什么是视频处理器，它为什么重要 - 音频/视频/显示 - 电子

2dmin

作者：IDT公司 Derry Murphy 　日期：2009-10

高清视频是一件非常美妙的事情。谁不喜欢漂亮的图像和数字环绕声呢？谁不愿意换掉 27或32英寸的CRT显示器以追求新型高清电视呢？现在是和低分辨率和因低质量标清信号而导致图像散斑的电视机说拜拜的时候了。能够拥有高清图像和生活将是非常美妙的，不是吗？

当然，你现在也可以观看高清信号，但感觉如何呢？图像中所有的噪声和无用信息都没消失，相反比之前更加严重。许多人发现在新高清电视上看到的节目图像比在旧电视机上的还糟糕，这让他们感到十分惊讶。

不幸的是，很少有人知道今天的大部分电视节目还是标清隔行扫描视频。标清图像必须放大才能够在新的高清电视的大屏幕上显示，所有缺陷都被放大了。

与传统的CRT电视不同，固定像素显示器主宰着今天的家庭影院市场，从单芯片和三面板前投影到大型、平板直视显示器。在这些竞争产品背后，有许多区分技术的缩略语，包括 LCD、DLP、LCoS（liquid crystal on silicon，硅基液晶）和PDP（plasma display panel，等离子显示面板）。所有这些技术都以不同方式创建电子图像，但是它们却有同一个特点：固定矩阵的成像像素。这个固定像素结构决定了显示器的物理分辨率。

为了将所有输入的视频信号转换成具有固定像素显示器的物理分辨率，制造商必须在显示器中集成一个视频处理芯片。除了将图像缩放以适应物理分辨率外，这个视频处理器更主要的作用是增强图像和消除视频传输引起的伪影。

<strong>去隔行</strong>

大多数视频源，包括DVD、标清电视和1080i高清电视，都是隔行传输图像，即在任意给定时间内每帧只传输一半图像。

现在，高清视频显示器采用了数字技术。这些技术不是在屏幕上画出图像信息的行，而是用一个像素阵列形成图像，每帧一次全部显示。换句话说，所有像素同时激活，以形成完整的图像，而不是像CRT扫描那样形成一行行的图像。

即便如此，视频信号决定这些设备将显示的是隔行或逐行，也就是说，来自源的信息可一次半帧或一次整帧。事实上，数字显示器最终要求逐行信号以正常运行，如果接收到的是隔行信号，在显示之前必须转换成逐行信号。因此，所有数字显示器都要将来自DVD和1080i源的隔行视频信号转换成逐行格式。这是视频处理器的工作，其过程叫做去隔行。所有的数字显示器、许多DVD 播放机及其他源设备都采用了视频处理器。

如果视频图像中的物体不动，就非常容易进行去隔行，两个场可以交织在一起，并合并形成一个整帧。但记录是以隔行方式进行的，构成整帧的两个源场不是同时记录的。每帧都可作为一个来自一个时间点的奇数场记录，然后在1s的1/50或1/60后作为偶数场记录。

因此，如果视频中的物体在几分之一秒钟内移动了，只要合并导致图像错误的场，即所谓“梳理”或“羽化”就可以了。


<ignore_js_op>





2009-10-29 12:09:32 上传
<strong>下载附件</strong> (65.87 KB)




</ignore_js_op>

图1羽化或梳理

<strong>最简单的方法（非运动自适应）</strong>

避免这些伪像的最简单方法是忽略那些偶数场。这叫做“非运动自适应方法”。采用该方法，当两个场达到处理器时，来自偶数场的数据可以完全忽略。视频处理电路通过再现或自上而下地平均因像素“插入”而丢失的行来还原图像。如果没有梳理伪像，图像质量就会受到损害，因为这些细节和分辨率的半数都被舍弃了。我们看时下的视频处理器，仅用来自1080i源的540行用来创建屏幕图像。
　
<strong>先进的方法（基于帧的运动自适应）</strong>

更先进的去隔行技术包括基于帧的、运动自适应算法。利用简单的运动计算，视频处理器可确定何时整个图像没有运动。

如果图像中任何地方没有动，处理器就会直接合并两个场。利用这种方法，静态图像可拥有全1080行的垂直分辨率，但是只要有任何运动，半数的数据就会被舍弃，分辨率就会降低到540行。因此，虽然整个静态测试模式看起来很锐利，但视频不是。

基于帧的运动自适应技术现在标清处理器上非常普遍。但是，由于偶数帧级的高清运动检测计算的复杂性，它在高清视频处理器中还非常少。


<ignore_js_op>





2009-10-29 12:09:32 上传
<strong>下载附件</strong> (46.6 KB)




</ignore_js_op>

图2 非运动自适应方法

<strong>HQV方法（基于像素的运动自适应）</strong>

HQV处理代表了目前最先进的逐行扫描技术：真正的基于像素的运动自适应方法。利用 HQV处理技术，运动可在像素级而不是在帧级进行识别。虽然理论上无法避免去隔行过程中舍弃的运动像素，但HQV 处理技术非常小心地只舍弃了会导致伪像的像素。

基于像素的运动自适应去隔行避免了移动物体的伪像，保存了屏幕上非移动部分的全分辨率，即使相邻的像素处于运动之中。

为了恢复运动过程中场丢失的细节，HQV处理采用了一个多向角过滤器，在移动物体的边缘重建一些丢失的数据，可过滤掉所有锯齿。这项操作叫做“二级”角插值，因为它是在去隔行以后进行的，是处理的第一个阶段。

HQV不是实现基于像素的运动自适应去隔行的唯一处理器，重要的是要认识到所有的去隔行技术都不相同。为了真正实现每个像素的运动自适应去隔行，视频处理器必须执行一个四场分析。除了在当前帧中进行两场分析外，也需要确定两个之前的场中哪些像素在移动。HQV处理采用四场分析，对每个像素级不断地分析，即使是高清。

<strong>场格式转换和视频/帧检测</strong>

电影每秒记录24帧。当电影在家中的DVD或电视上播放时，这24帧一定要转换成60个隔行扫描场。考虑一下电影的4帧：A、B、C和D。


<ignore_js_op>





2009-10-29 12:09:33 上传
<strong>下载附件</strong> (12.76 KB)




</ignore_js_op>

图3 基于帧的运动自适应方法


<ignore_js_op>





2009-10-29 12:09:31 上传
<strong>下载附件</strong> (17.12 KB)




</ignore_js_op>

图4 角插值


第一步是将这4帧转换成8个场。这可将24f/s转换成48隔行扫描场/s。然后，考虑到NTSC标准的速率（大概是30f/s或60隔行扫描场/s），有必要重复某些场，可以通过每隔一帧增加一个额外的场来实现。也就是说，A帧的两个场都进行记录（A奇数，A偶数），而B帧的3个三场进行记录（B奇数、B偶数、B奇数）。该周期和C帧、D帧一起重复。这叫做2:3格式转换，因为一个帧的两个场都跟随下一帧的三个场显示。

当该顺序在逐行扫描显示器上回放时，就可以实现之前提到的去隔行技术（非运动自适应与运动自适应等）。尽管如此，有可能在不丢失任何数据的情况下完美地重建原始帧。与隔行扫描视频两个场在几分之一秒进行记录不同，这些场在同一时间和同一电影帧上记录，然后再分成场。

因此，为了显示最初为24f/s电影的视频信号，所有视频处理器都需要分析场，并确定三个场跟随的两个场有一个定期交替模式。这个认识和重建叫做3:2下拉，它只存在于最糟糕的去隔行器中。

<strong>混合视频和电影</strong>

有时，电影经过进一步的编辑和后处理可转换成视频，包括标题、转场和其他效果。因此，只需重建梳理伪像导致的全帧，因为图像部分最好采用标准的去隔行方法处理，而其他部分通过格式转换和重建原始帧看起来效果更佳。

像之前各种标准去隔行方法一样，有许多方法可以应付混合视频和电影。一些处理器可根据电影或视频内容来选择有最好效益的方法。其他处理器的设计理念是让这些伪像不被看见，并采用视频去隔行技术，代价只是视频分辨率的一半。

从另一个角度来讲，HQV的所有处理采用的是每像素计算。这意味着可能用HQV处理器执行对代表电影内容的像素的格式转换检测策略，同时对已叠加的视频内容执行基于像素的运动自适应去隔行。

<strong>降噪</strong>

随机噪声是所有记录影像固有的问题，其结果往往是产生所谓的图像颗粒。不仅在后制作编辑或最后阶段的视频压缩会产生噪声，而且它还以胶片颗粒或成像传感器噪声源的形式出现。

降噪最简单的方法是采用空间滤波器，过滤掉高频数据。采用这个方法，给定时间内只评估一个帧。这确实消除了噪声，但是却降低了图像质量，因为没有办法区分噪声和细节。这个方法还导致了伪像的产生，导致图像上的人皮肤好像是塑料制成的。

时间滤波器则利用了噪声是随时间变化的图像随机因素的事实。其不是简单地评估个别帧，而是一次评估几帧。通过识别两帧之间的区别，从最终的影像中消除数据，可将噪声有效减少。如果没有物体运动，这几乎是完美的降噪技术，能尽可能多地保存细节。这个方法已经为很多高端产品所使用。

尽管如此，如果图片中有移动物体，就会导致从两帧的不同，如果移动的物体没有从噪声中分离出来，将会出现重像和拖尾效应。

HQV处理采用每个像素运动自适应和噪声自适应时间滤波器来避免伪像和与传统的噪声滤波器相关的伪像。为了保存最多的细节，移动像素不需要经历不必要的噪声处理。在静态区，降噪的强度由每个像素来决定，取决于周围像素的噪声水平以及之前的帧，有助于滤波器在任意给定时间内调整图像中的噪声数量。最后会产生最小的噪声和非常自然、保存精美细节的最大画面。

<strong>编解码器降噪</strong>

数字有线、卫星或因特网视频会产生第二类噪声，如 You-Tube 和其他流媒体内容，我们称之为蚊式噪声。普通的噪声是随机的，而蚊式噪声有特定的模式。它是物体边缘出现白色模糊的斑点失真。“块噪声”是第三种类型的失真，其中的伪像水平或垂直行产生了块状边缘的外观。这两种类型的噪声是由高水平的视频压缩造成的，因为广播公司要在特定带宽内放进更多电视频道，或者通过个人录像机增加最大录像能力，或者通过因特网内容供应商加快下载时间或实现实时流。在增加更多的数字通道后，这将成为一个较大的问题。

HQV视频处理器能够独立确定这三种类型的失真，并将视频中的细节分离出来。

<strong>细节增强</strong>

细节增强，也叫锐化，对于所有数字图像，无论是高清和标清都是非常必要的组成部分。不幸的是，由于锐化算法一直以来被认为是糟糕的方案，该过程被认为有些声名狼藉，是需要避免的。

由于人类的视觉系统是通过明显对比来感知锐度，夸大明暗之间的差异能产生似乎更清晰的图像。不幸的是，由于过去简陋的锐化方案，该过程一直伴随着所谓“振铃”或“光晕”的伪像，其中的物体被白色边缘环绕，产生的图像非常粗糙，不能反映原来要捕捉的东西。光晕有时比那些未修改的图像柔化效果更分散。出于这个原因，我们经常建议用户降低视频设备的锐化功能。

HQV细节增强技术非常不同。利用较保守的算法并在处理之前选择性地确定模糊区域，HQV细节增强甚至可以在最高设置下避免光晕或振铃伪像。当然，如果源已经进行了锐化，也可以禁用 HQV 细节增强。HQV细节增强的关键优势是，当与高性能定标器一起使用时，可以实现接近高清质量的标清电视图像。