交织法又叫场合并法，就是将属于同一帧的奇、偶两场直接合并为一个逐行帧。前面说过，视频编辑软件在剪辑、特效、静帧、输出单帧图像及向电脑显示器提供显示数据时都是以帧为单位的，将奇、偶两场合并为一个逐行帧进行编辑处理并向电脑显示器提供显示画面是编辑软件的一种常态功能，因此，这种方法对操作者而言，真的是“Do Nothing”。将奇、偶两场交织合并的优点是画面信息没有损失，保留了完整的垂直分辨率，但是场合并的结果将使瞬时分辨率（即显示刷新率）降低一倍，使画面的流畅性降低。另外，很明显，这种方法只适于静态的、运动十分缓慢的或两场来自同一个电影帧的情形，对于动态画面势必会出现上面所说的鼠齿现象。将奇、偶两场进行合并需要一个帧缓存器，将第一场延时一个场周期，待下一场到来时再将两场合并为一帧。 这是一种去掉一场保留单场的模式（Single Field Mode），不需要缓存器，处理起来非常容易，堪称是一种最简单的去隔行方法，最大优点是可以彻底地实现去隔行，但垂直分辨率和显示刷新率都降低了一倍,虽然以其文件小巧非常适合做成网络或移动流式媒体，但不适于广播影视领域。 又叫场复制法，和去场法一样，这种方法也是首先去掉一场，然后将保留下来的一场，比如奇数场作倍线处理，利用一个行缓存器，依次将奇数行缓存一个行周期并复制到偶数行的位置，所以，这种方法也叫线复制（Line Duplication）法。和去场法相比，场倍线法使行结构线更加密集，提高了图像在垂直方向上的细腻度，但其垂直分辨率和显示刷新率也降低了一倍。另外，由于场倍线的实质是图像行的高度即像素的垂直尺寸增加了一倍，所以画面中的斜线条或原本圆滑的图像轮廓可能会出现锯齿现象。 如果将上、下两行的像素信息取均值，作为新的一行插入到上、下两行之间，可称之为线平均法（Line Averaging），这种方法可看成是倍线法的延伸，需要一个两行缓存器，显示效果比倍线法略好。 场倍线的缺点是机械地复制图像行，和去场法一样都损失了一倍的垂直分辨率。场内插值法则是有一定智能地分析上、下相邻行的像素特征，按一定的权重计算出相邻的像素值，形成新的图像行，插入到两个图像行之间。这种方法既可以有效去隔行，消除了鼠齿和锯齿，同时在一定程度上改善了垂直清晰度，但对于动态画面中具有丰富细节的部分，很容易出现忽隐忽现的上下抖动现象，这也是将其称之为Bob（抖动）法的原因。解决抖动的办法是添加一个抗抖动滤波器（Anti-Bobbing），将图像的细节处稍作柔化处理，当然这会使图像的锐度有所降低。 用于插值的像素可以是上下相邻的两个、周围邻近的三个或五个，也可以是垂直方向上相邻行和次相邻行的多个像素，后者又叫垂直过滤（Vertical Filtering）。 5.场融合法（Field Blending）
上述插值法是在场内进行的，只是利用了图像的空间相关性，没有利用图像 的时间相关性。如果利用图像的时间相关性，将插值的范围再延伸到场和场之间，进行场间插值，势必可以获得更好的处理效果。基于这一思路，产生了场融合法。场融合法的基本原理是在场内插值的基础上，再将时间维度上相邻两场或三场在空间上邻近的像素通过加权求均值，产生插补像素，直至形成新的一行。将垂直过滤和场间插值相结合的场融合法，原理如图2所示（图中的符号∑意为加权求和）。 场融合法是最常用的去隔行方法之一，保留了全帧信息，画面也比较流畅，可以明显地去除鼠齿和锯齿，但由于相邻两场的混合，在一定程度上模糊了图像的细节，降低了图像的锐度，并且当画面快速运动时会出现类似重影的鬼影（Ghosty）现象。 6. 运动自适应去隔行（Motion Adaptive De-interlacing）
对于静态的场景或静止的对象，Weaving无疑是完全无损的最佳方法，而对于运动的场景或对象，Bob和场融合也堪称是相对理想的方法。如果场景中既有静止的区域，又有运动的对象，那么最好的做法就是将上述两种方法结合起来——通过自动检测帧和帧之间同一场景或对象的位置差，静止的场景或对象采用Weaving法，动态的场景或对象则采用Bob或场融合法，这就是去隔行的运动自适应处理方法。这种方法既保证了静态对象的信息完整，又解决了动态对象的鼠齿问题。不过，运动自适应去隔行一般都是基于硬件的，除个别的去隔行插件外，多数视频软件都不具备这种借助复杂运算的“智能”。功能多、性能优良的专用去隔行插件在作运动自适应去隔行时处理时，需沿运动对象（比如用固定镜头拍摄的运动车辆）的外围轮廓手工绘制一个遮罩，并仔细调整遮罩的属性参数和探测范围，以获得尽可能理想的效果。 基于硬件的运动自适应去隔行算法有多种探测对象运动的等级，如基于场、基于区域、基于一组像素，最精细的等级是基于一个像素。等级越高，效果越好，但运动探测和处理的复杂程度越高。 运动自适应去隔行的最大缺点是降低了运动图像的锐度并容易出现鬼影，解决的办法是采用图像边缘自适应技术（Edge Adaptation），通过检测像块的边缘轮廓并预测其运动方向，然后适度使其柔化即可。这种技术虽然可以克服运动自适应去隔行的缺点，但当像块小至像素级别时，运算量将变得十分惊人，一般只有在高端领域才采用这一技术。 还有一种基于专用芯片的运动矢量自适应去隔行（Motion Vector Adaptive De-interlacing）的算法，效果很好，但电路十分复杂，成本很高，目前只适用于广播领域或极少数高端的显示终端上。读者可参阅《电视技术》以前的相关文章，本文不再赘述。 去隔行处理的方法可谓多种多样，但没有一种方法是尽善尽美的，总的规律是处理效果与运算的复杂程度及成本呈正相关的关系。另外，不管是哪一种去隔行算法，最终的处理结果都只能是将隔行信号变成非隔行信号。理论上，真正的、由摄像机拍摄的逐行（Progressive）信号是永远也无法通过去隔行得到的。换句话说，非隔行和逐行并非同一个概念。 | 
发表于 2008-11-3 02:23
楼主
