響應(yīng)時(shí)間和保持型的驅(qū)動(dòng)方式是影響液晶顯示器件運(yùn)動(dòng)圖像質(zhì)量的兩大主要因素，隨著科學(xué)的發(fā)展和新技術(shù)的不斷引進(jìn)，液晶的響應(yīng)時(shí)間已經(jīng)可以下降到2ms 甚至更小，其對(duì)運(yùn)動(dòng)模糊的影響已經(jīng)微乎其微, 減少運(yùn)動(dòng)模糊的重點(diǎn)轉(zhuǎn)移到了減少保持時(shí)間上來。應(yīng)用倍頻技術(shù)(120Hz)以將保持時(shí)間降低為原來的一半，相應(yīng)的運(yùn)動(dòng)模糊寬度也隨之減小為原來的一半，如圖1 所示。目前已經(jīng)有采用240Hz 的倍頻技術(shù)。在倍頻技術(shù)的發(fā)展過程中，先后出現(xiàn)過簡單倍場(chǎng)、插黑場(chǎng)、插灰場(chǎng)等技術(shù)，但效果都不理想。運(yùn)動(dòng)估計(jì)和運(yùn)動(dòng)補(bǔ)償（ME/MC）技術(shù)的引進(jìn)則有效改善了拖尾、殘影，提高了運(yùn)動(dòng)圖像質(zhì)量。

圖1 60 Hz 與120 Hz 技術(shù)的運(yùn)動(dòng)模糊比較

　　由于沒有直接可用的120 Hz 視頻信號(hào)，我們需要根據(jù)現(xiàn)有的60 Hz 視頻信號(hào)，通過插幀的方法得到120 Hz 視頻信號(hào)，如圖2 所示。首先監(jiān)測(cè)圖像序列中物體運(yùn)動(dòng)的軌跡，從而得到代表物體運(yùn)動(dòng)方向的運(yùn)動(dòng)矢量，因此運(yùn)動(dòng)估計(jì)是運(yùn)動(dòng)插幀的前提和關(guān)鍵。

圖2 運(yùn)動(dòng)插幀原理

　　運(yùn)動(dòng)估計(jì)的方法有很多，可以分為兩大類：基于像素的直接估計(jì)法和基于圖像特性的間接估計(jì)法。直接估計(jì)法又包括塊匹配法(BMA)、頻域相位相關(guān)法、像素遞歸算法(PRA)、MAP/MRF 型“倍葉斯”評(píng)價(jià)法。其中，直接估計(jì)法中的塊匹配法算法原理簡單，應(yīng)用最為廣泛。本文針對(duì)塊匹配法算法方法進(jìn)行分析研究。

1、塊匹配方法

　　塊匹配的基本思想是將目標(biāo)圖像分割成固定大小的塊，然后在參考圖像中尋找匹配最好的塊。塊匹配方法假設(shè)分割塊中所有像素具有相同的運(yùn)動(dòng)趨勢(shì)，這種假設(shè)有其局限性，但大大減少了匹配過程中的運(yùn)算量。

1.1、塊匹配原理

　　應(yīng)用塊匹配算法，首先要有搜索最佳匹配的標(biāo)準(zhǔn)，這里稱之為價(jià)值函數(shù)：均方誤差（MSE）、絕對(duì)誤差和（SAD）、平均絕對(duì)誤差（MAD）、方差和（SSE）、絕對(duì)變化誤差和（SATD）都可以作為價(jià)值函數(shù)。其中常用的是均方誤差（MSE）和平均絕對(duì)誤差（MAD），如方程（1）和（2）。其中N 為塊邊長像素?cái)?shù)（為方便搜索塊一般劃分為正方形），Cij 和Rij分別為當(dāng)前宏塊和參考宏塊相應(yīng)像素的灰度。

　　具體步驟首先要將當(dāng)前和參考幀圖像分塊，選取的參考幀為當(dāng)前幀的前一幀，一般宏塊為16×16 像素大小，然后確定搜索范圍大小，一般為以宏塊為中心的30×30 像素區(qū)域，最后在參考圖像相應(yīng)搜索區(qū)域中尋找價(jià)值函數(shù)最小的宏塊，運(yùn)動(dòng)矢量從參考宏塊位置指向當(dāng)前宏塊位置，如圖3所示。

圖3 塊匹配原理

1.2、幾種塊匹配方法

　　基于1.1節(jié)介紹的基本原理，塊匹配方法根據(jù)搜索原理的不同又有不同的算法，主要有如下幾種，如圖3 所示。為方便說明，圖中所有宏塊由中心點(diǎn)代表。

　　全搜索法(ES)：從原點(diǎn)出發(fā)，按順時(shí)針方向由近及遠(yuǎn)，逐個(gè)宏塊計(jì)算價(jià)值函數(shù)值，直到遍歷搜索范圍內(nèi)所有的點(diǎn)。比較所有點(diǎn)的價(jià)值函數(shù)，找到最小值。這是最簡單、最原始的塊匹配算法，可靠，且能夠得到全局最優(yōu)的結(jié)果，通常是其它算法性能比較的標(biāo)準(zhǔn)。但它的計(jì)算量的確很大，耗費(fèi)大量的時(shí)間和資源，所以有必要進(jìn)一步研究其它快速算法。

　　三步法(TSS)（圖3（a））：第一步，從原點(diǎn)開始，選取最大搜索長度的一半為步長，在周圍距離步長的8 個(gè)點(diǎn)處進(jìn)行塊匹配計(jì)算并比較。

　　第二步，將步長減半，中心點(diǎn)移到上一步的價(jià)值函數(shù)最小點(diǎn)，重新在周圍距離步長的8 個(gè)點(diǎn)處進(jìn)行塊匹配計(jì)算并比較。第三步，在中心及周圍8個(gè)點(diǎn)處找出價(jià)值函數(shù)最小點(diǎn)，若步長為1，該點(diǎn)價(jià)值函數(shù)最小，搜索結(jié)束，否則重復(fù)第二步。這種算法采用由粗到細(xì)的搜索模式，是最早的快速算法之一，減少了算法的復(fù)雜度和運(yùn)算量。但是整個(gè)過程采用了統(tǒng)一的搜索模式，使得第一步的步長過大，容易引起誤導(dǎo)，從而對(duì)小運(yùn)動(dòng)效率較低。

　　新三步法(NTSS)（圖3（b））：對(duì)三步法的改進(jìn)，先以步長為4 對(duì)周圍的八個(gè)點(diǎn)搜索，再以步長為1 對(duì)另外八個(gè)點(diǎn)進(jìn)行搜索。若初始點(diǎn)價(jià)值函數(shù)值最小，則搜索結(jié)束，如果價(jià)值函數(shù)值最低點(diǎn)是步長為1 的八個(gè)搜索點(diǎn)之一，則把初始點(diǎn)定為這一點(diǎn)再次搜索。如果價(jià)值函數(shù)值最低點(diǎn)為步長為4 的八個(gè)搜索點(diǎn)之一，則和三步法搜索方法相同。這種算法是對(duì)三步法的改進(jìn)，可以進(jìn)一步減少計(jì)算量。但是每次檢查時(shí)，檢查的次數(shù)比較多，誤差出現(xiàn)的可能性也就比較大。

　　四步法(4SS)（圖3（c））：第一步，以搜索區(qū)域原點(diǎn)為中心選定5×5的搜索窗，然后在9個(gè)檢測(cè)點(diǎn)處進(jìn)行匹配計(jì)算，如果價(jià)值函數(shù)最小點(diǎn)位于中心點(diǎn)，則跳到第四步；否則進(jìn)行第二步。第二步，窗口保持為5×5，但搜索模式取決于上一步的價(jià)值函數(shù)最小點(diǎn)位置:a)上一步價(jià)值函數(shù)最小點(diǎn)位于窗的四個(gè)角上，則另外再搜索5 個(gè)檢測(cè)點(diǎn)。b)上一步價(jià)值函數(shù)最小點(diǎn)位于窗的四邊中點(diǎn)處，則只需再搜索3 個(gè)檢測(cè)點(diǎn)，這一次價(jià)值函數(shù)最小點(diǎn)在窗口中心，則跳到第四步；否則進(jìn)行第三步。第三步，搜索模式同第二步，但最終要進(jìn)行第四步。第四步，將窗口縮小為3×3，這時(shí)檢查出的價(jià)值函數(shù)最小點(diǎn)為整個(gè)區(qū)域的最小點(diǎn)。這種算法的計(jì)算復(fù)雜度比TSS 低，搜索幅度比較平滑，不至于出現(xiàn)方向上的誤導(dǎo)，獲得了較好的搜索效果。但是搜索速度并不一定快，對(duì)圖像的依賴性比較強(qiáng)。

　　簡單高效算法（SES）（圖3（d））：這種方法將區(qū)域劃分為四個(gè)區(qū)間，利用三點(diǎn)價(jià)值函數(shù)的比較，選擇整個(gè)區(qū)域價(jià)值函數(shù)最小點(diǎn)所在的區(qū)域中點(diǎn)。如圖，If MAD(A) ≥ MAD(B) and MAD(A) ≥ MAD(C) 選擇 D，If MAD(A) ≥ MAD(B) and MAD(A) ≤ MAD(C) 選擇 E,F，If MAD(A) ＜ MAD(B) and MAD(A) ＜ MAD(C) 選擇 F,G,H，If MAD(A) ＜ MAD(B) and MAD(A) ≥ MAD(C) 選擇 H,I。下一步重復(fù)同樣的步驟，知道找到最佳匹配點(diǎn)。