CN1574978A - 通过分组检测影片图像的方法和设备 - Google Patents

Abstract

提供了确定输入的图像是否是影片图像的方法和设备。所述的方法包括(a)接收预定数量的隔行扫描场图像的同类的两个相邻的场的相似值，(b)将接收的相似值分成第一组和第二组，(c)将第一组和第二组中的被分类的相似值转换为相互不同的值，和(d)根据转换的值的周期确定所述的图像是否是影片图像。因为利用分组对输入的相似值进行分类，可以检测影片图像而不用设置阈值。

Description

通过分组检测影片图像的方法和设备

本申请以2003年6月14日韩国知识产权局公开的韩国专利申请2003-38515为优先权，在此结合其公开的全部内容作为参考。

技术领域

本发明涉及图像信号处理，尤其是确定一个输入图像是否是一个影片图像的方法和设备。

背景技术

影片图像、电视(TVs)数量视频光盘(DVDs)等等都具有不同的帧结构。影片图像每秒有24帧，而TV或DVD视频图像是每秒60隔行扫描场。因此，为了在电视机上播放影片，需要将每秒逐行扫描24帧转换为每秒隔行扫描60场。这个转换通过一个电视传送影片操作进行。在电视传送影片操作期间，使用一个3∶2的下拉方法，将影片图像转换为国家电视制式委员会(NTSC)TV图像。

图1示出了利用3∶2下拉处理将每秒24影片帧转换为每秒60场的图示。

参考图1，首先从帧110中选择顶场111和底场112。其后，从帧110中选择另一个顶场113。接下来，从下一个帧120中选择底场121和顶场122。通过这个处理，两个逐行扫描帧被转换为5个隔行扫描场。换句话说，在底场131之后，从帧130中选择顶场132和底场133，从下一个帧中选择顶场和底场。同样地，两个逐行扫描帧也可以通过这个过程被转换为5个隔行扫描场。

一旦利用上述3∶2下拉处理将影片图像转换为60隔行扫描场，所述的隔行扫描场可以通过组合顶场和底场被转换为60逐行扫描帧。

图2是说明将隔行扫描场转换为逐行扫描帧的图示。

利用3∶2下拉处理转换的图像可以通过组合顶场和底场被转换为逐行扫描帧。在这种情况下，可以获得一个质量得到提高的图像，并且可以获得一个慢动作图形的柔滑的活动图像。因为影片以每秒24帧而不是每秒60场被存储，这可以防止存储空间的浪费。然而，只有在确定输入图像是否利用3∶2下拉方法转换或原来是隔行扫描场的图像之后，根据输入图像的类型执行不同的处理。图像源特征的这种检测不仅对于NTSC图像信号是需要的，而且对于逐行倒相(PAL)图像信号及其它类型的图像信号也都是需要的。

传统的确定接收的图像是否是影片图像的方法被根据判断处理中使用的图像信息的类型被分成两种。第一个方法利用了具有相同特征的场之间的绝对差总和(SAD)的图形，所述的相同特征是从每两个场(一个帧)计算出来的。尤其是，第一个方法可以进一步分为两个变量，一个变量使用的SAD的值的周期(period)是5，另一个变量使用的是当前SAD值和以前SAD值之间的不同信号的周期，该周期也是5，以便获得具有更高周期性的SAD图形。

第二个方法使用了在两个场之间活动图形的特征。尤其是，第二个方法是进一步分成第一变量和第二变量，第一变量使用了将块的运动矢量总和加上以前计算的总和，该结果应该在一个预先确定的范围内，第二变量通过获得像素的激活程度检测影片图像的变化，增加全部像素的活动程度以便获得在所有场中的活动程度，将表示活动程度的信号转换为一个数量图形，并且将转换的图形和预先确定的二进制序列例如100010进行比较。

然而，没有一个传统的方法使图形具有准确的周期。此外，传统的方法有如下这样一个缺点，根据一个阈值，例如，在转换为数量图形期间使用的参考值，判断接收的图像是否是影片图像。

发明内容

本发明提供了一个方法和设备，利用分组而不必设定一个阈值就可以确定接收的图像是否是影片图像。

本发明提供了一个方法和设备，通过利用运动矢量信息和场的绝对差别总和值，以精确的方式确定接收的图像是否是影片图像。

根据本发明的一个特征，提供了一个检测影片图像的方法，包括：(a)从隔行扫描场图像接收预定数量的同类两个相邻的场的相似值；(b)将接收的相似值分成第一组和第二组；(c)将第一组和第二组包括的相似值转换为相互不同的值；和(d)根据转换的值的周期确定所述的图像是否是影片图像。

所述的相似值可以是同类的两个相邻场的绝对差别总和。

所述的相似值可以是同类的两个相邻场之间的运动矢量的幅值总和。

根据本发明的另一个特征，提供了一个检测影片图像的方法，包括：接收预定数量的由场的绝对差别和运动矢量的总和组成的座标值，所述的场组成一个图像；将接收的坐标值分成第一组和第二组；将第一组和第二组包括的坐标值转换为相互不同的值；根据转换的值的周期确定所述的图像是否是影片图像。

根据本发明的另一个特征，提供了一个检测影片图像的设备，包括：特征信息接收部分，用于接收来自隔行扫描场图像的同类的两个相邻的场的相似值；分组部分，对相似值进行分组；图像确定部分，根据分组之后转换为二进制图形之后输出值的周期确定图像是否是影片图像。

根据本发明的另一个特征，提供了一个计算机-可读记录媒体，其上记录有在计算机上执行上述图像检测方法的程序。

附图说明

参考本发明的相关附图，通过对典型实施例的详细说明，本发明的上述及其它特征和优点将变得更加明显，其中：

图1用于解释使用3∶2下拉处理将每秒24帧的影片帧转换为每秒60场的图像。

图2示出了将隔行扫描场图像转换为逐行扫描帧图像；

图3示出了根据场的绝对差别总和(SAD)的值的变化；

图4是对SAD的值进行分组的说明；

图5示出了运动矢量的幅值总和；

图6是对二维坐标值的进行分组的说明；

图7示出了根据本发明的方法检测影片图像的流程图；

图8示出了利用二维分组处理检测影片图像的方法的流程图；和

图9是根据本发明的检测影片图像设备的方框图。

具体实施方式

本发明将参考相关附图进行更全面的说明，其中将给出本发明的最佳实施例。

为了确定接收的图像是否是影片图像，在隔行扫描场的图像中，使用了同类场之间的相似信息。也就是说，使用了相邻顶场之间的相似信息和底场间的相似信息。相似信息的例子包括绝对差别总和(SAD)值、运动矢量值、运动预测的模式信息。然而，相似信息不仅限于这个例子中给出的情况，还可以包括本发明的分组处理中可以应用的任意同类场之间的相似信息。

图3示出了根据场的SAD值的变化。

如图1所示，当输入了被分成顶场和底场的帧的时候，计算顶场之间的SAD值和底场之间的SAD值。通过将场之间像素值的差的全部绝对值求和获得SAD值。图3示出了周期性的变小的SAD的计算值。通过在包括当前场的在前场的W个场中将一个预定阈值和SAD的值相比较确定SAD值的周期，以获得一个二进制图形。这里，W是一个任意值。例如，当W设置为10的时候，为了检测影片图像，检测总计10个场的SAD值，并且确定SAD的值是否每5个场接近于0。

通过将SAD的值分组就可以确定周期，而不用阈值。参考图4说明对SAD的值进行分组的方法。

图4是将SAD的值分组的图示。

所有的SAD被分为第一组410和第二组420，其中例如，第一组410中的SAD值被转换为0，第二组420中的SAD值被转换为1。当利用上述的例子中的10个SAD的值确定SAD的值的周期的时候，10个SAD值被排列在一维的平面上。确定第一组的中心点C₀(411)和第二组中心点C₁(412)。第一组的初始中心点C₀(411)设置为0，第二组的初始中心点C₁(421)设置为SAD_max。所述的SAD_max设置为一个足够大的值。

接下来，接收了一个SAD的值之后，计算SAD值的当前位置和每个组的中心点之间的距离。包括在组中的SAD值中有一个SAD的值最接近中心点，并且包括该SAD的值的组的中心点将被更新。所述的中心点被更新为初始中心点和所述的SAD值所在的位置之间的一个中间值。在图4的例子中，因为SAD₀最接近C₁421，它被包括在第二组420中，第二组420的中心点C₁421被更新为C′₁423。用这样的方式，将确定所有包括在组中的SAD的值，并且更新它的中心点。第一组410的中心点还通过SAD₃和SAD₈被移动到C′₀412和C″₀413。更新中心点的处理如等式1所示。

[等式1]

$C_0=\frac{1}{n\left({\mathrm{\φ}}_0\right)+1}\[n\left({\mathrm{\φ}}_0\right)*C_0+{\mathrm{SAD}}_i\],$

$C_0=\frac{1}{n\left({\mathrm{\φ}}_1\right)+1}\[n\left({\mathrm{\φ}}_1\right)*C_1+{\mathrm{SAD}}_i\],$

其中，SAD_i表示10个SAD的值，φ₀和φ₁分别表示第一组和第二组，包括在第一组和第二组中的n(φ₀)和n(φ₁)分别表示SAD值的数量。更新中心点的处理将被重复直到全部10个SAD的值被更新。更新中心点的处理被重复若干次之后，中心点收敛于特定的值，并且包括在每个组中的SAD值的数量将不再变化。所述的分组处理可以用如上所述的10个SAD值执行，也可以用很多SAD值执行。

SAD值被分组之后，如图4所示，当图像是影片图像的时候，第一组410包括SAD₃和SAD₈，其它SAD值包括在第二组420中。将包括在第一组410中的SAD值转换为0，将包括在第二组420中的SAD值转换为1。如果是这样的话SAD值可以不用任何阈值而被转换为0或1，可以根据转换值的图形确定周期。如果包括在第一组中的SAD值转换为除了0以外的值，那么包括在第二组中的SAD的值也可以转换为除了1以外的值，可以获得相同的周期性。

图5示出了运动矢量的幅值总和的图示。

如果是影片图像，运动矢量的幅值总和值在图5所示的从510a到510i的范围内，是很小的。例如，当计算了10个场的运动矢量的幅值总和值的时候，并且对在当前场之前的10个场之中两个相邻的场中，运动矢量M_i的幅值总和值进行排列，10个值之中的两个值很小，及其它值则较大。因此，当应用上述说明的分组处理计算运动矢量M_i的幅值总和的时候，可以确定输入图像是否是一个影片图像。

接下来，说明二维的分组方法。在此，与SAD的值和运动矢量的幅值有关的信息一起使用。图5示出了相邻的场之间的运动矢量幅值总和的周期性地变化。

用与10个场有关的SAD的值{SAD_i，0＜＝1＜10}和运动矢量{M_i，0＜＝i＜10}进行二维分组，也就是说，坐标值(SAD，M)互相分组如下。

首先，执行标准化处理。也就是说，在SAD{SAD_i，0＜＝i＜10}的值中查找最大值，对该最大值执行标准化处理。换句话说，当SAD₀，...SAD₉之中的最大值是SAD_max的时候，SAD的值分别除以SAD_max，以便被标准化。因此，可以获得SAD{SAD′i，SAD′i＝SADi/SADmax，0＜＝i＜10}的标准化的数值。以同样方式，运动矢量值也被标准化。即，在运动矢量{Mi，0＜＝i＜10}中查找最大值，利用该最大值执行标准化处理。换句话说，当M₀，...M₉之中的最大值是M_max的时候，运动矢量的值除以M_max，以便被标准化。因此，可以获得标准化的运动矢量{M′i，M′_i＝M_i/Mmax，0＜＝i＜10}。

图6是对二维的坐标值的分组的说明。

如上述说明例子，当需要利用10个SAD的值和运动矢量的幅值总和确定周期的时候，10个标准化的坐标值(SAD’，M’)排列在一个二维坐标系上。

接下来，分别确定第一组610和第二组620的最初的中心坐标点C₀(611)和C₁(621)。例如，第一组610的中心坐标点C₀(611)可以设置为(0，0)，第二组620的中心坐标点C₁(621)可以设置为(1，1)。检测标准化的坐标值(SAD′，M′)所在的位置和每个组的中心点之间的距离之后，标准化的坐标值(SAD′，M′)被包括在离它较近的组中，包括了该坐标值的组的中心点被更新为初始中心点和包括在组中的标准化的坐标值(SAD′，M′)的位置之间的一个中间值。即，利用以下等式2更新中心点。

[等式2]

$C_0=\frac{1}{n\left({\mathrm{\φ}}_0\right)+1}\[n\left({\mathrm{\φ}}_0\right)*C_0+({{\mathrm{SAD}}^{\text{'}}}_i,{M^{\text{'}}}_I)\],$

$C_0=\frac{1}{n\left({\mathrm{\φ}}_1\right)+1}\[n\left({\mathrm{\φ}}_1\right)*C_1+({{\mathrm{SAD}}^{\text{'}}}_i,{M^{\text{'}}}_I)\],$

其中，(SAD′_i，M′_i)表示10个输入的标准化坐标，φ₀和φ₁分别表示第一组610和第二组620，n(φ₀)和n(φ₁)分别表示包括在第一组610和第二组620中的标准化的坐标值(SAD′，M′)的数量。更新中心点的处理将被重复直到全部10个标准化的坐标值(SAD′，M′)都被更新。在更新中心点的处理被重复了若干次之后，中心点收敛于特定的值，包括在每个组中的标准化的坐标值(SAD′，M′)的数量不再变化。可以利用如上所述的10个标准化的坐标值(SAD’，M′)执行分组处理，还可以利用更多数量的标准化的坐标值(SAD′，M′)执行。

参考图6，执行了上述分组处理之后，当输入图像是影片图像的时候，第一分组610包括标准化的坐标值(SAD’₃，M′₃)和(SAD′₈，M′₈)，其它的标准化的坐标值(SAD′，M′)被包括在第二分组620中。包括在第一分组610中的标准化的坐标值(SAD′，M′)被转换成0，包括在第二分组620中的坐标值(SAD′，M’)被转换成1。相应地，标准化的坐标值(SAD′，M′)可以被转换成0或1，而不用任何SAD′和M′的阈值。利用该转换值确定坐标值的周期。

图7示出了根据本发明的检测影片图像的方法的流程图。

根据该方法，在步骤S710，接收预定的数量组成图像的场的相同的信息。在此，所述的相同信息包括如上所述的与SAD的值有关的信息和运动矢量的总和。所述的预定数量可以被任意地设定。例如，所述的预定数量可以相当于SAD的图形周期或运动矢量的总和的两倍。利用同类的两个相邻的场之间的像素值计算SAD的值。

接下来，在步骤S720，接收的相似值被分成第一组和第二组。也就是说，在相似值被一个接一个读取之后，确定相似值被包括在哪个组中。分组处理与图4的说明相同。

接下来，在步骤S730，包括在第一组中的相似值和包括在第二组中的相似值被转换成相互不同的值。例如，所有包括在第一组中的相似值被转换成0，所有包括在第二组中的相似值被转换成1。在步骤S740，根据转换的相似值的周期确定输入图像是否是影片图像。当相似值的图形周期是5的时候，确定输入图像是影片图像。

图8示出了利用二维的分组处理检测影片图像的方法的流程图。

根据该方法，在步骤S810，接收预定数量的组成图像的场的坐标值(SAD，M)。在此，所述的预定数量可以任意设定。例如，所述的预定数量可以相当于坐标值(SAD，M)的图形周期的两倍。在利用SAD的最大值和运动矢量标准化坐标值(SAD，M)之后，可以使用标准化之后的坐标值。标准化处理与如上所述的相同。

接下来，在步骤S820，接收的坐标值(SAD，M)被分为第一组和第二组。即，在坐标值(SAD，M)被一个接一个读取之后，确定坐标值(SAD，M)被包括在哪个组中。分组处理与图6的说明相同。

在步骤S830，包括在第一组中的坐标值(SAD，M)和包括在第二组中的坐标值(SAD，M)被转换成相互不同的值。例如，包括在第一组中的所有坐标值(SAD，M)被转换成0，包括在第二组中的所有坐标值(SAD，M)被转换成1。在步骤S840，根据转换的坐标值(SAD，M)的周期确定输入图像是否是影片图像。当坐标值(SAD，M)的周期是5的时候，确定输入图像是影片图像。

图9是根据本发明的检测影片图像的设备的方框图。

所述的影片图像检测设备包括一个特征信息接收部分910、一个分组部分920、和一个图像确定部分930。所述的特征信息接收部分910从隔行扫描场图像接收同类的两个相邻的场的相似值。例如，特征信息接收部分910接收SAD的值、运动矢量总和值、或坐标值(SAD，M)。特征信息接收部分910仅使用SAD的值或运动矢量总和值之一执行一维分组，而使用SAD的值和运动矢量总和值两个值执行二维分组。

分组部分920利用SAD值的多个值、运动矢量的总和或坐标值(SAD、M)执行分组处理。一维分组和二维分组与图4和6的说明相同。作为分组处理的结果，输出一个二进制图形。分组之后，图像确定部分930根据转换成二进制图形的输出值的周期确定所述的图像是否是影片图像。当二进制图形的周期等于5的时候，确定所述的图像是影片图像。

本发明可以作为一个记录在计算机可读记录媒体上的计算机可读代码实现。计算机可读记录媒体包括各种存储有计算机系统可读数据的记录装置。计算机可读记录媒体包括ROMs、RAMs、CD-ROMs、磁带、软盘、光数据存储器等等。此外，利用载波的装置，例如通过因特网的传输也可以包括在计算机可读记录媒体中。此外，计算机可读记录媒体可以分布在通过网络连接的计算机系统中，这种的计算机可读代码可以被存储，并且以分布方式在计算机可读记录媒体中被执行。

如上所述，因为利用分组对输入相似值进行分类，可以很容易检测影片图像而不用设定阈值。

虽然本发明已经示出了并且参考典型的实施例提供了说明，应当理解对本领域的普通技术人员来讲可以进行各种形式的变化，并且在不脱离如下定义的本发明的精神和范围的情况下改变细节。

Claims (26)

1.一种检测影片图像的方法，包括：

(a)从一个具有隔行扫描场的图像中接收预定数量同类的两个相邻的场的相似值；

(b)将接收的相似值分成第一组和第二组；

(c)将被分类在第一组中的相似值和被分类在第二组中的相似值转换为相互不同的值；和

(d)根据转换的值的周期确定图像是否是影片图像。

2.如权利要求1的方法，其中，所述的相似值包括同类两个相邻场的像素值之间的差异的绝对差的和值。

3.如权利要求2的方法，在步骤(a)中所述的预定数量相当于绝对差别的总和的图形周期的两倍。

4.如权利要求2的方法，其中步骤(b)包括：

(b1)在一维坐标系中排列绝对差别的总和值；

(b2)将第一组的中心点设置为0，第二组的中心点为绝对差别的总和值的最大值；

(b3)将绝对差别的总和值的位置和第一组的中心点之间的距离和绝对差别的总和值的位置和第二组的中心点之间的距离进行比较，将绝对差别的总和值分成一组，其中，中心点的位置最接近绝对差别的总和值的位置；

(b4)更新其中绝对差别总和值被分类的组的中心点；并且

(b5)对于绝对差别的总和的其它值重复步骤(b3)和(b4)，直到被分类在第一组和第二组中的绝对差别的总和值的数量没有变化为止。

5.如权利要求4的方法，其中，在步骤(b4)，其中绝对差别的总和值被分类的组的中心点被更新为一个最初的中心点和绝对差别的总和的增加值之间的中间值。

6.如权利要求4的方法，在步骤(b4)，利用以下等式更新中心点：

$C_0=\frac{1}{n\left({\mathrm{\φ}}_0\right)+1}[n\left({\mathrm{\φ}}_0\right)*C_0+S{\mathrm{AD}}_i],$

$C_0=\frac{1}{n\left({\mathrm{\φ}}_1\right)+1}[n\left({\mathrm{\φ}}_1\right)*C_1+{\mathrm{SAD}}_i],$

其中C₀表示第一组的中心点，C₁表示第二组的中心点，SAD_i表示预定数量的绝对差别的总和值，φ₀和φ₁分别表示第一组和第二组，n(φ₀)和n(φ₁)别表示第一组和第二组中被分类的绝对差别的总和值的数量。

7.如权利要求的方法，在步骤(c)，所有被分类在第一组中的绝对差别的总和值被转换成0，所有被分类在第二组中的绝对差别的总和值被转换成1。

8.如权利要求1的方法，其中，所述相似值是两个同类相邻场之间的运动矢量的幅值的总和值。

9.如权利要求8的方法，其中，在步骤(a)的预定数量相当于运动矢量的幅值的总和的图形周期的两倍。

10.如权利要求8的方法，其中步骤(b)包括：

(b1)在一维坐标系中排列运动矢量的幅值的总和值；

(b2)将第一组的中心点设置为0，第二组的中心点为运动矢量的幅值值中的最大值；

(b3)将运动矢量的幅值的总和值的位置和第一组的中心点之间的距离和运动矢量的幅值的总和值的位置与第二组的中心点之间的距离进行比较，将运动矢量的幅值的和值分成一组，其中，中心点的位置最接近运动矢量幅值的和值所在的位置；

(b4)更新其中运动矢量的幅值的总和值被分类的组的中心点；和

(b5)为运动矢量幅值的总和的其它值重复步骤(b3)和(b4)，直到被分类在第一组和第二组中的运动矢量幅值的总和值的数量没有变化为止。

11.如权利要求8的方法，在步骤(b4)，运动矢量的幅值的总和值被分类的组的中心点被更新为一个最初的中心点和运动矢量的幅值的总和的增加值之间的中间值。

12.一个检测影片图像的方法，包括：

接收预定数量的由场的绝对差别和图像运动矢量的总和组成的坐标值(SAD，M)；

将接收的坐标值分成第一组和第二组；

将第一组和第二组中的被分类的坐标值转换为相互不同的值；和

根据转换的值的周期确定所述的图像是否是影片图像。

13.如权利要求12的方法，在步骤(a)，所述的图像具有隔行扫描场。

14.如权利要求12的方法，其中利用绝对差别的总和的最大值和运动矢量将由绝对差别和运动矢量的总和组成的坐标值标准化。

15.如权利要求12的方法，在步骤(a)，预定数量的由绝对差别和运动矢量的总和组成的座标值相当于坐标的图形周期的两倍。

16.如权利要求12的方法，其中步骤(b)包括：

(b1)在二维坐标系中排列由绝对差别和运动矢量的总和组成的坐标值；

(b2)将第一组的中心点设置为(0，0)，第二组的中心点为(1，1)；

(b3)将由绝对差别和运动矢量的总和组成的坐标值的位置与第一组的中心点之间的距离，同由绝对差别和运动矢量的总和组成的坐标值的位置与第二组的中心点之间的距离进行比较，将由绝对差别和运动矢量的总和组成的坐标值的中心点的位置最接近由绝对差别和运动矢量的总和组成的坐标值的位置的坐标值分成一组

(b4)更新被分类的由绝对差别和运动矢量的总和组成的组的中心点；并且

(b5)为其它坐标值重复步骤(b3)和(b4)，直到第一组和第二组中的被分类的由绝对差别和运动矢量的总和组成的坐标值的数量没有变化为止。

17.如权利要求16的方法，在步骤(b4)，由绝对差别和运动矢量的总和组成的坐标值被分类的组的中心点被更新为一个初始值和由绝对差别和运动矢量的总和组成的其它坐标值之间的中间值。

18.如权利要求16的方法，在步骤(b4)，利用以下等式更新中心点：

$C_0=\frac{1}{n\left({\mathrm{\φ}}_0\right)+1}[n\left({\mathrm{\φ}}_0\right)*C_0+({{\mathrm{SAD}}^{,}}_i,{M^{,}}_I)],$

$C_0=\frac{1}{n\left({\mathrm{\φ}}_1\right)+1}[n\left({\mathrm{\φ}}_1\right)*C_1+({{\mathrm{SAD}}^{,}}_i,{M^{,}}_I)],$

其中，C₀表示第一组的中心点，C₁表示第二组的中心点，(SAD′_i，M′_i)表示输入的由绝对差别和运动矢量的总和组成的坐标值的预定数量，φ₀和φ₁分别表示第一组和第二组，n(φ₀)和n(φ₁)分别表示包括在第一组和第二组中的被分类的绝对差别和运动矢量的总和地值的数量。

19.如权利要求12的方法，在步骤(c)，所有在第一组中的由绝对差别和运动矢量的总和组成的坐标值被转换成0，所有在第二组中的由绝对差别和运动矢量的总和组成的坐标值被转换成1。

20.一个检测影片图像的设备，包括：

一个特征信息接收部分，接收隔行扫描场图像的同类的两个相邻的场的相似值；

一个分组部分，将由特征信息接收部分接收的相似值分组；和

一个图像确定部分，根据分组之后转换成二进制图形的输出值的周期确定所述的图像是否是影片图像。

21.如权利要求20的设备，其中相似值是同类的两个相邻的场的像素值之间的绝对差别平均差的总和。

22.如权利要求20的设备，其中相似值是同类的两个相邻的场的像素值之间的运动矢量的幅值的总和。

23.权利要求的设备20，其中相似值是利用视为绝对差别的总和的信息和视为运动矢量的总和的信息获得的坐标值。

24.如权利要求23的设备，其中由绝对差别和运动矢量的总和组成的坐标值相对于绝对差别的总和和运动矢量的最大值被标准化。

25.一个计算机可读记录媒体，其上记录有一个程序，该程序可以在一个计算机上执行图像检测方法，所述的方法包括：

(a)接收预定数量的隔行扫描场图像的同类的两个相邻的场的相似值；

(b)将接收的相似值分成第一组和第二组；

(c)将第一组和第二组中被分类的相似值转换为相互不同的值；和

(d)根据转换的值的周期确定所述的图像是否是影片图像。

26.一个计算机可读记录媒体，其上记录有一个程序，该程序可以在一个计算机上执行图像检测方法，所述的方法包括：

(a)接收预定数量的由场的绝对差别和运动矢量的总和组成的坐标值(SAD，M)，其中所述的场组成一个图像；

(b)将由绝对差别和运动矢量的总和组成的坐标值分为第一组和第二组；

(c)将第一组和第二组中的被分类的由绝对差别和运动矢量的总和组成的坐标值转换为相互不同的值；和

(d)根据转换的值的周期确定所述的图像是否是影片图像。

Images