢測算法或運動補償算法，其中運動檢測算法實現起來比運動補償算法的代價小，是ー種比較常用的方法。所述的運動檢測算法就是對當前點進行是否運動的判斷，如果是靜止點，待插入點取另ー場對應點即可；如是運動點，則需要採用效果較好的內插算法。當然，內插算法的好壞對於移動的字幕等場合有著至關重要的影響。現有技術中，能實現去隔行技術的內插算法有多種根據是否利用圖像邊緣信息，可分為不考慮邊緣的算法和邊緣自適應的算法。第一種算法縮放後的圖像視覺效果較前者稍差，但硬體易於實現。第二種算法縮放後的圖像視覺效果好，對小角度的邊緣也可以得到比較好的插值效果，但是可能會帶來由於考慮邊緣處理而引起的其他效應，有以下幾種可能(I)本屬於外直角點的點被錯誤的當成小角度邊緣點引起的直角點缺失等(如圖I所示，(a)為X點正確插值，(b)為X點取AB兩點錯誤插值)；(2)內直角點被錯誤當成邊緣處理(如圖2所示，(a)為X點正確插值，(b)為X點取AB兩點錯誤插值)；(3)前景點被錯誤當成邊緣處理(如圖3所示，(a)為X點正確插值，(b)為X點取AB兩點錯誤插值)。雖然，人們已經設計了大量的去隔行算法，如專利申請號為CN1428098A的專利公開了ー種運動及邊緣自適應去隔行掃描方法，將一條掃描線上的兩個以上的象素分為一段，段中每個象素共享ー個公用運動值；通過不同的查找表來確定運動值。公開號為200410026363. 9的專利公開了ー種數位電視後處理去隔行技術的方向相關運動補償方法。該方法通過統計手段把前場和後場相關像素點結合起來進行三場檢測，且把幀間差值和場間差值結合起來作為運動檢測，彌補了兩種檢測方法的缺點，並結合了 BPP的檢測法，提高和增強了去隔行處理中運動檢測的可靠性。但是，上述的專利技術基本集中在運動檢測部分，其內插算法最多只是考慮了邊緣方向自適應處理，沒有現有技術包括專利技術等提及邊緣自適應處理引起的副作用，例如，只考慮邊緣插值而帶來的ー些如前景錯誤插值成背景點、內插後的直角水平邊缺少邊緣點等副作用。綜上所述，為了避免上述情形，提高電視-電影視頻流的檢測和處理精度，ー種新的，去隔行技術中的內插方法和系統的發明是勢在必行的。

發明內容
本發明的目的是解決如下技術問題現有去隔行技術中的內插方法一般只考慮到邊緣自適應算法，而沒有區分平面點，前景點、內直角點、外直角點等情況而引起的副作用，如，內插後的直角水平邊缺少邊緣點等副作用。本發明公開的就是ー種考慮了各種模型的內插算法；提出了ー種對各運動點進行分類，然後根據不同情況進行內插的方法及系統，可以在有效的保護物體的小角度邊緣的前提下，抑制只考慮邊緣插值而帶來的ー些如前景錯誤插值成背景點、內插後的直角水平邊缺少邊緣點等副作用。本發明提出了基於分類處理的去隔行技術中的內插方法及系統，可以對判斷為運動的像素點進行分類並且分別處置，可以有效地保護物體邊緣，防止小角度邊緣產生的副作用。本發明要解決的另一技術問題是可以使平麵點、外直角點、內直角點、前景點、邊緣點每一種類型點都得到很好的內插效果。本發明提供的技術方案是首先對判斷為是運動的點進行類型分類，包括平面點模型、外直角點模型、內直角點模型、前景點模型、邊緣點模型等5種類型。然後分別對相應的類型進行處理，對最後判斷為是邊緣點模型的點採用基於幾個鄰域多個方向判斷的內插算法，根據圖像內容判定相關度最高的方向，然後在此方向上進行插值，因為前期已經區分出平面點模型、內直角點模型、外直角點模型、前景點模型，所以不會因小角度的邊緣處理而引起不好的視覺效果。即一種去隔行技術中的內插方法，其特徵在於，其包括如下步驟對判斷為運動的點進行類型判斷，包括平面點模型、內直角點模型、外直角點模型、前景點模型、邊緣點模型；分別對相應的類型進行處理，包括對平面點模型進行周圍六點的加權平均；對外直角點模型、內直角點模型、前景點模型的點進行上下點平均；對邊緣點模型的點採用基於幾個鄰域多個方向判斷的內插算法；根據上述處理結果，輸出內插值點。所述對邊緣點模型的點採用基於幾個鄰域多個方向判斷的內插算法具體為尋找相關度最高的方向作為此邊緣點的方向，在此對應方向上進行區域平均。所述平面點模型的判斷和處理具體為即當前待插入點的上下兩點，45度角對應的兩點和反向45度角對應的兩點此三組點中，判斷這3組絕對值差值中的最小值是否小於平面最大閾值，如是，則屬於平面點；平面點的處理方法為插值得到周圍6點的加權平均值。所述外直角點模型的判斷和處理具體為判斷當前點是否在矩形的邊緣上，並且分析當前待插入點上下各兩行的數據，根據附近點的相似性和差別性，判斷是否屬於左上角、左下角、右上角、右下角四種情況之一，如屬於外直角點模型，則處理方法為上下點線性平均。所述內直角點模型的判斷和處理具體為分析當前待插入點上下各兩行的數據，根據附近點的相似性和差別性判斷是否屬於內直角點模型左上角、左下角、右上角、右下角四種情況之一，如屬於內直角點模型，則處理方法為上下點線性平均。所述前景點模型的判斷和處理具體為分析待插入點的上下各一行數據，分別向
6左向右探測邊界，如果它的上下兩行裡在一定範圍內向左有邊界點存在，向右也有邊界點存在，並且它們的邊界點外的兩點的值非常接近，插入點的上下兩點很接近，則認定當前點是前景點，處理方法為上下點線性平均。如果待插入點不屬於平面點模型、不屬於外直角點模型、不屬於內直角點模型、不屬於前景點模型，則考慮是否屬於邊緣點模型，進入邊緣點模型的判斷和處理。所述邊緣點模型的判斷和處理具體為採用基於幾個鄰域多個方向判斷的內插算法，分第一近鄰、第2近鄰等6個區域，對多個方向進行最大相關度識別，在每個近鄰裡的多個方向裡找到方向最小值，比較幾個近鄰的最小值，值最小的對應方向作為待插入點方向，方向識別好後內插處理是採用該方向上的區域平均值。如果待插入點也不屬於邊緣點模型，則不屬於以上各種模式，處理方法為上下點線性平均。一種去隔行技術中的內插系統，其特徵在於，其包括如下模塊平面點模型判斷模塊，輸入相鄰兩場需要內插的數據，輸出是否屬於平面點模型的判斷信號；外直角點模型判斷模塊，輸入相鄰兩場需要內插的數據、是否屬於平面點模型的判斷信號；輸出是否屬於外直角點模型的判斷信號；內直角點模型判斷模塊，輸入相鄰兩場需要內插的數據、是否屬於外直角點模型的判斷信號，輸出是否屬於內直角點模型的判斷信號；前景點模型判斷模塊，輸入相鄰兩場需要內插的數據、是否屬於內直角點模型的判斷信號，輸出是否屬於前景點模型的判斷信號；六點加權平均處理模塊，輸入相鄰兩場需要內插的數據、是否屬於平面點模型的判斷信號，輸出六點加權平均後的處理數據；上下點平均處理模塊，輸入相鄰兩場需要內插的數據、是否屬於外直角點模型的判斷信號、是否屬於內直角點模型的判斷信號、是否屬於前景點模型的判斷信號、不屬於邊緣的判斷信號，輸出上下平均後的處理數據；邊緣點模型判斷模塊和相應的處理模塊，輸入相鄰兩場需要內插的數據、是否屬於前景點模型的判斷信號，輸出經邊緣對應方向區域平均處理後的內插數據、不屬於邊緣的判斷信號。本發明相對現有技術具有以下優點和有益效果針對現有內插技術中一般都只考慮邊緣方向自適應處理，沒有技術提及邊緣自適應處理引起的副作用，本發明提供了ー種去隔行設計中可實現的對運動點進行分類內插的方法，對經運動檢測後是運動的像素點，分別分類為平面點模型、外直角點模型、內直角點模型、前景點模型、邊緣點模型等不同類型，然後根據分類進行不同的處置，從而得到運動點的內插值。即有效地保護物體邊緣，又使得前景點、直角點等不會錯誤地被當做小角度邊緣而出現錯誤處理，可以得到很好的內插效果。


通過以下對本發明的實施例結合其附圖的描述，可以進一歩理解其發明的目的、具體結構特徵和優點。其中，附圖為
圖I是外直角點正確內插以及因邊緣處理而引起的錯誤內插對比示意圖；
圖2是內直角點正確內插以及因邊緣處理而引起的錯誤內插對比示意圖；
圖3是前景點正確內插以及因邊緣處理而引起的錯誤內插對比示意 圖4是平面模型點不意圖；
圖5是四角的外直角點模型錯誤內插示意圖；
圖6是左上角外直角點識別示意圖；
圖7是右上角外直角點識別示意圖；
圖8是左下角外直角點識別不意圖；
圖9是右下角外直角點識別不意圖；
圖10是左上角內直角點識別不意圖；
圖11是如景模型點內插不意 圖12是邊緣模型點內插示意 圖13是邊緣模型點內插效果示意圖；
圖14是場內插值去隔行插值窗ロ定義示意圖；
圖15是邊緣近鄰示意圖；
圖16是第I近鄰多個方向示意圖；
圖17是本發明的算法流程圖；
圖18是本發明的系統模塊示意圖。

具體實施例方式下面結合附圖中的實例對本發明作進ー步的描述。
本發明採用基於幾個鄰域多個方向判斷的內插算法，可以根據圖像內容判定相關 度最高的方向，然後在此方向上進行插值，顯然這種插值算法能夠有效地保護物體邊界，抑制有用信息的模糊。並對待插入點進行如下分類平面點模型、外直角點模型、內直角點模型、前景點模型、邊緣點模型。即，與背景技術相比，本發明提供ー種保持邊緣平滑度的基於分類處理的去隔行技術中的內插方法以及系統，通過對運動的點進行平麵點、外直角點、內直角點、前景點、邊緣點的分類，然後根據不同的分類情況進行相應的處理，可以有效的保護物體的小角度邊緣的同時，抑制了只考慮邊緣插值而帶來的ー些如前景錯誤插值成背景點、內插後的直角水平邊缺少邊緣點等副作用。即，首先對判斷為是運動的點進行類型判斷，包括平面點模型、內直角點模型、外直角點模型、前景點模型、邊緣點模型等5種類型。然後分別對相應的類型進行處理，其中包括，對平面點模型進行周圍六點的加權平均；對外直角點模型、內直角點模型、前景點模型的點進行上下點平均；對邊緣點模型的點採用基於幾個鄰域多個方向判斷的內插算法，即尋找相關度最高的方向作為此邊緣點的方向，在此對應方向上進行區域平均。這樣處理後的內插方法，可以避免因小角度的邊緣處理而引起其他類型點的錯誤插值，從而引起的不好的視覺效果。具體方法如下，首先是對平面點模型、外直角點模型、內直角點模型、前景點模型、邊緣點模型的識別一、平面點模型的識別所述平面點模型的判斷和處理。即當前待插入點的上下兩點，45度角對應的兩點和反向45度角對應的兩點這共三組點中，判斷這3組絕對值差值中的最小值是否小於平面最大閾值，如是，則屬於平面點。平面點的處理方法為插值得到周圍6點的加權平均值。如圖4，上下兩點al和bl、反向45度角兩點a2和b3、45度角兩點a3和b2，判斷這3組絕對值差值中的最小值Min_diff是否小於一定閾值，如是，該紅色插值點所處圖像區域的屬於平面型模型，插值結果為周圍6點的加權平均值。ニ、外直角點模型的識別所述外直角點模型的判斷和處理。即判斷當前點是否在矩形的邊緣上，並且分析當前待插入點上下各兩行的數據，根據附近點的相似性和差別性，判斷是否屬於左上角、左下角、右上角、右下角四種情況之一，如屬於則為外直角點模型，處理方法為上下點線性平均。外直角點模型，如圖5所示，是屬於外直角點模型四個方向點的時候，如果不識別出來，很可能成為水平小角度邊緣的犧牲品，被當成是水平小角度邊緣來處理，會處理成如圖5的效果，造成直角點缺失，所以需要進行特殊的識別，防止進入小角度邊緣處理。如圖6所不為左上角外直角點，待插值點為b6和c6之間，正確結果應該是b6和c6的平均值，但是沒有識別出是外直角點，被當成是小角度邊緣，則可能bl0_bl2，和c0_b6兩個區域中和而得到錯誤的背景點。需要識別當前點作為直角點的特徵，首先保證在矩形的邊緣上。以下特徵能保證在矩形的邊緣上a)、當前待插入點的上一點b6和下一點c6應該是差比較大,這樣才能保證是在矩形的邊界上。b)、當前待插入點的上一行5點b4_b9和下一行5點(c4_c9)，至少有一行是比較均衡的，最大最小值差不多的。c)、並且當前待插入點的上一行5點b4_b9的最大值和下一行5點(c4_c9)的最大值應該是差比較大。然後分析當前待插入點上下各兩行的數據，根據附近點的相似性和差別性判斷，分左上角、左下角、右上角、右下角四種情況討論，以左上角為例子a)、當前待插入點的下一行左邊有一區域發生灰度值的跳變，記錄該跳變點c3。b)、此跳變點c3和左上角點b2差比較大。c)、此跳變點c3和上一行同列點b3差比較大。d)、此跳變點右一點c4和上一行同列點b4差比較大。e)、此跳變點左一點c2和上一行同列點b2相差不多。f)、此跳變點左一點c2和下一行左一列點d5相差不多。g)、並且水平小角度的兩塊數據(c0clc2與bl0bllbl2)鄰域平均值非常接近。如果以上都符合,令CrossFlagl_lu = I ;最後得到是否屬於外直角點類型的標誌CrossFlag，應該是四個角任意ー個符合即屬於外直角點類型，可表示為CrossFlag = CrossFlagl_ru|CrossFlagl_ld|CrossFlagl_rd|CrossFlagl_Iu;若屬於外直角點模型(CrossFlag = I),則如下處理P(x, y) = (a_0+b_0)/2 ;只有CrossFlag = O才有機會進入下面的模式判斷。P(x,y)為需要計算的當前點輸出結果。如圖14, a_0為當前待插入點的上一點，b_0為當前待插入點的下一點。三、內直角點模型的識別
所述內直角點模型的判斷和處理。所述內直角點模型的判斷和處理。即分析當前待插入點上下各兩行的數據，根據附近點的相似性和差別性判斷是否屬於內直角點模型左上角、左下角、右上角、右下角四種情況之一，如屬於則為內直角點模型，處理方法為上下點線性平均。判斷分析當前待插入點上下各兩行的數據，根據附近點的相似性和差別性，判斷是否屬於內直角左上角、左下角、右上角、右下角四種情況之一。以內直角左上角為例子，模型如圖10所示。當前待插入點如X所示,找到某點，I)該點上一行右邊幾點內有灰度值的跳變(如b6、b7之間)；2)上一點b6與上兩點a6的值很接近；3)上方的左側6點bトb6屬於同一灰度；4)該插入點下方7點(c3-c9)是同一灰度水平線；5)左四點b3-b6的最大值和下面7點(c3-c9)的最大值相差很多，說明是屬於內直角點模型左上角。令CrossFlag2_Iu = I.ニ、如景點模型的識別如果不屬於平面點模型，不屬於外直角點模型，不屬於內直角點模型，判斷當前點是否屬於前景模型點。之所以判斷前景是為了防止把背景點判斷成小角度邊緣。所述前景點模型的判斷和處理。即分析待插入點的上下各一行數據，分別向左向右探測邊界，如果它的上下兩行裡在一定範圍內向左有邊界點存在，向右也有邊界點存在，並且它們的邊界點外的兩點的值非常接近，插入點的上下兩點很接近，說明是當前點是前景點。如屬於前景點模型，則處理方法為上下點線性平均。如圖11所不，X點是一個垂直物體(如景)上的點，但是背景A、B因為是屬於同ー個背景，容易被當成邊緣而誤判為圖12那種邊緣點模型情況，所以需要判斷是否屬於前景點。方法如下統計2行數據，看是否有邊界，如果它的上下兩行裡向左有邊界點存在，向右也有邊界點存在，並且它們的邊界點外的兩點C和D的值非常接近，插入點的上下兩點很接近，說明是X是前景點，所以即使A、B點很接近也不能進入邊緣點模式。四、邊緣模型點的識別所述邊緣點模型的判斷和處理。採用基於幾個鄰域多個方向判斷的內插算法，分第I近鄰、第2近鄰第3近鄰、第4近鄰、第5近鄰、第6近鄰等6個區域，對多個方向進行最大相關度識別，在每個近鄰裡的多個方向裡找到方向最小值，比較幾個近鄰的最小值，值最小的對應方向作為待插入點方向，方向識別好後內插處理是採用該方向上的區域平均值。如果待插入點也不屬於邊緣點模型，則不屬於以上各種模式，處理方法為上下點線性平均。即，以上幾種情況如果都不是，則考慮有可能是邊緣，分第I近鄰、第2近鄰等6個區域對多個方向進行最大相關度識別，方向識別好後採用該方向的兩點平均。如果都不符合就進行簡單的上下值平均。邊緣插值示意圖12，X點為待插入點，相關方向為A，B方向，判斷出是邊緣模型點後，新的內插行如圖13所示比較平滑，視覺效果較好.在實際內插過程中，以15X2的像素窗ロ為例，在當前場中，選取相鄰兩行鄰近的15X2 的像素窗 ロ，分別將其定義為 a_m7, a_m6,. . . , a_p6, a_p7 和 ba_m7, b_m6,. . . , b_p6,b_p7,需要插值計算的當前點為P(x, y)。步驟一、判斷是否屬於平面點模型及其相應處理如圖14，a_ml和b_pl、a0和b0、a_pl和b_ml，判斷這3組絕對值差值中的最小值Min_diff是否小於平面最大閾值，如是，該插值點P(x，y)所處圖像區域的屬於面型模型，插值結果為6點加權平均值，偽代碼表示如下Min_diff = Min (| a_ml_b_pl | , | a_0_b_0 | , | a_pl_b_ml |)If Min_diff < T_pIanarP (x, y) = (b_ml+2 Xb0+b_pl+a_ml+2 X a0+a_pl) /8planar_mode = Iend模式planar_mode為I,表示當前為平面模型點。T_planar為判斷為平面的最大閾值，低於它的，認為屬於平面模型點，通常取30。MinO表示求取幾個數中的最小值。步驟ニ、判斷是否屬於外直角點模型及其相應處理插值位置如圖14，首先識別是否屬於矩形的邊緣判斷方式，如下列偽代碼
if(Ia_0_b_0I > T_max_di&((max_5_b_min_5_b) < T_min_di(max_5_a_min_5_a) < T_min_di)
&(abs(max_5_b_min_5_a) > T_max_di|abs(max_5_a_min_5_b) > T_max_di))
Rec_edge = I；
end
T_max_di表示灰度跳變的閾值，通常取50 ；T_min_di表示灰度接近的閾值，通常
然後分四種具體情況分析
一)左上角特徵(如圖6所示)
I.當前待插入點的下一行左邊有一區域發生灰度值跳變，記錄該跳變點c3。SP，
取30。
abs (b_m4_b m3) > T_max di ；
max_aimin_dimin_di
2.此跳變點c3和左上角點b2差比較大。即,abs(a_m4_b_m3) > T_max_di ；
3.此跳變點c3和上一行同列點b3差比較大。即，abs(a_m3_b_m3)> T_max_di ；
4.此跳變點右一點c4和上一行同列點b4差比較大。即，abs(a_m2-b_m2)> T_
5.此跳變點左一點c2和上一行同列點b2相差不多。S卩，abs(a_m4-b_m4)< T_
6.此跳變點左一點c2和下一行左一列點dl相差不多。即，abs(bm4_d m5) < T
7.並且水平小角度的兩塊數據(c0clc2與bl0bllbl2)鄰域平均值非常接近，如圖中陰影所示；8.這時賦予 CrossFlagl_lu = 1，否則為 O。ニ)右上角特徵(如圖7所示)I.當前待插入點的下一行右邊有一區域發生灰度值跳變，記錄該跳變點c9。gp，abs (a_p4_b_p3) > l_max_di ；2.此跳變點c9和右上角點bio差比較大。即,abs (b_p4_b_p3) > T_max_di ；3.此跳變點c9和上一行同列點b9差比較大。即，abs (a_p3_b_p3) > T_max_di ；4.此跳變點左一點c8和上一行同列點b8差比較大。即，abs (a_p2_b_p2) > T_max di
5.此跳變點右一點clO和上一行同列點blO相差不多。S卩，abs(a—p4_b—p4) < T— min_di ；6.此跳變點右一點clO和下一行右一列點dll相差不多即，abs(b—p4_d—p5) T_max_di ；2.此跳變點b3和左下角點c2差比較大。即，abs (b—m4_a—m3) > T—max—di ；3.此跳變點b3和下一行同列點c3差比較大。即，abs(a—m3_b—m3) > T—max—di ;4.此跳變點右一點b4和下一行同列點c4差比較大。即，abs (a—m2_b—m2) > T_ max_di ；5.此跳變點左一點b2和下一行同列點c2相差不多。即，abs (a_m4-b_m4) < T_ min_di ；6.此跳變點左一點b2和上一行左一列點al相差不多。即，abs (a—m4_u—m5) T_max_di ；2.此跳變點b9和右下角點clO差比較大。即，abs (b_p4~a_p3) > T—max—di ；3.此跳變點b9和下一行同列點c9差比較大。S卩，abs(a—p3_b—p3) > T—max—di ;4.此跳變點左一點b8和下一行同列點c8差比較大。即，abs (a—p2_b—p2) > T— max_di ；5.此跳變點右一點blO和下一行同列點clO相差不多。即，abs(a—p4_b—p4) < T_ min_di ；6.此跳變點右一點blO和上一行右一列點all相差不多。S卩，abs (a_p4~u_p5) < T—min—di ；7.並且水平小角度的兩塊數據(c0clc2與bl0bllbl2)鄰域點對點平均值非常接 近，如圖中陰影所示；這時賦予CrossFlagl—rd = 1，否則為 0 ;最後得到是否屬於CROSS情況的標誌CrossFlag CrossFlagl = CrossFlagl_ru|CrossFlagl_ld|CrossFlagl_rd|CrossFlagl_ lu ;若屬於外直角點模型(CrossFlagl = 1)，則如下處理P(x，y) = (a—0+b—0)/2 ;若 CrossFlagl = 0才有機會進入下面的內直角點模型處理模塊。
步驟三、判斷是否屬於內直角點模型及其相應處理
根據內直角點模型識別思想，對內直角點模型的識別可用如下偽代碼表示
for i = l:6
if Rightl = = i & abs (up (i) _ap (i)) く T---min---di & Leftl = =0&(max_7_ b-min 7 b) く T min di &(max 7 b_max a left) > T big
CrossFlag2_lu = I ；
end
if Leftl = = i & abs (um(i)-am(i)) く T---min---di & Rightl = =0&(max_7_ b-min 7 b) く T min di &(max 7 b_max a right) > T big
CrossFlag2_ru = I ；
end
if Right2 = = i & abs (dp ⑴-bp (i)) < T---min _di&Left2 ==0&(max_7_ a-min 7 a) く T min di &(max 7 a_max b left) > T big
CrossFlag2_ld = I ；
end
if Left2 = = ii & abs (dm(i) _bm(i)) く T_min_ di&Right2 ==0&(max_7_ a-min 7 a) く T min di &(max 7 a_max b right) > T big
CrossFlag2_rd = I ；
end
end
以左上角為例子，以上代碼可以分析為，找到某點，I)該點右邊幾點內有灰度值跳 變；2)上一點與上兩點的值很接近3)上方的左側6點屬於同一灰度；4)該插入點下方7點是同一灰度水平線；5)左四點的最大值和下面7點的最大值相差很多，說明是屬於CROSS內直角點模型左上角。Cros sFlag2_lu = I.其他三種情況就不--分析。Rightl代表第一行右邊第幾點有灰度值跳變，up⑴代表這一點的上一行的同列點，ap⑴代表的是這一點的上兩行的同列點，max_7_b為第2行的7點的最大值，min_7_b為第2行的7點的最小值，max_a_left為上面一行左邊四點的最大值，T_big表示灰度相差很大的閾值，代表兩點有很大的差異性，通常取100。CrossFlag2 = CrossFlag2_ru|CrossFlag2_ld|CrossFlag2_rd|CrossFlag2_lu ；若屬於內直角點模型(CrossFlag2 = I),則如下處理P(x, y) = (a_0+b_0)/2。步驟四、判斷是否屬於前景模型及其相應處理如果不屬於平面點模型，不屬於直角點模型，判斷當前點是否屬於前景點模型之所以判斷前景是為了防止把背景點判斷成小角度邊緣。具體如下以統計2*15個數據為例，兩行數據，分別向左向右探測邊界，如果它的上下兩行裡向左有邊界點存在，向右也有邊界點存在，並且它們的邊界點外的兩點的值非常接近，插入點的上下兩點很接近，說明是當前點是前景點。舉例說明，如果上行在右邊第三點有灰度突變，下行在左邊第四點有灰度突變(這裡為了簡化，右邊考察上一行數據，左邊考察下一行數據)，並且跳變後的值都很接近，並且當前待插入點的上下點也很接近，說明是當前點是前景點。則用下式表示if Rightl = = 3 & Left2 = = 4 & abs (a p4_b m5) < T min di & abs (a 0_b 0)く T_foreforegrouna—Ilag = IP (x, y) = (a—0+b—0)/2;endT_fore是個證明屬於同一個前景的部位，灰度閾值比較寬鬆，為100。T_min_di是個小閾值，低於它，認為是相同背景，為30，T_big是個大閾值，為100，高於它，認為分別屬於前景與背景。Rightl代表上一行的數據左邊第幾點有灰度值突變，Left2代表上一行的數據右邊第幾點有灰度值突變。若以上條件均不滿足，進入邊緣模式。本發明將2*15個點，劃分為6個近鄰，依次為第一近鄰，第二近鄰......第六近鄰。其中離插入點越近的領域，優先級別越高。第一近鄰的示意圖如圖15(a)所示，第二近鄰的示意圖如圖15(b)所示，第三近鄰的示意圖如圖15(c)所示,第四近鄰的示意圖如圖15(d)所示,第五近鄰的示意圖如圖15(e)所示，第六近鄰的示意圖如圖15(f)所示。以第一近鄰為例，首先求各點的鄰域平均值STEP I :定義如下差值,求姆個近鄰的多個方向的最小值以第一近鄰為例，對近鄰內每三點設為ー個區域，上下兩行的各個區域相連，可分為7個方向diff_ave_l = abs(a_ml-b_ml)+abs(a_0~b_0)+abs(a_pl-b_pl)；diff_ave_2 = abs(a_m2_b_0)+abs(a_ml_b_pl)+abs(a_0_b_p2)；diff_ave_3 = abs(a_0_b_m2)+abs(a_pl_b_ml)+abs(a_p2_b_0)；diff_ave_4 = abs(a_m2_b_ml)+abs(a_ml_b_0)+abs(a_0_b_pl)；diff_ave_5 = abs(a_ml_b_m2)+abs(a_0_b_ml)+abs(a_pl_b_0)；diff_ave_6 = abs(a_ml_b_0)+abs(a_0_b_pl)+abs(a_pl_b_p2)；diff_ave_7 = abs(a_0_b_ml)+abs(a_pl_b_0)+abs(a_p2_b_pl)；min_diff_l = min([diff_ave_l, diff_ave_2, diff_ave_3, diff_ave_4, diff_ave_5, diff_ave_6, diff_ave_7])；上式表不取7個方向的最小值為第一近鄰的最小值。第一近鄰的7個方向示意圖如16所示，區域如框所示分別取第二近鄰的8個方向的最小值為min_diff_2，第三近鄰的8個方向的最小值為min_diff_3，第四近鄰的8個方向的最小值為min_diff_4,第五近鄰的8個方向的最小值為min_diff_5,第六近鄰的8個方向的最小值為min_diff_6。STEP2 :求取每個鄰域內對應的每個區域平均值對每個如圖框內的區域求取鄰域平均值。平均值是這樣計算的，離待插入點越近，權重為2,其餘兩點權重為I。STEP3 :判斷最小方向並得到最終插值，步驟如下I.首先比較第一近鄰，如果最小值是在第一近鄰內，則對該近鄰內最小方向上的2個區域平均值平均；2.比較第二近鄰，如果最小值是在第二近鄰內，則對該近鄰內最小方向上的2個鄰域平均值進行平均；3.比較第三近鄰，如果最小值是在第三近鄰內，則對該近鄰內最小方向上的2個鄰域平均值進行平均；4.然後比較第四近鄰，如果最小值是在第四近鄰內，則對該近鄰內最小方向上的2個鄰域平均值進行平均；5.比較第五近鄰，如果最小值是在第五近鄰內，則對該近鄰內最小方向上的2個鄰域平均值進行平均；6.比較第六近鄰，如果最小值是在第六近鄰內，則對該近鄰內最小方向上的2個鄰域平均值進行平均；7.最後，如果以上都不符合，直接進行該插入點的上下值平均，即P(x，y)=(a_0+b_0) /2ο具體的程序流程圖如圖17所不。本發明與方法對應的系統地設置共分為7個模塊，即平面點模型判斷模塊，外直角點模型判斷模塊，內直角點模型判斷模塊，前景點模型判斷模塊，上下平均處理模塊，六點加權平均處理模塊，邊緣點模型判斷模塊和相應的處理模塊。(一 )、平面點模型判斷模塊，輸入相鄰兩場需要內插的數據。輸出是否屬於平面點模型的判斷信號。(ニ)、外直角點模型判斷模塊輸入相鄰兩場需要內插的數據、是否屬於平面點模型的判斷信號。輸出是否屬於外直角點模型的判斷信號。(三)、內直角點模型判斷模塊輸入相鄰兩場需要內插的數據、是否屬於外直角點模型的判斷信號。輸出是否屬於內直角點模型的判斷信號。(四)、前景點模型判斷模塊輸入相鄰兩場需要內插的數據、是否屬於內直角點模型的判斷信號。輸出是否屬於前景點模型的判斷信號。(五)、六點加權平均處理模塊輸入相鄰兩場需要內插的數據、是否屬於平面點模型的判斷信號。輸出六點加權平均後的處理數據。(六)、上下平均處理模塊輸入相鄰兩場需要內插的數據、是否屬於外直角點模型的判斷信號、是否屬於內直角點模型的判斷信號、是否屬於前景點模型的判斷信號、不屬於邊緣的判斷信號。輸出上下平均後的處理數據。(七)、邊緣點模型判斷模塊和相應的處理模塊輸入相鄰兩場需要內插的數據、是否屬於前景點模型的判斷信號。輸出經邊緣對應方向區域平均處理後的內插數據、不屬於邊緣的判斷信號。上述模塊對應的處理方法與前述相同或類似，在此不再贅述。本技術領域中的普通技術人員應當認識到，以上的實施例僅是用來說明本發明的目的，而並非用作對本發明的限定，只要在本發明的實質範圍內，對以上所述實施例的變化、變型都將落在本發明的權利要求的範圍內。
1權利要求
1.一種去隔行技術中的內插方法，其特徵在於，其包括如下步驟 對判斷為運動的點進行類型判斷，包括平面點模型、外直角點模型、內直角點模型、前景點模型、邊緣點模型； 分別對相應的模型類型進行處理，包括對平面點模型進行周圍六點的加權平均；對外直角點模型、內直角點模型、前景點模型的點進行上下點平均；對邊緣點模型的點採用基於幾個鄰域多個方向判斷的內插算法； 根據上述處理結果，輸出內插值點。
2.根據權利要求I所述的去隔行技術中的內插方法，其特徵在於所述對邊緣點模型的點採用基於幾個鄰域多個方向判斷的內插算法具體為尋找相關度最高的方向作為此邊緣點的方向，在此對應方向上進行區域平均。
3.根據權利要求I所述的去隔行技術中的內插方法，其特徵在於所述平面點模型的判斷和處理具體為當前待插入點的上下兩點，45度角對應的兩點和反向45度角對應的兩點此三組點中，判斷這3組點的絕對值差值中的最小值是否小於平面最大閾值，如是，則屬於平面點；平面點的處理方法為插值得到周圍6點的加權平均值。
4.根據權利要求I所述的去隔行技術中的內插方法，其特徵在於所述外直角點模型的判斷和處理具體為判斷當前點是否在矩形的邊緣上，並且分析當前待插入點上下各兩行的數據，根據附近點的相似性和差別性，判斷是否屬於左上角、左下角、右上角、右下角四種情況之一，如屬於則為外直角點模型，處理方法為上下點線性平均。
5.根據權利要求I所述的去隔行技術中的內插方法，其特徵在於，所述內直角點模型的判斷和處理具體為分析當前待插入點上下各兩行的數據，根據附近點的相似性和差別性判斷是否屬於內直角點模型左上角、左下角、右上角、右下角四種情況之一，如屬於則為內直角點模型，處理方法為上下點線性平均。
6.根據權利要求I所述的去隔行技術中的內插方法，其特徵在於，所述前景點模型的判斷和處理具體為分析待插入點的上下各一行數據，分別向左向右探測邊界，如果它的上下兩行裡在一定範圍內向左有邊界點存在，向右也有邊界點存在，並且其邊界點外的兩點的值接近，插入點的上下兩點接近，則認定當前點是前景點，處理方法為上下點線性平均。
7.根據權利要求1-6任一所述的去隔行技術中的內插方法，其特徵在於，如果待插入點不屬於平面點模型、不屬於外直角點模型、不屬於內直角點模型、不屬於前景點模型，則考慮是否屬於邊緣點模型，進入邊緣點模型的判斷和處理。
8.根據權利要求7所述的去隔行技術中的內插方法，其特徵在於，所述邊緣點模型的判斷和處理具體為採用基於幾個鄰域多個方向判斷的內插算法，分第I近鄰、第2近鄰等6個區域，對多個方向進行最大相關度識別，在每個近鄰裡的多個方向裡找到方向最小值，比較幾個近鄰的最小值，值最小的對應方向作為待插入點方向，方向識別後內插處理是採用該方向上的區域平均。
9.根據權利要求I所述的去隔行技術中的內插方法，其特徵在於，如果待插入點也不屬於邊緣點模型，則不屬於以上各種模式，處理方法為上下點線性平均。
10.一種去隔行技術中的內插系統，其特徵在於，其包括如下模塊 平面點模型判斷模塊，輸入相鄰兩場需要內插的數據，輸出是否屬於平面點模型的判斷信號；外直角點模型判斷模塊，輸入相鄰兩場需要內插的數據、是否屬於平面點模型的判斷信號；輸出是否屬於外直角點模型的判斷信號； 內直角點模型判斷模塊，輸入相鄰兩場需要內插的數據、是否屬於外直角點模型的判斷信號，輸出是否屬於內直角點模型的判斷信號； 前景點模型判斷模塊，輸入相鄰兩場需要內插的數據、是否屬於內直角點模型的判斷信號，輸出是否屬於前景點模型的判斷信號； 六點加權平均處理模塊，輸入相鄰兩場需要內插的數據、是否屬於平面點模型的判斷信號，輸出六點加權平均後的處理數據； 上下點平均處理模塊，輸入相鄰兩場需要內插的數據、是否屬於外直角點模型的判斷信號、是否屬於內直角點模型的判斷信號、是否屬於前景點模型的判斷信號、不屬於邊緣點模型的判斷信號，輸出上下點平均後的處理數據； 邊緣點模型判斷模塊和相應的處理模塊，輸入相鄰兩場需要內插的數據、是否屬於前景點模型的判斷信號，輸出經邊緣對應方向區域平均處理後的內插數據、不屬於邊緣的判斷信號。
11.根據權利要求10所述的去隔行技術中的內插系統，其特徵在於所述當前待插入點的上 下兩點，45度角對應的兩點和反向45度角對應的兩點此三組點中，判斷這3組點的絕對值差值中的最小值是否小於平面 最大閾值，如是，則屬於平面點；平面點的處理方法為插值得到周圍6點的加權平均值。
12.根據權利要求10所述的去隔行技術中的內插系統，其特徵在於所述外直角點模型的判斷和處理具體為判斷當前點是否在矩形的邊緣上，並且分析當前待插入點上下各兩行的數據，根據附近點的相似性和差別性，判斷是否屬於左上角、左下角、右上角、右下角四種情況之一，如屬於則為外直角點模型，其處理方法為上下點線性平均。
13.根據權利要求10所述的去隔行技術中的內插系統，其特徵在於所述內直角點模型的判斷和處理具體為分析當前待插入點上下各兩行的數據，根據附近點的相似性和差別性判斷是否屬於內直角點模型左上角、左下角、右上角、右下角四種情況之一，如屬於則為內直角點模型，則處理方法為上下點線性平均。
14.根據權利要求10所述的去隔行技術中的內插系統，其特徵在於所述前景點模型的判斷和處理具體為分析待插入點的上下各一行數據，分別向左向右探測邊界，如果它的上下兩行裡在一定範圍內向左有邊界點存在，向右也有邊界點存在，並且它們的邊界點外的兩點的值接近，插入點的上下兩點接近，則認定當前點是前景點，處理方法為上下點線性平均。
15.根據權利要求10所述的去隔行技術中的內插系統，其特徵在於所述待插入點不屬於平面點模型、不屬於外直角點模型、不屬於內直角點模型、不屬於前景點模型，則考慮是否屬於邊緣點模型，進入邊緣點模型的判斷和處理；所述邊緣點模型的判斷和處理具體為採用基於幾個鄰域多個方向判斷的內插算法，分第I近鄰、第2近鄰等6個區域，對多個方向進行最大相關度識別，在每個近鄰裡的多個方向裡找到方向最小值，比較幾個近鄰的最小值，值最小的對應方向作為待插入點方向，方向識別好後內插處理是採用該方向上的區域平均值。
全文摘要
本發明公開了一種去隔行設計中可實現的對運動點進行分類內插的方法及裝置，對判斷為運動的點進行類型判斷，包括平面點模型、外直角點模型、內直角點模型、前景點模型、邊緣點模型；分別對相應的類型進行處理，包括對平面點模型進行周圍六點的加權平均；對外直角點模型、內直角點模型、前景點模型的點進行上下點平均；對邊緣點模型的點採用基於幾個鄰域多個方向判斷的內插算法；根據上述處理結果，輸出內插值點；本發明的有益效果是有效地保護物體邊緣，又使得前景點、直角點等不會錯誤地被當作小角度邊緣而出現錯誤處理，可以得到很好的內插效果。
文檔編號H04N7/01GK102917198SQ20121032319
公開日2013年2月6日 申請日期2012年9月4日 優先權日2012年9月4日
發明者袁野, 江顯舟, 劉宇軒, 劉志恆, 王峰, 管雲峰, 戴楊, 孫軍 申請人:上海高清數字科技產業有限公司