[发明专利]一种基于边缘检测的自适应运动检测方法

摘要

本发明公开了一种基于边缘检测的自适应运动检测方法，通过计算当前像素点相关的四个亮度分量场间差值以及两个U、V色差分量场间差值，然后将四个亮度分量场间差值分别与四个阈值进行比较，得到变量mov_mode，再后，根据变量mov_mode的值，并结合前面两场当前像素对应像素点的运动状态、边缘检测情况得到判断结果，最后依据U、V色差分量场间差值对判断结果进行修正。本发明通过将边缘检测情况以及色差分量参与到运动状态的判断中，提高了运动检测的鲁棒性，为隔行视频的去隔行奠定了良好的基础。

主权项

一种基于边缘检测的自适应运动检测方法，其特征在于，包括以下步骤：（1）、场间差值计算：（1.1）、亮度分量的场间差值计算：field_diff12=|YFn(i,j)‑YFn+1(i,j)|+|YFn(i,j‑1)‑YFn+1(i,j‑1)|+|YFn(i,j+1)‑YFn+1(i,j+1)|field_diff23=|YFn(i,j)‑YFn‑1(i,j)|+|YFn(i,j‑1)‑YFn‑1(i,j‑1)|+|YFn(i,j+1)‑YFn‑1(i,j+1)|frm_diff02＝|YFn(i,j)‑YFn‑2(i,j)|+|YFn(i,j‑1)‑YFn‑2(i,j‑1)|+|YFn(i,j+1)‑YFn‑2(i,j+1)|frm_diff13＝|YFn+1(i,j)‑YFn‑1(i,j)|+|YFn+1(i,j‑1)‑YFn‑1(i,j‑1)|+|YFn+1(i,j+1)‑YFn‑1(i,j+1)|（1.2）、U色差分量的场间差值计算：Ufield_dif12=|UFn(i，j)‑UFn+1(i,j)|+|UFn(i，j‑1)‑UFn+1(i,j‑1)|+|UFn(i,j+1)‑UFn+1(i，j+1)|Ufield_dif23=|UFn(i,j)‑UFn‑1(i,j)|+|UFn(i,j‑1)‑UFn‑1(i，j‑1)|+|UFn(i,j+1)‑UFn‑1(i,j+1)|（1.3）、V色差分量的场间差值计算：Vfield_diff12=|VFn(i,j)‑VFn+1(i,j)|+|VFn(i，j‑1)‑VFn+1(i,j‑1)|+|VFn(i,j+1)‑VFn+1(i，j+1)|Vfield_diff23=|VFn(i，j)‑VFn‑1(i，j)|+|VFn(i，j‑1)‑VFn‑1(i，j‑1)|+|VFn(i,j+1)‑VFn‑1(i，j+1)|其中，YFn、YFn+1、YFn‑1、YFn‑2分别表示当前场图像，当前场后一场图像，当前一场图像，当前场前面第二场图像像素点的亮度分量（即Y分量）；UFn，UFn+1，UFn‑1，UFn‑2分别表示当前场图像，当前场后一场图像，当前前一场图像，当前场前面第二场图像像素点的U色差分量；VFn，VFn+1，VFn‑1，VFn‑2分别表示当前场图像，当前场后一场图像，当前前一场图像，当前场前面第二场图像像素点的V色差分量；其中，(i,j)表示当前像素点在图像中的空间位置，(i,j‑1)表示当前像素点垂直位置上方的像素点在图像中的空间位置，(i,j+1)表示当前像素点垂直位置下方的像素点在图像中的空间位置；（2）、亮度分量的场间差值与阈值比较将亮度分量的场间差值分别与一个阈值进行比较，得到当前像素点的运动模式，用变量mov_mode表示，mov_mode值的计算如下：如果亮度分量的场间差值field_diff23>阈值thread1，则变量mov_mode的第一位为：mov_mode[0]=1否则，mov_mode[0]=0；如果亮度分量的场间差值field_diff12>阈值thread2，则变量mov_mode的第二位为：mov_mode[1]=1否则，mov_mode[1]=0；如果亮度分量的场间差值frm_diff13>阈值thread3，则变量mov_mode的第三位为：mov_mode[2]=1否则，mov_mode[2]=0；如果亮度分量的场间差值frm_diff02>阈值thread4，则变量mov_mode的第四位为：mov_mode[3]=1否则，mov_mode[3]=0；其中阈值thread1~4根据经验值确定；（3）、边缘检测（3.1）、垂直梯度计算：当前场图像的当前像素点的垂直梯度计算如下：grad_vern(i,j)=|YFn(i,j)‑YFn(i+1,j)|+|YFn(i,j‑1)‑YFn(i+1,j‑1)|+|YFn(i,j+1)‑YFn(i+1,j+1)|前一场图像的对应像素点的垂直梯度计算如下：grad_vern‑1(i,j)=|YFn‑1(i,j)‑YFn‑1(i+1,j)|+|YFn‑1(i,j‑1)‑YFn‑1(i+1,j‑1)|+|YFn‑1(i,j+1)‑YFn‑1(i+1,j+1)|前面第二场图像的对应像素点的垂直梯度计算如下：grad_vern‑2(i,j)＝|YFn‑2(i,j)‑YFn‑2(i+1,j)|+|YFn‑2(i,j‑1)‑YFn‑2(i+1,j‑1)|+|YFn‑2(i,j+1)‑YFn‑2(i+1，j+1)后一场图像的对应像素点的垂直梯度计算如下：grad_vern+1(i,j)=|YFn+1(i,j)‑YFn+1(i+1,j)|+|YFn+1(i,j‑1)‑YFn+1(i+1,j‑1)|+|YFn+1(i,j+1)‑YFn+1(i+1,j+1)（3.2）、边缘判断，如果同时满足：grad_vern(i,j)>edge_threadgrad_vern‑1(i,j)>edge_threadgrad_vern‑2(i,j)>edge_threadgrad_vern+1(i,j)>edge_thread则边缘标识edge_flag(i,j)=1，否则，边缘标识edge_flag(i,j)=0；（4）、运动静止判断当前场像素点的运动状态，前一场对应像素点的运动状态，当前场前两场对应像素点的运动状态分别为mov_staten(i,j)、mov_staten‑1(i,j)、mov_staten‑2(i,j)；当它们的值等于0时表示静止，等于1时表示运动；（4.1）、如果变量mov_mode＝0或者mov_mode＝8，则当前场像素点的运动状态为：mov_staten(i,j)=0否则：（4.2）、如果mov_mode>3并且mov_mode≠8，则当前场像素点的运动状态为：mov_staten(i,j)=1，否则：（4.3）、如果mov_mode>0并且mov_mode<4（4.3.1）、如果前一场和前面第二场对应点的运动状态都是运动，则当前场像素点的运动状态为：mov_staten(i,j)=1，否则：（4.3.2）、如果前一场和前面第二场对应点的运动状态都是静止，则当前场像素点的运动状态为：mov_staten(i,j)=0，否则：（4.3.3）、如果边缘标识edge_flag(i,j)=1，则当前场像素点的运动状态为：mov_staten(i,j)=0，否则：（4.3.4）、如果mov_mode＝3，则当前场像素点的运动状态为：mov_staten(i,j)=1，否则:（4.3.5）、当前场像素点的运动状态为：mov_staten(i,j)=0；（5）、运动状态判断结果的修正如果运动变量mov_mode<9并且mov_mode≠3并且mov_mode≠7，则根据色度分量的场间差值对当前场像素点的运动状态进行修正：（5.1）、如果同时满足：Ufield_diff12>UVThreadUfield_diff23>UVThreadVfield_diff12>UVThreadVfield_diff23>UVThread则mov_staten(i,j)=1，否则，当前像素点的运动状态保持上面（4.1）~（4.3）判断得到的运动状态；（5.2）如果不满足以mov_mode<9&mov_mode!＝3&mov_mode!＝7，当前像素点的运动状态保持上面4.1~4.3判断得到的状态。