题目：数字视频中的运动检测与去隔行处理研究

目前，数字视频逐渐成为人们获取信息的重要来源，数字视频处理技术已步入了全面发展的阶段，其中的视频运动分析是视频编码、视频理解、对象分割等视频处理的基础。本文通过像素点的运动分析，对运动检测与去隔行处理进行了深入的研究，具体研究成果与工作包括以下几个方面：（1）提出了一种基于三阶中心矩的背景点阈值计算算法在运动检测和去隔行处理中，需要对像素点的运动状态进行分析，而背景点阈值是判断像素点为背景点或运动点的重要参数，直接影响检测和处理的准确性。本文在分析了差分图像中背景噪声分布特性的基础上，提出了一种基于三阶中心矩的背景点阈值计算算法。根据差分图像中背景噪声在时间域和空间域上呈现高斯分布特性，本文选择三阶中心矩表示背景噪声的分布，并根据三阶中心矩确定背景块和背景区域，通过求取背景区域的高斯分布参数计算背景点阈值。本文算法求得的背景点阈值能够自适应地反映图像内容的变化，为准确的视频运动分析奠定了基础。（2）提出了一种综合利用相邻帧和背景信息的运动对象检测算法在获得背景点阈值的基础上，提出了一种综合利用相邻帧和背景信息的运动对象检测算法。算法利用像素点在相邻帧中的时间相关性，判断像素点是否为背景点，并生成鲁棒的背景帧；进而利用背景点阈值、当前帧及其相邻帧进行运动对象检测。实验结果表明，本文算法克服了时间差分法对噪声比较敏感容易造成误检的缺点，同时也克服了背景减法由于背景维护不及时容易造成漏检的缺点，与CMU背景减法和时间差分法相比，检测的准确性和速度都有提高。（3）提出了一种基于运动检测的去隔行处理算法为了解决隔行视频信号在逐行设备上显示时出现的场效应问题，本文提出了一种基于运动检测的去隔行处理算法。该算法以奇数场为基础，通过检测像素点的运动状态和位置信息，设计插值滤波器，插值出偶数场。算法为避免由于奇、偶场扫描空间位置不同而造成的检测误差，选择奇、偶性相同的场对像素点进行运动检测，并对运动像素点进行边缘方向检测，沿边缘方向插值，以减少边缘处的锯齿效应，对背景点采取场间复制插值，以提高图像的垂直分辨率。与目前的同类算法相比，本文算法更好地改善了图像的主客观质量。（4）给出了适用于嵌入式视频编码器的去隔行处理算法由于场效应问题的存在，不利于编码过程中找到相似的匹配块，增加了编码复杂度。针对嵌入式环境中资源有限的情况，本文设计了适用于嵌入式视频编码器的去隔行处理算法。通过利用压缩过程中产生的运动矢量区分背景区域和运动区域，选择背景区域的特征块进行运动估计得到视频中的全局运动矢量，对背景区域利用全局运动矢量进行运动补偿插值，对运动区域采用场内插值，完成去隔行处理，并以帧方式进行编码。与没有采用去隔行处理的编码器相比，解决了场效应问题，提高了峰值信噪比。