CN1114813A - 采用定向边缘插入的对运动自适应的扫描速率转换 - Google Patents

Abstract

一种处理影像数据，从而从常用的交错影像信号的输入产生一逐行扫描信号的方法。该数据在一处理器(1)处接收，用来确定数据场之间时间上的运动信号(26)。该运动信号经滤波，以减少受噪声影响的影像源产生的差错，随后经再次滤波，对被确定的移动信号加以展开。边缘信息(30)经确定，并与运动信号混合，产生一集成的逐行扫描信号(36)，供影像显示装置显示，产生具有清晰边缘以及具有受噪声影响较低的运动信号的图像。

Description

采用定向边缘插入的对运动自适应的扫描速率转换

本发明涉及数字电视系统，尤其是运动影像序列在数字显示系统上的显示。

在电视从模拟系统发展到数字系统的过程中产生了几个问题。其中的一个问题就是如何描绘穿越显示场的运动物体。

当某一物体穿越某一模拟系统的显示器运动时，边缘(或物体边界)很逼真，刻画运动物体的曲线、对角线和其他特征时不会有问题。边缘的一个例子是蓝色背景上的一个红球的曲线。然而在一个由像素构成的显示器中，由于是采用一个个单元而不是一些连续图像的线条，因而很难保证边缘的完整性。

另一个问题是，大多数普通电视机采用一种交错的格式，其显示装置总是每相隔一个时间间隔隔行画线，然后在第二个时间间隔内画出缺掉的行。在采用逐行扫描(Progressive scan)技术的数字电视机中，每一行的“描绘”是在相同的时间间隔内进行的，缺掉的数据必须从第二时间间隔中插入。运动物体的插入会产生伪像，或者其中含有差错的可见图像。

某一物体(例如球)的圆形边缘，在静止时，并没有什么问题。由于使用静止物体的前场数据(prior field data)，曲线光滑延伸。若不使用前场数据，曲线呈锯齿状，看上去就像是楼梯台阶或锯齿。但是，当物体移动时，由于当前场和过去场之间缺乏关联，以前的场数据就不再能够被利用。所以，采用当前场的那种行平均技术(line averag-ing techniques)，通常被用于插入过程。简单的行平均技术缺乏观测分辨率，这已由模糊的锯齿边缘所证实。这些可见伪像是由于插入过程而造成的，该插入过程没有考虑数据的实际边缘内容。

这里用到的自适应技术在解决移动边缘时一直不能令人满意。所产生的画面具有诸如上述锯齿边之类的伪像，这就减弱了高分辨率电视机(HDTV)或通常数字电视机中边缘清晰画面的优点。

需要采用某种方法，使得在显示钧画移动边缘时，保持数字电视机中已有的清晰度以及清晰的轮廓边缘，这可用于逐行扫描的高速环境中，无需大量增加处理要求。

本发明公开了一种由交错至逐行扫描转换成的过程。该过程采用对运动作补偿的插入技术。这种技术采用中间值滤波的帧间差分信号(median-filtered inter-frame difference signals)进行运动检测，并使用一快速中间值滤波过程。该过程是对边缘自适应的，采用来自原始交错画面的边缘定向。这个过程提供了一种具有低噪声灵敏度的运动检测技术，同时，还提供了一种保留原始交错画面中存在的边缘完整性的自适应插入过程。该过程使画面具有轮廓清晰的移动边缘，噪声更低，从而为收看者提供了更好的画面显示。

为了便于读者更完整地理解本发明及其优点，下面结合附图作下述详细描述：

图1是一种对运动自适应的由交错至逐行扫描的转换的流程图。

图2对产生运动及边缘检测信号的过程进行更详细的描述，描述一种对运动自适应的由交错至逐次扫描的转换的流程图的分解过程。

图3a和3b是确定运动信号的过程的图例。

图4a—4d图示的是中间值滤波过程的图解表示。

图5是边缘检测的图例。

对运动进行的由交错至逐行扫描的转换(IPC)用来清除由于交错扫描格式而产生的伪像，其中，每一场含有隔行信息，并且这两行交错形成一完整的帧。IPC技术采用一运动信号的加权和K，以及场间及场内值。

IPC方法的一个例子见图1所示。图1的讨论中仅指出何处、何时传送的是什么信号。信号的功能和作延迟的目的则见于图2中的讨论。

亮度信号Y沿路径10传送到扫描行影像处理器(SVP)#1。同一信号保持不变，沿路径12传送到SVP#2。路径14取得信号Y，在“场延迟器”16处使该信号产生一个场的延迟。这一延迟的场沿路径18直接传送到SVP#2。然而，在传送到SVP#1之前，该已经一次延迟了的信号在“1H”20处经受了一次一行水平延迟，另一场延迟在“场延迟器”22处进行。该两次延迟了的信号现在沿路径24传送到SVP#1。

SVP#1产生三个信号。第一个信号是在线26上的K′。该信号被延迟一场，并经处理，在线28上产生运动信号K。该边缘信息在线30上离开SVP#1，并进入SVP#2。SVP#2具有下述输入：线12上的原始亮度信号Y，线18上的一次延迟Y信号，线28上的运动信号K，线30上的边缘信息信号，以及分别在线32和34上的二色差信号R—Y和B—Y。SVP#2具有在线36上用作亮度预扫描(proscan)的输出信号Y_P，以及在线38上的色差信号R—Y_P和B—Y_P。

必须理解的是，如果该SCP足够大并且足够快，在SVP#2中进行的处理可能可以在SVP#1的不同部分进行。然而，为了便于讨论，采用两个SVP更容易理解。另外，使用的处理器种类不必只是一种SVP。也可以采用其他处理器按需以大体相同的方式实现这些算法。运动信号处理

参见图2，来看一下产生预扫描输出Y_P时的各个信号及其功能。图2是每一SVP内部过程的更详细的示意图。上部用虚线方框围成的区域即图1中的SVP。原始Y信号再次停留在线10上。当信号进入SVP#1后分别接入线14和40。由于检测运动而采用的方式，线14使该信号在“场延迟器”16处延迟一个场。为了确定运动量的大小，必须在当前场与二次延迟场之间作一比较。随后，这一一次延迟亮度场沿路径18传送到SVP#2。线14继续进行到“1H”延迟器20，从而防止延迟场之间出现任何奇/偶行失配。它使场延迟一个水平行。该场随后在“场延迟器”22处再次被延迟。这一二次延迟场沿路径24传送。随后，在路径10上进入该系统的这一当前场减去路径24上的二次延迟场，给出该二场的比较值。

这一运动信号判定的图示见图3a和3b。场差是在图3a中，通过比较当前场与二次延迟场的差值符号而求得的。如图3b所示，用运动信号K，连同空间邻近像素X以及前一场得到的像素Z来确定插入像素X。该图还给出后文结合图5将要讨论的边缘信息和运动信号的概念。

因为比较值是一个带符号的数，所以共有9位。在“ABS”42处取绝对值，使比较值的位数减少到八位。然后，非线性函数“NL”44将该8位减小到4位，用来将该数传送到中间值滤波器45。

中间值滤波处理如图4a所示。通过对运动信号进行滤波，可以消除任意点噪声源，从而增加了移动信号的可靠性。为了求得最低噪声目标数据，如图4a所示，中间值滤波器采用邻近数据点的值来求得该目标数据。

作为本处理过程特例所采用的中间值滤波技术表示进行一种5抽头中间值计算(5-tap median calculation)的快速有效的方法。快速有效的处理对于许多数字信号处理(DSP)应用是必要的，应用中的执行时间以及程序指令是很受重视的。诸如这一过程之类的实时实施，在执行时间和指令空间上花费了更高的代价。

用在该过程中的5抽头中间值滤波器处理总共需要181条指令，其中，更常用的方法大约需要扫描行影像处理器(如SVP#1)的当前配置中910条指令的277条指令。与常用的算法相比，使用该快速中间值滤波器算法大约可以节约35％的指令空间。

执行一5抽头中间值滤波器运算的普通方法可以是下面任意一种：

MED(a，b，c，d，e)＝MAX〔min(a，b，c)，min(a，b，d)，min(a，b，e)，min(a，c，d)，min(a，c，e)，min(a，d，e)，min(b，c，d)，min(b，c，e)，min(b，d，e)，min(c，d，e)〕或者

MED(a，b，c，d，e)＝MIN 〔max(a，b，c)，max(a，b，d)，max(a，b，e)，max(a，c，d)，max(a，c，e)，max(a，d，e)，max(b，c，d)，max(b，c，e)，max(b，d，e)，max(c，d，e)〕。

总的说来，对于一L元(L-element)序列，该常用方法为对子序列 $\frac{L!}{\left(\frac{L+1}{2}\right)!\left(\frac{L-1}{2}\right)}$ 的最大值或最小值取最小值或最大值。这一阶乘表达式表示随着L元序列长度的增加，其复杂性以阶乘方式增大。相反，本快速中间值滤波器的复杂性以一种线性方式随L元序列的长度的增加而增加。所以，采用该瞬时中间值滤波器处理，可以完成复杂性更高的中间值滤波器实施，而使执行时间和指令空间为最小。

如图4b所示，变量V₀，V₁、V₂，V₃和V₄代表包围并包括正被插入的那一点的数据点。在步骤46，对给定值中的两个进行比较，并去除极值。这一滤波过程既可以处理最大值，并将最低值用于中间值判定，也可以处理最小值，并用最高值作中间值判定。寻求的结果是为了找到这五个输入值的中间值。本讨论中，这些最大值或最小值将统称为“极”值。如果运算是对最大值进行处理，则步骤46的作用如图4C所示。如果V₁大于或等于V₀，则S₀等于0，否则S₀等于1。如图3C所示，如果S₀为0，则步骤50在线52上的输出是V₀。为意味着V₀小于V₁。

该过程一直进行到步骤54，极值组D₀至D₃表示四个最高值或最低值。这一组极值由步骤56，减少到一组只含有三个最高值或最低值的极值组，即C₀到C₂。在步骤58和60中，对这三个最高值或最低值进行排序，用来求得与这三个变量相反的极值。例如，如果C₀值至C₂值最是最大的三个值，则由步骤58和60判定这三个中哪一个最小。这随后就作为中间值。

上述例子是对于一个5抽头中间值滤波器的。也可以采用更多或更少的抽头。在某个点处，SVP指令的数目可以增加到这样一点，即该点处额外的精度优越性再也不会大于所需指令的数量。那一点必须由每一设计者来确定。然而，在该点处，一个5抽头滤波器已被确定为指令数量与所获精度之间的最佳折衷方法。

现在回到图1和图2，线26上中间值滤波器的输出，随后被送入反馈环路，成为信号K′，如图1中同一线上所示。信号K′为运动信号，用作时间滤波器的输入。接下来对运动信号K′进行的处理见图2中的更详尽的描述。虚线27表示对来自线26的运动信号K′进行的处理。这一步采用一系列场延迟线“FIELD DL”和水平延迟器“1H”，连同来自中间值滤波过程所判定的值，对信号进行时间滤波。

虚线29包围的是在时间滤波以后进行的空间滤波。该空间滤波步骤包括一垂直低通滤波器“VLPF”以及一水平低通滤波器“HLPF”，二者用来以最终的运动信号K而将该运动加以展开，而信号K为来自线28上SVP#1的输出。

时间滤波器27和空间滤波器29具有以空间方式将运动信号加以展开的趋势。所以，那一信号中的任何噪声或差错趋向于向外传播。因此在这些滤波器之前采用中间值滤波器的前所未知的优点在于该中间值滤波器消除了噪声，并防止其向邻近像素的传播，从而使画面更为清晰。

前文提到的另一个问题是结合运动对边缘进行检测。因为边缘检测和运动信号处理是两个独立的话题，并且可以分开实现，所以边缘信息仅在运动出现时才真正有效。因此，运动信号处理会影响用于插入缺少行的边缘信息的量的大小。边缘检测

现在回过来参见图1和图2。对图1中线30上的边缘信息输出进行讨论。对该过程更详细的描述图见图2所示。边缘检测器43采用线10的输入、原始亮度信号以及沿路径40已经延迟了一个水平行的亮度信号。这一处理的图示见图5。

与图3b类似，像素X具有邻近像素A—F。边缘的方向可以被确定为上方邻近像素和下方邻近像素的任一组合，不包括冗余的边缘方向。例如，AD、BE和CF为所有垂直边缘，不必要求一个以上的方向标志。所以，可能的边缘方向为AE、AF、BE、CD和CE。注意AE和BF为同一边缘，CE和BD也为同一边缘。AF等的这些标志，表示二变量之差的绝对值。AF为A—F的绝对值。如果AE、AF、BE、CD和CE这五个值的最大值减去这五个值中的最小值仍大于一预定阈值，则边缘方向就选择为这5个值的最小值。否则，边缘就确定为BE，或为垂直方向。实现这一点的一种方法是赋给每一可能的边缘方向一个值，这个值被传送到第二SVP，从而通知SVP#2该使用哪一种插入。

回到图2，这一边缘信息在路径30上被传送到SVP#2。边缘信息在路径30上与原始亮度信号(一在“像素选择”步骤70处延迟一个水平行的亮度信号)组合在一起。这里，SVP进行这样一个过程；从A、B或C中选出一个像素(见图3b)，从D、E或F中选出一个像素。然后，这两个像素被用来计算加权平均插入的行平均组分。这两个信号在1/2处等权重并被组合。合成信号在线76上输入到“MIX”步骤，用来自线18的场延迟亮度信号以及线28上的运动信号K进行处理。线36上的合成输出是被插入的预扫描输出信号Y_P。

另外，色差信号R—Y和B—Y是在线38和39上来自SVP#2的输出，是用行平均计算得到的。正如前文所指出的那样，上面所有的内容都可以在同一SVP(如SVP#1)内进行。在这种情况下，边缘信息和运动信号可以被认为是为了进行进一步处理之用，而不是传送到SVP#2。

上述处理使一交错信号可被转换成逐行扫描(或预扫描)，具有清晰的边缘和运动。运动物体具有清晰的边缘，为观者提供了更好的画面。另外，因为整个这些过程采用了最少数目的指令，而这些指令可以在SVP未被使用的部分中执行，所以这些处理过程可以被装载对于IPC过程已成为必须的扫描行影像处理器中。上述步骤也可以在一个处理器的不同的工作区内进行。

至此，尽管对一种由交错至逐行扫描的变化过程的一个特定实施例作了描述，但是这种特定实施例不能被认定为是对后面权利要求所陈述的发明范围的限定。

Claims (5)

1.一种对影像数据进行处理的系统，其特征在于，它包括：

a.一用来接收所述数据的电路；

b.一在所述电路内的处理器，可用来

   i.检测所述数据中的运动信号和边缘信号；

   ii.对所述运动信号进行滤波，以减小噪声，其中，所述

      滤波是由一快速中间值滤波器进行的；

   iii.通过使用时间滤波器和空间滤波器对所述数据加

      以展开；以及

   iv.通过使用一种用于定向插入的边缘关联器，减少

      运动边缘的锯齿；以及

c.用于接收和显示所述经滤波的数据的显示装置。

2.一种处理影像数据的方法，其特征在于，它包括：

a.将所述数据接收到一处理器内；

b.根据所述数据判定一运动信号；

c.在所述数据中找出边缘信息；

d.对所述运动信号进行滤波；

e.将所述边缘信息和所述经滤波的运动信号传送到一影

  像处理器；以及

f.用所述经滤波的运动信号和所述边缘信息产生供一影

  像显示装置使用的逐行扫描信号。

3.一种产生改进了的运动信号的方法，其特征在于，它包括：

a.根据一处理器处一影像信号中数据场之间的运动幅度，

  确定一运动信号；

b.用一快速中间值滤波器，从所述运动信号中删除差错，

  产生一经滤波的运动信号；

c.在时间和空间上对所述经滤波的运动信号进行滤波，产

  生一三次滤波的运动信号；以及

d.使得到的所述三次滤波运动信号能够作进一步处理。

4.一种用作边缘检测的方法，其特征在于，它包含：

a.在一处理器处寻找在一组第一离散边缘方向之间的最

  小差值；

b.确定所述差值是否大于一预定阈值；

c.根据所述判定选择一最终边缘方向，其中，如果所述差

  值大于所述阈值，则所述最终边缘方向被选择为所述差

  值，否则，所述最终边缘方向被设定为垂直方向；以及

d.从传送所述最终边缘方向的所述处理器产生一信号。

5.一种快速中间值滤波方法，其特征在于，它包含：

a.对一组数据抽样值，在一对数据值之间进行一系列极值

  比较；

b.在所述一系列比较中的每一次比较进行时，更新所述数

  据组的当前极值；

c.将所述数据组中的每一个数据值与当前极值比较，随后

  存储与所述当前极值的相反极值最接近的那一极值；

d.重复所述更新和所述比较步骤，直到剩下三个所述极

  值；以及

e.求得所述剩下值的最终极值，其中，所述最终极值是一

  中间值。

Images