CN1848910A - 具有相对于亮度级的运动值校正的全局运动自适应系统 - Google Patents

Abstract

提出几种用于减少闪烁和羽毛状赝象的全局自适应去交错系统和方法。根据存在于视频序列中的全局运动的数量自适应地调整运动自适应去交错(MADI)局部运动量化阈值，从而在对场进行去交错时，使闪烁和羽毛状赝象降到最小。为给场进行分类，定义一组全局运动情形，且使用多个全局运动指示在逐场基础上对不同的全局运动情形进行检测。

Description

具有相对于亮度级的运动值校正的全局运动自适应系统

技术领域

一般来说，本发明涉及运动自适应去交错，具体地说，涉及为减少闪烁而和羽毛状赝象根据全局运动指示来自适应地调整局部运动阈值的系统和方法。

背景技术

交错的视频信号包括两个视频场，一个用于图像的奇数行，一个用于图像的偶数行。这是由图像获取方法造成的，其中，摄像机在某个时刻输出奇数行，而在稍后输出偶数行。这产生了在图像的奇数和偶数行之间的时间转换，在基于帧的处理系统中需要解决这个问题。去交错方法通常试图通过从两个场中组合出一个清洁帧(cleanframe)来解决这一问题。

由于两个场之间的时间转换引入了羽毛状和闪烁赝象，因此，为减少该赝象，已提出了运动自适应去交错(MADI)技术。一些MADI技术利用能手动调整的局部运动阈值来改善特定问题视频序列上的去交错扫描器的性能，但是，这是以牺牲其他视频序列的性能(又引入了去交错赝象)为代价的。

因此，不是手动调整MADI阈值以便让某个特定的视频序列“通过”，而是希望开发一种能自动和自适应地调整局部MADI阈值的新的自适应系统。

发明内容

本文公开的是用于减少闪烁和羽毛状赝象的全局自适应去交错系统和方法。根据存在于视频序列中的全局运动的数量来自适应地调整MADI局部运动量化阈值，从而在对场去交错时，使闪烁赝象(通常出现在低速运动图像中)和羽毛状赝象(通常出现在高速运动图像中)减到最少。为给场分类，定义一组全局运动“情形”，并且多个全局运动指示用于在逐场基础上检测不同的全局运动情形。校正所述全局运动指示以减少对亮度的依赖，从而提高可靠性和鲁棒性。取决于场的全局运动情形，自适应地对局部运动阈值进行调整。也可以任选地将量化阈值的自适应调整用于时域噪声的减少以及串色抑制子系统。

附图说明

通过举例而非限制的方式说明了本发明，附图中相同的参考数字表示相同的元件，且其中：

图1a、b示出来自样本视频序列(运动钟摆)的示例图像及其相关的全局运动R和S信号。

图2a是一张3-D图，示出从样本视频序列中获得的、作为亮度级函数的R全局运动信号。

图2b是一张2-D图，示出作为亮度级函数的标准化R全局运动信号。

图3a是一张3-D图，示出从样本视频序列中获得的、作为亮度级函数的S全局运动信号。

图3b是一张2-D图，示出作为亮度级函数的标准化S全局运动信号。

图4a示出由于亮度级稍微减少而引起羽毛状赝象开始出现的运动钟摆。

图4b示出亮度级设置为100％的相同运动钟摆。在这种情况下，对该系统进行调整，且示出的图像不具有羽毛状赝象。

图4c示出相同的运动钟摆，将其亮度级减少至一点，在该点运动钟摆显示出很高程度的羽毛状赝象。

图5a、b示出R和S全局运动信号校正函数的例子。

图6a是一张图，示出从样本视频序列产生的、作为亮度级和运动速度的函数的R全局运动信号(未校正)。S信号的行为与之类似。

图6b是一张图，示出为观察到的对亮度值的依赖而进行补偿的校正后的R_corr全局运动信号。以类似的方式对S_corr进行校正。

图7是一张关于S_corr全局运动信号的图，该信号用于样本视频序列和三个指示三种全局运动情形的区域。也为R_corr定义这三个相同的区域。通过定义全局运动阈值Tlow和Thigh来确定该区域。

图8是一张表，总结了各种考虑的全局运动情形和它们的组合。

图9示出S_corr和dS_corr信号的两张图并指示dS_corr过零点次数的计数。用该dS_corr差分信号来确定图像中垂直运动模式的出现。

图10是一张流程图(高级)，它示出全局自适应去交错的方法。

图11a示出一个在当前输入场为奇奇偶性时的抽头结构。考虑了来自三个连续的输入视频场的抽头。

图11b示出在当前输入场为偶奇偶性时的等效抽头结构。在所述场的行中的几个像素的范围内，对每个抽头进行水平方向的滤波。

图12示出一张流程图，该流程图示出根据本发明实施例的全局自适应去交错的方法。

具体实施方式

现在将对本发明的具体实施例进行详细说明，在附图中示出实施例的实例。尽管将结合具体实施例来对本发明进行说明，但应当理解，不是要将本发明局限于所说明的实施例。相反，而是要涵盖可能包括在由所附权利要求定义的本发明的精神和范围内的备选、修改和等效物。

运动自适应去交错和局部运动量化阈值

交错的视频信号包括奇数场(行1，3，5，……)和偶数场(行2，4，6，……)。去交错视频处理系统根据交错的视频输入信号产生逐行视频输出信号，用于在逐行显示装置上观看。为获得高质量的去交错图像帧，不是执行简单的场合并(即静态网格)来对输入视频进行去交错处理，而是执行垂直插值和时间插值的组合，该高质量的去交错图像帧在静止区域具有最少的闪烁赝象，并在运动区域具有最少的羽毛状赝象。为更好地实现这一目的，可以估计输入序列中的局部运动(例如在逐像素基础上)，以便根据在每个像素附近出现的局部运动及其等级分别处理图像的静态和运动部分。这称为运动自适应去交错(MADI)，且这样的MADI系统的两个主要任务是：

1.运动检测，包括检测每个像素和/或其邻场的局部运动的等级；和

2.去交错，从而产生逐行帧。

为了检测输入视频序列中局部运动的存在，MADI系统使用相同极性的两个场(例如偶和偶，或奇和奇)，以便计算在两个场中具有相同坐标的每两个像素之间的差值(例如，时间差异)。此外，可以计算垂直方向上两个相邻场的像素值之差，以便识别垂直运动的存在。然后，MADI系统基于获得的时间差异、垂直差异和可选地出现在视频信号中的全局噪声来估计算每个像素的局部运动值。一旦完成估算，便将局部运动值量化为由一组MADI局部运动量化阈值指示的一些等级，这些阈值定义了一组局部运动范围。随后，根据所量化的局部运动值，通过一组可用的方法对像素进行去交错处理。

全局自适应去交错系统

尽管上述MADI系统确实减少了去交错赝象，但是闪烁和羽毛状赝象仍然出现在最终的去交错序列中。此处公开的是根据出现在视频序列中的全局运动的数量通过自适应调整MADI局部运动量化阈值来减少闪烁和羽毛状赝象的全局自适应去交错系统和方法。为对序列进行分类，定义一组全局运动“情形”，并使用多个全局运动指示在逐场基础上检测不同的全局运动情形。取决于场的全局运动情形，对局部运动阈值进行动态调整，从而在对场去交错时，使闪烁赝象(一般出现在低速运动图像中)以及羽毛状赝象(一般出现在高速运动图像中)降到最小。

全局运动指示：R和S信号

下文中称为S和R的两种信号用作出现在输入图像中的全局运动的数量的最初指示。可以由去交错系统的电影模式检测模块产生这些信号或者分别计算这些信号。S和R信号如下定义为输入场的函数：

c＝curr_field    -在交错视频信号中的当前场的亮度值(可以是偶数或者奇数)

p＝prev_field    -在交错视频信号中的之前场(时间上)的亮度(当c是偶数时p是奇数，反之亦然)

p_-1＝先于P的场    -先于P(时间上)的场的亮度值

R＝c-p_-1←R＝sum(c-p_-1)    -在像素和像素之间相减，并将结果转换成标量R＝sum(c-p_-1)

S＝c-p←S＝sum(c-p)    -在像素和像素之间相减，并将结果转换成标量S＝sum(c-p)

注意，当交错视频信号包括很少的全局运动时，c和p的值很接近且它们的差值很小。而且，当对象从奇数场运动到偶数场(或相反)时，空间的转换引起了相减结果的相应增加。来自于采样视频序列的示例图像如图1a所示，用于该序列的R和S信号如图1b中所示。

校正R和S信号

由于R和S全局运动指示是通过在不同视频场之间执行亮度相减而得到的，因此信号依赖于亮度级。例如，如果以两种不同的亮度级(即不同的明亮级)播放包括以固定速度运动的对象的具体视频序列，则获得的两组对应于每个亮度级的R和S的值将会不同。

图2a、b以及3a、b是3D和2D图，它们示出R和S值的实际样本，并说明这些全局运动值是如何随包含在图像中的最大亮度值而进行成指数变化的。图2a示出作为亮度级和采样视频序列(“R采样”)的函数的R信号，而图2b示出作为亮度级函数的R信号。附图3a示出作为亮度级和样本视频序列(“S样本”)的函数的S信号，图3b示出作为亮度级函数的S信号。这些图是用相同的采样视频序列产生的。

当输入视频场中的最大亮度级发生变化时，R和S信号的幅值改变(缩放)f(Y_max)倍。因此，从这一刻起，将R和S信号称为未校正的S_uncorr和R_uncorr信号。

S_uncorr＝S·f(Y_max)

R_uncorr＝R·f(Y_max)

其中的Y_max表示在视频场中的最大亮度值。该函数f是如图2b和3b中所示出的指数函数。

亮度依赖问题影响去交错扫描器的性能，如图4a、b、c的实例所示，所有去交错扫描器均具有相同的固定局部运动阈值量化器设定值。以这样的方式对局部运动阈值调整：当亮度级设置为100％的默认值时，运动对象开始显示羽毛状赝象。图4a示出一个运动钟摆，将其亮度级设置为100％的默认值。在这种情况下，运动钟摆开始显示羽毛状赝象。图4b示出以相同速度运动但亮度级设置为120％的相同运动钟摆。在这种情况下，不出现羽毛状赝象，因为较高的局部运动值超过了固定的局部阈值，使MADI系统产生了经过垂直滤波的去交错图像。

相反，图4c示出以相同速度运动但亮度级设置为80％的相同运动钟摆。在这种情况下，在图像上清楚地出现了羽毛状赝象，因为较低的局部运动值低于固定的运动阈值，使MADI系统产生了文件配对(filed-paired)(静态网格)的去交错图像。

为了消除或至少减少对亮度级的依赖，定义反函数 $g\left(Y_{\max }\right)=\frac{1}{f\left(Y_{\max }\right)}$ 用于与R_uncorr和S_uncorr值进行如下相乘：

$S_{\mathrm{corr}}=\frac{1}{g\left(Y_{\max }\right)}\·S_{\mathrm{uncorr}}$

$R_{\mathrm{corr}}=\frac{1}{g\left(Y_{\max }\right)}\·R_{\mathrm{uncorr}}$

其中，S_corr和R_corr校正值表示可接受的希望的R和S指示的近似值。

举例来说，可以将反函数g(Y_max)定义为一个256个条目(用于8-位系统)的8.8定点格式的查找表(例如，以固件或硬件实现)。图5a、b示出校正函数的例子。

在这些校正函数LUT中，根据在场中检测到的最大亮度级(索引)选择一个条目。随后将该条目乘以R_uncorr和S_uncorr值。在示出的校正函数中，去除了与低于128(50％)的亮度值对应的条目，以避免由除以零引起的过校正。对于等于或大于235的亮度值(ITU？？？-601标准)，将所述校正值削减为1。

为了校正给定场的S_uncorr和R_uncorr数值对，确定了该场的最大亮度级。可以直接计算该最大亮度值，或者可以简单地从去交错系统得到此值。例如，MADI芯片可以具有能够使当前场中检测到的最大亮度值可用的寄存器。随后，将该值用作校正查找表的索引，以便恰当地选择校正因子，将该因子与S_uncorr和R_uncorr值相乘，以获得将用作校正的全局运动指示的S_corr和R_corr值。

图6a、b是3-D图，它们示出校正之前和校正之后的实例R信号。图6a是示出根据视频序列产生的、作为亮度值和运动速度的函数的未校正R信号。注意，减少亮度值会减少R_uncorr信号，然而，因为R_uncorr信号是运动指示，因而希望它独立于亮度值。因此，如图6b所示，对该信号进行了校正(对于大约50-100％的亮度级范围)，以补偿观察到的对亮度值的依赖。

这就避免了全局运动幅值的减少，因此产生了可靠(近于恒定)的S_corr和R_corr数值对(对于50-100％的亮度级范围)。从而，通过保持去交错扫描器在暗场景中的优良性能，提高了去交错扫描器的鲁棒性。

运动情形

定义了一组运动情形，以便根据全局运动的等级和垂直运动模式的出现来对场进行分类。使用以下情形：

低速运动情形：指示静止图像或者速度很低的全局运动图像。

中速运动情形：指示中速的全局运动图像。

高速运动情形：指示高速的全局运动图像。

垂直运动情形：指示具有垂直全局运动模式的图像。

给定序列中的一个图像，基于S_corr和R_corr信号确定一种情形。该情形指示根据图像中全局运动的数量和/或垂直运动的出现对局部运动阈值进行适当的调整。举例来说，我们发现以下的定义工作得较好：

低于阈值Tlow＝3(32位字的高16位)的S_corr和R_corr值指示低速全局运动情形，在Tlow＝3和Thigh＝4800之间的S_corr和R_corr值指示中速全局运动情形，而高于Thigh＝4800的S_corr和R_corr值指示高速全局运动情形。图7示出关于采样视频序列以及指示全局运动情形的三个任意区域的S_corr信号的图。图8的表总结了各种考虑的全局运动情形及其组合。当前，仅考虑了非阴影行。

调整运动自适应去交错扫描器的量化器阈值

一般而言，通过计算像素的亮度和/或色度的函数来确定给定场中的具体像素的局部运动值，所述像素涉及包含在当前、之前和之前_-1场中的特定像素(及其相邻像素)。

由于成本和计算开销的原因，对得到的经过分析的像素的局部运动值进行量化，从而降低其分辨率。

如果量化器中的阈值是可调的，则可相应地调整局部运动编码的分布。

因此，调整量化器的阈值实际上重分布(redistribute)量化器的灵敏度。如果将量化器的阈值设置为相对较低的值，则运动自适应去交错扫描器将认为大部分像素具有高速的局部运动。因此，低速运动的对象将会呈现出闪烁赝象。另一方面，如果将量化器的阈值设置为相对较高的值，则运动自适应去交错扫描器将认为大部分像素具有低速的局部运动。因此，高速运动对象将呈现出羽毛状赝象。

如上所述，本发明根据全局运动的数量调整局部运动量化阈值。例如，最初可以用8位数字表示局部运动值，随后可以用2位量化器将它们量化为四个等级，这四个等级由三个局部运动量化阈值MADI_QUANT_THRESH₀、MADI_QUANT_THRESH₁、MADI_QUANT_THRESH₂指示，如下所示：

局部运动等级0：局部运动＜MADI_QUANT_THRESH₀

局部运动等级1：MADI_QUANT_THRESH₀≤局部运动＜MADI_QUANT_THRESH₁

局部运动等级2：MADI_QUANT_THRESH₁≤局部运动＜MADI_QUANT_THRESH₂

局部运动等级3：MADI_QUANT_THRESH₃≤局部运动

因此，在该实例中，所得的用于像素的经过量化的局部运动值指示将采用四种可用去交错方法中的哪一种来对像素进行去交错处理。

当使用“场配对”技术对像素和运动对象的行错误地进行去交错处理时，产生了羽毛状赝象。其后果是未将可见的运动对象像素对准为水平的行。可以通过降低局部运动阈值来对这个问题进行改进。当通过使用“空间处理”(垂直滤波)技术对像素和静止对象的行错误地进行去交错处理时，产生了闪烁赝象。其后果是静止对象像素上的闪烁赝象。可以通过提高局部运动阈值来对这个问题进行改进。

阈值开始于一组“默认”值。举例来说，合适的默认值MADI_QUANT_THRESH₀＝6、MADI_QUANT_THRESH₁＝8和MADI_QUANT_THRESH₂＝15可以起很好的作用。为了对输入场进行去交错处理，如上所述，首先为该场识别一种全局运动情形。如果该场呈现中速运动情形，则保留(或回复)默认的阈值，并由量化器使用该阈值来确定该场中的像素的局部运动值，且相应地选择一种去交错方法。然而，如果该场包括低速运动情形，则闪烁赝象发生的概率就会增加。为防止这些赝象的出现，通过提高局部运动阈值，相应地重分布量化器中的局部运动区域。举例来说，我们发现接近于MADI_QUANT_THRESH₀＝13、MADI_QUANT_THRESH₁＝14和MADI_QUANT_THRESH₂＝15的调整工作得较好。

另一方面，如果该场包括高速运动情形，则相应降低所述阈值。举例来说，我们发现接近于MADI_QUANT_THRESH₀＝4、MADI_QUANT_THRESH₁＝5和MADI_QUANT_THRESH₂＝15的调整工作得较好。结果，全局运动的出现对去交错扫描器使用的局部运动区产生了适当的影响，以减少诸如闪烁和羽毛状的赝象。

垂直运动模式检测

在中速运动情形中，垂直运动可能引起赝象。采用多种方法检测垂直全局运动。一种方法是利用S_corr信号，如图9所示。定义用于计算S_corr的当前值和其之前值的边际差异(incremental difference)d S_corr的缓冲区，即：d S_corr＝(当前S_corr)-(之前S_corr)。通过对过零点次数进行计数，动态地(on the fly)分析d S_corr的输入样本，如图9所示。如果特定时间段内的过零点计数超过了特定阈值(例如10)，便表明检测到周期性模式(这通常由垂直运动呈现)。用这种检测方法对S_corr的幅值进行分析，以便检测特定情形(如垂直模式和中速全局运动情形)，因此，对局部运动量化器进行调整，以便对显示的图像进行改进。

另一种垂直运动检测方法利用垂直运动检测元件通过由四个阶段构成的过程检测垂直全局运动。首先，检测各像素的垂直运动。用这些运动值来确定分割输入场的块(tile)的垂直运动。最后，用场中各块的运动值来确定整个场是否处于垂直运动。图11a示出在当前输入场是奇奇偶性时的抽头结构。考虑了来自三个连续输入视频场的抽头。抽头A和C来自当前的输入场，B、D、E来自与当前场具有相反奇偶性的之前场，而C’来自与当前场具有相同奇偶性的之前场。图11b示出在当前场为偶奇偶性时等同的抽头结构。在所述场的行的几个像素范围内，对每个抽头本身进行水平滤波。

通过将当前场中最上部和最底部像素与具有相反奇偶性的之前场中的像素进行比较，来计算像素垂直运动。例如，对于奇当前场，如果抽头C显示了与抽头E和/或抽头B的高相关性，则称该像素向下运动。为防止运动混叠，基于相同奇偶性的、与当前场的抽头无关的之前场中的相应位置的像素(例如，C和C’应该是无关的)，对向下运动进行预测。可以通过简单的绝对差或通过更精细的相关函数来衡量相关性。然后，垂直运动的像素基于其运动方向增加或减少块计数器的值。

将当前场中的抽头在空间上分割为矩形块。将每个块与一个计数器进行关联，计数器根据上面计算的像素运动增加或减少。块计数器提供了对块内像素的整体运动的衡量：如果块计数器为正，则平均而言，像素向上运动，如果为负，则向下运动。将计数器值与阈值进行比较，以提供抗扰性；如果超过阈值，则认为该块垂直运动。基于运动方向，增加或减少场垂直运动计数器的值。

接下来，场运动计数器与另一个阈值进行比较以确定整个场是否为垂直运动。基于输入场的特性、例如奇偶性来调整该阈值。这产生了指示场是否为垂直运动的两位的输出信号，如果为垂直运动，则进一步指示运动方向是向上还是向下。

最后，保留几个场的垂直运动的历史记录。如果该垂直运动是一致的，并且在几个场上都沿相同的方向，则可认为垂直运动确实存在。在这种情况下，最后的一位输出信号指示输入序列包含垂直运动。该输出信号使用滞后来防止噪声引起检测的垂直运动中的快速连续变化。

图12示出一张流程图，该图描述根据本发明的、用于全局自适应去交错的方法。在步骤1202，如果改变了输入端口或视频，则在步骤1203取出标准(默认)的MADI局部运动阈值，在步骤1204将它们装载到MADI局部运动量化器中，并在步骤1205设置对比工具参数，并进入步骤1206。否则，直接进入步骤1206。在步骤1206，如果GL_MADI_EN＝0(即，如果全局自适应系统未启动)，则不应用自适应算法。否则(如果全局自适应系统启动)，则在步骤1207得到对比度分布(contrast distribution)并确定校正因子。在步骤1208，读取R和S信号并且在步骤1209校正R和S信号，在步骤1210确定全局运动情形并在步骤1211确定垂直运动的存在。在步骤1212，根据全局运动情形和垂直运动的出现来调整MADI局部运动阈值，并进入步骤1213来结束整此过程。

时域噪声减少

可选地，去交错扫描器可包括时域噪声减少(TNR)(temporal noisereduction)部件，为增强灵活性，该部件具有独立的局部运动值量化器。在这样的实施例中，可以从去交错扫描器的子系统获得最初的噪声测量值，其中，这种子系统可包括噪声计和可选的数字滤波来产生可靠的噪声测量值。然后，可将该噪声测量值与全局运动指示S_corr和R_corr进行组合，根据测得的噪声和全局运动自动调整噪声减少的数量和局部运动阈值。使用全局运动值的目的是在高速运动对象中噪声减少的数量相对较大时，避免运动对象的“重影”赝象(模糊)。使用噪声测量值的目的是根据图像中存在的噪声来调整噪声减少的数量。

串色抑制

可选地，去交错扫描器可包括串色抑制(CCS)部件，为增强灵活性，该部件具有独立的局部运动值量化器。在这样的实施例中，可基于全局运动指示S_corr和R_corr调整量化器阈值，以减少包含运动的视频序列中的颜色模糊和重影赝象。

图10示出根据本发明实施例的、用于全局自适应去交错的方法的流程图。在步骤202，如果改变了输入端口或视频，则在步骤203取出标准(默认)的MADI局部运动阈值，在步骤204将它们装载到MADI局部运动量化器中，并在步骤205设置MinMax工具参数(该工具提供了当前场中的最大亮度值)，并且进入步骤206。否则，直接进入步骤206。在步骤206，如果GL_MADI_EN＝0(即，如果全局自适应系统未启动)则转至步骤207(即，不提供自适应算法)。否则(即全局自适应系统启动)，在步骤207获得用于当前场的最大亮度值。在步骤208，如果最大亮度值小于50％(即不能应用全局运动校正)，则在步骤209将标准的MADI局部运动阈值装载到局部运动量化器中，并进入步骤217，而这完成了该过程。否则(即可以应用全局运动校正)，在步骤211读取R和S信号，在步骤212校正R和S信号，在步骤213确定全局运动情形并在步骤214确定垂直运动的存在。在步骤215，根据全局运动情形和垂直运动的存在调整MADI局部运动阈值，并且转至步骤217结束该过程。

前述的本发明实施例是作为解释和说明而提供的。不能将它们理解为将本发明限制成所描述的精确形式。根据以上教导，可以具有其它变体和实施例，例如用硬件或软件实现所描述的实施例。

Claims (16)

1.一种用于减少羽毛状和闪烁赝象的全局自适应去交错方法，包括：

确定对比度分布；

确定校正因子；

读取R和S信号；

基于所述R和S信号确定全局运动区域；和

确定垂直运动的存在。

2.如权利要求1所述的方法，其中，确定全局运动的数量包括产生并读取一个或多个提供的全局运动的指示信号。

3.如权利要求1所述的方法，其中，确定全局运动的数量包括计算在当前场和之前场之间的亮度差，以获得一个或多个全局运动指示信号。

4.如权利要求3所述的方法，其中确定全局运动的数量还包括获得当前场的最大亮度值，该值用于取得校正因子，所述校正因子与未校正的全局运动值相乘，以便执行对这些全局运动值的校正。

5.如权利要求4所述的方法，其中，确定全局运动的数量还包括使用所述最大亮度值来校正所述全局运动指示信号从而减少对亮度的依赖。

6.如权利要求1所述的方法，还包括确定视频序列中垂直运动模式的存在。

7.如权利要求1所述的方法，还包括根据所述全局运动的数量来调整一个或多个时域噪声减少量化器阈值。

8.如权利要求1所述的方法，还包括根据所述全局运动的数量来调整一个或多个串色抑制局部运动量化器阈值。

9.一种用于减少羽毛状和闪烁赝象的全局自适应去交错系统，包括：

控制器，用于：

确定视频序列中出现的全局运动的数量；

根据所述全局运动的数量来调整一个或多个局部运动量化器阈值。

10.如权利要求9所述的系统，其中，确定全局运动的数量包括读取一个或多个提供的全局运动指示信号。

11.如权利要求9所述的系统，其中，确定全局运动的数量包括计算当前场和之前场之间的亮度差以获得一个或多个全局运动指示信号。

12.如权利要求11所述的系统，其中确定全局运动的数量还包括获得当前场的最大亮度值。

13.如权利要求12所述的系统，其中确定全局运动的数量还包括使用最大亮度值来校正全局运动指示信号从而减少对亮度的依赖。

14.如权利要求9所述的系统，所述控制器还用于：

确定所述视频序列中垂直运动模式的存在。

15.如权利要求9所述的系统，所述控制器还用于：

根据所述全局运动的数量来调整一个或多个时域噪声减少量化器阈值。

16.如权利要求9所述的系统，所述控制器还用于：

根据所述全局运动的数量来调整一个或多个串色抑制局部运动量化器阈值。

Images