CN100525428C - 数字视频信号奇偶场识别与校正方法 - Google Patents

Abstract

本发明涉及一种数字视频信号奇偶场识别与校正方法，属于计算机数字视频处理领域。本方法是通过视频摄像机得到原始视频流作为输入，通过视频采集卡后变成视频数据流进入计算机，由计算机进行处理与运算。计算机将输入视频序列奇、偶场场序反转一次，比较原始输入视频序列与反转后的视频序列的边缘能量(边缘能量指图像边缘的亮度值的总和)，判定小者则是场序正确的视频，并将此视频输出，即可得到场序正确的视频信号。本发明的对奇偶场场序错误的视频序列进行自动校正，便于计算机等数字处理工具进行处理和节目制作。

Description

数字视频信号奇偶场识别与校正方法

技术领域

本发明涉及一种数字视频信号奇偶场识别与校正方法，属于计算机数字视频处理领域。

背景技术

电视信号数字化有利于利用计算机等数字处理工具进行处理和节目制作，但是由于数字化后的视频信号即数字视频信号仍是隔行扫描信号，在利用计算机进行处理时会出现奇偶场误判的情况。这是因为现有的数字视频处理产品或软件根据序号0或1来判定是奇数场还是偶数场，不同的数字视频处理产品或软件设定的顺序不一致，即有的设定0为奇数场，有的设定1为奇数场，当设定0为奇数场的设备处理设定1为奇数场的视频信号时就会出现奇偶场错位的现象。

现有的奇偶场识别方法仍是通过对数字视频场消隐期的场同步信号进行处理来判别(参见专利CN88106878.0)，没有直接根据数字有效视频的数据(即视频内容)来判别奇偶场。在数字视频处理领域一般只处理数字有效视频，因此已有的方法不适用于在数字视频处理领域的奇偶场识别。这就是造成现在由于奇偶场误判影响图像质量的主要原因。

奇偶场误判会影响图像质量，如图1和图2。有经验的节目制作或视频处理人员会肉眼看出这些问题，通过修改一些设置来进行奇偶场的校正。没有经验的节目制作或视频处理人员可能看不出这些问题，从而影响视频质量。也即是说，现有的对数字视频信号奇偶场的识别是依靠有经验技术人员的肉眼，校正手段是人工的。

发明内容

本发明的主要目的是提供一种根据数字有效视频的数据(视频内容)来判别奇偶场并对奇偶场场序错误的视频序列进行自动校正的方法，便于计算机等数字处理工具进行处理和节目制作。

本发明的创新点在于：考虑到不同视频内容奇偶场场序错误的共同特点，利用数字有效视频内容来判别奇偶场，并将场序错误的视频序列进行校正。

本发明的技术方案如图3、图4和图5所示。这种基于视频内容的奇偶场场序识别与校正方法，是通过视频摄像机得到原始视频流作为输入，通过视频采集卡后变成视频数据流进入计算机，由计算机进行处理与运算。其方法步骤为：计算机系统接受采集卡处理好的原始数字视频流，经过视频处理程序后，输出经过奇偶校正后的视频数据流。方案包括如下技术内容：

1、奇偶场场序反转：根据奇偶场的定义默认由采集卡输入到计算机中的第一场为输入视频序列的奇数场，第二场为输入视频序列的偶数场，第三场为奇数场，第四场为偶数场，依次类推.....将默认的输入视频序列的奇、偶场顺序进行反转，即将奇数场改为偶数场，偶数场改为奇数场。

2、边缘提取：采用边缘提取技术，提取图像的边缘，累加后得到图像的边缘能量。

3、奇偶场识别与校正：比较输入视频序列与反转后的视频序列的边缘能量，判定小者则是正确场序的视频，并将此视频输出。

具体方案如下：通过视频摄像机得到原始视频流作为输入，原始视频流通过视频采集卡后变成视频数据流进入计算机，由计算机进行处理与运算。考虑到不同视频内容奇偶场场序错误的共同特点，利用数字有效视频内容来判别奇偶场，并将场序错误的视频序列进行校正。包括以下步骤：

1)首先，计算机对原始数据流进行亮度边缘提取，提取步骤如下：

对视频采集卡输入的每一帧图像P，包含奇、偶两场亮度值数据，采用式(1)中的边缘提取算法：

Y_i＝(A*Z₇+B*Z₈+C*Z₉)+(D*Z₄+E*Z₅+F*Z₆)+(G*Z₁+H*Z₂+I*Z₃)                  (1)

式中：Y_i为套用边缘检测算子后第i个像素点的亮度值；

Z₁～Z₉为与边缘检测算子相对应的像素点的初始亮度值，其中Z₁表示左上方的像素点的初始亮度值，Z₂表示正上方的像素点的初始亮度值，Z₃表示右上方的像素点的初始亮度值，Z₄表示左边的像素点的初始亮度值，Z₅表示当前位置的像素点的初始亮度值，即第i个像素点的初始亮度值，Z₆表示右方的像素点的初始亮度值，Z₇表示左下方的像素点的初始亮度值，Z₈表示正下方的像素点的初始亮度值，Z₉表示右下方的像素点的初始亮度值。

A～I为边缘检测算子的加权系数。

按照以上方法，依次对一帧图像P中各像素点进行计算，求得该帧图像的亮度边缘图像P′。

2)边缘能量累加：边缘能量指图像边缘的亮度值的总和。对如上提取到的亮度边缘图像P′，将各像素点的数值依次累加，求得图像P的边缘能量E1。如式(2)所示：

$E1=\underset{i=0}{\overset{m*n}{\mathrm{\Σ}}}\mathrm{Yi}---\left(2\right)$

式中：m，n分别为图像P的水平像素数、垂直像素数。

3)交换奇偶场：对采集卡输入的原始图像按照奇偶场的定义交换一次场序，具体步骤如下：

将采集卡输入的一帧原始图像P的亮度和色度采样点(像素点)量化比特值暂存在PC机的内存空间Yr上，再新开辟一个相同大小的内存空间Yw。以行为单位从Yr里读取视频数据，并判断行序j的奇偶性：当行序j为Yr内存空间中的奇数时，将该行的视频数据存贮在Yw内存空间的第j+1行中；当行序j为Yr内存空间中的偶数时，则存贮在Yw内存空间的第j-1行。按照上述方法，依次判断在Yr内存空间中的视频数据所有行序的奇偶性，并将当前行视频数据存储到Yw中的对应行中。如此，则交换了一帧图像奇偶场的场序，生成一帧奇偶场场序交换的图像Q。

4)对于奇偶场场序交换后的图像Q，重复步骤1)、2)，得到图像Q的边缘能量E2，如(3)示：

$E2=\underset{i=0}{\overset{m*n}{\mathrm{\Σ}}}\mathrm{Yi}---\left(3\right)$

式中Yi的含义与(1)式中的含义相同；m，n的含义与(2)式中的含义相同。

5)比较数值大小：比较E1、E2，数值小者所代表的奇偶场场序为正确场序，即：若E1<E2，则图像P为场序正确的图像，否则Q为场序正确的图像。

6)输出图像：经过5)的判断，计算机最后输出场序校正的图像Pj。

所述的边缘检测算子为sobel水平边缘检测算子或为Sobel对角边缘检测算子或为Prewitt水平边缘检测算子或为Prewitt对角边缘检测算子。

本方案的理论依据是：通过大量实验及理论分析发现，奇偶场场序错误的图像会产生较严重的锯齿波纹，即：与奇偶场场序正确的图像相比，奇偶场场序错误的图像细节信息(边缘信息)会有较大的提高。于是将输入视频序列奇、偶场场序反转一次，比较原始输入视频序列与反转后的视频序列的边缘能量(边缘能量指图像边缘的亮度值的总和)，判定小者则是场序正确的视频，并将此视频输出，即可得到场序正确的视频信号。由于该方案没有限定图像内容，因此适用于对任何视频内容的奇偶场场序识别与校正。

本发明对奇偶场场序错误的视频序列进行自动校正，便于计算机等数字处理工具进行处理和节目制作。经过大量实验验证，该方法能够百分之百的对数字有效视频(活动图像)奇偶场场序进行识别与校正。

附图说明

图1：奇偶场场序正确的图像；

图2：奇偶场场序反转的图像；

图3：系统框图；

图4：计算机编码流程图；

图5：视频处理程序流程图。

具体实施方式

具体实现的步骤如下：

通过视频摄像机得到原始视频流作为输入，原始视频流通过视频采集卡后变成视频数据流进入计算机，由计算机进行处理与运算。包括以下步骤：

1)首先，计算机对原始数据流进行亮度边缘提取，提取步骤如下：

对视频采集卡输入的每一帧图像P，包含奇、偶两场亮度值数据，采用式(1)所示的边缘提取算法：

Y_i＝(A*Z₇+B*Z₈+C*Z₉)+(D*Z₄+E*Z₅+F*Z₆)+(G*Z₁+H*Z₂+I*Z₃)                    (1)

式中：Y_i为套用边缘检测算子后第i个像素点的亮度值；

Z₁～Z₉为与边缘检测算子相对应的像素点的初始亮度值，其中Z₁表示左上方的像素点的初始亮度值，Z₂表示正上方的像素点的初始亮度值，Z₃表示右上方的像素点的初始亮度值，Z₄表示左边的像素点的初始亮度值，Z₅表示当前位置的像素点的初始亮度值，即第i个像素点的初始亮度值，Z₆表示右方的像素点的初始亮度值，Z₇表示左下方的像素点的初始亮度值，Z₈表示正下方的像素点的初始亮度值，Z₉表示右下方的像素点的初始亮度值。

A～I为边缘检测算子的加权系数。

对于sobel水平边缘检测算子，A～I的值依次为{1，2，1，0，0，0，-1，-2，-1}。

按照以上方法，依次对一帧图像P中各像素点进行计算，求得该帧图像的亮度边缘图像P’。

在此，还可以套用不同的算子模版，例如：

Sobel对角边缘检测算子(45度方向)，A～I的值依次为{-2，-1，0，-1，0，1，0，1，2}；

sobel对角边缘检测算子(负45度方向)，A～I的值依次为{0，1，2，-1，0，1，-2，-1，0}；

Prewitt水平边缘检测算子，A～I的值依次为{1，1，1，0，0，0，-1，-1，-1}；

Prewitt对角边缘检测算子(45度方向)，A～I的值依次为{-1，-1，0，-1，0，1，0，1，1}；

Prewitt对角边缘检测算子(负45度方向)，A～I的值依次为{0，1，1，-1，0，1，-1，-1，0}。

2)边缘能量累加：对如上提取到的亮度边缘图像P’，将各像素点的数值依次累加，求得图像P的边缘能量E1。如式(2)所示：

$E1=\underset{i=0}{\overset{m*n}{\mathrm{\&Sigma;}}}\mathrm{Yi}---\left(2\right)$

式中：m，n分别为图像P的水平像素数、垂直像素数。对于标清图像，m＝720，n＝576；对于其他格式的图像，如CIF格式的图像，m＝360，n＝240。

3)交换奇偶场：对采集卡输入的原始图像按照奇偶场的定义交换一次场序。

将采集卡输入的一帧原始图像的亮度和色度采样点(像素点)量化比特值暂存在PC机的内存空间Yr上，再新开辟一个相同大小的内存空间Yw。以行为单位从Yr里读取视频数据，并判断行序j的奇偶性：当行序j为Yr内存空间中的奇数时，将该行的视频数据存贮在Yw内存空间的第j+1行中；当行序j为Yr内存空间中的偶数时，则存贮在Yw内存空间的第j-1行。按照上述方法，依次判断在Yr内存空间中的视频数据所有行序的奇偶性，并将当前行视频数据存储到Yw中的对应行中。如此，则交换了一帧图像奇偶场的场序，生成一帧奇偶场场序交换的图像Q。

4)对于奇偶场场序交换后的图像Q，重复步骤1)、2)，求得图像Q的边缘能量E2，如(3)示：

$E2=\underset{i=0}{\overset{m*n}{\mathrm{\&Sigma;}}}\mathrm{Yi}---\left(3\right)$

式中Yi的含义如(1)示；m，n的含义如(2)示

5)比较数值大小：比较E1、E2，数值小者所代表的奇偶场场序为正确场序，即：若E1<E2，则图像P为场序正确的图像，否则Q为场序正确的图像。

6)输出图像：经过5)的判断，计算机最后输出经过奇偶场场序校正的图像Pj＝P(或Q)。

Claims (2)

1、数字视频信号奇偶场识别与校正方法，通过视频摄像机得到原始视频流作为输入，原始视频流通过视频采集卡后变成视频数据流进入计算机，由计算机进行处理与运算，其特征在于：利用数字有效视频内容来判别奇偶场，并将场序错误的视频序列进行校正，具体包括以下步骤：

1)首先，计算机对原始数据流进行亮度边缘提取，提取步骤如下：

对视频采集卡输入的每一帧图像P，包含奇、偶两场亮度值数据，采用式(1)中的边缘提取算法：

Y_i＝(A*Z₇+B*Z₈+C*Z₉)+(D*Z₄+E*Z₅+F*Z₆)+(G*Z₁+H*Z₂+I*Z₃)    (1)

式中：Y_i为套用边缘检测算子后第i个像素点的亮度值；

Z₁～Z₉为与边缘检测算子相对应的像素点的初始亮度值，其中Z₁表示左上方的像素点的初始亮度值，Z₂表示正上方的像素点的初始亮度值，Z₃表示右上方的像素点的初始亮度值，Z₄表示左边的像素点的初始亮度值，Z₅表示当前位置的像素点的初始亮度值，即第i个像素点的初始亮度值，Z₆表示右方的像素点的初始亮度值，Z₇表示左下方的像素点的初始亮度值，Z₈表示正下方的像素点的初始亮度值，Z₉表示右下方的像素点的初始亮度值；

A～I为边缘检测算子的加权系数；

按照以上方法，依次对一帧图像P中各像素点进行计算，求得该帧图像的亮度边缘图像P′；

2)边缘能量累加：边缘能量指图像边缘的亮度值的总和，对如上提取到的亮度边缘图像P′，将各像素点的数值依次累加，求得图像P的边缘能量E1；如式(2)所示：

$E1=\underset{i=0}{\overset{m*n}{\mathrm{\&Sigma;}}}\mathrm{Yi}---\left(2\right)$

式中：m，n分别为图像P的水平像素数、垂直像素数；

3)交换奇偶场：对采集卡输入的原始图像按照奇偶场的定义交换一次场序，具体步骤如下：

将采集卡输入的一帧原始图像P的亮度和色度像素点量化比特值暂存在PC机的内存空间Yr上，再新开辟一个相同大小的内存空间Yw；以行为单位从Yr里读取视频数据，并判断行序j的奇偶性：当行序j为Yr内存空间中的奇数时，将该行的视频数据存贮在Yw内存空间的第j+1行中；当行序j为Yr内存空间中的偶数时，则存贮在Yw内存空间的第j-1行；按照上述方法，依次判断在Yr内存空间中的视频数据所有行序的奇偶性，并将当前行视频数据存储到Yw中的对应行中；如此则交换了一帧图像奇偶场的场序，生成一帧奇偶场场序交换的图像Q；

4)对于奇偶场场序交换后的图像Q，重复步骤1)、2)，得到图像Q的边缘能量E2：

$E2=\underset{i=0}{\overset{m*n}{\mathrm{\&Sigma;}}}\mathrm{Yi}---\left(3\right)$

式中Yi的含义如(1)式所示；m，n的含义如(2)式所示；

5)比较数值大小：比较E1、E2，数值小者所代表的奇偶场场序为正确场序，即：若E1<E2，则图像P为场序正确的图像，否则Q为场序正确的图像；

6)输出图像：经过5)的判断，计算机最后输出经过奇偶场场序校正的图像。

2、根据权利要求1所述的数字视频信号奇偶场识别与校正方法，其特征在于：所述的边缘检测算子为sobel水平边缘检测算子或为Sobel对角边缘检测算子或为Prewitt水平边缘检测算子或为Prewitt对角边缘检测算子。

Images