基于H.264的运动及纹理自适应去隔行算法

在分析空间和时间二维插值去隔行算法特点的基础上,提出一种基于H.264编码的运动及纹理自适应去隔行算法。对H.264编码过程中的运动估计、运动补偿和帧内预测结果进行研究,将视频序列划分为运动区域、静止纹理复杂区域和静止纹理简单区域,分别采用沿自适应插值、竖直时域滤波和行平均插值方法进行去隔行处理。实验结果表明,该算法在处理运动区域和静止区域图像时,能有效抑制由于运动检测失误造成的梳齿和虚影问题,提升图像质量。     

基于视频监控系统的运动自适应去隔行算法

针对视频监控系统的去隔行问题,在分析了传统去隔行算法优缺点的基础上,提出了一种高性能的运动自适应去隔行算法。该算法通过可检测空间周期模式运动的4场运动检测方法对插值点运动状态进行判断,将图像分为静止区域和运动区域。静止区域的插值采用场合并算法;运功区域的插值采用改进型边沿自适应插值算法,增强了水平边沿检测功能并提升了一致性边沿方向的估计水平。DSP实验结果表明,提出的算法可提高图像的峰值信噪比(PSNR)和结构相似度(SSIM),有效抑制锯齿化、行间闪烁和运动虚像等不良效应,获得良好的视觉效果     

一种新型运动自适应去隔行算法

在分析了现有的各种去隔行算法特点的基础上,提出了一种新型的运动自适应去隔行算法。该算法充分结合了中值滤波算法及边沿保护插值算法的优越性,能区分图像的静止和运动部分,采用不同的算法进行去隔行。同时对运动部分采用的边沿保护插值去隔行算法进行了改进,大大简化了运动检测。软件仿真表明,去隔行处理后的逐行图像测评效果良好,该算法占用硬件资源少,结构简洁,极具实用价值。     

一种基于全局运动统计和边缘平滑滤波的视频去隔行方法

一种新型运动自适应去隔行视频处理算法,并进行了数字逻辑电路实现。该算法利用全局运动统计方法对传统的运动检测结果进行校正处理。以提升运动检测处理的准确性。对场内空间插值进行定向边缘平滑滤波,保持边缘的清晰平滑。     

内容自适应与DOI的场内去隔行研究

提出了基于内容自适应与Direction Oriented Interpolation（DOI）的视频场内去隔行。首先通过内容纹理分析将视频单场划分为边缘、平滑和纹理区域,然后对不同区域采用不同的场内去隔行算法,其中针对边缘重点区域采用DOI方法进行插值。DOI方法为利用上部和下部空间方向矢量信息获得更准确的边缘空间方向,针对不同边缘方向具有自适应的搜索区域,并具有较大的灵活性和准确性。实验结果表明,该方法结果在图像主、客观质量上均优于线平均（Line Averaging,LA）、边缘线平均（Edge-based Line Averaging,ELA）、改进的边缘线平均（Modified Edge-based Line Averaging,M-ELA）和中值滤波等场内去隔行算法。     

基于形态学滤波和小角度边缘搜索的运动自适应去隔行

为实现隔行扫描到逐行扫描的视频格式转换,提出了一种运动自适应的去隔行算法,主要包括运动估计、运动向量的形态学滤波、小角度边缘搜索、时空插值权重自适应插值等。该算法通过同极性场的像素块绝对值差和(SAD)与运动阈值的比较实现运动估计,并对运动向量进行形态学滤波处理,消除噪声影响。在小角度边缘搜索中采用自适应搜索半径和并行搜索树的策略实现最小6°的检测精度。最后,通过时空权重自适应的插值算法实现去隔行处理,取得了很好的处理效果。     

一种用于DIBR的去隔行算法*

提出了一种适用于DIBR的去隔行算法,该算法首先采用一种基于方向的场内插值算法对隔行参考图像和它的深度图像去隔行。这种场内插值算法能够通过对插值方向进行自适应的选择有效地消除“锯齿”现象。然后,算法会根据逐行的参考图像和它的深度图像进行三维图像变换,得到逐行的目标图像。实验表明,所提出的去隔行算法能得到画质较高的逐行新视图,且算法性能是鲁棒的。该算法适用于基于DIBR的3D视频的去隔行。     

时空权重和边缘自适应去隔行

为实现隔行扫描到逐行扫描的视频格式转换,文中提出了一种时空权重和边缘自适应的去隔行算法,主要包括4个同极性场运动估计、小角度边缘搜索、时空权重计算、自适应插值等.运动估计通过比较同极性场的像素块绝对值差和(SAD)与运动阈值实现运动估计,并且利用前一场的运动信息进行鲁棒性处理,提高运动检测的精度.小角度边缘搜索采用自适应搜索半径的方法实现最小6°的小角度边缘检测.最后,通过时空权重自适应的插值算法实现去隔行处理,取得很好的处理效果.     

视频压缩前端去隔行算法研究及系统设计

在智能监控系统的视频压缩前端设计中,提出了一种改进型的运动自适应视频去隔行算法,能够准确区分运动区域和非运动区域,并在保证非运动区域清晰度的前提下对运动区域进行适当补偿。     

一种基于时空联合的实时视频降噪算法

针对监控视频图像的特点,提出了一种基于时空联合的实时视频降噪算法。该算法通过结合多帧图像进行运动检测,自适应地区分图像的运动区域和静止区域,对静止区域采用时域加权均值滤波,对运动区域采用空域ANL滤波。实验结果表明,该算法由于准确地区分了图像的运动区域和静止区域,充分利用了视频的时域、空域信息,在不造成运动拖影的前提下,能够显著提高视频的信噪比和图像的主观质量,同时满足实时性要求。     

An adaptive motion-compensated approach for video deinterlacing

Deinterlacing, defined as the process of converting a stream of interlaced frames into a sequence of progressive frames, represents a key feature in video processing. The interlaced video format, introduced by the old analog television transmission systems as a trade-off between framerate and bandwidth capacity, has become obsolete nowadays, when all transmissions are digital. Moreover, almost all recent displays??whether LCD or plasma??require progressive video input, whereas much of the available video content is in interlaced format. In this paper an adaptive, edge-preserving motion-compensated approach for video deinterlacing is proposed. The algorithm preserves strong edges and interpolates the missing pixels along the contours depending on the motion-degree of the region to which they belong. Our proposal is optimized to lower heavy computation, which is the main drawback of motion-compensated deinterlacing algorithms. Therefore it provides complexity scalability as a trade-off tool between performance and computation time. Experiments demonstrate a significant gain in reconstruction quality as compared to other deinterlacing implementations.     

A rapid local backlight dimming method for interlaced scanning video

This paper presents a rapid local backlight dimming method for interlaced video to improve the efficiency of displaying interlaced video. In the proposed method, we combine the line average deinterlacing algorithm with the local backlight dimming algorithm. In order to reduce the computational complexity and the backlight power consumption, three novel methods are proposed. The first is to add the sparse method to process the deinterlaced image. Second, the improved dynamic threshold method is used to calculate the dimming factor. And third, the odd field and even field of the same frame use the same backlight brightness to do backlight dimming. The simulation results show that the proposed method can reduce the computational complexity and power consumption, and the experiment results verify that the method can provide high display effect.     

对隔行采样的视频信号及去隔行技术的分析

是否对视频信号进行隔行采样，是现代电视系统和个人计算机处理视频信号的标志性区别，去隔行技术也是最基本的视频格式转化的方法之一。从信号分析的角度，对视频信号的隔行采样和去隔行技术进行了分析，提出了完全恢复原信号的去隔行方法的存在条件及设计思路，最后提出了一种实用的去隔行滤波器。     

Spatial?temporal content-adaptive deinterlacing algorithm

An algorithm, which adapts to an appropriate interpolation technique for high-quality deinterlacing based on the spatial?temporal spectral and edge-oriented features of local video contents, is introduced. This algorithm employs a spectrum-adaptive vertical?temporal filter to deal with generic video scenes, and adopts a texture-adaptive edge-based line-averaging interpolation with an edge-consistency check to interpolate moving edges with high efficiency. This deinterlacing algorithm likewise incorporates an economical recursive stationary-pixel detection scheme with a field-averaging filter to effectively interpolate stationary video scenes. Because of the precise selection of the interpolation technique for versatile video contents, the proposed algorithm provides not only better objective peak signal-to-noise ratio, but also results in more impressive subjective visual quality when compared with other non-motion compensated deinterlacing approaches.     

基于棱边方向检测与运动补偿的视频去隔行算法

提出了一种基于棱边方向检测与运动补偿相结合的去隔行算法。首先通过Canny算子提取出棱边,将图像区分为棱边和非棱边两部分。对于棱边丢失的部分,分别在空域内沿棱边方向和时域内沿棱边移动方向插值,然后利用中值滤波得到丢失的棱边信息;对于非棱边部分,采用多级相位相关运动估计法,对当前场与前后两场计算出相应的运动矢量,然后在时域和空域中利用中值滤波计算出丢失的信号。实验结果表明,本文方法优于一般的去隔行算法,如线性空域插值等。同时本文提出了两个去隔行评价标准,可以定量检验去隔行方法的效果。     

一种自适应去隔行算法及其电路设计

为提高数字电视的图像显示质量，提出了一种数字视频的运动自适应加边缘检测的两级加权求和去隔行算法。该方法在一定程度上克服了直接的奇偶场合并造成的运动边缘锯齿和场内内插的模糊和闪烁等问题，并且不会出现采用运动补偿方法在运动矢量出错时产生的难以接受的伪像。该算法的硬件实现的复杂度比运动补偿方法大大降低。     

视频监控中的一种快速人脸定位方法

根据视频监控应用的特点,结合视频图像的时域连续特性和人脸肤色特征,提出了一种应用十视频监控的快速人脸定位方法。该方法首先通过对称差分算法,提取运动区域;然后基于BP(back-error-propagation,误差反传)神经网络的肤色分割算法,对运动区域进行肤色检测,最后,经过进一步的候选人脸区域验证,定位图像中的人脸。实验结果表明,提出的方法实现简单、检测速度怏、误检率低,适合实时视频监控系统应用。     

视频监控下的人脸跟踪与识别系统

针对智能视频监控系统的要求,设计了一个基于视频监控的自动多人脸跟踪识别系统,该系统的功能是实时跟踪视频监控范围内的人脸并鉴别人脸的身份。针对复杂背景及类似人脸区域的影响,提出了一种Adaboost人脸检测算法和主动形状模型相结合的人脸检测算法,实现人脸的准确检测;针对视频监控范围内人脸偏转、交错以及由于人员不断出入而导致人脸数目发生变化的问题,提出了CamShift和Kalman滤波器相结合的多人脸跟踪算法,同时对跟踪到的人脸进行实时身份识别。实验证明,该系统在视频监控范围内对人脸检测和身份识别准确,跟踪实时性好,是一种建立实时视频监控系统的实用方法。     

基于残差帧的室内监控视频压缩算法

该文提出了一种基于残差帧的室内监控视频压缩算法。该算法是提取监控视频中相邻帧之间的残差帧,将残差矩阵对角化,传输运动数据,并在接受端根据接受到的背景参数和和残差帧运动参数,恢复出原图像帧,进而得到原监控视频文件;实验证明,该算法易于实现,且计算量小,适宜室内监控视频的压缩应用。     

低照度视频监控图像降噪算法设计与实现

针对低照度环境下视频监控图像噪点较多的问题,提出一种基于运动检测的低照度视频监控图像降噪算法。在研究低照度视频监控图像噪声特点的基础上,通过一种阈值运动检测算法将图像帧划分成8×8的运动像素宏块和静止像素宏块,对运动像素宏块采用改进的维纳滤波算法进行降噪,对静止像素宏块采用数学形态学和中值滤波相结合的算法进行降噪。实验数据显示,该算法总体时间复杂度接近O(n),使用该算法降噪后的图像的PSNR值和DV,BV值均高于经典降噪算法,证明了该算法在降低时间复杂度的同时,能有效降低图像噪声,并较好地保持图像的解析度。