CN102665061A - 一种基于运动矢量处理的帧率上转换方法及其装置 - Google Patents

Abstract

本发明实施例公开了一种基于运动矢量处理的帧率上转换方法及其装置，其中，该方法包括：对输入的原始视频序列进行场景检测，检测当前是否有场景变换发生；若检测到场景变换发生时，则采用内插方式对所述原始视频序列进行处理并获得处理后的数据；若未检测到场景变换发生时，则采用外推方式对所述原始视频序列进行处理并获得处理后的数据；采用对称运动估计对处理后的数据进行计算，获得初始运动矢量场；对所述初始运动矢量场的运动矢量进行运动矢量处理获得新运动矢量场；对所述新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。实施本发明实施例的方法及装置，可以降低计算复杂度与运动估计的复杂度，能提高内插帧的质量，满足实时应用的要求。

Description

一种基于运动矢量处理的帧率上转换方法及其装置

技术领域

本发明涉及视频处理技术领域，尤其涉及一种基于运动矢量处理的帧率上转换方法及其装置。

背景技术

数字视频以及多媒体信息的大规模应用带来了显示格式的多样性。因此，这些格式之间的转换就显得非常重要。帧率上转换，也称帧率提升(frame rateup-conversion，FRUC)，就是一种能将低帧率视频序列转化为高帧率视频序列的技术。帧率提升具有广阔的应用领域，如可以使视频内容的运动看起来更加连续和自然。帧率提升，主要是用来实现两个不同帧率视频扫描格式之间的转换。FRUC的一个应用场合是高清电视(High Definition Television，HDTV)。HDTV的分辨率最高可以达到1920*1080，帧率可以达到60帧/s。而目前我国和欧洲电视所使用的PAL(Phase Alternating Line)制帧率仅为25帧/s，北美等国使用的NTSC(national television system committee)制为30帧/s。因此，要将现有制式转换为HDTV，必须引入帧率上转换机制。此外，FRUC也可以应用于低比特率视频编码中。它的思想是在编码端适当降低原始视频的帧率，然后在解码端引入FRUC机制让帧率提升到原始帧率大小。

运动补偿内插法(MCFI)是FRUC中一种效果较好，应用比较广泛的算法。该算法利用相邻帧之间的相关性，假定中间帧的运动矢量是前后两帧运动矢量的一半，从而内插出中间帧来。

但是，当视频序列剧烈运动或者存在场景切换时，相邻帧的相关性下降，这种内插的方法就会失效。同时，由于MCFI是一种基于块的算法，那么当某一分割块在物体边缘并且包含几个运动对象时，该块的运动矢量就不准确，从而导致内插出来的图像边缘模糊。而且在遮挡区域和暴露区域内像素点找不到与之相匹配的像素，那么运动估计获得的运动矢量就不正确，这样的区域用MCFI方法就会内插出错误块，也就造成了方块效应。采用MCFI会加大计算复杂度与运动估计的复杂度，并降低了高内插帧的质量，不适合实时应用。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种基于运动矢量处理的帧率上转换方法及其装置，可以降低计算复杂度与运动估计的复杂度，能提高内插帧的质量，满足实时应用的要求。

为了解决上述问题，本发明提出了一种基于运动矢量处理的帧率上转换方法，所述方法包括：

对输入的原始视频序列进行场景检测，检测当前是否有场景变换发生；

若检测到场景变换发生时，则采用内插方式对所述原始视频序列进行处理并获得处理后的数据；

若未检测到场景变换发生时，则采用外推方式对所述原始视频序列进行处理并获得处理后的数据；

采用对称运动估计对处理后的数据进行计算，获得初始运动矢量场；

对所述初始运动矢量场的运动矢量进行运动矢量处理获得新运动矢量场；

对所述新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。

优选地，所述对输入的原始视频序列进行场景检测，检测当前是否有场景变换发生的步骤包括：采用帧差法检测场景变换，根据统计绝对差值和SAD超过特定阀值的块的个数判断是否有场景变换发生。

优选地，所述采用对称运动估计对处理后的数据进行计算，获得初始运动矢量场的步骤包括：以内插帧中待插块的坐标为基准，在两个参考帧中的搜索范围内对称的移动对应匹配块的位置，选出差别最小的那对块作为最佳匹配块，以获得运动矢量，形成初始运动矢量场。

优选地，所述对所述初始运动矢量场的运动矢量进行运动矢量处理获得新运动矢量场的步骤包括：将运动矢量MV标记为L1的对应块分割为子块；将相邻的标记为L2的对饮块合并为大块，以获得可变块；对所述可变块进行运动估计，获得新运动矢量场。

优选地，所述对所述新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧的步骤包括：采用前向帧或者后项帧对当前帧进行插补的，或者使用双向帧进行填补的方式对所述新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。

相应地，本发明实施例还提供一种基于运动矢量处理的帧率上转换装置，所述装置包括：

场景检测模块，用于对输入的原始视频序列进行场景检测，检测当前是否有场景变换发生；

视频序列处理模块，用于若所述场景检测模块检测到场景变换发生时，则采用内插方式对所述原始视频序列进行处理并获得处理后的数据；若所述场景检测模块未检测到场景变换发生时，则采用外推方式对所述原始视频序列进行处理并获得处理后的数据；

运动矢量获取模块，用于采用对称运动估计对所述视频序列处理模块处理后的数据进行计算，获得初始运动矢量场；

运动矢量处理模块，用于对所述运动矢量获取模块所获得的初始运动矢量场的运动矢量进行运动矢量处理获得新运动矢量场；

自适应插值滤波器，用于对所述运动矢量处理模块所获得的新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。

优选地，所述场景检测模块还用于采用帧差法检测场景变换，根据统计绝对差值和SAD超过特定阀值的块的个数判断是否有场景变换发生。

优选地，所述运动矢量获取模块还用于以内插帧中待插块的坐标为基准，在两个参考帧中的搜索范围内对称的移动对应匹配块的位置，选出差别最小的那对块作为最佳匹配块，以获得运动矢量，形成初始运动矢量场。

优选地，所述运动矢量处理模块还用于将运动矢量MV标记为L1的对应块分割为子块，将相邻的标记为L2的对饮块合并为大块，以获得可变块，对所述可变块进行运动估计，获得新运动矢量场。

优选地，所述自适应插值滤波器还用于采用前向帧或者后项帧对当前帧进行插补的，或者使用双向帧进行填补的方式对所述新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。

在本发明实施例中，在帧率转换的3个不同的阶段分别采取了不同的方法来提升插值图像的主观效果。首先，利用场景检测来判断是使用内插的方法或者外推的方法对原始视频序列进行处理，然后对运动估计得到的初始运动矢量场进行更新校验，以得到最可靠的运动矢量(MV)。最后自适应地选择插值滤波器的权值进一步消除局部模糊现象。场景检测采用帧差法，在帧率转换应用中简单实用。因为它只需统计SAD超过某一阈值的大小的个数，可降低计算复杂度与运动估计的复杂度，对整体复杂度的影响不大，另外，不仅能提高内插帧的质量，同时也满足实时应用的要求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例的基于运动矢量处理的帧率上转换方法的流程示意图；

图2是本发明实施例的场景检测示意图；

图3是本发明实施例的对称运动估计示意图；

图4是本发明实施例的基于运动矢量处理的帧率上转换装置的结构组成示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明实施例中，利用场景检测功能对输入的原始视频序列进行检测，检测当前是否有场景变换发生。如果检测到当前场景发生变换，采用外推的方式对原始视频序列进行处理；若没有检测到场景变换，采用内插的方式对原始视频序列进行处理。通过对称运动估计(双向运动估计)得到一个初始运动矢量场(MVF)。这个初始的MVF能够大致反映物体的运动轨迹，但是在物体的边缘区域、遮挡区域以及暴露区域，有些运动矢量(MV)有可能不可靠，对不可靠的MV进行校验更正等处理后得到比较可靠的MV。最后，选用自适应插值滤波器进行处理以得到待插帧的输出。

图1是本发明实施例的基于运动矢量处理的帧率上转换方法的流程示意图，如图1所示，该方法包括：

S101，对输入的原始视频序列进行场景检测，检测当前是否有场景变换发生；若检测到场景变换发生时，则执行S102，若未若检测到场景变换发生时，则执行S103；

S102，采用内插方式对原始视频序列进行处理并获得处理后的数据；

S103，采用外推方式对原始视频序列进行处理并获得处理后的数据；

S104，采用对称运动估计对处理后的数据进行计算，获得初始运动矢量场；

S105，对初始运动矢量场的运动矢量进行运动矢量处理获得新运动矢量场；

S106，对新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。其中，S101包括：

采用帧差法检测场景变换，根据统计绝对差值和SAD超过特定阀值的块的个数判断是否有场景变换发生。

下面结合图2对本发明实施例的场景检测进行详细说明。

一般情况下，视频序列的相邻帧之间存在很大的相关性。如图2所示，f_n-3帧和f_n-1帧之间、f_n+1帧和f_n+3帧之间都存在很大的相关性。但是当出现镜头切换的情况时，处于切换点的两帧通常会存在极大的差异，比如f_n-1帧和f_n+1帧。此时如果仍然采用内插的方法用f_n-1帧和f_n+1帧对f_n帧进行预测，则无法得到有效的插帧。这种情况下若使用外推法，即使用f_n-3帧和f_n-1帧或者f_n+1帧和f_n+3帧来外推帧，往往能得到更好的效果。

具体实施中，采用帧差法来检测场景的变换，通过统计绝对差值和(Sum ofAbsolute Difference，SAD)超过某一给定阈值(特定阀值)的块的个数来判断是否有场景变换产生。对于输入序列的每两个相邻帧，按式(1)计算对应宏块的SAD值。

$\mathrm{SAD}\left[B_{\mathrm{ij}}\right]=\underset{s\∈B_{\mathrm{ij}}}{\mathrm{\Σ}}\left|f_{n-1}\right[S]-f_{n+1}[S\left]\right|---\left(1\right)$

其中，f_n-1、f_n+1是两个相邻帧，B_ij是帧内的一个宏块。

统计SAD大于一定阈值的宏块数目(SAD_num)。假设f_n-3与f_n-1之间SAD大于阈值的宏块数目为SAD_num0，f_n-1与f_n+1之间为SAD_num1，f_n+1与f_n+3之间为SAD_num2。

如果SAD_num1＜n，那么说明相邻帧的相关性很大，于是采用内插的方法。如果SAD_num1＞n，那么判定这两个相邻帧之间存在场景的切换。此时采用外推的方法对中间帧f_n进行估计。

外推时，如果满足

$\left\{\begin{array}{c}{\mathrm{SAD}\_\mathrm{num}}_0<n\\ \mathrm{SAD}\_{\mathrm{num}}_1>n\\ \mathrm{SAD}\_{\mathrm{num}}_2>n\end{array}\right.---\left(2\right)$

那么就利用前面两帧f_n-3，f_n-1外推当前帧f_n。

如果满足下式

$\left\{\begin{array}{c}{\mathrm{SAD}\_\mathrm{num}}_0>n\\ \mathrm{SAD}\_{\mathrm{num}}_1>n\\ \mathrm{SAD}\_{\mathrm{num}}_2<n\end{array}\right.---\left(3\right)$

那么就采用后面两帧f_n+1，f_n+3外推当前帧f_n。

如果SAD_num0，SAD_num1，SAD_num2都大于n，那么说明存在镜头连续切换，这时不管是内插还是外推都不能得到很好的效果，针对这种情况，采用跳帧的方法。这样既保证了每幅图像的质量，而且对于整段视频来说，画面仍然非常流畅。

进一步地，S104包括：以内插帧中待插块的坐标为基准，在两个参考帧中的搜索范围内对称的移动对应匹配块的位置，选出差别最小的那对块作为最佳匹配块，以获得运动矢量，形成初始运动矢量场。

帧率转换中通常采用传统的运动估计，该方法对两个已知相邻帧，以其中一帧图像的一个块为基准，在另一帧图像中搜索最佳匹配块，从而得到运动矢量(MV)，然后取MV/2作为中间帧的运动矢量。这种方法通常会导致了重叠和漏洞现象的出现。

在本发明中，采用对称运动估计方式进行运动估计，能够解决现有采用传统运动估计所存在的问题。对称运动估计是以内插帧中待插块的坐标为基准，然后在两个参考帧中的一定搜索范围内对称的移动对应匹配块的位置，按照式(4)的匹配准则，选出差别最小的那对块作为最佳匹配块。图3是对称运动估计的示意图。这种对称的运动估计使得待插针中每个块是“无缝”拼接的，因此很好地解决了直接运动估计带来的漏洞和重叠问题。

$\mathrm{SAD}\_\mathrm{inter}\left[B_{\mathrm{ij}}\right]=\underset{s\&Element;B_{\mathrm{ij}}}{\mathrm{\&Sigma;}}\left|f_{n-1}\right[S-\mathrm{MV}\left]f_{n-1}\right[S+\mathrm{MV}\left]\right|---\left(4\right)$

但是，依照式(4)的匹配准则得到的MV是视频编码中为了提高编码效率，使残差最小时的MV，并不是真正意义上的运动轨迹。

在FRUC中，为了使MV更接近真实的运动轨迹，同时考虑帧内的相关性，修正了运动估计的匹配准则，使用式(5)作为匹配准则。

SAD[B_ij]＝SAD_inter[B_ij]+λSAD_intra[B_ij]        (5)

$\mathrm{SAD}\_\mathrm{intra}\left[B_{\mathrm{ij}}\right]=\underset{h=0}{\overset{1}{\mathrm{\&Sigma;}}}\underset{l=0}{\overset{N-1}{\mathrm{\&Sigma;}}}|x_{\mathrm{kl}}-x_{\mathrm{kl}}^{\&prime;}|---\left(6\right)$

式(6)中的SAD_intra表示当前块的上水平边界和左垂直边界与它们相邻边界的绝对差，N是一块的宽度，块的大小为N×N的大小。λ是加权系数，取0～16的整数。它是一个经验值，对于运动较剧烈的序列，λ取值应该偏小，对运动较平缓的序列，λ取值应该偏大。

进一步地，S105包括：

将运动矢量MV标记为L1的对应块分割为子块；

将相邻的标记为L2的对饮块合并为大块，以获得可变块；

对可变块进行运动估计，获得新运动矢量场。

下面对本发明实施例的运动矢量处理过程进行详细说明。

对称运动估计后就能得到一个初始的MVF，这个MVF里面大部分MV是可靠的，但是仍然存在部分不可靠的MV。不可靠的MV会导致对应块在插帧时发生错误，进而严重影响主观效果。因此，运动矢量处理在MCFI中一个非常重要的部分。

一般来说，SAD较大也就是匹配误差较大，这样的块对应的MV往往是不可靠的，因此，SAD是判断MV是否可靠的一个基本原则。但是对于有些块虽然SAD很小，但是其MV也不可靠。这种情况产生的原因是一副图像里有很多相似或者重复的区域，一个可能对应几个最佳匹配块，依据SAD最小，得到的MV可靠性很难保证。这样的MV可以通过MV的相关性来判断进而进行处理。

在本发明实施例中，结合SAD和MV的相关性来对MV的可靠性进行分类。

设(w，h)是当前块在一幅图像所有块中的位置，w是当前块所在的行块数，h是当前所在的列块数，(x_w，h，y_w，h)是当前块的运动矢量。

当前块与之周围的8个相邻块之间的相关系数定义为

$C_{w,h}=\frac{\frac{1}{8}\underset{i=-1}{\overset{1}{\mathrm{\&Sigma;}}}\underset{j=-1}{\overset{1}{\mathrm{\&Sigma;}}}\sqrt{{(x_{w,h}-x_{w+i,h+j})}^2+{(y_{w,h}-y_{w+i,h+j})}^2}}{\frac{1}{9}\underset{i=-1}{\overset{1}{\mathrm{\&Sigma;}}}\underset{j=-1}{\overset{1}{\mathrm{\&Sigma;}}}\sqrt{x_{w+i,h+j}^2+y_{w+i,h+j}^2}}---\left(7\right)$

当前块与周围相邻块的平均相关系数定义为

$C_{w,h}^{\mathrm{avg}}=\frac{1}{9}\underset{i=-1}{\overset{1}{\mathrm{\&Sigma;}}}\underset{j=-1}{\overset{1}{\mathrm{\&Sigma;}}}{C}_{w+i,h+j}---\left(8\right)$

将一幅图像的所有运动矢量分为3类，第1类是由于SAD过大引起的不可靠MV，标记为L1；第2类是由于当前块的MV与周围块的MV相关性不大引起的不可靠MV，标记为L2；剩下的第3类为可靠的MV，标记为L3。

用式(9)表示上述运动矢量类别如下：

式(9)中的SAD是式(5)求出来的结果。

对运动矢量分类后，对于标记L1和标记L2的不可靠MV要分别采取不同的方法进行处理。运动矢量的处理过程如下：

1、将MV标记为L1的对应块分割为子块。由于这样的块往往是物体的边缘，所以它可能包含两个不同的物体，因此将块划分为小块，每一块包含一个物体，这样能使物体的边缘更清晰；

2、将相邻的标记为L2的对饮块合并为大块。由于L2类的MV往往是出现在周围运动矢量都很平滑的区域，而只有被标记的这个MV不规则，因此要与周围的块合并成一个大块；

3、经过前面的分割和合并之后，块的大小已经不是初始的固定大小了，变成了可变块大小。对这些可变块要重新运动估计，得到一个新的MVF；

4、对更新后的MV的可靠性重新分类；

5、重复以上的4个过程，直到L1类别对应块的SAD小于某一固定阈值或者是最小分割块达到2*2的块大小。

进一步地，S106可包括：采用前向帧或者后项帧对当前帧进行插补的，或者使用双向帧进行填补的方式对新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。

下面对本发明实施例所采用的自适应运动补偿方式进行说明。

MCFI实际上是一个线性滤波的过程，插值结果可用下式表示：

${\hat{f}}_n[s,v]={\mathrm{\&lambda;f}}_{n-1}[s-\mathrm{MV}]+(1-\mathrm{\&lambda;})f_{n+1}[s+\mathrm{MV}]---\left(10\right)$

式中f_n-1与f_n+1是已知的两相邻帧，

是预测出来的帧。S表示一个分割块，MV是该块对应的运动矢量。权值λ一般取0.5。但是这种固定权值的滤波器往往会让局部模糊。本发明按以下公式选择λ：

如果当前块的SAD超过了某一阈值，那么采用前向帧或者后项帧对当前帧进行插补，否则，使用双向帧进行填补。

在本发明实施例中，在帧率转换的3个不同的阶段分别采取了不同的方法来提升插值图像的主观效果。首先，利用场景检测来判断是使用内插的方法或者外推的方法对原始视频序列进行处理，然后对运动估计得到的初始运动矢量场进行更新校验，以得到最可靠的运动矢量(MV)。最后自适应地选择插值滤波器的权值进一步消除局部模糊现象。场景检测采用帧差法，在帧率转换应用中简单实用。因为它只需统计SAD超过某一阈值的大小的个数，可降低计算复杂度与运动估计的复杂度，对整体复杂度的影响不大，另外，不仅能提高内插帧的质量，同时也满足实时应用的要求。

图4是本发明实施例的基于运动矢量处理的帧率上转换装置的结构组成示意图，如图4所示，该装置包括：

场景检测模块40，用于对输入的原始视频序列进行场景检测，检测当前是否有场景变换发生；

视频序列处理模块41，用于若场景检测模块40检测到场景变换发生时，则采用内插方式对原始视频序列进行处理并获得处理后的数据；若场景检测模块40未检测到场景变换发生时，则采用外推方式对原始视频序列进行处理并获得处理后的数据；

运动矢量获取模块42，用于采用对称运动估计对视频序列处理模块41处理后的数据进行计算，获得初始运动矢量场；

运动矢量处理模块43，用于对运动矢量获取模块42所获得的初始运动矢量场的运动矢量进行运动矢量处理获得新运动矢量场；

自适应插值滤波器44，用于对运动矢量处理模块43所获得的新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。

具体实施中，场景检测模块40还用于采用帧差法检测场景变换，根据统计绝对差值和SAD超过特定阀值的块的个数判断是否有场景变换发生。

进一步地，运动矢量获取模块42还用于以内插帧中待插块的坐标为基准，在两个参考帧中的搜索范围内对称的移动对应匹配块的位置，选出差别最小的那对块作为最佳匹配块，以获得运动矢量，形成初始运动矢量场。

进一步地，运动矢量处理模块43还用于将运动矢量MV标记为L1的对应块分割为子块，将相邻的标记为L2的对饮块合并为大块，以获得可变块，对可变块进行运动估计，获得新运动矢量场。

进一步地，自适应插值滤波器44还用于采用前向帧或者后项帧对当前帧进行插补的，或者使用双向帧进行填补的方式对新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。

本发明实施例中的基于运动矢量处理的帧率上转换装置的各模块功能的实现过程及原理可参见本发明的基于运动矢量处理的帧率上转换方法的实施例中的相应过程描述，这里不再赘述。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。

另外，以上对本发明实施例所提供的基于运动矢量处理的帧率上转换方法及其装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于运动矢量处理的帧率上转换方法，其特征在于，所述方法包括：

对输入的原始视频序列进行场景检测，检测当前是否有场景变换发生；

若检测到场景变换发生时，则采用内插方式对所述原始视频序列进行处理并获得处理后的数据；

若未检测到场景变换发生时，则采用外推方式对所述原始视频序列进行处理并获得处理后的数据；

采用对称运动估计对处理后的数据进行计算，获得初始运动矢量场；

对所述初始运动矢量场的运动矢量进行运动矢量处理获得新运动矢量场；

对所述新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。

2.如权利要求1所述的基于运动矢量处理的帧率上转换方法，其特征在于，所述对输入的原始视频序列进行场景检测，检测当前是否有场景变换发生的步骤包括：

采用帧差法检测场景变换，根据统计绝对差值和SAD超过特定阀值的块的个数判断是否有场景变换发生。

3.如权利要求1或2所述的基于运动矢量处理的帧率上转换方法，其特征在于，所述采用对称运动估计对处理后的数据进行计算，获得初始运动矢量场的步骤包括：

以内插帧中待插块的坐标为基准，在两个参考帧中的搜索范围内对称的移动对应匹配块的位置，选出差别最小的那对块作为最佳匹配块，以获得运动矢量，形成初始运动矢量场。

4.如权利要求3所述的基于运动矢量处理的帧率上转换方法，其特征在于，所述对所述初始运动矢量场的运动矢量进行运动矢量处理获得新运动矢量场的步骤包括：

将运动矢量MV标记为L1的对应块分割为子块；

将相邻的标记为L2的对饮块合并为大块，以获得可变块；

对所述可变块进行运动估计，获得新运动矢量场。

5.如权利要求4所述的基于运动矢量处理的帧率上转换方法，其特征在于，所述对所述新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧的步骤包括：采用前向帧或者后项帧对当前帧进行插补的，或者使用双向帧进行填补的方式对所述新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。

6.一种基于运动矢量处理的帧率上转换装置，其特征在于，所述装置包括：

场景检测模块，用于对输入的原始视频序列进行场景检测，检测当前是否有场景变换发生；

视频序列处理模块，用于若所述场景检测模块检测到场景变换发生时，则采用内插方式对所述原始视频序列进行处理并获得处理后的数据；若所述场景检测模块未检测到场景变换发生时，则采用外推方式对所述原始视频序列进行处理并获得处理后的数据；

运动矢量获取模块，用于采用对称运动估计对所述视频序列处理模块处理后的数据进行计算，获得初始运动矢量场；

运动矢量处理模块，用于对所述运动矢量获取模块所获得的初始运动矢量场的运动矢量进行运动矢量处理获得新运动矢量场；

自适应插值滤波器，用于对所述运动矢量处理模块所获得的新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。

7.如权利要求6所述的基于运动矢量处理的帧率上转换装置，其特征在于，所述场景检测模块还用于采用帧差法检测场景变换，根据统计绝对差值和SAD超过特定阀值的块的个数判断是否有场景变换发生。

8.如权利要求6或7所述的基于运动矢量处理的帧率上转换装置，其特征在于，所述运动矢量获取模块还用于以内插帧中待插块的坐标为基准，在两个参考帧中的搜索范围内对称的移动对应匹配块的位置，选出差别最小的那对块作为最佳匹配块，以获得运动矢量，形成初始运动矢量场。

9.如权利要求8所述的基于运动矢量处理的帧率上转换装置，其特征在于，所述运动矢量处理模块还用于将运动矢量MV标记为L1的对应块分割为子块，将相邻的标记为L2的对饮块合并为大块，以获得可变块，对所述可变块进行运动估计，获得新运动矢量场。

10.如权利要求9所述的基于运动矢量处理的帧率上转换装置，其特征在于，所述自适应插值滤波器还用于采用前向帧或者后项帧对当前帧进行插补的，或者使用双向帧进行填补的方式对所述新运动矢量场的运动矢量进行自适应运动补偿处理，获得待插帧。

Images