视频扫描格式转换芯片相关算法研究

视频扫描格式转换芯片相关算法研究

论文摘要

传统的电视系统大多使用隔行扫描方案,场频为50HZ 或者60HZ。采用这样的方案是为了降低信号的带宽,使电路更容易设计。在这样的方案下,图象的垂直分辨率较低,而且将不可避免的产生诸如线抖,大面积闪烁,边缘闪烁等可见的人为干扰。而且,当显示屏幕越大时,这些干扰就越明显。为了解决这些问题,当前的隔行扫描信号必须转换为帧频更高的逐行信号。另外,为了改善显示质量,一些图像增强技术也常常被应用于电视系统。为了实现这样的高质量的逐行电视系统(以及相关的芯片),就必须对采样率转换算法进行研究。在本文中,首先对采样率转换理论进行了回顾,研究了一系列已有的相关算法,比如:场内插值算法, 场间插值算法, 运动自适应插值算法, 以及运动补偿算法等。文章讨论了这些算法的优点和缺点,并演示了一些相关的实验结果。文章提出了一种基于新颖的基于块匹配算法的图像运动估计算法。块匹配算法是一种经典的运动估计算法,在去隔行,视频编码上得到了广泛的应用。块匹配算法也有它自身的缺陷,这主要在于,对快匹配算法中的块的大小选择,如果块的尺寸太大,则容易产生所谓的“块效应”。如果块的尺寸太小,得到的运动场又太混乱,无法反映实际的运动。本文作者应用了模式识别的方法来改善算法的效果,对算法所得的运动场进行了聚类,使得到的运动场更加平滑,这样,块匹配算法就可以选择更小的块尺寸,得到更好的处理效果。另外,不管是块匹配算法,还是聚类算法的运算量都很大,文章又采用一种多分辨率的方法对算法进行了优化,降低了算法的复杂度。文章把运动估计算法运用到去隔行领域,提出了一种运动补偿去隔行插值策略,其基本思想是在运动估计的基础上先求出时间插值结果,再用传统的场内插值法求出空间插值结果,两个结果的平均就得到最后的插入值。文章同时也提出了一种运动自适应的去隔行算法,这种算法对每个像素点进行运动检测,如果检测到运动,就使用空间插值,如果没有检测到运动,就使用时间插值。本文还研究了场频转换问题,即把信号的场频从50HZ 或60HZ 转换到更高的频率上,同时也研究了一些图像增强算法,例如黑电平延伸,DCTI 等等。这些算法对于改善图像效果有着显著的作用。文章对算法的实现也作了讨论,提出了纯硬件电路以及用软件结合硬件电路的两种不同的实现方案。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 视频扫描格式转换技术的发展概况
  • 1.2 该研究项目的背景及意义
  • 1.3 本文要解决的主要问题
  • 第二章 视频采样率转换算法理论
  • 2.1 视频采样率转换原理
  • 2.1.1 上转换
  • 2.1.2 下转换
  • 2.1.3 去隔行问题
  • 2.1.4 场倍频问题
  • 2.2 去隔行算法回顾
  • 2.2.1 空间插值
  • 2.2.2 时间插值
  • 2.2.3 运动自适应内插
  • 2.2.4 运动补偿内插
  • 2.3 小结
  • 第三章 运动检测估计算法的研究
  • 3.1 运动检测算法研究
  • 3.1.1 差分法运动检测
  • 3.1.2 针对像素点的运动检测
  • 3.1.3 对运动检测算法的改进
  • 3.2 运动估计理论
  • 3.2.1 光流方程
  • 3.2.2 运动估计的一般方法
  • 3.2.3 运动表示
  • 3.2.4 运动估计准则
  • 3.2.5 优化方法
  • 3.3 运动估计算法研究
  • 3.3.1 基于像素的运动估计
  • 3.3.2 基于块的运动估计
  • 3.3.3 基于区域的运动估计
  • 3.4 聚类块匹配算法
  • 3.4.1 运动模型的选择
  • 3.4.2 聚类过程
  • 3.4.3 自适应 K 一均值聚类算法
  • 3.4.4 多分辨率方法
  • 3.5 小结
  • 第四章 芯片相关算法及其实现方案
  • 4.1 去隔行模块算法
  • 4.1.1 运动补偿去隔行算法及其实现
  • 4.1.2 运动自适应去隔行算法及其实现
  • 4.2 场倍频算法及其实现
  • 4.3 图像增强算法
  • 4.4 小结
  • 第五章 实验仿真及算法评估
  • 5.1 运动补偿去隔行算法的仿真与评估
  • 5.2 运动自适应去隔行算法的仿真与评估
  • 5.3 小结
  • 第六章 结束语
  • 参考文献
  • 致谢
  • 附录 FPGA 验证板及64 位 RISC CPU 照片
  • 个人简历及在学期间发表的学术论文
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签:;  ;  ;  ;  ;  ;  

    视频扫描格式转换芯片相关算法研究
    下载Doc文档

    猜你喜欢