

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著各種新型顯示設(shè)備、新的電視廣播格式的發(fā)展,目前在視頻領(lǐng)域內(nèi)存在大量不同的格式標(biāo)準(zhǔn),為了實(shí)現(xiàn)不同格式視頻信號(hào)之間的交流,視頻格式轉(zhuǎn)換變得不可或缺。在當(dāng)今的電視廣播系統(tǒng)中,絕大部分的視頻信號(hào)源還是采用隔行掃描的,這種方式能夠減少帶寬,但同時(shí)也會(huì)引起爬行、畫面閃爍、邊緣模糊及鋸齒現(xiàn)象。去隔行技術(shù)是格式轉(zhuǎn)換的一項(xiàng)關(guān)鍵技術(shù),也是其他格式轉(zhuǎn)換技術(shù)的基礎(chǔ)。所謂“去隔行”,就是從隔行掃描到逐行掃描格式的轉(zhuǎn)換。本文針對視頻序列邊緣處的信息變化,重點(diǎn)分
2、析了基于上下文的場內(nèi)去隔行算法,以及基于運(yùn)動(dòng)檢測的自適應(yīng)混合去隔行算法。創(chuàng)新性研究工作主要包含以下幾個(gè)方面:
(1)本文提出了一種基于邊緣方向的自適應(yīng)場內(nèi)去隔行算法。該算法主要是利用隔行掃描的低分辨率圖像與逐行掃描的高分辨率圖像之間的幾何對偶性,從低分辨率圖像的預(yù)測模型估計(jì)出高分辨率圖像的預(yù)測模型。通過采用相關(guān)性最強(qiáng)的像素點(diǎn)來自適應(yīng)的構(gòu)造訓(xùn)練樣本和預(yù)測模型,進(jìn)一步提高了預(yù)測模型估計(jì)的準(zhǔn)確性。實(shí)驗(yàn)結(jié)果表明,該算法與傳統(tǒng)的場內(nèi)
3、去隔行算法相比,不僅具有高的PSNR值,而且擁有很好的視覺效果,尤其是在圖像邊緣。
(2)本文提出了一種基于邊緣檢測的自回歸去隔行算法,該算法主要是對基于邊緣方向去隔行方法單向估計(jì)高分辨率預(yù)測模型的缺點(diǎn)提出改進(jìn)。改進(jìn)思想是利用估計(jì)出的高分辨率預(yù)測模型進(jìn)行反饋,進(jìn)一步反向估計(jì)低分辨率預(yù)測模型,從而提高高分辨率預(yù)測模型的準(zhǔn)確性。通過引入邊緣檢測,將傳統(tǒng)場內(nèi)去隔行算法與自回歸去隔行算法相結(jié)合構(gòu)造出一種自適應(yīng)的去隔行算法。實(shí)驗(yàn)結(jié)果
4、表明,該算法在保證高的PSNR值的同時(shí)能夠降低自回歸去隔行算法的高復(fù)雜度,使其滿足實(shí)際需要。
(3)本文提出一種基于運(yùn)動(dòng)補(bǔ)償?shù)膱鰞?nèi)與場間結(jié)合的去隔行算法。該算法首先運(yùn)用運(yùn)動(dòng)檢測將圖像分類為不同的運(yùn)動(dòng)狀態(tài),之后對不同的運(yùn)動(dòng)狀態(tài)分別采用不同的去隔行算法。文中主要分為三類運(yùn)動(dòng)狀態(tài):靜止、慢運(yùn)動(dòng)和快運(yùn)動(dòng)。對于靜止?fàn)顟B(tài),我們采用前后場對應(yīng)位置平均的去隔行方法;對于慢運(yùn)動(dòng),則采用基于運(yùn)動(dòng)補(bǔ)償?shù)膱鲩g去隔行算法與傳統(tǒng)場內(nèi)方法結(jié)合的混合算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于上下文感知的推薦算法研究.pdf
- 基于上下文的圖像理解算法研究.pdf
- 上下文感知推薦算法研究.pdf
- 基于上下文的協(xié)同過濾算法研究.pdf
- 基于上下文信息的目標(biāo)跟蹤算法研究.pdf
- 基于上下文的容遲網(wǎng)絡(luò)路由算法研究.pdf
- 上下文相關(guān)的查詢推薦算法研究.pdf
- 基于上下文信息的運(yùn)動(dòng)目標(biāo)跟蹤算法的研究.pdf
- 基于上下文的隱喻理解研究.pdf
- 基于感知上下文的交互推薦算法研究.pdf
- 基于上下文建模的協(xié)同過濾算法研究.pdf
- 基于上下文感知的動(dòng)態(tài)數(shù)據(jù)融合算法研究
- 基于時(shí)間上下文的改進(jìn)協(xié)同過濾算法研究
- 基于上下文的形狀匹配算法研究與實(shí)現(xiàn).pdf
- 基于形狀上下文的現(xiàn)場足跡比對算法研究.pdf
- 基于概念上下文的本體匹配算法研究.pdf
- 基于上下文感知的乘車感知算法研究和實(shí)現(xiàn).pdf
- 基于時(shí)空上下文的視頻目標(biāo)跟蹤算法研究.pdf
- 基于上下文和深度信息的目標(biāo)跟蹤算法研究.pdf
- 基于社會(huì)上下文約束和物品上下文約束的協(xié)同推薦.pdf
評(píng)論
0/150
提交評(píng)論