CN102025960B - 一种基于自适应插值的运动补偿去隔行方法 - Google Patents

Abstract

本发明公开了一种基于自适应插值的运动补偿去隔行方法，属于图像信号处理技术领域。该方法包括如下步骤：对输入视频图像采用中心倾向菱形搜索算法进行运动估计，得到对应位置的运动矢量；采用时间反向投影的运动补偿方法进行像素点的插补；对不满足运动补偿条件的像素点进行边缘检测，判断待处理像素点是否在边缘上。计算处于边缘上的像素点的边缘方向并定向插值，对于不在边缘上的像素点进行行平均插值；遍历整幅图像，完成整幅图像的去隔行处理。本发明通过对运动矢量和边缘等信息进行自适应选择插值，自动融合运动补偿插值和边缘自适应定向插值的优点，抑制因运动估计不准而造成的插补错误，保护边缘的连续性和画面的锐利度。

Description

一种基于自适应插值的运动补偿去隔行方法

技术领域

本发明属于图像信号处理技术领域，涉及一种基于自适应插值的运动补偿去隔行方法。

背景技术

隔行扫描技术就是把每一帧图像被分割为奇场和偶场，隔行扫描的行扫描频率为逐行扫描时的一半，视频信号的频谱以及传送视频信号的信道带宽也是逐行扫描的一半。由于视觉暂留效应，人眼将会看到平滑的运动而不是闪动的半帧图像，这就在主观认为图像质量下降不多的情况下，有效的增加了信道的利用率，由于早期通信技术不发达，为了节省有限的带宽，在传统的模拟信号电视中普遍采用隔行扫描的技术。隔行扫描有这样一些一些缺点：闪烁、画面抖动、垂直边沿锯齿化等。

随着数字电视和高清晰度电视技术的发展和成熟以及人们对视频质量要求的逐步提高，逐行扫描方式已经成为数字电视扫描方式的首选方案，当前新型的平板显示终端也都是支持逐行扫描的显示器件。但是在此之前遗留了大量的以隔行扫描方式记录的视频文件，需要将其转换为逐行扫描的视频文件，去隔行技术就是将隔行扫描信号转换为逐行扫描信号的一种视频格式转换技术。

去隔行技术主要分为三大类：基于空间二维插值技术的去隔行、基于时间二维插值技术的去隔行和基于时空三维插值技术的去隔行。空间二维插值就是通过场内信息还原待处理像素点；时间二维插值就是利用不同场之间的联系还原图像；时空三维插值就是综合利用场间和场内信息进行插值，其算法主要有：内容自适应、运动自适应和运动补偿等算法。运动补偿算法能很好的保留运动物体的时域和空域细节，是目前最先进的格式转换算法。

而这些方法都有着各自的缺点：空间二维插值不能增加图像的垂直分辨率，图像易模糊；时间二维插值则会带来锯齿、羽化等缺陷；运动补偿算法对运动估计误差极其敏感，插补容易发生错误。

发明内容

本发明的目的，就是针对单独使用上述某种去隔行算法的不足，提供一种基于自适应插值的运动补偿去隔行方法。

为实现上述目的，本发明基于自适应插值的运动补偿去隔行方法包括以下步骤：

(1)对输入视频图像中的其中一场中的其中一个待处理像素点，判断该待处理像素点的横坐标除以2的余数是否等于该待处理像素点所在场的序号除以2的余数，若等于，则保持该待处理像素点的灰度值不变并执行步骤(9)；若不等于，则执行步骤(2)。

(2)以所述待处理像素点所在场的前一场图像为参考图像，对所述待处理像素点所在场的后一场图像中的后向宏块进行运动估计得到第一运动矢量，所述后向宏块以待处理像素点在其后一场图像中位置对应的像素点为坐标。

(3)将步骤(2)所述的第一运动矢量与预设的运动阈值进行比较，若所述第一运动矢量的横坐标或纵坐标大于所述运动阈值，则将所述第一运动矢量的置信度设为0并执行步骤(6)；否则，将所述第一运动矢量的置信度设为1并执行步骤(4)；

(4)采用时间反向投影方法，以所述待处理像素点所在场的前一场图像为参考图像，将以待处理像素点为坐标的宏块相对于所述参考图像的运动矢量设为第二运动矢量，且所述第二运动矢量的值为步骤(2)所述第一运动矢量的值的1/2；接着将所述待处理像素点所在场的前一场图像中与所述待处理像素点位置对应的像素点的坐标值与所述第二运动矢量的值相加，得到插补像素点的坐标值；

(5)判断所述插补像素点是否在该插补像素点所在场的像素网格上：若在，则使用所述插补像素点对所述待处理像素点进行插值并执行步骤(9)；若不在，则执行步骤(6)；

(6)对所述待处理像素点进行边缘检测以判断该待处理像素点是否在边缘上：若在边缘上，则执行步骤(7)；若不在边缘上，则执行步骤(8)；

(7)对所述待处理像素点采用边缘自适应插值方法进行插值并执行步骤(9)；

(8)对所述待处理像素点采用行平均插值方法进行插值；

(9)遍历步骤(1)所述输入视频图像，判断是否还存在待处理像素点；若存在，则返回步骤(1)对下一个待处理像素点进行处理；若不存在，则结束。

进一步地，本发明步骤(2)所述运动估计方法如下：

对步骤(2)所述后向宏块在其所属图像中的左方相邻宏块的第三运动矢量、上方相邻宏块的第四运动矢量、右上宏块的第五运动矢量以及所述后向宏块在其前两场图像中对应位置宏块的第六运动矢量进行中值滤波，得到所述后向宏块的运动矢量估计值，所述右上宏块为所述后向宏块的上方相邻宏块的右方相邻宏块；

以所述待处理像素点在其前一场图像中对应位置像素点的坐标加上所述后向宏块的运动矢量估计值，得到运动搜索的初始点；以该初始点为中心，使用中心倾向菱形搜索的运动估计方法得到所述第一运动矢量。

进一步地，本发明步骤(5)所述“使用所述插补像素点对所述待处理像素点进行插值”的方法如下：

从待处理像素点的上一行和下一行中分别选取与所述待处理像素点相邻的像素点并对这两个相邻像素点的灰度值取平均值，再将这两个相邻像素点的灰度值、这两个相邻像素点的灰度平均值以及所述插补像素点的灰度值进行四点中值滤波，得到插补值，后用该插补值对所述待处理像素点进行插值。

进一步地，本发明步骤(6)所述“对所述待处理像素点进行边缘检测以判断该待处理像素点是否在边缘上”的方法如下：

按式(1)分别计算得到所述待处理像素点在左、右、垂直三个方向上的边缘参数Left、Right、Vertical：

$\mathrm{Left}=\underset{n=-m}{\overset{m}{\mathrm{\Σ}}}|F(i-1,j-1+n)-F(i+1,j+1+n)|$

$\mathrm{Right}=\underset{n=-m}{\overset{m}{\mathrm{\Σ}}}|F(i-1,j+1+n)-F(i+1,j-1+n)|---\left(1\right)$

$\mathrm{Vertical}=\underset{n=-m}{\overset{m}{\mathrm{\Σ}}}|F(i-1,j+n)-F(i+1,j+n)|$

式(1)中，F(i-1，j-1+n)、F(i-1，j+n)、F(i-1，j+1+n)分别表示所述待处理像素点上一行的三个像素点的灰度值；F(i+1，j-1+n)、F(i+1，j+n)、F(i+1，j+1+n)分别表示所述待处理像素点下一行的三个像素点的灰度值；i、j分别表示待处理像素点的横坐标和纵坐标；m表示预先设置的参数；n表示进行叠加的序号；

若所述边缘参数Vertical同时大于或同时小于边缘参数Left和边缘参数Right，则认为所述待处理像素点不在边缘上；否则认为待处理像素点处于边缘上。

进一步地，本发明步骤(7)所述“对所述待处理像素点采用边缘自适应插值方法进行插值”的方法如下：

1)判断所述待处理像素点的边缘方向，若待处理像素点的边缘方向为垂直，则设边缘方向系数k等于0并执行步骤3)；若边缘方向为左，则设边缘方向系数k的取值范围是-α～-1；若边缘方向为右，则设边缘方向系数k的取值范围是1～α，且α为整数；

2)使k的绝对值从1逐渐增大到α-1，在该过程中通过式(2)计算得到待处理像素点关于k的边缘方向相关性函数Cost(k)，并判断是否存在满足公式(3)的k值，若存在，则选取第一个满足公式(3)的k值作为边缘方向系数的最终取值；若不存在，则将边缘方向系数的最终取值设为α；

$\mathrm{Cost}\left(k\right)=\underset{l=-\mathrm{\β}}{\overset{\mathrm{\β}}{\mathrm{\Σ}}}|F(i-1,j+k+l)-F(i+1,j-k+l)|---\left(2\right)$

Cost(|k|)＜Cost(|k|+1)    (3)

式(2)和式(3)中，k表示边缘方向系数；F(i-1，j+k+l)、F(i+1，j-k+l)分别表示两个像素点的灰度值；i、j分别表示待处理像素点的横坐标与纵坐标；β表示预先设置的参数；l表示进行叠加的序号；

3)利用公式(4)得到定向插补值；

Pedge(i，j)＝(F(i-1，j+k)+F(i+1，j-k))/2    (4)

式(4)中，Pedge(i，j)表示定向插补值；F(i-1，j+k)、F(i+1，j-k)分别表示两个像素点的灰度值；i、j分别表示待处理像素点的横坐标和纵坐标；k表示边缘方向系数的最终取值。

4)使用步骤3)所得到的定向插补值对待处理像素点进行插值。

与现有技术相比，本发明的有益效果：

本发明通过对运动矢量和边缘等信息进行自适应选择插值，自动融合运动补偿插值和边缘自适应定向插值的优点，抑制因运动估计不准而造成的插补错误，保护边缘的连续性和画面的锐利度。本发明采用基于初始搜索点预测和中心倾向菱形搜索的运动估计算法，提高了运动搜索速度，减低了运算复杂度。本发明选取更多的边缘方向，提高了传统ELA(Edge based Line Average)算法的水平检测能力。本发明在计算边缘方向系数时，采用了提前终止的方法，减少了计算量，提高了边缘检测的速度，并且消除跨边缘错误插值的可能性。

附图说明

图1为基于自适应插值的运动补偿去隔行方法流程图；

图2为时间反向投影的插补示意图；

图3为菱形搜索模板示意图；

图4为运动补偿插值的四点中值滤波器示意图。

图5为计算边缘参数Left、Right和Vertical的示意图；

图6为计算边缘方向相关性函数Cost(k)的示意图；

具体实施方式

如图1所示，以下举例说明本发明基于自适应插值的运动补偿去隔行方法，其步骤如下：

(1)对于输入视频图像中的其中一个场(以第t场为例)中的一个待处理像素点P(i，j)，判断该待处理像素点是否需要插值处理，若i对2取余等于t对2取余，则不需要进行插值处理，保持P(i，j)的灰度值不变并进入步骤(9)；否则执行步骤(2)；

(2)以第t-1场图像为参考图像，对以待处理像素点P(i，j)在第t+1场图像对应位置的像素点为坐标的后向宏块进行运动估计，得到第一运动矢量(MV_x，MV_y)；

(3)将第一运动矢量(MV_x，MV_y)与预设的运动阈值T_MV进行比较，运动阈值T_MV的取值范围是5-12(本实施例中取值为8)。若MV_x或MV_y大于T_MV，则将运动矢量MV的置信度C_MV设为0并执行步骤(6)；否则，将运动矢量MV的置信度C_MV设为1并执行步骤(4)。通过运动矢量与运动阈值的比较，可有效的防止运动估计误差所带来的插值错误；

(4)如图2所示，采用时间反向投影方法将以待处理像素点P(i，j)为坐标的宏块以第t-1场图像为参考图像的运动矢量MV_P的值设为运动矢量MV的1/2；接着将待处理像素点P(i，j)在第t-1场图像中的对应位置的像素点的坐标值与MV_P的值相加，得到插补像素点P_TBP的坐标值；

(5)判断插补像素点P_TBP是否在第t-1场图像的像素网格上：若在像素网格上，则使用插补像素点P_TBP对待处理像素点P(i，j)进行插值并执行步骤(9)；若不在像素网格上，则执行步骤(6)；

(6)对待处理像素点P(i，j)进行边缘检测以判断该像素点是否在边缘上：若在边缘上，则执行步骤(7)；若不在边缘上，则执行步骤(8)；

(7)对待处理像素点P(i，j)采用边缘自适应插值方法进行插值并执行步骤(9)；

(8)对待处理像素点P(i，j)采用行平均插值方法进行插值；

(9)遍历第t场视频图像，判断是否还存在待处理像素点；若存在，则返回步骤(1)对下一个待处理像素点进行处理；若不存在，则结束，至此完成本发明的自适应去隔行。

本实施例中，本发明步骤(2)所述运动估计方法具体如下：

对步骤(2)所述后向宏块在第t+1场图像中的左边相邻宏块的第三运动矢量MV_left、上方相邻宏块的第四运动矢量MV_up、右上宏块的第五运动矢量MV_upright以及后向宏块在第t-1场图像的对应位置宏块的第六运动矢量MV_previous进行如式(5)所示的中值滤波，得到所述后向宏块的运动矢量估计值P_MV，所述右上宏块为所述后向宏块的上方相邻宏块的右方相邻宏块；

P_MV＝median(MV_left，MV_up，MV_upright，MV_previous)    (5)

以待处理像素点P(i，j)在第t-1场图像中的对应位置像素点的坐标加上运动矢量估计值P_MV，得到运动搜索的初始点；使用中心倾向菱形搜索的运动估计方法得到所述后向宏块的第一运动矢量，其具体步骤如下：

(i)以运动搜索的初始点为中心，使用预先设计的大菱形模板(如图3(a)所示)进行搜索，计算各搜索块的SAD并进行比较，如果最小SAD所对应点在大菱形模板的中心(即图3(a)中菱形模板实心像素点)，则执行步骤(iii)；否则，执行步骤(ii)；

(ii)将搜索中心移到最小SAD所对应点的位置，判断该点处于大菱形模板的顶点或者边缘点，若在顶点，则采取如图3(b)所示的模板进行进一步搜索；若在边缘点，则采取如图3(c)所示的模板进行进一步搜索；反复执行该步操作，直到最小SAD所对应点在搜索模板中心为止，图3所示的模板中实心像素点即为模板的中心；

(iii)采用小菱形模板作为搜索模板(如图3(d)所示)，以最小SAD所对应点的坐标与像素点P(i，j)的坐标相减得到第一运动矢量(MV_x，MV_y)。

本发明以初始搜索点预测得到的初始点为中心进行菱形搜索，既具有中心分布的特性，又可以迅速向四周扩展搜索范围，从而可以得到很好的匹配效果；设计的四种运动搜索模板，实现了数据的共用，减小对数据吞吐率的要求，降低了硬件的开销；相对于传统的运动搜索方法，提高了运动搜索速度，减低了运算复杂度。

本实施例中，本发明步骤(5)所述“使用所述插补像素点的灰度值对所述待处理像素点进行插值”的方法具体如下：

如图4所示，从待处理像素点P(i，j)的上一行和下一行中分别选取与待处理像素点P(i，j)相邻的像素点P(i-1，j)和P(i+1，j)，并对这两个相邻像素点的灰度值取平均值，再将这两个相邻像素点的灰度值F(i-1，j)和F(i+1，j)、这两个相邻像素点的灰度平均值(F(i-1，j)+F(i+1，j))/2以及所述插补像素点的灰度值F_TBP进行四点中值滤波，如式(6)所示，最终得到插补值F_MC，后用该插补值对待处理像素点P(i，j)进行插值。

F_MC＝Median[F_TBP，F(i-1，j)，F(i+1，j)，(F(i-1，j)+F(i+1,j))/2]    (6)

与现有技术相比，本发明在运动补偿处理之后增加了一个四点中值滤波器，可以提高对运动估计失误的抵抗力，有效地消除由于运动估计失误引起的插值错误。

本实施例中，本发明步骤(6)所述“对所述待处理像素点进行边缘检测以判断该待处理像素点是否在边缘上”的方法具体如下：

如图5所示，按式(1)计算对应得到待处理像素点P(i，j)在左、右、垂直三个方向上的边缘参数Left、Right、Vertical：

$\mathrm{Left}=\underset{n=-m}{\overset{m}{\mathrm{\Σ}}}|F(i-1,j-1+n)-F(i+1,j+1+n)|$

$\mathrm{Right}=\underset{n=-m}{\overset{m}{\mathrm{\Σ}}}|F(i-1,j+1+n)-F(i+1,j-1+n)|---\left(1\right)$

$\mathrm{Vertical}=\underset{n=-m}{\overset{m}{\mathrm{\Σ}}}|F(i-1,j+n)-F(i+1,j+n)|$

式(1)中，F(i-1，j-1+n)、F(i-1，j+n)、F(i-1，j+1+n)分别表示待处理像素点P(i，j)上一行的三个像素点的灰度值；F(i+1，j-1+n)、F(i+1，j+n)、F(i+1，j +1+n)分别表示待处理像素点P(i，j)下一行的三个像素点的灰度值；i、j分别表示待处理像素点P(i，j)的横坐标和纵坐标；m表示预先设置的参数，可取0到无穷大的整数，本实施例中取值为1；n表示进行叠加的序号；

若边缘参数Vertical同时大于或同时小于边缘参数Left和边缘参数Right，则认为待处理像素点P(i，j)不在边缘上，设置边缘信息评估参数Edge的值为0；否则认为待处理像素点P(i，j)处于边缘上，设置边缘信息评估参数Edge的值为1。

判断边缘信息评估参数Edge的大小，若Edge等于1，则执行步骤(7)；若Edge等于0，则执行步骤(8)。

本实施例中，本发明步骤(7)所述“对所述待处理像素点采用边缘自适应插值方法进行插值”的步骤如下：

1)对于待处理像素点P(i，j)，计算L和R两个参数，L等于像素点P(i-1，j)、P(i+1，j+1)的灰度值之差与像素点P(i-1，j-1)、P(i+1，j)的灰度值之差分别取绝对值并求和；R等于像素点P(i-1，j)、P(i+1，j-1)的灰度值之差与像素点P(i-1，j+1)、P(i+1，j)的灰度值之差分别取绝对值并求和。

通过L和R得到待处理像素点P(i，j)的边缘方向参数Direction。若L-R的绝对值小于预设的阈值Tdic，Direction等于0；若L-R的绝对值大于Tdic且L-R为负时，Direction等于1，若L-R的绝对值大于Tdic且L-R为正时，Direction等于-1。本实施例中阈值Tdic的值设为10。

判断边缘方向参数Direction的值，若Direction等于0，则设边缘方向系数k等于0并执行步骤4)；若Direction等于1，边缘方向系数k的取值范围是：-α＜k＜-1；若Direction等于-1，边缘方向系数k的取值范围是：1＜k＜α。其中α是预先设置的参数，控制了边缘方向的个数。α的取值范围是0到无穷大的整数，本实施例中取值为4，即在查找边缘时，共有90°，45°，135°，26.57°，153.43°，18.43°，161.57°，14.04°，165.96°等9种角度。本发明与传统的方法相比，选取了更多的边缘方向，可以获得更多的、角度更小的边缘方向，提高了传统ELA(Edge based Line Average)算法的水平检测能力。

2)使边缘方向系数k的绝对值从1逐渐增大到α-1，如图6所示，在该过程中通过式(2)计算得到待处理像素点P(i，j)关于k的边缘方向相关性函数Cost(k)，并判断是否存在满足公式(3)的k值，若存在，则选取第一个满足公式(3)的k值作为边缘方向系数的最终取值；若不存在，则将边缘方向系数的最终取值设为α；

$\mathrm{Cost}\left(k\right)=\underset{l=-\mathrm{\β}}{\overset{\mathrm{\β}}{\mathrm{\Σ}}}|F(i-1,j+k+l)-F(i+1,j-k+l)|---\left(2\right)$

Cost(|k|)＜Cost(|k|+1)    (3)

式(2)和式(3)中，k表示边缘方向系数；F(i-1，j+k+l)、F(i+1，j-k+l)分别表示两个像素点的灰度值；i、j分别表示待处理像素点P(i，j)的横坐标与纵坐标；β表示预先设置的参数，取值范围是0到无穷大的整数，本实施例中取值为1；l表示进行叠加的序号；

本发明在计算最终边缘方向系数k时，采用了提前终止的方法，减少了计算量，提高了边缘检测的速度，并且消除跨边缘错误插值的可能性。

3)利用公式(4)得到定向插补值；

Pedge(i，j)＝(F(i-1，j+k)+F(i+1，j-k))/2    (4)

式(4)中，Pedge(i，j)表示定向插补值；F(i-1，j+k)、F(i+1，j-k)分别表示两个像素点的灰度值；i、j分别表示待处理像素点的横坐标和纵坐标；k表示边缘方向系数的最终取值。

4)使用步骤3)所得到的定向插补值对待处理像素点进行插值。

Claims (5)

1.一种基于自适应插值的运动补偿去隔行方法，其特征在于包括以下步骤：

(1)对输入视频图像中的其中一场中的其中一个待处理像素点，判断该待处理像素点的横坐标除以2的余数是否等于该待处理像素点所在场的序号除以2的余数，若等于，则保持该待处理像素点的灰度值不变并执行步骤(9)；若不等于，则执行步骤(2)。

(2)以所述待处理像素点所在场的前一场图像为参考图像，对所述待处理像素点所在场的后一场图像中的后向宏块进行运动估计得到第一运动矢量，所述后向宏块以待处理像素点在其后一场图像中位置对应的像素点为坐标。

(3)将步骤(2)所述的第一运动矢量与预设的运动阈值进行比较，若所述第一运动矢量的横坐标或纵坐标大于所述运动阈值，则将所述第一运动矢量的置信度设为0并执行步骤(6)；否则，将所述第一运动矢量的置信度设为1并执行步骤(4)；

(4)采用时间反向投影方法，以所述待处理像素点所在场的前一场图像为参考图像，将以待处理像素点为坐标的宏块相对于所述参考图像的运动矢量设为第二运动矢量，且所述第二运动矢量的值为步骤(2)所述第一运动矢量的值的1/2；接着将所述待处理像素点所在场的前一场图像中与所述待处理像素点位置对应的像素点的坐标值与所述第二运动矢量的值相加，得到插补像素点的坐标值；

(5)判断所述插补像素点是否在该插补像素点所在场的像素网格上：若在，则使用所述插补像素点对所述待处理像素点进行插值并执行步骤(9)；若不在，则执行步骤(6)；

(6)对所述待处理像素点进行边缘检测以判断该待处理像素点是否在边缘上：若在边缘上，则执行步骤(7)；若不在边缘上，则执行步骤(8)；

(7)对所述待处理像素点采用边缘自适应插值方法进行插值并执行步骤(9)；

(8)对所述待处理像素点采用行平均插值方法进行插值；

(9)遍历步骤(1)所述输入视频图像，判断是否还存在待处理像素点；若存在，则返回步骤(1)对下一个待处理像素点进行处理；若不存在，则结束。

2.根据权利要求1所述的基于自适应插值的运动补偿去隔行方法，其特征在于，步骤(2)所述运动估计方法如下：

对步骤(2)所述后向宏块在其所属图像中的左方相邻宏块的第三运动矢量、上方相邻宏块的第四运动矢量、右上宏块的第五运动矢量以及所述后向宏块在其前两场图像中对应位置宏块的第六运动矢量进行中值滤波，得到所述后向宏块的运动矢量估计值，所述右上宏块为所述后向宏块的上方相邻宏块的右方相邻宏块；

以所述待处理像素点在其前一场图像中对应位置像素点的坐标加上所述后向宏块的运动矢量估计值，得到运动搜索的初始点；以该初始点为中心，使用中心倾向菱形搜索的运动估计方法得到所述第一运动矢量。

3.根据权利要求1所述的基于自适应插值的运动补偿去隔行方法，其特征在于，步骤(5)所述“使用所述插补像素点对所述待处理像素点进行插值”的方法如下：

从待处理像素点的上一行和下一行中分别选取与所述待处理像素点相邻的像素点并对这两个相邻像素点的灰度值取平均值，再将这两个相邻像素点的灰度值、这两个相邻像素点的灰度平均值以及所述插补像素点的灰度值进行四点中值滤波，得到插补值，后用该插补值对所述待处理像素点进行插值。

4.根据权利要求1所述的基于自适应插值的运动补偿去隔行方法，其特征在于，步骤(6)所述“对所述待处理像素点进行边缘检测以判断该待处理像素点是否在边缘上”的方法如下：

按式(1)分别计算得到所述待处理像素点在左、右、垂直三个方向上的边缘参数Left、Right、Vertical：

$\mathrm{Left}=\underset{n=-m}{\overset{m}{\mathrm{\Σ}}}|F(i-1,j-1+n)-F(i+1,j+1+n)|$

$\mathrm{Right}=\underset{n=-m}{\overset{m}{\mathrm{\Σ}}}|F(i-1,j+1+n)-F(i+1,j-1+n)|---\left(1\right)$

$\mathrm{Vertical}=\underset{n=-m}{\overset{m}{\mathrm{\Σ}}}|F(i-1,j+n)-F(i+1,j+n)|$

式(1)中，F(i-1，j-1+n)、F(i-1，j+n)、F(i-1，j+1+n)分别表示所述待处理像素点上一行的三个像素点的灰度值；F(i+1，j-1+n)、F(i+1，j+n)、F(i+1，j+1+n)分别表示所述待处理像素点下一行的三个像素点的灰度值；i、j分别表示待处理像素点的横坐标和纵坐标；m表示预先设置的参数；n表示进行叠加的序号；

若所述边缘参数Vertical同时大于或同时小于边缘参数Left和边缘参数Right，则认为所述待处理像素点不在边缘上；否则认为待处理像素点处于边缘上。

5.根据权利要求1所述的基于自适应插值的运动补偿去隔行方法，其特征在于，步骤(7)所述“对所述待处理像素点采用边缘自适应插值方法进行插值”的步骤如下：

1)判断所述待处理像素点的边缘方向，若待处理像素点的边缘方向为垂直，则设边缘方向系数k等于0并执行步骤3)；若边缘方向为左，则设边缘方向系数k的取值范围是-α～-1；若边缘方向为右，则设边缘方向系数k的取值范围是1～α，且α为整数；

2)使k的绝对值从1逐渐增大到α-1，在该过程中通过式(2)计算得到待处理像素点关于k的边缘方向相关性函数Cost(k)，并判断是否存在满足公式(3)的k值，若存在，则选取第一个满足公式(3)的k值作为边缘方向系数的最终取值；若不存在，则将边缘方向系数的最终取值设为α；

$\mathrm{Cost}\left(k\right)=\underset{l=-\mathrm{\β}}{\overset{\mathrm{\β}}{\mathrm{\Σ}}}|F(i-1,j+k+l)-F(i+1,j-k+l)|---\left(2\right)$

Cost(|k|)＜Cost(|k|+1)    (3)

式(2)和式(3)中，k表示边缘方向系数；F(i-1，j+k+l)、F(i+1，j-k+l)分别表示两个像素点的灰度值；i、j分别表示待处理像素点的横坐标与纵坐标；β表示预先设置的参数；l表示进行叠加的序号；

3)利用公式(4)得到定向插补值；

Pedge(i，j)＝(F(i-1，j+k)+F(i+1，j-k))/2    (4)

式(4)中，Pedge(i，j)表示定向插补值；F(i-1，j+k)、F(i+1，j-k)分别表示两个像素点的灰度值；i、j分别表示待处理像素点的横坐标和纵坐标；k表示边缘方向系数的最终取值。

4)使用步骤3)所得到的定向插补值对待处理像素点进行插值。

Images