五、 模擬的結果分析
5.2 解交錯演算法的模擬結果
5.2.1 第一種解交錯模擬方式的模擬結果
A. 空間掃描線垂直平均解交錯(Line Averaging De-interlacing , 簡稱 LA)演算法 B. 時間平均解交錯(Temporal Averaging De-interlacing , 簡稱 Weave)演算法
解交錯演算法 Test1 (動態) Test2 (靜態) 平均值
A 2.2863 0.42486 1.35558
B 75.8982 0 37.9491
C 1.5323 0.1226 0.82745
D 1.3131 0.2934 0.80325
E 1.3377 0.2934 0.81555
F 0.4105 0.0962 0.25335
0
C. 移動可適性解交錯(Motion Adaptive De-interlacing , 簡稱 MA)演算法 D. 時間遞迴解交錯(Time Recursive De-interlacing , 簡稱 TR)演算法 E. 可適性遞迴解交錯(Adaptive Recursive De-interlacing , 簡稱 AR)演算法 F. 整合式解交錯(Integrated De-interlacing )演算法
(1) 測試圖片(動態)
( b ) 空間掃描線垂直平均解交錯 ( a ) 原始圖片
( d ) 移動可適性解交錯 ( c ) 時間平均解交錯
( e ) 時間遞迴解交錯 ( f ) 可適性遞迴解交錯
( g ) 整合式解交錯
圖5.6 第一種模擬方式的解交錯結果(一)
(2) 測試圖片(靜態)
（b）空間掃描線垂直平均解交錯
（a） 原始圖片
（c）時間平均解交錯 ( d ) 移動可適性解交錯
（e）時間遞迴解交錯 （f）可適性遞迴解交錯
( g ) 整合式解交錯
圖5.7 第一種模擬方式的解交錯結果(二)
5.2.2 第二種解交錯模擬方式的模擬結果 (1) clock 測試圖片
（a）空間掃描線垂直平均解交錯
（b）時間平均解交錯
( c ) 移動可適性解交錯
( d ) 整合式解交錯
圖5.8 第二種模擬方式的解交錯結果(一)
(2) flag 測試圖片
（a）空間掃描線垂直平均解交錯
（b）時間平均解交錯
( c ) 移動可適性解交錯
( d ) 整合式解交錯
圖5.9 第二種模擬方式的解交錯結果(二)
(2) ball 測試圖片
（a）空間掃描線垂直平均解交錯
（b）時間平均解交錯
( c ) 移動可適性解交錯
( d ) 整合式解交錯
圖5.10 第二種模擬方式的解交錯模擬結果(三)
5.3 解交錯演算法的模擬結果分析
在圖5.6 和圖 5.7 是第一種模擬方式的解交錯結果，表四是不同解交錯的 MSE 直方 圖，以平均值來說，本文所設計解交錯系統，有最好的效果，它的MSE 值是最低的，
當然這數據會因為不同的圖片而有數值的差異。在圖5.6 中，它是動態的圖片，所以用 時間平均解交錯的MSE 值特別高，而其他非移動的解交錯的 MSE 值雖然不高，但在 球形的邊緣仍有一些鋸齒狀，使用移動補償解交錯的方式能減少鋸齒狀的發生。在圖 5.7 中，它是靜態的圖片，反而圖場間合併平均解交錯的 MSE 值是零，垂直線平均解 交錯(LA)的 MSE 值是最高的。
解交錯的效果，除了比較峯值訊號雜訊比(PSNR)及錯誤平方平均值(MSE)之外，最 重要的視覺的感受，在圖5.8 鐘擺測試圖中，它包含靜態的區域(字 OK 的部份)和動態 區域(鐘擺的部份) ，其中 O 在偶數圖場，K 在奇數圖場，在圖 5.8(a)空間掃描線垂直平 均解交錯的輸出圖中，因為它是空間解交錯的方式，所以它只有顯示O 字而少 K 字圖。
在圖5.8(b) 中，使用時間平均解交錯，因為鐘擺在每一個時間點移動，所以會有嚴重 的鋸齒狀。在圖5.9 國旗飄揚測試圖中，主要是觀察國旗邊緣的是否平滑的移動。而圖 5.9(a)和 5.9(b)整個國旗的線條會被加粗，而且在國旗飄動的方向和國旗旗竿，會有輕 微的鋸齒狀，而本文所提移動補償對這種現像有很大的改善。
圖5.10 主要是觀察整個球的移動，因為是非常快速的轉動，所以用非移動補償的 解交錯，因為無法找到正確的移動方向，所以畫面看起來會很模糊，移動補償解交錯的 方式會根據移動向量找到正確補償的像素，所以畫面的解析度會提高很多。
第六章 結論與未來的工作
在本篇論文中，所提出整合式解交錯(Motion Compensated De-interlacing)的演算 法，主要以移動補償 (Motion Compensation)為基本架構，並結合移動估計(Motion Estimation)、移動向量平滑處理(Motion Vector Smoothing) 、影片偵測及影像加強等演 算法設計，將各類的圖片，再經過電腦模擬程式的測試後，都有不錯的結果。
但是在演算法設計過程中，移動補償解交錯的演算法有兩個很大的困難點。第一個 困難的地方，移動偵測能否正確地辨別每一像素是移動或是靜止，若偵測的結果是靜止 的話，圖場插點的像素則使用時間平均解交錯(Temporal Averaging De-interlacing)。反 之，則使用移動補償或是角度偵測線平均(Edge Line Average)的方式。但移動偵測的辨 別，卻很容易受雜訊的干擾或者是畫面本身的模糊所造成的影響。另外一個困難點，則 是移動估計時，在圖片中無法找到相似的區塊時，或是受雜訊干擾無法找到正確的移動 向量，經由移動向量平滑處理(Motion Vector Smoothing)之後，仍然無法修正錯誤的移 動向量，則移動補償(Motion Compensation)後的結果，會使得顯示的畫面變得很差。所 Decoder)後，才會傳送畫面到整合式解交錯中，但是訊解碼器若無法將 YC 作完全的分 離，則會發生串色的現象，所以增加消除串色的演算法，會減少對整合式解交錯的影響。
第二項 消除雜訊(Noise Reduction)演算法：
一般的電視訊號或DVD 播放機的訊號在影片拍攝時會有雜訊掺雜在畫面中，或是 傳送中當中混入雜訊，若無法降低雜訊干擾，對作整合式解交錯時，會造成很大的偵測 的誤判。
第三項 縮放比例(Scaling Ratio)演算法：
輸入訊號格式和輸出顯示格式，一般來說都是不相同的寬高，所以會有縮小或放大 的比例關係存在，因此在整合式解交錯之後，若無法正確地作縮放比例(Scaling Ratio)，
最後，在論文的研究當中，當整合越多的不同功能的演算法時，整個系統就會變得 很複雜，而且要付出更多的努力，及加上實驗時的細心與耐心，才能達成目標。
參 考 文 獻
[1] E. B. Bellers and G. de Haan, De-interlacing – A Key Technology for Scan Rate
Conversion , Elsevier, 2000.
[2] G. de Haan and E. B. Bellers, “De-interlacing: an overview,” Proceedings of the IEEE, vol. 86, pp. 1839-1857, September 1998.
[3] G. de Haan and E. B. Bellers, “De-interlacing of video data,” IEEE Trans. On Consumer Electronics, vol. 43, pp. 819-825, August 1997.
[4] E. B. Bellers and G. de Haan, “Majority-Selection De-interlacer; An advanced
motion-compensated spatio-temporal interpolation technique for interlaced video,” in Proc.
of the Image and Video Communications and Processing Conference 2000, vol. 3974, (San
Jose, USA), pp. 386-395, January 2000.[5] F. M. Wang, D. Anastassiou, and A. N. Netravali, “Time-recursive deinterlacing for IDTV and pyramid coding,” Signal Process.: Image Commn. 2, pp. 365-374, 1990.
[6] P. Delogne, L. Cuvelier, B. Maison, B. V. Caillie, and L. Vandendorpe, “Improved Interpolation, Motion Estimation and Compensation for Interlaced Pictures,” IEEE Tr. on Image Processing, vol.3, No. 5, pp. 482-491, September 1994.
[7] L. Vanderdorpe, L. Cuvelier, B. Maison, P. Quelez, and P. Delogne, “Motion –
compensated conversion from interlaced to progressive formats”, in Signal Processing:
Image Communication 6. 1994, pp. 193-211, Elsevier.
[8] A. A. C. Kalker, ”Motion Estimation and Compensation for Interlaced Video”, to be in IEEE Tr. on Signal Processing.
[9] O. Kwon, K. Sohn, and C. Lee, “Deinterlacing using Directional Interpolation and
February 2003.
[10] Y. Y. Jung, S. Yang, and P. Yu, “An Effective De-Interlacing Technique Using two Types of Motion Information”, IEEE Transactions on Consumer Electronics, Vol.49, No.3, August 2003.
[11] S. F. Lin, Y. L. Chang, and L. G. Chen, “Motion Adaptive Interpolation with Horizontal Motion Detection for Deinterlacing”, IEEE Transactions on Consumer Electronics, Vol.49, No.4, November 2003.
[12] B. T. Choi, S. H. Lee, and S. J. Ko, “New Frame Rate Up-conversion using
Bi-directional Motion Estimation”, IEEE Transactions on Consumer Electronics, Vol.46, No.3, August 2000.
[13] K. Jack, Video Demystified, 3rd ed. , HARRIS, 2000.
自 傳
曾坤源，男，民國五十八年一月十九出生於台灣省新竹縣，家中兄妹五人。民國八 十五年畢業於國立台灣工業技術學院後，服務於工業界，並從事影像處理及影像壓縮相 關的研發工作。民國九十年就讀國立交通大學電機資訊學院專班，亦從事影像處理相關 的研究。