CN102509311A - 运动检测方法和装置 - Google Patents

Abstract

一种运动检测方法和装置，所述运动检测方法包括：分别获取当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值，所述图像组包括至少两个图像；根据获取的所述当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值获取所述当前像素点的运动检测信息；根据所述当前像素点的运动检测信息确定所述当前像素点的运动情况。本发明的技术方案可以提高运动检测的准确性。

Description

运动检测方法和装置

技术领域

本发明涉及图像处理技术，特别是涉及运动检测方法和装置。

背景技术

视频及图像序列中的运动信息检测技术有着广泛的应用基础，是诸多视频和图像应用领域的必要步骤，例如在实现目标跟踪、视频安全监控、交通监控、行为分析、去隔行技术以及各种视频处理任务中都需要以所提取的运动信息为依据。

运动信息的检测主要通过检测相邻图像间的差异程度完成，如基于光流的方法通过计算每个像素点在时间上的偏导数值得到运动信息，基于块的方法则通常计算所定义的块内部像素点差的绝对值累加值来得到运动信息。但通常所计算出的运动信息会受到特定图像内容的影响，难以用统一的标准衡量运动的显著程度。

因此，如何获得准确的运动检测信息以确定图像中像素点的运动情况是图像处理技术领域长期研究的问题。

发明内容

本发明技术方案解决的问题是提供一种运动检测方法和装置，以获得准确的运动检测信息，从而可以更准确地确定图像中像素点的运动情况。

为解决上述问题，本发明技术方案提供一种运动检测方法，包括：

分别获取当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值，所述图像组包括至少两个图像；

根据获取的所述当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值获取所述当前像素点的运动检测信息；

根据所述当前像素点的运动检测信息确定所述当前像素点的运动情况。

为解决上述问题，本发明技术方案还提供一种运动检测装置，包括：

获取单元，分别获取当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值，所述图像对包括至少两个图像；

计算单元，根据获取的所述当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值获取所述当前像素点的运动检测信息；

确定单元，根据所述当前像素点的运动检测信息确定所述当前像素点的运动情况。

与现有技术相比，本发明技术方案具有以下优点：

采用了当前像素点及其邻域内的像素点共同参与计算当前像素点的运动信息，提高了运动检测的准确性。

根据图像序列的时空关联性，在时间轴上参考相邻运动信息，即以相邻图像的图像组内与当前像素点对应的像素点的运动信息修正当前像素点的运动信息，进一步提高了运动检测的准确性。

从图像内容分析的角度提高所计算的运动检测信息的可靠性，例如对物体的边界的分析，可交织度量的分析，在一定程度上恢复运动信息的真实性，使得运动信息真正能反映图像间的目标运动情况。

附图说明

图1是本发明实施方式的运动检测方法的流程图；

图2是隔行图像相邻场的像素点示意图；

图3是逐行图像相邻帧的像素点示意图；

图4是图1所示步骤S2的实施例流程图；

图5是图4所示步骤S22的实例示意图；

图6是图4所示步骤S23的实例示意图；

图7和图8是图4所示步骤S24的实例示意图。

具体实施方式

本发明实施方式提供了一种运动检测方法，如图1所示，包括：

步骤S1，分别获取当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值，所述图像组包括至少两个图像；

步骤S2，根据获取的所述当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值获取所述当前像素点的运动检测信息；

步骤S3，根据所述当前像素点的运动检测信息确定所述当前像素点的运动情况。

下面以隔行图像为例，结合附图和实施例对本发明实施方式的运动检测方法进行详细说明。本领域技术人员可以根据以下说明经过变换和推导得出逐行图像的运动检测方法。

为了节省对于信号传输系统带宽的要求，传统电视视频信号中采用了隔行扫描方式，即交替传输和播放包含奇数行和偶数行的图像，奇数行的图像也称为顶场图像，偶数行的图像也称为底场图像。对于此类隔行图像，运动检测在相同极性场(即同为顶场或同为底场)的图像对之间进行，可以避免极性差别造成的影响，如图2中的第n场(field n)图像和第n-2场(field n-2)图像(称为图像组n与n-2)。而对于其他场合中通常所采用的逐行图像，运动检测可以在相邻的图像组之间进行，如图3中的第n帧(frame n)图像和第n-1帧(frame n-l)图像(称为图像组n-l与n)。

为了提高所检测运动信息的准确性，本实施例采用了在当前像素点邻域内的像素点共同参与计算的方法，所基于的基本假设是视频/图像内的运动物体大小通常大于单个像素点的大小。而所采用的邻域可以是圆形区域，也可以是方形区域，甚至是不规则区域形状，如经过图像分割算法之后得到的某共性区域；另外，相对较小的区域仅包含了当前像素点或当前像素点及其邻域内的像素点，而最大的区域范围则可以包含整幅图像。所述当前像素点为当前场的当前像素点，以下没有特别说明，均以(n，i，j)表示，即第n场第i行第j列的像素点。

如图1所示，本实施例的运动检测方法首先执行步骤S1，分别获取当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值，所述图像组包括至少两个图像。

在隔行图像中，相邻两场图像为极性相反的场，中间间隔一场的两场图像为极性相同的场。所述图像组是指一组极性相同的场图像，如上述的第n场图像和第n-2场图像，其中，第n场图像和第n-2场图像分别为前后两帧的顶场图像，或者第n场图像和第n-2场图像分别为前后两帧的底场图像。在其他实施例，图像组也可以是第n场图像和第n+2场图像，或者是两场以上极性相同的图像，只要在时间轴上包含当前场图像即可。

接着执行步骤S2，根据获取的所述当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值获取所述当前像素点的运动检测信息。请继续参考图4所示的本实施例步骤S2的详细流程图，下面对其中的各步骤进行详细说明。

步骤S21，计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息m(n，i，j)与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关。

本实施例中，所述邻域为以所述当前像素点为中心的方形区域，所述方形区域包含window_size＝(2*WinHeight+1)*(2*WinWidth+1)个像素点，例如图2所示，包含3*7个像素点的长方形区域，即window_size＝21，WinWidth＝3，WinHeight＝1。

结合图2，计算图像组的当前像素点的运动信息m(n，i，j)可以采用公式(1)，所述图像组的当前像素点的运动信息m(n，i，j)包括所述当前像素点在亮度空间内的运动信息m_y(n，i，j)和所述当前像素点在色度空间内的运动信息m_u，v(n，i，j)：

$m_y(n,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|(f_y(n,i+k,j+l)-f_y(n-2,i+k,j+l)|/\mathrm{window}\_\mathrm{size}$

$m_u(n,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|f_u(n,i+k,\frac{j}{2}+l)-f_u(n-2,i+k,\frac{j}{2}+l)|/\mathrm{window}\_\mathrm{size}---\left(1\right)$

$m_v(n,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|f_v(n,i+k,\frac{j}{2}+l)-f_v(n-2,i+k,\frac{j}{2}+l)|/\mathrm{window}\_\mathrm{size}$

m_u，v(n，i，j)＝(m_u(n，i，j)+m_v(n，i，j)+1)/2

公式(1)是针对YUV422图像格式的当前像素点的运动信息的计算方式，本领域技术人员可以类似推导出其他色彩格式(如YUV444，YUV411等)的当前像素点的运动信息的计算公式。

在公式(1)中，m表示运动信息，f表示像素值，下标y表示亮度空间，下标u，v表示色度空间，m和f后括号内的第一项(如n，n-2)表示场，第二项(如i，i+k)表示行，第三项(如j，j+l，

)表示列。

具体地，window_size＝(2*WinHeight+1)*(2*WinWidth+1)，WinWidth、WinHeight定义了计算亮度空间或色度空间内的运动信息的窗口大小，即WinWidth、WinHeight定义了邻域尺寸，实际上就是与参与计算运动信息的像素点的个数相关；f_y(n，i+k，j+l)为第n场第i+k行第j+l列的像素点在亮度空间内的像素值(也就是Y分量)，f_y(n-2，i+k，j+l)为第n-2场第i+k行第j+l列的像素点在亮度空间内的像素值；

为第n场第i+k行第

列的像素点在色度空间内的像素值(也就是U分量、V分量)，

为第n-2场的第i+k行第列的像素点在色度空间内的像素值。

步骤S22，计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息motion_n与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4。

单独的图像组所计算出的运动信息容易受到光照变化，噪声等因素的影响，解决的方法是根据图像序列的时空关联性，在时间轴上参考相邻运动信息以提高当前运动信息的准确性。一种方法是用滤波方法如中值滤波方法，在时间轴上对运行信息进行平滑，另外一种对于运动更为灵敏有效的方法是取相邻运动信息的较大值，即以M个相邻图像的图像组内与当前像素点对应的像素点的运动信息的最大值作为当前像素点的修正运动信息motion_n。

如图5所示，可以采用4个相邻场(M＝4，第n场、第n-1场、第n-2场和第n-3场)的两个图像组内与当前像素点对应的像素点的运动信息修正当前运动信息，计算公式为(2)：

motion_n＝max(m(n，i，j)，m(n-1，i，j))，或者，motion_n＝max(m(n，i，j)，motion_n-1)(2)

或者，也可以考虑更多场间运动信息，例如采用5个相邻场(M＝5，第n场、第n-1场、第n-2场、第n-3场和第n-4场)的三个图像组内与当前像素点对应的像素点的运动信息修正当前运动信息，计算公式为(3)：

motion_n＝max(m(n，i，j)，m(n-1，i，j)，motion_n-2)，

或者，motion_n＝max(m(n，i，j)，motion_n-1，motion_n-2)，

或者，motion_n＝max(m(n，i，j)，m(n-1，i，j)，m(n-2，i，j))(3)

其中，m(n-1，i，j)、m(n-2，i，j)、motion_n-1、motion_n-2可以称为m(n，i，j)的历史信息，motion_n-1是在当前场为第n-1场，修正当前像素点的运动信息后得到并保存的第n-1场的当前像素点的修正运动信息；motion_n-2是在当前场为第n-2场，修正当前像素点的运动信息后得到并保存的第n-2场的当前像素点的修正运动信息，motion_n-1和motion_n-2可以依据公式(2)或(3)变换得到。

公式(2)和(3)中亮度空间和色度空间分别计算，即m(n，i，j)为公式(1)中的m_y(n，i，j)或m_u，v(n，i，j)，相应地，m(n-1，i，j)为m_y(n-1，i，j)或m_u，v(n-1，i，j)，m(n-2，i，j)为m_y(n-2，i，j)或m_u，v(n-2，i，j)，其中，m_y(n-1，i，j)和m_u，v(n-1，i，j)、m_y(n-2，i，j)和m_u，v(n-2，i，j)根据公式(1)变换得到：

$m_y(n-1,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|(f_y(n-1,i+k,j+l)-f_y(n-3,i+k,j+l)|/\mathrm{window}\_\mathrm{size}$

$m_u(n-1,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|f_u(n-1,i+k,\frac{j}{2}+l)-f_u(n-3,i+k,\frac{j}{2}+l)|/\mathrm{window}\_\mathrm{size},$

$m_v(n-1,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|f_v(n-1,i+k,\frac{j}{2}+l)-f_v(n-3,i+k,\frac{j}{2}+l)|/\mathrm{window}\_\mathrm{size}$

m_u，v(n-1，i，j)＝(m_u(n-1，i，j)+m_v(n-1，i，j)+1)/2

$m_y(n-2,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|(f_y(n-2,i+k,j+l)-f_y(n-4,i+k,j+l)|/\mathrm{window}\_\mathrm{size}$

$m_u(n-2,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|f_u(n-2,i+k,\frac{j}{2}+l)-f_u(n-4,i+k,\frac{j}{2}+l)|/\mathrm{window}\_\mathrm{size}.$

$m_v(n-2,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|f_v(n-2,i+k,\frac{j}{2}+l)-f_v(n-4,i+k,\frac{j}{2}+l)|/\mathrm{window}\_\mathrm{size}$

m_u，v(n-2，i，j)＝(m_u(n-2，i，j)+m_v(n-2，i，j)+1)/2

步骤S23，计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息final_edge_n与当前像素点及其领域内的像素点在当前场的像素值相关。

通常情况下，图像序列间运动信息的计算受到多种因素的影响，如光照条件，运动目标特性以及真实3维空间运动到2维图像平面运动之间的映射关系，使得简单通过上述公式(2)或(3)所计算得到的运动信息可靠性降低；而根据所应用场合的不同和硬件实现的复杂程度，本实施例还从图像内容分析的角度提高所计算的运动信息的可靠性。图像内运动目标的本身特征将影响到所计算的运动信息值的大小。通过图像内容分析(例如物体的边界，可交织度量等)，剔除部分影响因素，可以在一定程度上恢复运动信息的真实性，使得运动信息真正能反映图像间的目标运动情况。

物体边界或其他高频纹理信息会使得所计算的运动值偏大，本实施例在计算真实运动信息时考虑了图像组内所参考区域内的边界水平，即还以当前像素点的边界信息final_edge_n来修正。边界计算可以是简单的sobel算子，也可以是其他常用边界算法。特别是，对于隔行的TV视频内容，由于其垂直采样频率不能满足信号的采样条件，使得水平边界在运动信息计算中显得更为重要，在去隔行等实际应用中，可以采用简化过的单一方向边界降低所耗费的硬件资源。例如，一种在3点窗口内的单一水平方向的边界计算模板为：

1	2	1
			-1	-2	-1

另外一种采用5点窗口内的单一水平方向的边界计算模板为：

1	2	2	2	1
					-1	-2	-2	-2	-1

结合图6，在隔行场中，边界的计算需要在前后场中位置对齐：

$\mathrm{edge}\_\mathrm{do}{\mathrm{wn}}_n=|\underset{k=\mathrm{height}1}{\overset{\mathrm{height}2}{\mathrm{\Σ}}}\underset{l=-\mathrm{width}}{\overset{\mathrm{width}}{\mathrm{\Σ}}}f(n,i+k,j+l)*\mathrm{ew}[k,l\left]\right|/L,$

$\mathrm{edge}\_u{p}_n=|\underset{k=\mathrm{height}1}{\overset{\mathrm{height}2}{\mathrm{\Σ}}}\underset{l=-\mathrm{width}}{\overset{\mathrm{width}}{\mathrm{\Σ}}}f(n,i-1+k,j+l)*\mathrm{ew}[k,l\left]\right|/L$

edge_n＝max(edge_down_n，edge_up_n)，或者，edge_n＝avg(edge_down_n，edge_up_n)，类似计算其他场对应当前像素点的边界edge_n-1、edge_n+1和edge_n+2。

计算当前像素点的边界信息final_edge_n可以采用下述公式(4)或(5)：

final_edge_n＝max(edge_n，edge_n-1，edge_n+1，edge_n+2)(4)

或者，final_edge_n＝avg(edge_n，edge_n-1，edge_n+1，edge_n+2)(5)

其中，f表示像素值，f后括号内的第-项表示场，第二项表示行，第三项表示列，edge_n-1、edge_n+1、edge_n+2类似edge_n变换得到，在此不再展开；height1、height2、width，L根据实际应用中的窗口大小(参与计算边界信息的像素点的个数)而确定，ew表示权重，对应边界计算模板中的值。

举例来说，如果采用上述3点窗口内的单-水平方向的边界计算模板，height1＝0，height2＝1，width＝1，L＝4，ew[k，l]＝[-1，-2，-1；1，2，1]，即ew[0，-1]＝-1，ew[0，0]＝-2，ew[0，1]＝-1，ew[1，-1]＝1，ew[1，0]＝2，ew[1，1]＝1，上述edge_down_n和edge_up_n展开为：

edge_down_n＝|f(n，i，j-1)*ew[0，-1]+f(n，i，j)*ew[0，0]+f(n，i，j+1)*ew[0，1]

+f(n，i+1，j-1)*ew[1，-1]+f(n，i+1，j)*ew[1，0]+f(n，i+1，j+1)*ew[1，1]|/L

＝|-f(n，i，j-1)-f(n，i，j)*2-f(n，i，j+1)+f(n，i+1，j-1)+f(n，i+1，j)*2+f(n，i+1，j+1)|/4

edge_up_n＝|f(n，i-1，j-1)*ew[0，-1]+f(n，i-1，j)*ew[0，0]+f(n，i-1，j+1)*ew[0，1]

+f(n，i，j-1)*ew[1，-1]+f(n，i，j)*ew[1，0]+f(n，i，j+1)*ew[1，1]|/L

＝|-f(n，i-1，j-1)-f(n，i-1，j)*2-f(n，i-1，j+1)+f(n，i，j-1)+f(n，i，j)*2+f(n，i，j+1)|/4

如果采用上述5点窗口内的单一水平方向的边界计算模板，height1＝0，height2＝1，width＝2，L＝8，ew[k，l]＝[-1，-2，-2，-2，-1；1，2，2，2，1]，即ew[0，-2]＝-1，ew[0，-1]＝-2，ew[0，0]＝-2，ew[0，1]＝-2，ew[0，2]＝-1，ew[1，-2]＝1，ew[1，-1]＝2，ew[1，0]＝2，ew[1，1]＝2，ew[1，2]＝1，edge_down_n和edge_up_n的展开可以参照上述3点窗口的说明，在此不再展开说明。

公式(4)和(5)中亮度空间和色度空间分别计算，具体地，f(n，i+k，j+l)为第n场第i+k行第j+l列的像素点在亮度空间内的像素值f_y(n，i+k，j+l)或在色度空间内的像素值f_u(n，i+k，j+l)、f_v(n，i+k，j+l)，相应地，f(n，i-1+k，j+l)为第n场第i-1+k行第j+l列的像素点在亮度空间内的像素值f_y(n，i-1+k，j+l)或在色度空间内的像素值f_u(n，i-1+k，j+l)、f_v(n，i-1+k，j+l)。通常情况下，也可以只在亮度空间上计算边界信息。

步骤S24，计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息badw_n与前向交织和后向交织相关。

在TV视频信号去隔行应用中，可交织度量是另外一个对运动信息检测计算产生影响的指标。可交织度量可以衡量当顶场和底场两场相邻图像交织在一起后所产生的图像失真程度，所述当前像素点的交织度量信息badw_n包括前向交织badw_fwd(n，i，j)和后向交织badw_bwd(n，i，j)。

结合参考图7和图8，当前场(第n场)与时间序列上的前一相邻场(第n-1场)交织称为后向交织badw_bwd(n，i，j)，当前场与时间序列上的后一相邻场(第n+1场)交织称为前向交织badw_fwd(n，i，j)，其具体定义如公式(6)或(7)：

$\mathrm{badw}\_\mathrm{fwd}(n,i,j)=\underset{k=\mathrm{height}3}{\overset{\mathrm{height}4}{\max }}\{\mathrm{kbw}*\underset{l=-\mathrm{width}1}{\overset{\mathrm{width}1}{\mathrm{\Σ}}}|f(n,i+k,j+l)-{\mathrm{fl}}_{\mathrm{avg}}(n+1,i-1+k,j+l)\left|\right\}$ (6)

$\mathrm{badw}\_\mathrm{bwd}(n,i,j)=\underset{k=\mathrm{height}3}{\overset{\mathrm{height}4}{\max }}\{\mathrm{kbw}*\underset{l=-\mathrm{width}1}{\overset{\mathrm{width}1}{\mathrm{\Σ}}}|f(n,i+k,j+l)-{\mathrm{fl}}_{\mathrm{avg}}(n-1,i-1+k,j+l)\left|\right\}$

或者，

$\mathrm{badw}\_\mathrm{fwd}(n,i,j)=\underset{k=\mathrm{height}3}{\overset{\mathrm{height}4}{\mathrm{avg}}}\{\mathrm{kbw}*\underset{l=-\mathrm{width}1}{\overset{\mathrm{width}1}{\mathrm{\Σ}}}|f(n,i+k,j+l)-{\mathrm{fl}}_{\mathrm{avg}}(n+1,i-1+k,j+l)\left|\right\}$ (7)

$\mathrm{badw}\_\mathrm{bwd}(n,i,j)=\underset{k=\mathrm{height}3}{\overset{\mathrm{height}4}{\mathrm{avg}}}\{\mathrm{kbw}*\underset{l=-\mathrm{width}1}{\overset{\mathrm{width}1}{\mathrm{\Σ}}}|f(n,i+k,j+l)-{\mathrm{fl}}_{\mathrm{avg}}(n-1,i-1+k,j+l)\left|\right\}$

其中，fl_avg(n+1，i-1+k，j+l)＝(f(n+1，i-1+k，j+l)+f(n+1，i+k，j+l))/2，

fl_avg(n-1，i-1+k，j+l)＝(f(n-1，i-1+k，j+l)+f(n-1，i+k，j+l))/2，

height3、height4、width1根据实际应用中的窗口大小(参与计算交织度量信息的像素点的个数)而确定，如窗口大小为3*5，height3＝-1、height4＝1、width1＝2；kbw与像素点的个数成正比，如窗口大小为3*5，kbw＝15。

公式(6)和(7)中亮度空间和色度空间分别计算，具体地，f(n+1，i-1+k，j+l)为第n+1场第i-1+k行第j+l列的像素点在亮度空间内的像素值f_y(n+1，i-1+k，j+l)或在色度空间内的像素值f_u(n+1，i-1+k，j+l)、f_v(n+1，i-1+k，j+l)，f(n+1，i+k，j+l)为第n+1场第i+k行第j+l列的像素点在亮度空间内的像素值f_y(n+1，i+k，j+l)或在色度空间内的像素值f_u(n+1，i+k，j+l)、f_v(n+1，i+k，j+l)，f(n-1，i-1+k，j+l)为第n-1场第i-1+k行第j+l列的像素点在亮度空间内的像素值f_y(n-1，i-1+k，j+l)或在色度空间内的像素值f_u(n-1，i-1+k，j+l)、f_v(n-1，i-1+k，j+l)，f(n-1，i+k，j+l)为第n-1场的第i+k行第j+l列的像素点在亮度空间内的像素值f_y(n-1，i+k，j+l)或在色度空间内的像素值f_u(n-1，i+k，j+l)、f_v(n-1，i+k，j+l)。

所述当前像素点的交织度量信息badw_n根据公式(8)或(9)计算：

badw_n＝max(badw_fwd(n，i，j)，badw_bwd(n，i，j))(8)

或者，badw_n＝avg(badw_fwd(n，i，j)，badw_bwd(n，i，j))(9)

步骤S25，综合所述当前像素点的修正运动信息motion_n、边界信息final_edge_n和交织度量信息badw_n，计算当前像素点的运动检测信息motion。

利用上述计算所得的当前像素点的修正运动信息motion_n、边界信息final_edge_n和交织度量信息badw_n对运动信息m(n，i，j)进行修正，可以得到准确性高的运动检测信息，具体如公式(10)：

motion＝motion_n+weavek*badw_n-edgek*final_edge_n    (10)

其中，权重系数weavek、edgek的取值范围为[0，100]，即0≤weavek≤100，0≤edgek≤100。weavek、edgek为经验值，取值需要综合考虑运动信息、锯齿和边界情况等。

公式(10)中亮度空间和色度空间分别计算，即当前像素点的运动检测信息motion包括亮度空间的当前像素点的运动检测信息lmotion和色度空间的当前像素点的运动检测信息cmotion。

motion_n采用公式(2)或(3)计算，final_edge_n采用公式(4)或(5)计算，badw_n采用公式(8)或(9)计算。

请继续参考图1，执行步骤S3，根据所述当前像素点的运动检测信息确定所述当前像素点的运动情况。

综合计算后的运动检测信息motion可以确定当前像素点的运动情况，并且可以直接用于衡量当前所检测的像素点的运动水平的显著程度。具体地，motion值越大，则当前像素点运动的可能性越大，反之则可能性下降。

需要说明的是，上述实施例的公式(10)可以有多种变换，相比于现有技术，所得到的运动检测信息motion都较为准确：

如weavek、edgek取0，则motion＝motion_n，在实际应用中，也就不需要执行步骤S23和S24。

如edgek取0，则motion＝motion_n+weavek*badw_n，在实际应用中，也就不需要执行步骤S23。

如weavek取0，则motion＝motion_n-edgek*final_edge_n，在实际应用中，也就不需要执行步骤S24。

如不考虑运动信息的历史信息(即相邻场的图像对的运动信息)，则motion＝m(n，i，j)+weavek*badw_n-edgek*final_edge_n，在实际应用中，也就不需要执行步骤S22。

如不考虑历史信息且weavek、edgek取0，则motion＝m(n，i，j)，在实际应用中，也就不需要执行步骤S22、S23和S24。

如不考虑历史信息且edgek取0，则motion＝m(n，i，j)+weavek*badw_n，在实际应用中，也就不需要执行步骤S22和步骤S23。

如不考虑历史信息且weavek取0，则motion＝m(n，i，j)-edgek*final_edge_n，在实际应用中，也就不需要做执行步骤S22和步骤S24。

对应地，本发明实施方式的运动检测装置包括：

获取单元，分别获取当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值，所述图像对包括至少两个图像；

计算单元，与所述获取单元相连，根据所述获取单元获取的所述当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值获取所述当前像素点的运动检测信息；

确定单元，与所述计算单元相连，根据所述计算单元获取的所述当前像素点的运动检测信息确定所述当前像素点的运动情况。

可选的，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

运动信息修正单元，用于计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4；

边界信息计算单元，用于计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其邻域内的像素点在当前场的像素值相关；

交织信息计算单元，用于计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

信息综合单元，用于综合所述当前像素点的修正运动信息、边界信息和交织度量信息，计算当前像素点的运动检测信息motion：

motion＝motion_n+weavek*badw_n-edgek*final_edge_n，

其中，0≤weavek≤100，0≤edgek≤100。

可选的，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的的像素点的像素值相关；

运动信息修正单元，计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4，所述当前像素点的修正运动信息为所述当前像素点的运动检测信息。

可选的，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

运动信息修正单元，用于计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4；

边界信息计算单元，用于计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其领域内的像素点在当前场的像素值相关；

信息综合单元，用于综合所述当前像素点的修正运动信息和边界信息，计算当前像素点的运动检测信息motion：motion＝motion_n-edgek*final_edge_n，其中，0≤edgek≤100。

可选的，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

运动信息修正单元，用于计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4；

交织信息计算单元，用于计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

信息综合单元，用于综合所述当前像素点的修正运动信息和交织度量信息，计算当前像素点的运动检测信息motion：motion＝motion_n+weavek*badw_n，其中，0≤weavek≤100。

可选的，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的值相关；

边界信息计算单元，用于计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其领域内的像素点在当前场的像素值相关；

交织信息计算单元，用于计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

信息综合单元，用于综合所述当前像素点的运动信息、边界信息和交织度量信息，计算当前像素点的运动检测信息motion：

motion＝m(n，i，j)+weavek*badw_n-edgek*final_edge_n，

其中，0≤weavek≤100，0≤edgek≤100。

可选的，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

检测信息确定单元，用于以所述图像组的当前像素点的运动信息作为所述当前像素点的运动检测信息。

可选的，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

边界信息计算单元，用于计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其领域内的像素点在当前场的像素值相关；

信息综合单元，用于综合所述当前像素点的运动信息和边界信息，计算当前像素点的运动检测信息motion：motion＝m(n，i，j)-edgek*final_edge_n，其中，0≤edgek≤100。

可选的，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

度量信息计算单元，用于计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

信息综合单元，用于综合所述当前像素点的运动信息和交织度量信息，计算当前像素点的运动检测信息motion：motion＝m(n，i，j)+weavek*badw_n，其中，0≤weavek≤100。

各单元的工作方式可以参照上述方法的说明，在此不再赘述。

综上所述，上述技术方案在运动检测中综合考虑了图像序列的时空关联性和图像内容特性，提高了运动检测的准确性和可靠性。

本发明虽然以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，因此本发明的保护范围应当以本发明权利要求所界定的范围为准。

Claims (29)

1.一种运动检测方法，其特征在于，包括：

分别获取当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值，所述图像组包括至少两个图像；

根据获取的所述当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值获取所述当前像素点的运动检测信息；

根据所述当前像素点的运动检测信息确定所述当前像素点的运动情况。

2.根据权利要求1所述的运动检测方法，其特征在于，所述图像为隔行图像，所述至少两个图像分别为极性相同的场。

3.根据权利要求1所述的运动检测方法，其特征在于，所述邻域为方形区域、圆形区域或不规则形状区域。

4.根据权利要求1所述的运动检测方法，其特征在于，所述邻域为以所述当前像素点为中心的方形区域。

5.根据权利要求1所述的运动检测方法，其特征在于，获取所述当前像素点的运动检测信息包括：

计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4；

计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其邻域内的像素点在当前场的像素值相关；

计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

综合所述当前像素点的修正运动信息、边界信息和交织度量信息，计算当前像素点的运动检测信息motion：

motion＝motion_n+weavek*badw_n-edgek*final_edge_n，

其中，0≤weavek≤100，0≤edgek≤100。

6.根据权利要求1所述的运动检测方法，其特征在于，获取所述当前像素点的运动检测信息包括：

计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的的像素点的像素值相关；

计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4，所述当前像素点的修正运动信息为所述当前像素点的运动检测信息。

7.根据权利要求1所述的运动检测方法，其特征在于，获取所述当前像素点的运动检测信息包括：

计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4；

计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其领域内的像素点在当前场的像素值相关；

综合所述当前像素点的修正运动信息和边界信息，计算当前像素点的运动检测信息motion：motion＝motion_n-edgek*final_edge_n，其中，0≤edgek≤100。

8.根据权利要求1所述的运动检测方法，其特征在于，获取所述当前像素点的运动检测信息包括：

计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4；

计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

综合所述当前像素点的修正运动信息和交织度量信息，计算当前像素点的运动检测信息motion：motion＝motion_n+weavek*badw_n，其中，0≤weavek≤100。

9.根据权利要求1所述的运动检测方法，其特征在于，获取所述当前像素点的运动检测信息包括：

计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的值相关；

计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其领域内的像素点在当前场的像素值相关；

计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

综合所述当前像素点的运动信息、边界信息和交织度量信息，计算当前像素点的运动检测信息motion：

motion＝m(n，i，j)+weavek*badw_n-edgek*final_edge_n，

其中，0≤weavek≤100，0≤edgek≤100。

10.根据权利要求1所述的运动检测方法，其特征在于，获取所述当前像素点的运动检测信息包括：

计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

以所述图像组的当前像素点的运动信息作为所述当前像素点的运动检测信息。

11.根据权利要求1所述的运动检测方法，其特征在于，获取所述当前像素点的运动检测信息包括：

计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其领域内的像素点在当前场的像素值相关；

综合所述当前像素点的运动信息和边界信息，计算当前像素点的运动检测信息motion：motion＝m(n，i，j)-edgek*final_edge_n，其中，0≤edgek≤100。

12.根据权利要求1所述的运动检测方法，其特征在于，获取所述当前像素点的运动检测信息包括：

计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

综合所述当前像素点的运动信息和交织度量信息，计算当前像素点的运动检测信息motion：motion＝m(n，i，j)+weavek*badw_n，其中，0≤weavek≤100。

13.根据权利要求5至12任一项所述的运动检测方法，其特征在于，所述图像为YUV图像，所述当前像素点的运动信息m(n，i，j)包括所述当前像素点在亮度空间内的运动信息m_y(n，i，j)和在色度空间内的运动信息m_u，v(n，i，j)，其中，

$m_y(n,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|(f_y(n,i+k,j+l)-f_y(n-2,i+k,j+l)|/\mathrm{window}\_\mathrm{size}$

$m_u(n,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|f_u(n,i+k,\frac{j}{2}+l)-f_u(n-2,i+k,\frac{j}{2}+l)|/\mathrm{window}\_\mathrm{size},$

$m_v(n,i,j)=\underset{l=-\mathrm{WiniWdth}}{\overset{\mathrm{WinWidth}}{\mathrm{\Σ}}}\underset{k=-\mathrm{WinHeight}}{\overset{\mathrm{WinHeight}}{\mathrm{\Σ}}}|f_v(n,i+k,\frac{j}{2}+l)-f_v(n-2,i+k,\frac{j}{2}+l)|/\mathrm{window}\_\mathrm{size}$

m_u，v(n，i，j)＝(m_u(n，i，j)+m_v(n，i，j)+1)/2

其中，m表示运动信息，f表示像素值，下标y表示亮度空间，下标u，v表示色度空间，括号内的第一项表示场，第二项表示行，第三项表示列，WinWidth、WinHeight定义了邻域尺寸。

14.根据权利要求5至8任一项所述的运动检测方法，其特征在于，所述M为4，所述当前像素点的修正运动信息根据下述公式计算：

motion_n＝max(m(n，i，j)，m(n-1，i，j))，或者，motion_n＝max(m(n，i，j)，motion_n-1)。

15.根据权利要求5至8任一项所述的运动检测方法，其特征在于，所述M为5，所述当前像素点的修正运动信息根据下述公式计算：

motion_n＝max(m(n，i，j)，m(n-1，i，j)，motion_n-2)，

或者，motion_n＝max(m(n，i，j)，motion_n-1，motion_n-2)，

或者，motion_n＝max(m(n，i，j)，m(n-1，i，j)，m(n-2，i，j))。

16.根据权利要求5或7或9或11所述的运动检测方法，其特征在于，所述当前像素点的边界信息final_edge_n根据下述公式计算：

$\mathrm{edge}\_\mathrm{do}{\mathrm{wn}}_n=|\underset{k=\mathrm{height}1}{\overset{\mathrm{height}2}{\mathrm{\Σ}}}\underset{l=-\mathrm{width}}{\overset{\mathrm{width}}{\mathrm{\Σ}}}f(n,i+k,j+l)*\mathrm{ew}[k,l\left]\right|/L,$

$\mathrm{edge}\_u{p}_n=|\underset{k=\mathrm{height}1}{\overset{\mathrm{height}2}{\mathrm{\Σ}}}\underset{l=-\mathrm{width}}{\overset{\mathrm{width}}{\mathrm{\Σ}}}f(n,i-1+k,j+l)*\mathrm{ew}[k,l\left]\right|/L$

edge_n＝max(edge_down_n，edge_up_n)，或者，edge_n＝avg(edge_dow_n，edge_up_n)，

final_edge_n＝max(edge_n，edge_n-1，edge_n+1，edge_n+2)，

或者，final_edge_n＝avg(edge_n，edge_n-1，edge_n+1，edge_n+2)，

其中，height1、height2、width，L根据参与计算边界信息的像素点的个数确定，ew表示权重，f表示像素值，其括号内的第一项表示场，第二项表示行，第三项表示列。

17.根据权利要求5或8或9或12所述的运动检测方法，其特征在于，所述当前像素点的交织度量信息badw_n根据下述公式计算：

fl_avg(n+1，i-1+k，j+l)＝(f(n+1，i-1+k，j+l)+f(n+1，i+k，j+l))/2，

fl_avg(n-1，i-1+k，j+l)＝(f(n-1，i-1+k，j+l)+f(n-1，i+k，j+l))/2，

$\mathrm{badw}\_\mathrm{fwd}(n,i,j)=\underset{k=\mathrm{height}3}{\overset{\mathrm{height}4}{\max }}\{\mathrm{kbw}*\underset{l=-\mathrm{width}1}{\overset{\mathrm{width}1}{\mathrm{\Σ}}}|f(n,i+k,j+l)-{\mathrm{fl}}_{\mathrm{avg}}(n+1,i-1+k,j+l)\left|\right\},$

$\mathrm{badw}\_\mathrm{bwd}(n,i,j)=\underset{k=\mathrm{height}3}{\overset{\mathrm{height}4}{\max }}\{\mathrm{kbw}*\underset{l=-\mathrm{width}1}{\overset{\mathrm{width}1}{\mathrm{\Σ}}}|f(n,i+k,j+l)-{\mathrm{fl}}_{\mathrm{avg}}(n-1,i-1+k,j+l)\left|\right\}$

$\mathrm{badw}\_\mathrm{fwd}(n,i,j)=\underset{k=\mathrm{height}3}{\overset{\mathrm{height}4}{\mathrm{avg}}}\{\mathrm{kbw}*\underset{l=-\mathrm{width}1}{\overset{\mathrm{width}1}{\mathrm{\Σ}}}|f(n,i+k,j+l)-{\mathrm{fl}}_{\mathrm{avg}}(n+1,i-1+k,j+l)\left|\right\},$

或者，

$\mathrm{badw}\_\mathrm{bwd}(n,i,j)=\underset{k=\mathrm{height}3}{\overset{\mathrm{height}4}{\mathrm{avg}}}\{\mathrm{kbw}*\underset{l=-\mathrm{width}1}{\overset{\mathrm{width}1}{\mathrm{\Σ}}}|f(n,i+k,j+l)-{\mathrm{fl}}_{\mathrm{avg}}(n-1,i-1+k,j+l)\left|\right\}$

badw_n＝max(badw_fwd(n，i，j)，badw_bwd(n，i，j))，

或者，badw_n＝avg(badw_fwd(n，i，j)，badw_bwd(n，i，j))，

其中，badw_fwd(n，i，j)为前向交织，badw_bwd(n，i，j)为后向交织，height3、height4、width1根据参与计算交织度量信息的像素点的个数确定，kbw与参与计算的像素点的个数成正比，f表示像素值，其括号内的第一项表示场，第二项表示行，第三项表示列。

18.一种运动检测装置，其特征在于，包括：

获取单元，用于分别获取当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值，所述图像组包括至少两个图像；

计算单元，用于根据获取的所述当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值获取所述当前像素点的运动检测信息；

确定单元，用于根据所述当前像素点的运动检测信息确定所述当前像素点的运动情况。

19.根据权利要求18所述的运动检测装置，其特征在于，所述图像为隔行图像，所述至少两个图像分别为极性相同的场。

20.根据权利要求18所述的运动检测装置，其特征在于，所述邻域为方形区域、圆形区域或不规则形状区域。

21.根据权利要求18所述的运动检测装置，其特征在于，所述邻域为以所述当前像素点为中心的方形区域。

22.根据权利要求18所述的运动检测装置，其特征在于，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

运动信息修正单元，用于计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4；

边界信息计算单元，用于计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其邻域内的像素点在当前场的像素值相关；

交织信息计算单元，用于计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

信息综合单元，用于综合所述当前像素点的修正运动信息、边界信息和交织度量信息，计算当前像素点的运动检测信息motion：

motion＝motion_n+weavek*badw_n-edgek*final_edge_n，

其中，0≤weavek≤100，0≤edgek≤100。

23.根据权利要求18所述的运动检测装置，其特征在于，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的的像素点的像素值相关；

运动信息修正单元，计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4，所述当前像素点的修正运动信息为所述当前像素点的运动检测信息。

24.根据权利要求18所述的运动检测装置，其特征在于，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

运动信息修正单元，用于计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4；

边界信息计算单元，用于计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其领域内的像素点在当前场的像素值相关；

信息综合单元，用于综合所述当前像素点的修正运动信息和边界信息，计算当前像素点的运动检测信息motion：motion＝motion_n-edgek*final_edge_n，其中，0≤edgek≤100。

25.根据权利要求18所述的运动检测装置，其特征在于，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

运动信息修正单元，用于计算所述当前像素点的修正运动信息motion_n，所述当前像素点的修正运动信息与M个相邻场的图像组内与当前像素点对应的像素点的运动信息相关，M≥4；

交织信息计算单元，用于计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

信息综合单元，用于综合所述当前像素点的修正运动信息和交织度量信息，计算当前像素点的运动检测信息motion：motion＝motion_n+weavek*badw_n，其中，0≤weavek≤100。

26.根据权利要求18所述的运动检测装置，其特征在于，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的值相关；

边界信息计算单元，用于计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其领域内的像素点在当前场的像素值相关；

交织信息计算单元，用于计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

信息综合单元，用于综合所述当前像素点的运动信息、边界信息和交织度量信息，计算当前像素点的运动检测信息motion：

motion＝m(n，i，j)+weavek*badw_n-edgek*final_edge_n，

其中，0≤weavek≤100，0≤edgek≤100。

27.根据权利要求18所述的运动检测装置，其特征在于，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

检测信息确定单元，用于以所述图像组的当前像素点的运动信息作为所述当前像素点的运动检测信息。

28.根据权利要求18所述的运动检测装置，其特征在于，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

边界信息计算单元，用于计算所述当前像素点的边界信息final_edge_n，所述当前像素点的边界信息与当前像素点及其领域内的像素点在当前场的像素值相关；

信息综合单元，用于综合所述当前像素点的运动信息和边界信息，计算当前像素点的运动检测信息motion：motion＝m(n，i，j)-edgek*final_edge_n，其中，0≤edgek≤100。

29.根据权利要求18所述的运动检测装置，其特征在于，所述计算单元包括：

运动信息计算单元，用于计算所述图像组的当前像素点的运动信息m(n，i，j)，所述图像组的当前像素点的运动信息与当前像素点及其邻域内的像素点在图像组内对应的像素点的像素值相关；

度量信息计算单元，用于计算所述当前像素点的交织度量信息badw_n，所述当前像素点的交织度量信息与前向交织和后向交织相关；

信息综合单元，用于综合所述当前像素点的运动信息和交织度量信息，计算当前像素点的运动检测信息motion：motion＝m(n，i，j)+weavek*badw_n，其中，0≤weavek≤100。

Images