Entwurf eines softwarebasierten bewegungskompensierten Filters zur Qualitätsverbesserung von im Zeilensprungverfahren aufgenommenen Videodateien

Inhaltsverzeichnis

• 1. Einleitung
• 2. Grundlagen
  • 2.1. Notation der Bildtransformationen
  • 2.2. Begriffsklärungen
  • 2.2.1. Motion Estimation
  • 2.2.2. True Motion Estimation
  • 2.2.3. Motion Detection
  • 2.2.4. Motion Tracking
  • 2.2.5. Motion Trajectory
  • 2.2.6. Motion-Adaptive Filter
  • 2.2.7. Motion-Compensated Filter
  • 2.2.8. Field, Frame
  • 2.2.9. Field Dominance
  • 2.2.10. De-interlaced, Interlaced
  • 2.2.11. De-Interlacing
  • 2.2.12. Videobeiträge
  • 2.3. Das analoge Videosignal
  • 2.4. Farbraum
  • 2.5. Bewertung der bearbeiteten Bilder
  • 2.5.1. Objektives Verfahren
  • 2.5.2. Subjektives Verfahren
• 3. Entfernen des Zeilensprunges („De-Interlacing“)
  • 3.1. Problem: Video- und Fernsehsignale als Quellmaterial
  • 3.2. Entwurf eines Algorithmus zum De-Interlacing
  • 3.3. Unterscheidung nach Luminanz- und Chrominanz-Komponenten
  • 3.4. Konkrete Algorithmen zum De-Interlacing des Luminanzsignals
    • 3.4.1. Räumliche Filter
    • 3.4.1.1. Zeilenwiederholung („Line Repeat“)
    • 3.4.1.2. Zeilendurchschnitt („Line Average“)
    • 3.4.1.3. Zeileninterpolation („Line Interpolation“)
      • 3.4.1.3.1. Exkurs: Interpolation und perfekte Rekonstruktion
      • 3.4.1.3.2. Die implementierten Interpolationsfunktionen
      • 3.4.1.3.2.1. Linear: Dreieck („Triangle“)
      • 3.4.1.3.2.2. Kubisch: Hermite
      • 3.4.1.3.2.3. Kubisch: Catmull-Rom
      • 3.4.1.3.2.4. Kubisch: Mitchell-Netravali
      • 3.4.1.3.3. Zusammenfassung und Qualitätsvergleich
      • 3.4.1.3.4. Schnellere Interpolation über Look-up-Tables
    • 3.4.2. Der zeitliche Filter („Field Repeat“)
    • 3.4.3. Zeitlich-räumliche Filter
    • 3.4.3.1. Halbbild-Durchschnitt („Field Average“)
    • 3.4.3.2. Vertikal-zeitlicher Median
    • 3.4.3.3. Vertikal-zeitlicher Filter
    • 3.4.3.4. Kantenbasierter Zeilendurchschnitt
    • 3.4.3.4.1. Grundform des ELA nach Doyle
    • 3.4.3.4.2. ELA mit vertikaler Median-Filterung
    • 3.4.3.4.3. ELA mit Hoch- / Tiefpass-Signaltrennung
    • 3.4.3.4.4. Adaptiver ELA mit Behandlung horizontaler Kanten
    • 3.4.3.4.4.1. Kantendetektion
    • 3.4.3.4.4.2. Berechnung des Kantenwertes
    • 3.4.3.5. Adaptiver gewichteter Median
    • 3.4.3.5.1. Gewichteter Median
    • 3.4.3.5.2. Bewegungserkennung
    • 3.4.3.6. Vergleich der Filter
    • 3.4.3.7. Rekursive Filter
    • 3.4.3.7.1. Bewegungsadaptiver Algorithmus nach Roberts
    • 3.4.3.7.2. Weitgehend verwandte Algorithmen
    • 3.4.3.7.2. Entfernen des Zeilensprunges mittels Fuzzy-Logic
    • 3.5. De-Interlacing der Chrominanz-Komponenten
    • 3.6. Bewegungskompensiertes De-Interlacing
    • 3.7. Andere nicht implementierte Algorithmen
    • 3.7.1. Probleme von Filtern mit Bewegungsvektoren
    • 3.7.2. Algorithmen
    • 3.7.2.1. Bewegungskompensierte Halbbild-Wiederholung
    • 3.7.2.2. Bewegungskompensierter vertikal-zeitlicher Median
    • 3.7.2.3. Bewegungskompensierter vertikal-zeitlicher Filter
    • 3.7.2.4. Der zeitrekursive Filter
    • 3.7.2.4.1. Adaptiv-rekursiver Filter
    • 3.7.2.4.2.1. Mischverhältnis für die existente Zeile: kı
    • 3.7.2.4.2.2. Mischverhältnis für die fehlende Zeile: k2
    • 3.7.2.5. Weitere Verfahren
    • 3.7.2.5.1. Andere nicht implementierte Verfahren
    • 3.7.2.5.2. Verallgemeinerung des Abtasttheorems
    • 3.7.3. Vergleich der Verfahren
    • 3.7.4. Bewertung dieser Vergleichsergebnisse
  • 4. Bewegungsschätzung
    • 4.1. Bewegungsarten
    • 4.1.1. Globale Bewegung
    • 4.1.2. Blockbasierte Bewegung
    • 4.1.3. Pixelbasierte Bewegung
    • 4.1.4. Objektbasierte Bewegung
    • 4.2. Visualisierung der Bewegungsvektoren
    • 4.2.1. Pfeilverfahren
    • 4.2.2. Färbungsverfahren
    • 4.2.3. Anzeige eines konkreten Bewegungsvektors
    • 4.3. Notation der Bewegungsschätzung
    • 4.4. Algorithmen zur lokalen Bewegungsschätzung
    • 4.4.1. „3D-Recursive Search Block Matching with Y-Predictor“
    • 4.4.1.1. Block-Matching in 3D-RS
    • 4.4.1.1.1. Verfahren zur Berechnung der Abweichung
    • 4.4.1.1.2. Grundprobleme der Bewegungsschätzung
    • 4.4.1.1.2.1. Rechenaufwand
    • 4.4.1.1.2.2. Rotationen und Skalierung
    • 4.4.1.1.2.3. Helligkeitsschwankungen und Rauschen
    • 4.4.1.1.2.4. Genauigkeit an Objektgrenzen im Verhältnis zur Blockgröße
    • 4.4.1.1.2.5. Sehr kleine Objekte
    • 4.4.1.1.2.6. True Motion Estimation
    • 4.4.1.1.2.7. Szenenwechsel
    • 4.4.1.1.2.8. Hohe Objektgeschwindigkeiten
    • 4.4.1.1.2.9. Periodische Strukturen im Bild

  Zielsetzung und Themenschwerpunkte

  Die Diplomarbeit befasst sich mit der Entwicklung eines softwarebasierten Bewegungskompensierten Filters für die Verbesserung der Qualität von Videodateien, die im Zeilensprungverfahren aufgenommen wurden. Das Ziel der Arbeit ist es, eine effiziente und effektive Methode zu entwickeln, um das Problem des Zeilensprunges zu beheben und gleichzeitig die Bildqualität zu verbessern.

  • Entfernung des Zeilensprunges („De-Interlacing“) und verschiedene dafür geeignete Algorithmen
  • Bewegungsschätzung, wichtige Algorithmen und deren Anwendung
  • Bewegungskompensierte Filter, insbesondere die Implementierung eines solchen Filters
  • Bewertung der entwickelten Filter und ihrer Auswirkungen auf die Bildqualität
  • Die Implementierung eines benutzerfreundlichen Tools für die Anwendung des entwickelten Filters

  Zusammenfassung der Kapitel

  Das erste Kapitel führt in die Thematik der Diplomarbeit ein und erläutert die Problematik des Zeilensprungverfahrens in Videodateien. Kapitel zwei stellt wichtige Grundlagen der Bildverarbeitung und Videotechnik vor, darunter Notation der Bildtransformationen, Begriffsklärungen zu verschiedenen Bewegungseigenschaften und das analoge Videosignal.

  Kapitel drei widmet sich dem Entfernen des Zeilensprunges, dem sogenannten De-Interlacing. Hier werden verschiedene Algorithmen vorgestellt und analysiert, darunter räumliche Filter, zeitliche Filter, zeitlich-räumliche Filter und rekursive Filter. Die jeweiligen Stärken und Schwächen der Algorithmen werden diskutiert und verglichen.

  Kapitel vier behandelt das Thema Bewegungsschätzung, welches für die Entwicklung eines Bewegungskompensierten Filters essentiell ist. Es werden verschiedene Bewegungsarten, Visualisierungsmöglichkeiten und Algorithmen zur lokalen Bewegungsschätzung behandelt.

  Schlüsselwörter

  Zeilensprungverfahren, De-Interlacing, Bewegungsschätzung, Bewegungskompensierter Filter, Bildqualität, Videodateien, Filteralgorithmen, Bildverarbeitung, Videotechnik.

  Häufig gestellte Fragen

  Was ist das Problem beim Zeilensprungverfahren (Interlacing)?

  Beim Zeilensprungverfahren werden zwei zeitlich versetzte Halbbilder übertragen. Bei schnellen Bewegungen führt dies zu unschönen Kammeffekten auf modernen Bildschirmen.

  Was versteht man unter "De-Interlacing"?

  De-Interlacing ist der Prozess, bei dem aus Halbbildern vollständige Vollbilder (Progressive Scan) generiert werden, um die Bildqualität zu verbessern.

  Wie funktioniert ein bewegungskompensierter Filter?

  Ein solcher Filter nutzt die Bewegungsschätzung (Motion Estimation), um Pixelpositionen in aufeinanderfolgenden Bildern vorherzusagen und so präziser fehlende Zeilen zu rekonstruieren.

  Was ist der Unterschied zwischen räumlichen und zeitlichen Filtern?

  Räumliche Filter (z. B. Line Average) nutzen Informationen innerhalb eines Halbbildes, während zeitliche Filter (z. B. Field Repeat) Informationen aus vorangegangenen oder nachfolgenden Halbbildern verwenden.

  Was ist "Motion Estimation" (Bewegungsschätzung)?

  Es ist ein Verfahren zur Bestimmung von Bewegungsvektoren, die beschreiben, wie sich Bildinhalte zwischen zwei Zeitpunkten verschoben haben.