CN104796721A - 应用memc技术对图像光线变化场景进行运动估计的方法 - Google Patents

Abstract

本发明提供一种应用MEMC技术对图像光线变化场景进行运动估计的方法，包括步骤如下：1)把图像划分为若干个大区域；2)计算每个大区域的图像区域平均亮度；3)利用大区域的图像区域平均亮度,利用erosion的方式逐级得到下一级的图像区域平均亮度，直到所需Block级别为止；4)根据erosion得到的图像区域平均亮度,在光线变化场景中去除光线变化的影响，从而得到更好的运动估计结果。本发明方法能够提高应用MEMC技术对运动估计的准确性。

Description

应用MEMC技术对图像光线变化场景进行运动估计的方法

技术领域

本发明涉及图像处理技术，更具体的，涉及一种应用MEMC技术对图像变化场景进行运动估计的方法。

背景技术

MEMC技术(运动估计运动补偿)是一种利用运动估计运动补偿进行插帧的技术，应用于电视装置等，可以有效消除改善运动画面的抖动和拖尾问题。然而由于运动估计的效果和原始帧的场景息息相关，很多场景在一般的MEMC技术下并不能得到正确的运动搜索结果，生成的插值帧视觉体验并不好，譬如淡入淡出(Fade in/out)，由于光线的剧烈变化，运动估计不能找到正确的匹配，插值帧错误补偿后会出现明显的色斑。

已有技术实现是，根据运动估计的结果，通过判断场景所有块匹配误差之和的大小，如绝对差值SAD(sum of absolute difference)大小等，检测是否是fadein/out场景，一旦SAD大，说明该场景下运动估计失效，可能是fade in/out场景，采用fallback技术，用场景抖动来避免色斑或其他破碎。

发明内容

本发明针对上述现有技术中存在的技术问题，提供一种应用MEMC技术对图像光线变化场景进行运动估计的方法，提高应用MEMC技术对运动估计的准确性。

为达到上述目的，本发明所采用的技术方案如下：

一种应用MEMC技术对图像光线变化场景进行运动估计的方法，其特征在于，包括步骤如下：

1)把图像划分为若干个大区域；

2)计算每个大区域的图像区域平均亮度；

3)对大区域的图像区域平均亮度，利用erosion的方式逐级得到下一级的图像区域平均亮度，直到所需块级别为止；

4)根据erosion得到的图像区域平均亮度，在光线变化的场景中去除亮度改变导致运动估计无法正确匹配的影响，从而得到更好的运动估计结果。

所述步骤1)中，把图像均匀划分为N×M个区域，N、M为整数。

所述步骤2)中，对每个大区域像素点的亮度求平均值作为图像区域平均亮度。

所述步骤3)的具体方法是：

将每个大区域进一步划分得到子区域，计算每个子区域的平均亮度，子区域平均亮度由其所属及相邻大区域的亮度加权得到；

进一步将子区域再次细分为第二级子区域，用同样的加权方法，利用已获得的第一级子区域的亮度求第二级子区域平均亮度；...，以此类推，一直细化至运动估计所需要的块级别，用上一级区域平均亮度加权计算其平均亮度。

所述步骤4)的具体方法是：

运动估计计算块匹配相似程度时，根据步骤3)的erosion方式得到的块平均亮度能够有效检测到光线变化的情景，在计算块之间的匹配差值时，先把光线变化引起的亮度变化的影响去除，以减少因为光线亮度变化引起的块匹配错误。

本发明采用上述技术方案，所带来的有益效果如下：

MEMC技术在进行运动估计计算运动矢量时，主要判断依据为匹配块像素点的SAD(绝对差和),在光线变化的场景，即使是同一个物体，由于光线变化引起的亮度变化，它们的像素值也会发生变化，致使块匹配时的SAD不可信，容易收敛至错误的运动矢量，用错误的运动矢量去运动补偿，插值图像有明显色斑，严重影响观众视觉体验。本发明引入了根据大区域的平均亮度逐级加权计算得到运动估计中每个块的亮度，这种计算方式得到的块亮度由于是逐级erosion得到，已经包含了光线变化的影响，计算块匹配的SAD时，可以利用块的平均亮度把光线变化的影响去除，致使运动估计可以收敛至正确的结果，减少插值图像的色斑，提升MEMC技术的视觉体验。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1是本发明所提供的方法流程图；

图2是区域的分割方式一实施例示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

如图1所示，本发明所提供的应用MEMC技术对图像变化场景进行运动估计的方法流程图，包括步骤如下：

1)把图像划分为若干个大区域，譬如4区，8区，16区，...；

2)计算每个区域的APL；

3)利用大区域的APL，通过erosion的方式逐级得到下一级的APL，直到所需Block级别为止；

4)根据erosion得到的APL，在fade in/out场景中去除光线变化的影响，得到更好的运动估计结果。

以下以图2所示本发明一实施例的区域分割示意图对本发明所提供的方法做一具体说明：

1)把图像均匀划分为16区，每区用自己的像素点计算该区的平均亮度；

2)将该16区进一步细化，每区再均匀分为4区，新的区域平均亮度由其相邻的上一级区域的平均亮度加权得到；如图2所示，例如计算区域6-1的平均亮度可用区域1，2，5，6的平均亮度加权，计算区域6-2的平均亮度可用区域2，3，6，7的平均亮度加权；

APL(R6_1)＝APL(R1)×w1+APL(R2)×w2+APL(R5)×w3+APL(R6)×w4

APL(R6_1)，APL(R1)，APL(R2)，APL(R5)，APL(R6)分别指区域6-1，1，2，5，6的平均亮度，w1，w2，w3，w4指加权系数，w1+w2+w3+w4＝1；

3)重复步骤2)，对区域不断细化以及根据上一级区域的平均亮度加权计算新的子区域的平均亮度；区域细分至运动估计所需的块为止，最终根据这种逐级erosion的方式获得运动估计每个块的平均亮度；

4)运动估计计算匹配块间像素值的绝对差和时，每个块的像素先统一减去该块erosion得到的平均亮度，再用去除亮度的值计算绝对差和；例如：

SAD＝∑(|p_a-apl_a|-|p_b-apl_b|)

如上式所示，计算块a和块b的相似程度，p_a和p_b指块a和块b中的像素，apl_a和apl_b指块a和块b用上述erosion方式计算得到的平均亮度；

5)用上述方式计算块匹配误差时，可以去除光线变化的影响，减少因为光线变化导致运动估计错误引起的插值色斑。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (6)

1.一种应用MEMC技术对图像光线变化场景进行运动估计的方法，其特征在于，包括步骤如下：

1)把图像划分为若干个大区域；

2)计算每个大区域的图像区域平均亮度；

3)对大区域的图像区域平均亮度，利用erosion的方式逐级得到下一级的图像区域平均亮度，直到所需块级别为止；

4)根据erosion得到的图像区域平均亮度，在光线变化的场景中去除亮度改变导致运动估计无法正确匹配的影响，从而得到更好的运动估计结果。

2.根据权利要求1所述的应用MEMC技术对图像光线变化场景进行运动估计的方法，其特征在于，所述步骤1)中，把图像均匀划分为N×M个区域，N、M为整数。

3.根据权利要求2所述的应用MEMC技术对图像光线变化场景进行运动估计的方法，其特征在于，所述步骤2)中，对每个大区域像素点的亮度求平均值作为图像区域平均亮度。

4.根据权利要求3所述的应用MEMC技术对图像光线变化场景进行运动估计的方法，其特征在于，所述步骤3)的具体方法是：

将每个大区域进一步划分得到子区域，计算每个子区域的平均亮度，子区域平均亮度由其所属及相邻大区域的亮度加权得到；

进一步将子区域再次细分为第二级子区域，用同样的加权方法，利用已获得的第一级子区域的亮度求第二级子区域平均亮度；...，以此类推，一直细化至运动估计所需要的块级别，用上一级区域平均亮度加权计算其平均亮度。

5.根据权利要求4所述的应用MEMC技术对图像光线变化场景进行运动估计的方法，其特征在于，所述步骤4)的具体方法是：

运动估计计算块匹配相似程度时，根据步骤3)的erosion方式得到的块平均亮度能够有效检测到光线变化的情景，在计算块之间的匹配差值时，先把光线变化引起的亮度变化的影响去除，以减少因为光线亮度变化引起的块匹配错误。

6.根据权利要求5所述的应用MEMC技术对图像光线变化场景进行运动估计的方法，其特征在于，运动估计计算块匹配相似程度时，根据步骤3)的erosion方式得到的块平均亮度进行有效检测到光线变化的情景的具体方法是：运动估计计算匹配块间像素值的绝对差和时，每个块的像素先统一减去该块erosion得到的平均亮度，再用去除亮度的值计算绝对差和：

SAD＝Σ(|p_a-apl_a|-|p_b-apl_b|)

上式所示，计算块a和块b的相似程度，p_a和p_b指块a和块b中的像素，apl_a和apl_b指块a和块b用上述erosion方式计算得到的平均亮度。