CN1756299A - 用于处理运动图像的设备和方法以及计算机程序产品 - Google Patents

Abstract

一种处理运动图像的方法，包括：基于运动图像内所含第一帧中的预定位置处的像素值、该运动图像内后继于该第一帧的第二帧中的该预定位置的相应位置处的像素值、以及由液晶显示器在该运动图像的显示时引起的响应延迟的程度，确定该第二帧中的该预定位置处图像输出的输出值。该方法还包括：从该第二帧检测边缘区域；以及校正边缘区域的输出值，使得边缘区域的该输出值和当前输出值之间的绝对差增大了预定的第一校正量。

Description

用于处理运动图像的设备 和方法以及计算机程序产品

技术领域

本发明涉及处理液晶显示器上显示的运动图像的方法、运动图像处理设备以及其计算机程序产品。

背景技术

近年来，液晶显示器变得在广泛领域中被使用，例如作为用于个人计算机(PC)、笔记本型PC以及电视机的显示器。同时，观看液晶显示器上运动图像的机会已经不断增长。

然而，在其响应速度并不足够高的液晶显示器上，诸如模糊和余像等图像降级出现在运动图像显示时。一般来说，液晶显示器的刷新率是60Hz(赫兹)。因此，等于或小于16.7毫秒(ms)的响应速度对于运动图像的恰当显示是期望的。

在近来的液晶显示器上，数字值之间的转变(在256灰度级液晶显示器上从0灰度级到255灰度级，或者从255灰度级到0灰度级)所需要的响应速度等于或快于16.7ms。然而，中间灰度级之间转变的响应速度等于或慢于16.7ms。

一般来说，由于运动图像具有大量中间灰度级，中间灰度级之间转变的不足够的响应速度造成运动图像质量的降级。因此，需要响应速度的进一步改进。

为了在液晶显示器中实现更高响应速度，已经做出各种努力，例如为具有更高响应速度的液晶开发新材料、改进以常规液晶材料制造的液晶显示器的驱动方法。用于液晶的此类新材料例如是近晶型铁电液晶和反铁电液晶。

仍然有各种有待解决的问题，例如由液晶材料的自发极化效应造成的图像粘着、液晶取向对压力的敏感性等等。

另一方面，一些方法通过改进以常规液晶材料制造的液晶显示器的驱动方法来改进液晶显示器的响应速度。例如，2001 DISInternational Symposium Digest of Technical Papers/VolumeXXXII/ISSN-0001-966X，p.488公开了一种方法，用以在将灰度级写入液晶显示器中时恰当地增大灰度级，以便正确地处理灰度级在显示器上的变化。

替代地，边缘增强能够用于增加图像的空间锐度。边缘增强是通过放大图像的空间微商(一般来说，该空间微商是相邻像素的像素值之差，因为图像是由非连续数据构成的)来增大图像锐度的技术。

然而，边缘增强一般仅根据图像空间方向的信息来增大图像锐度。于是，边缘增强在用于运动图像时的效果尚显不足。具体来说，当观看者将其注意力聚焦于运动图像中具有运动的区域上时，关注点朝着运动方向移动，观看者的感觉的对比度有所下降。

一般的图像捕获系统通过积分预定时间段中提供的光来捕获图像。于是，当移动对象是图像捕获的目标时，该积分是在空间移位的位置上进行的。因此，出现所谓的“图像捕获时的模糊”，与静止图像的对比度相比较，降低了运动图像的对比度。

另外，在液晶设备中，由于运动图像在一个帧周期内被持续地显示为静止图像，出现所谓的“保持模糊”，降低了运动图像的对比度。

因此，当一般的边缘增强被应用于包含静止区域和移动区域的运动图像上时，表观锐度在静止区域和移动区域中是不同的。于是，不能如愿地改进主观的图像质量。

发明内容

根据本发明的一个方面，一种处理运动图像的方法包括：基于运动图像内所含第一帧中的预定位置处的像素值、该运动图像内后继于该第一帧的第二帧中的该预定位置的相应位置处的像素值、以及由液晶显示器在该运动图像的显示时引起的响应延迟的程度，来确定输出值，该输出值用于该第二帧中的该预定位置处的图像的输出；从该第二帧检测边缘区域；以及校正边缘区域的输出值，使得边缘区域的该输出值和当前输出值之间的绝对差增大了预定的第一校正量。

根据本发明的另一方面，一种运动图像处理设备包括：输出值确定单元，其基于运动图像内所含第一帧中的预定位置处的像素值、该运动图像内后继于该第一帧的第二帧中的该预定位置的相应位置处的像素值、以及由液晶显示器在该运动图像的显示时引起的响应延迟的程度，来确定位于该第二帧中的预定位置处图像输出的输出值；边缘检测单元，其从该第二帧检测边缘区域；以及输出值校正单元，其校正边缘区域的输出值，使得边缘区域的输出值和当前输出值之间的绝对差增大了预定的第一校正量。

根据本发明的又一方面，一种计算机程序产品使得计算机执行按照本发明的该方法。

附图说明

图1是利用按照本发明第一实施例的处理运动图像的方法的运动图像处理设备的功能结构的方框图；

图2是第一帧中灰度级L₀、第二帧中灰度级L₁和初始增强的灰度级L_e之间关系的示意曲线图；

图3是阵列数据存储单元中查找表结构的数据结构的示意图；

图4是边缘检测单元检测到的边缘区域中的边缘强度I和增强校正因子β之间关系的曲线图；

图5是边缘检测单元102检测到的边缘区域中的边缘强度I和增强校正因子β之间关系的另一实例的曲线图；

图6是边缘检测单元检测到的边缘区域中的边缘强度I和增强校正因子β之间关系的又一实例的曲线图；

图7是边缘检测单元检测到的边缘区域中的边缘强度I和增强校正因子β之间关系的再一实例的曲线图；

图8A是N帧的图；

图8B是N+1帧的图；

图9是边缘检测单元通过从N+1帧检测边缘区域而获得的边缘检测图像的图；

图10是N帧和N+1帧的绝对值之差的图；

图11是边缘区域和伴有运动的边缘区域的图，所述区域是经由图9的N+1帧的边缘检测图像的数字化值与N帧和N+1帧的绝对值之差的数字化值的逻辑AND运算来获得的；

图12是按照第一实施例的运动图像处理设备中的运动图像处理的流程图；

图13是按照第一实施例的运动图像处理设备的硬件结构图；

图14是按照第二实施例的运动图像处理设备的功能结构的方框图；

图15是近似直线的曲线图，其是通过按照最小均方误差(LMS)沿着水平轴L₁-L₀和垂直轴L_e-L₀来绘出每个值而获得的；

图16是当输入视频信息包含三个原色即红、绿和蓝以作为图信息时运动图像处理设备的功能结构的方框图；

图17是输入图像的帧速率和液晶显示器的刷新率之间的关系图；以及

图18是按照第五实施例的运动图像处理设备的运动图像处理的流程图。

具体实施方式

下面将参照附图，具体地描述按照本发明的处理运动图像的方法、运动图像处理设备以及用于处理运动图像的计算机程序产品的示范实施例。应当注意本发明不限于这些实施例。

图1是利用按照本发明的处理运动图像的方法的运动图像处理设备的功能结构方框图。运动图像处理设备10包括帧存储器100、边缘检测单元102、门阵列104、以及阵列数据存储单元106。当视频信息显示于液晶显示器20上时，视频的图像质量由于响应延迟而降级。需要灰度级差的增强以消除这样不期望的效应。运动图像处理设备100确定增强的灰度级作为输出，该灰度级是待提供到液晶显示器20的增强灰度级。

输入视频信息被发送到帧存储器100、边缘检测单元102、以及门阵列104。帧存储器100将提供的视频信息存储一个帧周期，输出具有一个帧周期延迟的视频信息。为了确定用于液晶显示器20上的视频信息显示的视频信息的增强灰度级，需要比较输入帧的灰度级和输入帧的先前帧的灰度级。下面为了描述方便，假设帧存储器100当前存储有第一帧和后继于第一帧的第二帧，其将作为来自外界的输入来提供。

边缘检测单元102从第二帧检测边缘，将检测到的图像作为边缘检测图像提供给门阵列104。各种方法可用来检测边缘。在实施例中利用了Sobel差分运算符。

Sobel差分运算符的边缘检测通过表达式(1)至(3)来表达：

$I(x,y)=\sqrt{E_x{(x,y)}^2+E_y{(x,y)}^2}---\left(1\right)$

$E_x(x,y)=H_x*P_x(x,y),H_x=\left[\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right]---\left(2\right)$

$E_y(x,y)=H_y*\mathrm{Py}(x,y),H_y=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right]---\left(3\right)$

这里，I(x，y)表示图像坐标位置(x，y)处的边缘强度。E_x(x，y)表示坐标位置(x，y)上像素P_x(x，y)水平方向的密度梯度。E_y(x，y)表示坐标位置(x，y)上像素P_y(x，y)垂直方向的密度梯度。H_x和H_y分别是水平方向上和垂直方向上的差分运算符。符号*代表卷积运算。I(x，y)可取等于或大于255的值(8位)，但是通过饱和运算(saturate operation)被舍入为不大于255的值。

尽管在第一实施例中利用Sobel差分运算符来进行边缘检测，然而例如可发现仅水平方向上的差分可减轻处理负荷。一般来说，捕获的运动图像中所含图像的大部分在水平方向上移动，于是仅对于水平方向的边缘检测就带来充分的结果。

在第一实施例中，针对输入灰度级的每一个，即红、绿和蓝，发现边缘检测图像。替代地，可对于红、绿和蓝的每一个，发现亮度分量，仅从每个亮度分量中获得边缘检测图像。另外，当视频信息如在MPEG2(运动图像专家组2)的运动图像解码结果中那样由亮度信息和色差信息(例如Y、U、V)构成时，可基于亮度信息(Y)来发现边缘检测图像，并且色差信息(U、V)被原样输出。在此情况下，由于对于第一帧将仅存储亮度分量，减少了帧存储器的大小。此外，由于边缘增强仅对亮度分量来进行，减少了处理成本。

阵列数据存储单元106在查找表(LUT)中存储有关初始增强灰度级的数据。参照图2来描述有关初始增强灰度级的数据。

假定灰度级从第一帧中的L₀变为第二帧中的L₁。然后，即使灰度级L₁被写入以用于第二帧在液晶显示器20上的显示，灰度级L₁的水平由于液晶显示器20的响应延迟而仍然无法在一个帧周期(一般来说是1/60秒)内达到。

因此，取代了L₁，灰度级L_e被写入。于是，L₁的水平能够在一个帧周期内达到。该灰度级水平L_e被称为初始增强灰度级。图2示意地示出了第一帧的灰度级L₀、第二帧的灰度级L₁和初始增强灰度级L_e之间的关系。当写入的灰度级比灰度级L₁具有更高水平时，灰度级L₁的水平能够在一个帧周期内达到。该写入的灰度级是L_e。

此外，实施例中的L₁-L₀、L_e-L₁和L_e-L₀分别对应于“第一差值”、“第二差值”和“第三差值”。

于是，当具有使得能够在一个帧周期内达到L₁水平的水平的初始增强灰度级L_e被写入时，目标L₁能够在一个帧周期内实现。然后，液晶显示器20的表观响应速度能够得以改善。

阵列数据存储单元106存储与预定的不同灰度级之间的所有转变相对应的或者与一些预定的灰度级之间的转变相对应的初始增强灰度级L_e。图3示意地示出了阵列数据存储单元106中LUT的数据结构。该LUT被排列为二维矩阵，水平轴代表L₀，垂直轴代表L₁。在位于L₀行和L₁列的交点处的单元中，存储对应的L_e。

存储灰度级L_e的方式不限于第一实施例。任何存储方式都是可取的，只要灰度级L_e能够基于灰度级L₀和灰度级L₁的输入来识别即可。例如，灰度级L_e可一维地来存储。

该LUT无需存储与所有灰度级之间的所有转变相对应的灰度级L_e。该LUT例如可仅存储与每四个水平的灰度级L₀和灰度级L₁相对应的灰度级L_e。然后，基于线性插值等来找到用于灰度级L₀和灰度级L₁的未存储在LUT中的灰度级L_e。于是，能够减少LUT的大小以及能够节约存储器容量。

尽管图3中所示LUT存储初始增强灰度级L_e，但是该LUT可仅存储增强量，即灰度级L_e和灰度级L₁之差。然后，LUT中存储的增强量与灰度级L_e的相加可在随后所述的门阵列104等中来进行以得到灰度级L_e。

阵列数据存储单元106可以是任何数据存储器，比如只读存储器(ROM)或随机存取存储器(RAM)。

门阵列104获得来自外界的第二帧和来自帧存储器100的第一帧。门阵列104利用所得第一帧的灰度级L₀和第二帧的灰度级L₁作为地址信息，以从阵列数据存储单元106获得相应的初始增强灰度级L_e。

于是，门阵列104能够按照阵列数据存储单元106中的LUT来确定初始增强灰度级L_e。该LUT是基于第一帧中预定位置处的像素值、第二帧中相应位置处的像素值以及响应延迟的程度来形成的。

门阵列104还从边缘节点单元102获得第二帧的边缘检测图像。门阵列104基于边缘检测图像的边缘强度，对初始的增强灰度级L_e进行预定量的进一步增强，以产生实际写入液晶显示器20中的增强灰度级。具体来说，门阵列104进行边缘增强，其给予移动对象的边缘区域，即帧之间有变化的区域中灰度级的进一步增强。然后，门阵列104将作为增强的视频信息的已处理数据与液晶显示器20的时序信号(时钟、水平同步信号、垂直同步信号等)一起提供。

接着，描述在边缘检测的图像上由门阵列104进行的边缘增强。当基于边缘检测图像的边缘强度的增强校正因子由β表示，以及最终写入液晶显示器20中的增强灰度级由L_c表示时，L_c的值可根据表达式(4)来求出：

L_c＝β(L_e一L₁)+L₁                              (4)

接着，描述求解增强校正因子的方式。图4示出了由边缘检测单元102检测到的边缘区域的边缘强度I和增强校正因子之间β的关系。在第一实施例中，增强校正因子如图4所示与边缘强度I成正比例地增加。因此，增强校正因子能够按照表达式(5)由边缘强度I来求解：

$\mathrm{\β}=\frac{{\mathrm{\β}}_{\max }-1}{255}\×I+1---\left(5\right)$

其中β_max在边缘强度取最大值的情况下是最大增强校正因子。β_max的值可用户自行确定。在图4中，边缘强度的最大值被设为255。边缘强度I是基于表达式(1)至(3)求出的值，代表作为8位信息的输入视频的图像边缘强度。从上可看出，增强校正因子β是与边缘强度成正比例的值。

尽管边缘校正因子β在第一实施例中基于图4的关系来确定，但是增强校正因子β可基于其他关系来确定。图5示出了增强校正因子β和边缘强度I之间此类关系的一种。如图5所示，当边缘强度I较低时，增强校正因子被设为1。换言之，不进行过增强。然后，增强校正因子β可根据表达式(6)来求出：

$\mathrm{\&beta;}=\left\{\begin{array}{cc}\frac{{\mathrm{\&beta;}}_{\max }-1}{255-I_{\mathrm{Lth}}}\&times;(I-I_{\mathrm{Lth}})+1& (I\&GreaterEqual;I_{\mathrm{Lth}})\\ 1& (I<I_{\mathrm{Lth}})\end{array}\right.---\left(6\right)$

其中I_Lth代表增强校正因子增加时的边缘增强阈值。

当增强校正因子β基于图5中所示边缘强度I和增强校正因子β之间的关系来确定时，能够防止噪声的过增强。然后，能够防止噪声的增强，因此能够防止图像质量的降级。

图6示出了增强校正因子β和边缘强度I之间的另一关系。如图6所示，当边缘强度较高时，增强校正因子β被设为固定值，即β_max。然后，增强校正因子β能够根据表达式(7)来求出：

$\mathrm{\&beta;}=\left\{\begin{array}{cc}\frac{{\mathrm{\&beta;}}_{\max }-1}{I_{\mathrm{Hth}}}\&times;I+1& (I<I_{\mathrm{Hth}})\\ {\mathrm{\&beta;}}_{\max }& (I\&GreaterEqual;I_{\mathrm{Hth}})\end{array}\right.---\left(7\right)$

其中I_Hth是用于固定设置增强校正因子的边缘强度阈值。

当增强校正因子β基于图6中所示边缘强度I和增强校正因子β之间关系来确定时，能够防止高边缘强度I处的过量过增强。

替代地，表达式(6)和(7)所代表的关系可被一起应用。图7示出了当表达式(6)和(7)所代表的关系被一起应用时增强校正因子β和边缘强度I之间的关系。然后，增强校正因子能够根据表达式(8)来求出：

$\mathrm{\&beta;}=\left\{\begin{array}{cc}1& (I<I_{\mathrm{Lth}})\\ \frac{{\mathrm{\&beta;}}_{\max }-1}{I_{\mathrm{Hth}}-I_{\mathrm{Lch}}}\&times;(I-I_{\mathrm{Lth}})+1& (I_{\mathrm{Lth}}\&le;I\&le;I_{\mathrm{Hth}})\\ {\mathrm{\&beta;}}_{\max }& (I\&GreaterEqual;I_{\mathrm{Hth}})\end{array}\right.---\left(8\right)$

接着，将给出关于由运动图像处理设备10进行的图8A中所示N帧210和图8B中所示N+1帧220的处理的具体描述。N帧210包括矩形对象211以及圆形对象212、213、214和215。与N帧210相似，如图8B所示，N+1帧220包括矩形对象221以及圆形对象222、223、224和225。矩形对象211是移动对象，其在从N帧210到N+1帧220的转变时在帧内水平方向上移动。

图9示出了由边缘检测单元102经由从N+1帧220检测边缘区域而获得的边缘检测图像230。边缘检测单元102检测整个输入帧的边缘。因此，边缘检测图像230包括与静止圆形对象222-224相对应的边缘区域232、233、234和235以及与矩形对象221相对应的边缘区域231。

图10示出了N帧220和N+1帧230的绝对值之差。矩形对象211和221在从N帧220到N+1帧230的转变时在帧内水平方向上从左移到右。因此，移动对象和背景之差241和242产生于矩形对象211和221的右侧和左侧上。

在第一实施例中，门阵列104对边缘检测单元102检测到的边缘区域进行如表达式(4)所代表的增强。然而，当根据表达式(4)L_e-L₁＝0时，关系L_c＝L₁被应用于任何增强校正因子β，换而言之，门阵列104对这样的L_e和L₁不进行增强。

如图10所示，由于圆形对象222-225在N+1帧220中是静止的，所以没有帧间差。因此，对于圆形对象222-225，关系L_e＝L₁成立，L_e-L₁＝0。因此，门阵列104对圆形对象222-225不进行增强。

因此，门阵列104仅对边缘检测单元102检测到的边缘区域之中具有运动的边缘区域进行增强。门阵列104对其进行增强的边缘区域，即具有运动的区域，能够由图9中所示N+1帧的边缘检测图像的数字化值与N帧210和N+1帧220的绝对值之差的数字化值的逻辑乘积来表示。图11表示具有运动的边缘区域251和252，其是经由图9中所示N+1帧的边缘检测图像的数字化值与N帧210和N+1帧220的绝对值之差的数字化值的逻辑AND运算来获得的。边缘区域251和252是这样的矩形区域，其中作为N+1帧中移动对象的矩形对象在帧之间移位。

因此，由于在第一实施例中只有具有运动的边缘区域能够被增强，所以液晶显示器20上显示的运动图像的锐度能够被进一步提高。然后，液晶显示器20能够向观看者展现更高质量的运动图像。

这里，输出值确定中确定的输出值对应于初始增强灰度级L_e，在输出值校正的校正之后的输出值则对应于增强灰度级L_c。另外，第一实施例的门阵列104按照算术表达式进行三个步骤。

图12是通过按照第一实施例的运动图像处理设备10进行的运动图像处理的流程图。首先，门阵列104确定初始增强灰度级L_e(步骤S100)。然后，边缘检测单元102检测边缘区域(步骤S102)。当边缘检测单元102检测边缘区域(步骤S104中的“是”)时，门阵列104检测边缘区域中的边缘强度(步骤S106)。然后，门阵列104基于检测到的边缘强度来确定增强校正因子β，进一步按照表达式(4)确定增强灰度级L_c(步骤S108)。然后，运动图像处理设备10提供具有确定增强灰度级L_c的图像作为输出(步骤S110)。

另一方面，当边缘检测单元102在步骤S104中未检测到边缘区域时(步骤S104中的“否”)，运动图像检测设备10提供具有初始增强灰度级L_e的图像作为输出(步骤S110)。

图13是按照第一实施例的运动图像处理设备10的硬件结构图。作为硬件结构，运动图像处理设备10包括：ROM52，其存储运动图像处理程序等，用于运动图像处理设备10中运动图像处理的执行；中央处理单元(CPU)51，其按照ROM52中存储的程序来控制运动图像处理设备10的各部分；RAM53，其存储用于运动图像处理设备10的控制的各种必需数据；通信接口(I/F)57，其通过连接至网络来实现通信；以及总线62，其连接运动图像处理设备10的各部分。

上述运动图像处理设备10中的运动图像处理程序能够以可安装或可执行的文件格式记录于计算机可读记录介质，比如CD-ROM、软盘(注册商标，FD)和数字万用盘(DVD)上以进行提供。

然后，运动图像处理程序可从运动图像处理设备10上的记录介质中被读出并且被执行以加载于主存储器上，由此在主存储器上将如上所述的各单元实现为软件结构。

第一实施例的运动图像处理程序可被构造为存储于连接至网络比如互联网的计算机上并且经由网络来下载。

接着，描述按照第二实施例的运动图像处理设备10。按照第二实施例的运动图像处理设备10使得液晶显示器20利用日本专利申请待审公开2003-264846中公开的显示方法来显示视频信息。

图14是按照第二实施例的运动图像处理设备10的功能结构方框图。按照第二实施例的运动图像处理设备10包括帧存储器100、边缘检测单元102、增强因子乘法单元110和灰度级信息转换单元112。

提供给运动图像处理设备10的输入视频信息被进一步提供给帧存储器100、边缘检测单元102和增强因子乘法单元110。这里，输入的视频信息包含亮度信息(Y)和色差信息(U，V)。

增强因子乘法单元110基于根据液晶显示器20的响应延迟而预先设置的增强因子、根据边缘检测单元102检测到的边缘检测图像的边缘强度而确定的增强校正因子、以及亮度信息和色差信息的帧间差值，来计算将在液晶显示器20上显示的增强视频信息。具体来说，增强因子乘法单元110将增强校正因子与亮度信息和色差信息的帧间差值相乘。另外，增强因子乘法单元110将由帧存储器100延迟一个帧周期的帧，即第一帧的亮度信息和色差信息加到所得值上。所得的视频信息被提供给灰度级信息转换单元112以作为增强的视频信息。

增强因子乘法单元110按照表达式(9)求出增强的视频信息：

$\left[\begin{array}{c}{Y}_c\\ U_c\\ V_c\end{array}\right]=\mathrm{\&alpha;\&beta;}\left[\begin{array}{c}{Y}_1-Y_0\\ U_1-U_0\\ V_1-V_0\end{array}\right]+\left[\begin{array}{c}{Y}_0\\ U_0\\ V_0\end{array}\right]---\left(9\right)$

这里，(Y₀，U₀，V₀)代表第一帧的亮度信息和色差信息，即输入的视频信息。(Y₁，U₁，V₁)代表第二帧的亮度信息和色差信息，即延迟一个帧周期的视频信息。另外，α表示增强因子，β表示增强校正因子。这里，β是不小于1的实数。

如按照第一实施例参照图2所述，增强因子α是基于第一帧的灰度级L₀、第二帧的灰度级L₁和初始增强灰度级L_e间的关系来确定的。具体来说，增强因子α是按照最小均方差(LMS)方法来确定的。如图15所示，绘出这些值，其中水平轴代表L₁-L₀，垂直轴代表L_e-L₀。图15中所示实线300是从基于LMS的绘图中获得的近似直线。近似直线的斜率被确定为增强因子α。

与第一实施例相似，增强校正因子β是基于边缘检测图像的边缘强度按照表达式(5)来计算的。取代表达式(5)，增强校正因子β可按照表达式(6)至(8)之一来计算。

替代地，取代表达式(9)，增强因子乘法单元110可按照表达式(10)来求出增强的视频信息：

$\left[\begin{array}{c}{Y}_c\\ U_c\\ V_c\end{array}\right]=(\mathrm{\&alpha;}+\mathrm{\&beta;})\left[\begin{array}{c}{Y}_1-Y_0\\ U_1-U_0\\ V_1-V_0\end{array}\right]+\left[\begin{array}{c}{Y}_0\\ U_0\\ V_0\end{array}\right]---\left(10\right)$

其中β是不小于0的实数。因此，β是例如按照表达式(11)至(14)之一来求出的：

$\mathrm{\&beta;}=\frac{{\mathrm{\&beta;}}_{\max }}{255}\&times;I---\left(11\right)$

$\mathrm{\&beta;}=\left\{\begin{array}{cc}\frac{{\mathrm{\&beta;}}_{\max }}{255-I_{\mathrm{Lth}}}\&times;(I-I_{\mathrm{Lth}})+1& (I\&GreaterEqual;I_{\mathrm{Lth}})\\ 1& (I<I_{\mathrm{Lth}})\end{array}\right.---\left(12\right)$

$\mathrm{\&beta;}=\left\{\begin{array}{cc}\frac{{\mathrm{\&beta;}}_{\max }}{I_{\mathrm{Hth}}}\&times;I& (I<I_{\mathrm{Hth}})\\ {\mathrm{\&beta;}}_{\max }& (I\&GreaterEqual;I_{\mathrm{Hth}})\end{array}\right.---\left(13\right)$

$\mathrm{\&beta;}=\left\{\begin{array}{cc}0& (I<I_{\mathrm{Lth}})\\ \frac{{\mathrm{\&beta;}}_{\max }}{I_{\mathrm{Hth}}-I_{\mathrm{Lth}}}\&times;(I-I_{\mathrm{Lth}})& (I_{\mathrm{Lth}}\&le;I\&le;I_{\mathrm{Hth}})\\ {\mathrm{\&beta;}}_{\max }& (I\&GreaterEqual;I_{\mathrm{Hth}})\end{array}\right.---\left(14\right)$

灰度级信息转换单元112将亮度信息和色差信息转换成三原色的增强灰度级信息，并且在液晶显示器20上显示增强灰度级信息。灰度级信息转换单元112将含有亮度信息和色差信息的增强视频信息转换成三原色的增强灰度级信息。

液晶显示器20通过向与三原色即红、绿和蓝相对应的子像素写入灰度级来实现图像显示。为了该显示，该信息被转换为适用于液晶显示器20的显示方法。灰度级信息转换单元112按照表达式(15)所代表的矩阵变换来转换信息：

$\left[\begin{array}{c}{R}_c\\ G_c\\ B_c\end{array}\right]={\left[\begin{array}{ccc}0.257& 0.504& 0.098\\ -0.148& -0.291& 0.439\\ 0.439& -0.368& -0.071\end{array}\right]}^{-1}\left[\begin{array}{c}{Y}_c\\ U_c\\ V_c\end{array}\right]---\left(15\right)$

其中(R_c，G_c，B_c)分别代表红、绿和蓝的增强灰度级。上面所示3×3矩阵仅仅是示例，其他因子也是适用的。

在上面的描述中，输入视频信息被描述为由亮度信息(Y)和色差信息(U，V)构成。然而，输入的视频信息可以是关于三原色即红、绿和蓝的图像信息。然后，该运动图像处理设备可构造为如图16所示，从而不包含图14中所示的灰度级信息转换单元。另外，表达式(9)可改写为表达式(16)：

$\left[\begin{array}{c}{R}_{\mathrm{Rc}}\\ G_c\\ B_c\end{array}\right]=\mathrm{\&alpha;\&beta;}\left[\begin{array}{c}{R}_1-R_0\\ G_1-G_0\\ B_1-B_0\end{array}\right]+\left[\begin{array}{c}{R}_0\\ G_0\\ B_0\end{array}\right]---\left(16\right)$

这里，(R₁，G₁，B₁)代表第二帧的三原色红、绿和蓝的图像信息，而(R₀，G₀，B₀)代表第一帧的三原色红、绿和蓝的图像信息。另外，(R_c，G_c，B_c)代表三原色红、绿和蓝的增强图像信息。类似地，表达式(10)可改写成表达式(17)：

$\left[\begin{array}{c}{R}_c\\ G_c\\ B_c\end{array}\right]=(\mathrm{\&alpha;}+\mathrm{\&beta;})\left[\begin{array}{c}{R}_1-R_0\\ G_1-G_0\\ B_1-B_0\end{array}\right]+\left[\begin{array}{c}{R}_0\\ G_0\\ B_0\end{array}\right]---\left(17\right)$

按照第二实施例的运动图像处理设备10的结构和处理在其他方面与按照第一实施例的运动图像处理设备10的结构和处理是相同的。

如上所述，按照第二实施例的运动图像处理设备10能够实现视频信息的处理，以便提高液晶显示器20上显示的运动图像的锐度。因此，运动图像处理设备10能够向观看者再现高质量的运动图像。

接着，描述按照第三实施例的运动图像处理设备10。按照第三实施例的运动图像处理设备10的基本结构与按照第一实施例的运动图像处理设备10的结构是相同的。

在按照第三实施例的运动图像处理设备10中，门阵列104在第一帧和第二帧之间的帧间差值的绝对值不大于预定值时对有关区域不进行边缘增强。关于这一点，按照第三实施例的运动图像处理设备10与按照其他实施例的运动图像处理设备10是不同的。

在第一实施例中，门阵列104所用的表达式(4)中的增强校正因子β是基于第一实施例中所述的表达式(5)来求出的。

在按照第三实施例的门阵列104中，增强校正因子β’是通过针对经由表达式(5)求出的增强校正因子β的表达式(18)和(19)来求出的：

${\mathrm{\&beta;}}^{\&prime;}=\left\{\begin{array}{cc}1& (\mathrm{\&Delta;L}\&le;L_{\mathrm{th}})\\ \mathrm{\&beta;}& (\mathrm{\&Delta;L}>L_{\mathrm{th}})\end{array}\right.---\left(18\right)$

ΔL＝Abs(L₁-L₀)                               (19)

其中L_th表示预定阈值，Abs(x)表示x的绝对值。在第三实施例中，增强的灰度级L_c是按照表达式(20)来求出的：

Lc＝β′(L_e-L₁)+L₁                            (20)

因此，当L₁-L₀的帧间绝对差等于或小于阈值L_th时，增强校正因子β’被设为1，不进行过增强。当增强校正因子β’在L₁-L₀的帧间绝对差等于或小于阈值L_th时被设为1时，能够防止噪声分量的过增强。

图像中的噪声分量可由边缘检测单元102检测为边缘。另外，噪声随时间变化。因此，在按照第一实施例的运动图像处理设备10中，噪声可能被检测为移动对象的边缘部分并且被过增强。

因此，在按照第三实施例的运动图像处理设备10中，当L₁-L₀的帧间绝对差等于或小于阈值L_th时，增强校正因子β’被设为1，并且象在噪声的区域中那样，在变化较小的区域上不进行过增强。因此，能够防止图像中噪声分量的过增强。

尽管阈值L_th理想地是基于输入视频信息的信噪比(S/N)来求出的，但是一般来说将约为10的值设为阈值L_th是足够的。

按照第三实施例的运动图像处理设备10的结构和处理在其他方面与按照第一实施例的运动图像处理设备10的结构和处理是相同的。

接着，描述按照第四实施例的运动图像处理设备10。按照第四实施例的运动图像处理设备10的基本结构与按照第二实施例的运动图像处理设备10的结构是相同的。

在按照第四实施例的运动图像处理设备10中，当第一帧和第二帧之间亮度信息Y的帧间差值的绝对值不大于预定值时，与按照第三实施例的运动图像处理设备10相似，门阵列104对有关区域不进行边缘增强。

按照第四实施例的运动图像处理设备10的门阵列104通过对按照表达式(5)求出的增强校正因子β应用表达式(21)和(22)来求出增强校正因子β”：

${\mathrm{\&beta;}}^{\&prime;}=\left\{\begin{array}{cc}1& (\mathrm{\&Delta;Y}\&le;Y_{\mathrm{th}})\\ \mathrm{\&beta;}& (\mathrm{\&Delta;Y}>Y_{\mathrm{th}})\end{array}\right.---\left(21\right)$

ΔY＝Abs(Y₁-Y₀)                             (22)

另外，当增强的视频信息将按照表达式(10)来求出时，增强校正因子β，，按照表达式(23)而不是表达式(21)来求出：

${\mathrm{\&beta;}}^{\&prime;\&prime;}=\left\{\begin{array}{cc}0& (\mathrm{\&Delta;Y}\&le;Y_{\mathrm{th}})\\ \mathrm{\&beta;}& (\mathrm{\&Delta;Y}>Y_{\mathrm{th}})\end{array}\right.---\left(23\right)$

换而言之，当不进行过增强时，表达式(10)所代表的增强校正因子是零。因此，当ΔY不大于阈值Y_th时，β被设为零。

按照第四实施例的运动图像处理设备10的结构和处理在其他方面与按照第二实施例的运动图像处理设备的结构和处理是相同的。

如上所述，按照第四实施例的运动图像处理设备10能够改善液晶显示器20上显示的运动图像的锐度。因此，运动图像处理设备10能够向观看者再现更高质量的运动图像。

接着，描述按照第五实施例的运动图像处理设备10。按照第五实施例的运动图像处理设备10的基本结构与按照第一至第四实施例的运动图像处理设备10的结构是相同的。

当输入视频信息的帧速率与液晶显示器的帧速率不同时，按照第五实施例的运动图像处理设备10根据与按照其他实施例进行的处理不同的处理来确定增强的灰度级。关于此点，按照第五实施例的运动图像处理设备10与按照其他实施例的运动图像处理设备10是不同的。

图17是输入图像的帧速率和液晶显示器20的刷新速率之间的关系图。图17示出了每秒30帧(fps)的输入视频信息。具体来说，图17示出了连续帧“A”、“B”和“C”。水平轴是时间刻度。按照第五实施例的液晶显示器的刷新速率被设为60Hz。然后，当输入视频信息“A”、“B”和“C”的序列如图17所示以30fps来提供时，液晶显示器20每1/60秒显示相同帧两次，以便顺序地显示“A”、“A”、“B”、“B”、“C”和“C”。

于是，在液晶显示器20的刷新定时处，显示的帧交替地被改变(例如从“A”到“B”)和不改变(例如从“B”到“B”)。

当相同帧按照其他实施例中所述的相同处理而重复地显示于液晶显示器20上时，产生闪烁。

例如，当第一个“A”以增强灰度级被写入液晶显示器20内、第二个“A”以初始增强灰度级被写入时，以增强灰度级写入的帧和以初始增强灰度级写入的帧被每1/60秒轮流地显示于液晶显示器20上。因此，以1/30秒的周期产生闪烁。

另外，当第一个“A”和第二个“A”以增强灰度级被写入时，第二个“A”的显示灰度级的水平超过适当的灰度级水平。换而言之，出现过增强。

因此，在按照第五实施例的运动图像处理设备10中，对于待增强的边缘区域，在相同帧的第二连续显示时，表达式(24)代表的第二增强灰度级L_ec被写入。

L_ec＝r(β-1)(L_e-L₁)+L₁                        (24)

这里，L_ec表示边缘检测帧中的边缘校正灰度级。因子r表示从0到1的因子。在表达式(24)中，因子r被乘以表示为(β-1)(L_e-L₁)的过增强量，以表示在过增强时通过相加L₁所得的灰度级。

因子r是校正液晶显示器的响应延迟的因子。当(β-1)(L_e-L₁)所代表的过增强灰度级被写入液晶显示器中时，由于液晶显示器的响应延迟，无法实际地实现(β-1)(L_e-L₁)的过增强水平。于是在实施例中，乘以0至1的因子以校正至实际达到的水平。这里，r是由液晶显示器的响应特征确定的值。r的值可基于实际测量的值来计算。门阵列104写入按照表达式(24)计算的第二增强灰度级L_ec。

图18是按照第五实施例的运动图像处理设备10的运动图像处理的流程图。在第五实施例中，门阵列104当在步骤S106中检测边缘强度之后，门阵列104在液晶显示器的刷新定时处检测输入帧的转变。当显示的帧在液晶显示器20的刷新定时处变化时(步骤S122中的“否”)，门阵列104与按照第一实施例的门阵列104相似地基于边缘强度来确定增强校正因子β，以及按照表达式(4)确定增强灰度级L_c(步骤S124)。然后，门阵列104写入确定的灰度级(步骤S126)。

另一方面，当显示的帧在液晶显示器20的刷新定时处未变化时(步骤S122中的“否”)，第二增强灰度级L_ec按照上述表达式(24)来确定(步骤S130)。

因此，按照第五实施例的运动图像处理完成。上面具体所述之外的处理步骤与参照图7按照第一实施例所述以及由相同参考字符表示的处理是相同的。

替代地，与按照第二实施例通过表达式(9)确定的增强帧相对应的第二增强灰度级是按照表达式(25)而不是表达式(24)来计算的：

$\left[\begin{array}{c}{Y}_{\mathrm{ec}}\\ U_{\mathrm{ec}}\\ V_{\mathrm{ec}}\end{array}\right]=\mathrm{\&beta;}\left[\begin{array}{c}{Y}_1-Y_0\\ U_1-U_0\\ V_1-V_0\end{array}\right]+\left[\begin{array}{c}{Y}_0\\ U_0\\ V_0\end{array}\right]---\left(25\right)$

其中(Y_ec，U_ec，V_ec)分别代表边缘校正帧的亮度信息和色差信息。

表达式(25)能够如下所述地来导出。当按照表达式(9)在液晶显示器中达到的灰度级被表示为(Y_x，U_x，V_x)时，如下等式成立：

$\mathrm{\&alpha;\&beta;}\left[\begin{array}{c}{Y}_1-Y_0\\ U_1-U_0\\ V_1-V_0\end{array}\right]=\mathrm{\&alpha;}\left[\begin{array}{c}{Y}_x-Y_0\\ U_x-U_0\\ V_x-V_0\end{array}\right]---\left(26\right)$

当针对(Y_x，U_x，V_x)求解表达式(26)时，获得表达式(25)。

替代地，与按照第二实施例通过表达式(10)确定的增强帧相对应的第二增强灰度级是经由表达式(27)而不是表达式(24)来计算的：

$\left[\begin{array}{c}{Y}_{\mathrm{ec}}\\ U_{\mathrm{ec}}\\ V_{\mathrm{ec}}\end{array}\right]=\frac{\mathrm{\&beta;}}{\mathrm{\&alpha;}}\left[\begin{array}{c}{Y}_1-Y_0\\ U_1-U_0\\ V_1-V_0\end{array}\right]+\left[\begin{array}{c}{Y}_1\\ U_1\\ V_1\end{array}\right]---\left(27\right)$

表达式(27)能够如下所述地来导出。当按照表达式(10)在液晶显示器中达到的灰度级被表示为(Y_x，U_x，V_x)时，如下等式成立：

$(\mathrm{\&alpha;}+\mathrm{\&beta;})\left[\begin{array}{c}{Y}_1-Y_0\\ U_1-U_0\\ V_1-V_0\end{array}\right]=\mathrm{\&alpha;}\left[\begin{array}{c}{Y}_x-Y_0\\ U_x-U_0\\ V_x-V_0\end{array}\right]---\left(27\right)$

当针对(Y_x，U_x，V_x)求解表达式(28)时，获得表达式(27)。

当输入的视频信息是三原色即红、绿和蓝的图像信息时，表达式(25)和(27)中的(Y，U，V)被(R，G，B)替代，以求出边缘校正帧的灰度级(R_ec，G_ec，B_ec)。

如上所述，运动图像显示器上显示的运动图像的锐度能够在按照第五实施例的运动图像处理设备中得以改善。因此，该运动图像处理设备能够向观看者展现高质量的运动图像。

附加优点和改型对于本领域技术人员将是容易想到的。因此，本发明在其更为广泛方面中不限于这里所示和所述的具体细节和代表性实施例。因此，在不脱离如所附权利要求及其等同表述所限定的总的发明构思的实质或范围的前提下，可进行各种改型。

Claims (35)

1.一种处理运动图像的方法，包括：

基于运动图像内所含第一帧中的预定位置处的像素值、该运动图像内后继于该第一帧的第二帧中的该预定位置的相应位置处的像素值、以及由液晶显示器在该运动图像的显示时引起的响应延迟程度，来确定输出值，该输出值用于该第二帧中的该预定位置处的图像输出；

从该第二帧检测边缘区域；以及

校正边缘区域的输出值，使得边缘区域的该输出值和当前输出值之间的绝对差大于预定的第一校正量，包括：

计算在该第一帧中的该预定位置处的像素值和在该第二帧中的该预定位置的相应位置处的像素值之间的第一差值，其中

输出值的确定包括基于该第一差值和响应延迟程度来确定该第二帧中的该预定位置处该图像的输出值。

2.根据权利要求1的方法，还包括：

计算在该第一帧中的该预定位置处的像素值和在该第二帧中的该预定位置的相应位置处的像素值之间的第一差，其中

输出值的确定包括基于该第一差和响应延迟程度来确定该第二帧中的该预定位置处该图像的输出值。

3.根据权利要求1的方法，其中

边缘区域的检测包括检测所述边缘区域之中在该第一帧和第二帧之间具有运动的区域；以及

当待校正的输出值是针对具有运动的区域而确定的输出值时，输出值的校正包括针对具有运动的边缘区域校正输出值，使得输出值和当前输出值之间的绝对差增大了第一校正量。

4.根据权利要求1的方法，其中

边缘区域的检测包括基于第二帧中的每个位置处的亮度分量来检测边缘区域。

5.根据权利要求2的方法，还包括：

计算第二帧的边缘区域中的边缘强度，其中

输出值的校正包括针对边缘区域校正输出值，使得第一差值的绝对值增大了基于边缘强度而确定的第一校正量。

6.根据权利要求5的方法，其中

输出值的校正包括校正边缘区域的输出值，使得输出差值的绝对值增大了与边缘强度成比例的第一校正量。

7.根据权利要求1的方法，还包括：

计算在该第一帧中的该预定位置处的像素值和在该第二帧中的该预定位置的相应位置处的像素值之间的第一差值，其中

输出值的校正包括校正边缘区域的输出值，使得输出差值的绝对值增大了基于该第一差值而确定的第一校正量。

8.根据权利要求7的方法，还包括：

计算第二帧的边缘区域中的边缘强度，其中

输出值的校正包括，通过将第一差值乘以等于或大于1且基于响应延迟程度而确定的增强因子，并且乘以大于1且基于边缘强度而确定的第一增强校正因子，并且通过进一步将第一帧中的预定位置处的像素值加到与该增强因子和该第一增强校正因子相乘的结果上，来校正边缘区域的输出值。

9.根据权利要求7的方法，还包括：

计算第二帧的边缘强度中的边缘强度，其中

输出值的校正包括，通过将(1)等于或大于1且基于响应延迟程度而确定的增强因子与(2)大于0且基于边缘强度而确定的第一增强校正因子相加，通过将该增强因子和该第一增强校正因子相加的结果乘以该第一差值，并且通过进一步将第一帧中的预定位置处的像素值加到与该第一差值相乘的结果上，来校正边缘区域的输出值。

10.根据权利要求8的方法，其中

输出值的校正包括，通过将预定的固定值设为该第一增强校正因子和利用该第一增强校正因子来进行运算，校正在边缘强度低于预定的第一边缘强度阈值时边缘区域的输出值。

11.根据权利要求8的方法，其中

输出值的校正包括，通过将预定的固定值设为该第一增强校正因子和利用该第一增强校正因子来进行运算，校正在边缘强度高于预定的第二边缘强度阈值时边缘区域的输出值。

12.根据权利要求2的方法，还包括：

计算在第二帧中的预定位置处针对该图像而确定的输出值和在第二帧中的预定位置处的像素值之间的第二差值，其中

该校正包括校正边缘区域的输出值，使得输出值和当前输出值之间的第一差值的绝对值增大了基于第二差值而确定的第一校正量。

13.根据权利要求12的方法，还包括：

计算第二帧的边缘区域中的边缘强度，其中

输出值的校正包括，通过将第二差值乘以大于1且基于边缘强度而确定的第一增强校正因子，并且通过进一步将第二帧中的预定位置处的像素值加到与该第一增强校正因子相乘的结果上，来校正边缘区域的输出值。

14.根据权利要求13的方法，还包括：

计算第二帧的边缘区域中的边缘强度，其中

输出值的校正包括，通过将预定的固定值设为第一增强校正因子，通过将第二差值乘以该第一增强校正因子，并且通过进一步将第二帧中的预定位置处的像素值加到与该第一增强校正因子相乘的结果上，来校正边缘区域的输出值。

15.根据权利要求13的方法，其中

输出值的校正包括通过将预定的固定值设为第一增强校正因子，通过将第二差值乘以该第一增强校正因子，并且通过进一步将第二帧中的预定位置处的像素值加到与该第一增强校正因子相乘的结果上，校正在边缘强度高于预定的第二边缘强度阈值时边缘区域的输出值。

16.根据权利要求1的方法，还包括：

计算在运动图像内所含第一帧中的该预定位置处的像素值和在第二帧中的该预定位置的相应位置处的像素值之间的第一差值，其中

输出值的校正包括校正在第一差值大于预定阈值时边缘区域的所确定的输出值。

17.根据权利要求1的方法，还包括：

通过针对多个位置的每一个求出第一差值和第三差值的组合，基于在所述多个位置的每一个处该第一差值和该第三差值的组合，确定输出值计算表达式，该第一差值是第一帧中的该预定位置处的像素值和第二帧中的该预定位置的相应位置处的像素值之间的差值，该第三差值是在第二帧中的该预定位置处针对该图像基于响应延迟程度而确定的输出值和在第一帧中的该预定位置处的像素值之间的差值，其中

输出值的确定包括基于输出值计算表达式来确定输出值。

18.根据权利要求1的方法，其中

输出值的确定包括针对显示于液晶显示器上的由红、绿和蓝构成的三原色的每一个确定输出值。

19.根据权利要求1的方法，其中

输出值的确定包括针对第二帧的亮度分量和色差分量确定输出值。

20.根据权利要求1的方法，还包括：

向液晶显示器相继地多次输出相同帧的输出值，其中

输出值的校正包括，当第二帧的输出值被相继地输出时，校正第一次作为第二帧的输出而输出的输出值，使得有关位置处的输出差值的绝对值增大了第一校正量。

21.根据权利要求20的方法，还包括：

通过获取液晶显示器的刷新速率，比较液晶显示器的刷新速率和待处理的运动图像的帧速率，其中

输出值的输出包括，当刷新速率被确定为与运动图像的帧速率不同时，相继地多次输出相同帧的输出值。

22.根据权利要求20的方法，其中

输出值的校正包括，当待校正的输出值是将在第二帧的输出值的相继输出期间的第二次输出之时或之后输出的输出值时，进行校正，使得有关位置处的输出差值的绝对值增大了预定且小于第一校正量的第二校正量。

23.根据权利要求22的方法，还包括：

计算在第二帧中的预定位置处针对该图像而确定的输出和在第二帧中的有关位置处的像素值之间的第二差值，其中

输出值的校正包括，当待校正的输出值是将在第二帧的输出值的相继输出期间的第二次输出之时或之后输出的输出值时，进行校正，使得有关位置处的输出差值的绝对值增大了基于第二差值确定的第二校正量。

24.根据权利要求22的方法，还包括：

计算第二帧的边缘区域中的边缘强度，其中

输出值的校正包括，当待校正的输出值是将在第二帧的输出值的相继输出期间的第二次输出之时或之后输出的输出值时，进行校正，使得有关位置处的输出差值的绝对值增大了基于边缘强度确定的第二校正量。

25.根据权利要求22的方法，还包括：

计算在第二帧中的该预定位置的相应位置处的像素值和在第一帧中的该预定位置处的像素值之间的第一差值，其中

输出值的校正包括，当待校正的输出值是将在第二帧的输出值的相继输出期间的第二次输出之时或之后输出的输出值时，进行校正，使得有关位置处的输出差值的绝对值增大了基于第一差值确定的第二校正量。

26.根据权利要求25的方法，还包括：

计算第二帧的边缘区域中的边缘强度，其中

输出值的校正包括，当待校正的输出值是将在第二帧的输出值的相继输出期间的第二次输出之时或之后输出的输出值时，通过将第一差值乘以大于1且基于边缘强度确定的第二增强校正因子，并且通过进一步将第一帧中的预定位置处的像素值加到与第二增强校正因子相乘的结果上，校正边缘区域的输出值，使得有关位置处的输出差值的绝对值增大了第二校正量。

27.根据权利要求26的方法，其中

输出值的校正包括，通过利用第二增强校正因子来进行运算，校正边缘区域的输出值，使得有关位置处的输出差值的绝对值增大了第二校正量，该第二增强校正因子可通过将大于1且基于边缘强度确定的第一增强校正因子除以大于1且基于响应延迟程度确定的增强因子来获得。

28.根据权利要求22的方法，还包括：

计算在第二帧中的该预定位置的相应位置处图像输出的输出值和在第二帧中的有关位置处的像素值之间的差值，其中

输出值的校正包括，当待校正的输出值是将在第二帧的输出值的相继输出期间的第二次输出之时或之后输出的输出值时，进行校正，使得有关位置处的输出差值的绝对值增大了基于差值确定的第二校正量。

29.一种运动图像处理设备，包括：

输出值确定单元，其基于运动图像内所含第一帧中的预定位置处的像素值、该运动图像内后继于该第一帧的第二帧中的该预定位置的相应位置处的像素值、以及由液晶显示器在该运动图像的显示时引起的响应延迟的程度，来确定位于该第二帧中的预定位置处图像输出的输出值；

边缘检测单元，其从该第二帧检测边缘区域；以及

输出值校正单元，其校正边缘区域的输出值，使得边缘区域的输出值和当前输出值之间的绝对差增大了预定的第一校正量。

30.一种处理运动图像的计算机程序产品，该计算机程序产品包括指令：

基于运动图像内所含第一帧中的预定位置处的像素值、该运动图像内后继于该第一帧的第二帧中的该预定位置的相应位置处的像素值、以及由液晶显示器在该运动图像的显示时引起的响应延迟的程度，来确定位于该第二帧中的预定位置处图像输出的输出值；

从该第二帧检测边缘区域；以及

校正边缘区域的输出值，使得边缘区域的输出值和当前输出值之间的绝对差增大了预定的第一校正量。

31.根据权利要求30的计算机程序产品，还包括指令：

计算在该第一帧中的该预定位置处的像素值和在该第二帧中的该预定位置的相应位置处的像素值之间的第一差值，其中

输出值的确定包括，基于第一差值和响应延迟程度，来确定该第二帧中的该预定位置处针对该图像的输出值。

32.根据权利要求30的计算机程序产品，其中

输出值的检测包括检测所述边缘区域之中在第一帧和第二帧之间的具有运动的区域，以及

输出值的校正包括，当待校正的输出值是针对具有运动的边缘区域而确定的输出值时，校正边缘区域的输出值，使得输出值和当前输出值之间的绝对差值增大了第一校正量。

33.根据权利要求31的计算机程序产品，还包括指令：

计算第二帧的边缘区域中的边缘强度，其中

输出值的校正包括，将第一差值乘以(1)等于或大于1且基于响应延迟程度确定的增强因子和(2)大于1且基于边缘强度确定的第一增强校正因子，并且通过进一步将该第一帧中的该预定位置处的像素值加到与该增强因子和该第一增强校正因子相乘的结果上，来校正边缘区域的输出值。

34.根据权利要求30的计算机程序产品，还包括指令：

通过针对多个位置的每一个求出第一差值和第三差值的组合，基于在所述多个位置的每一个处该第一差值和该第三差值的组合，确定输出值计算表达式，该第一差值是该第一帧中的该预定位置处的像素值和该第二帧中的该预定位置的相应位置处的像素值之间的差值，该第三差值是在该第二帧的该预定位置处针对该图像基于响应延迟程度而确定的输出值和在该第一帧中的该预定位置处的像素值之间的差值，其中

输出值的确定包括基于该输出值计算表达式来确定输出值。

35.根据权利要求30的计算机程序产品，还包括指令：

向液晶显示器相继地多次输出相同帧的输出值，其中

输出值的校正包括，当第二帧的输出值被相继地输出时，校正第一次作为第二帧的输出而输出的输出值，使得有关位置处的输出差值的绝对值增大了第一校正量。

Images