- 1 -
中国科技论文在线
面向 HDTV 高刷新率的视频帧速率变化算
法研究#
陈学伟，赵景景，杨胜齐**
（上海大学通信与信息工程学院，上海 200072） 5
摘要：高端平板显示器的飞速发展使其刷新率越来越高，已经从传统的 60Hz上升至 120Hz，
甚至 200Hz。视频流在经过解码之后需要进行视频后处理，即视频质量增强处理。帧速率上
变化作为视频后处理(Video Post Processing)算法流水线中的重要组成模块，该算法对视
频流进行帧与帧之间的插值，从而完成帧速率的上变化，使视频流的帧速率与显示器的刷新
频率匹配。因此，帧速率上变化在视频后处理研究中占有非常重要的地位。本文在研究帧速10
率上变换算法的框架下，主要研究了以下内容：在自适应十字算法（Adaptive Rood Pattern
Search , ARPS）的背景下给出了一种改进的基于自适应十字局部优化算法。该算法采用了
搜索起始点处理技术，中值判别技术，以及局部优化方法处理视频图像序列。这些技术的应
用可以避免大量的繁琐运算，有效的提高了运算估计得运算效率，能很好的保证了视频序列
的质量。从主观评价法、客观比较法的实验结果，表明改进后的算法再一定程度上度上改善15
了视频的质量。
关键词：运动估计；块匹配；可变块；自适应；局部优化�
中图分类号：�
Rate Conversion Algorithm for High Refresh Rate of HDTV 20
CHEN Xuewei, ZHAO Jingjing, YANG Shengqi
(Information Engineering,Shanghai University, ShangHai 200072)
Abstract: As the rapid development of high flat panel display, its refresh rate has increased higher
and higher from the traditional 60Hz to 120Hz, even to 200Hz. After the video stream is decoded,
it is then processed by the post-processing pipeline, namely the video quality enhancement. Frame 25
rate up conversion, as one of the key models in video post processing pipeline, provides new
frames between current frame and next frame. As a result, frame rate is up converted and matched
with display refresh rate. Thus frame rate up conversion plays an important role in video post
processing algorithm contribution of this work mainly contains the following
parts:An improved method of local optimization is given under adaptive rood pattern search 30
algorithm. The algorithm adopts the starting point searching processing technology, suspension of
identification technology, and local optimization technology to process video stream, which
avoids a large number of complicated operations, improves effectively the operational efficiency
of motion estimation, and ensures good quality of video sequences. At last, from the subjective
evaluation, objective comparison of the experimental results, they both indicate that the improved 35
algorithm improve the image quality to a certain extent．
Keywords: Motion Estimation; Block Matching; Variable Block; Adaptive Algorithm; Local
Optimization
0 引言 40
目前，模拟电视制式采用的帧速率是每秒 50Hz，而计算机显示屏的刷新率通常在每秒
60Hz 至每秒 120Hz 之间[1]；同时，随着数字电视技术的发展和人们对视频质量要求的不断
提高，目前市场上出现了大量的高清电视、宽屏电视、液晶电视和等离子电视等高分辨率显
基金项目：教育部博士点基金（20093108120022）；上海大学创新基金
作者简介：陈学伟，（1986-），男，硕士在读，视频后处理
通信联系人：杨胜齐，（1977-），上海市东方学者，上海大学教授，博士生导师
- 2 -
中国科技论文在线
示终端。而常见的卫星、有线和地面电视信号源中存在着大量的非标准分辨率的节目，为了
向下兼容传统电视信号源，就需要对接收过来的视频信号进行帧速率上变化[2]。因此，帧速45
率上变化成为视频格式转换中至关重要的一环。
帧速率上变化是指提高视频信号的时间分辨率。从标准电视到高清电视，它们都具有一
定的时间和空间分辨率要求。为了能够让节目源在高清电视上播放，必须提高节目源的时间
分辨率达到播放设备的要求。因此，帧速率上变化要求在原视频序列号中插值，使得处理后
的视频序列能在播放设备上平滑播放，在播放运动剧烈的视频图像时，较高的帧速率能使得50
画面更加流畅, 提高观看质量。
此外，PAL/NTSC制式的兼容问题，不同的视频标准等等[3]，这些都需要帧速率变化的
支持。同时，LCD/Plasma 工艺的快速升级换代[4]，也激发了对更高性能帧速率上变化算法
的研究需求。和高清电视的方式相同，液晶显示器也是通过自身 IC电路在两帧画面之间插
入一个新的运算帧，来增加画面过度的平滑，这样能够让画面过渡得更加平滑，同时在减少55
细节损失的情况下减少画面的拖尾现象，画面色彩更加清晰、稳定。由于以上原因，帧速率
上变化已经成为当前视频格式变化研究领域的一个新热点。
目前，高性能的帧速率上变化算法被少数几家具有国际竞争力的国外消费电子公司所掌
握，例如 Philips，Intel，Micronas，Broadcom，Samsung等，但是这些算法已经明显滞后于
平板显示的快速发展。因此，面向高清与超高清数字电视，开发一种高性能、低复杂度的帧60
速率上变化算法，具有重要的经济意义与社会效益，它的完成将突破国外的知识产权垒壁。
1 运动估计算法研究
基于快的运动估计原理
块匹配的四个前提假设[1]是：
a) 假定相邻帧像素照明度(illumination)保持不变； 65
b) 假定画面中的物体都是刚体，其运动仅限于平动；
c) 匹配函数的值随着搜索方向远离最佳匹配块单调增长；
d) 块内像素运动情况一致。
第一个假设是大多数运动估计算法共同的前提，第二个假设说明了块匹配采用平动运动
模型。显然，实际的视频图像序列与前提假设越吻合，块匹配的效果越好。 70
基于块匹配的运动估计的基本思想是将视频序列的每一帧分成许多互不重叠的宏块
M×N(矩形块，一般为 8×8像素或 16×16像素)，并假设宏块内所有像素的位移量都相同，然
后对于当前帧的某一目标块，在参考帧(前一帧或后一帧)某给定搜索范围内，根据一定的匹
配准则，找出与目标块最相似的块，即匹配块。由匹配块与目标块的相对位置计算出运动位
移，所得运动位移即为目标块的运动向量，如图。 75
- 3 -
中国科技论文在线
图 块匹配的运动估计原理图
block matching motion estimation diagram
块匹配准则 80
块匹配准则实质上是一种误差度量函数，用来衡量两个宏块的相似程度，因此，块匹配
准则的选取直接决定了运动估计的准确性。在块匹配算法中采用不同的块匹配准则会获得不
相同的运动估计结果。目前，常用的匹配准则有归一化互相关函数 NCFF [4]、均方误差函数
MSE 、最大误差最小函数 MME [5]、最大匹配像素数MPC [6]、绝对平均误差函数MAD [7]、
绝对差值和 SAD 等。综合运算复杂度和效果，运动估计算法中常用的准则是 SAD。 85
求和绝对差 SAD
∑∑
= =
++−=
M
m
N
n
rc jnimfnmfjiDSA
1 1
),(),(),( ()
典型运动估计算法
全搜索块匹配算法
全搜索算法(Full Search Algorithm, FS) [7]，也称为穷尽搜索法[8]，是传统算法中最简单的90
块匹配算法。算法基本思想是将视频流的当前帧划分成多个大小相同的非重叠宏块，块的大
小为 M×N，根据一定的匹配准则, 在参考帧一定搜索范围内找到一个最佳的匹配块，当前
目标块与对应的最佳匹配块之间的偏移量就是所求目标块的运动向量。
全搜索算法的优点是：由于搜索范围能够遍历全局，因此找到的匹配点必是全局最优的，
可靠度最高的，通常是比较其他算法性能优劣的标准；其典型缺点是计算量大，需要的搜索95
时间长，在实时场合的应用受到了限制了。因此，全搜索算法体现了在所有运动估计算法中，
搜索效率和搜索精度是不可兼得的一对矛盾。
三步搜索算法
三步搜索算法(Three Step Search, TSS) [8]是由 T. KooA等人提出的，是一种简单有效的
运动估计算法，被广泛使用在低比特率视频压缩场合中。假如最大搜索步长为 7，搜索精度100
取 1个像素，则步长为 4、2、1，共需要三步便可满足要求，结束搜索，因此而得名为三步
法。
- 4 -
中国科技论文在线
1
1
1 1
0
1
1
1
12
2 2
2
2
2
2
2
333
3 3
333
图 三步搜索算法原理图
three-step search algorithm schematic 105
它的基本思想是采用一种由粗到细的搜索模式，如图 。其搜索算法步骤为：
Step1：从搜索框的中心开始，标记“0”，以最大搜索长度为步长（假设步长为 4）检测
中心点及周围 8个相邻点(标记“1”)的 SAD值，找到 SAD值最小点(黄色标记“1”)；Step2：以
该 SAD 最小点为中心，搜索步长减一半（步长为 2），并在缩小的方形的中心点及周围 8110
个点找 SAD最小点(标记“2”)；Step3：重复第二步，直到步长为 1，得到最后的运动向量。
三步搜索算法优点是简单，易实现；其缺点是在整个运动估计搜索过程采用了统一的搜
索模板，若第一步的步长过大，大于实际运动向量存在的范围，那么容易造成搜索方向的不
确定性，导致运动向量搜索陷入局部最优，这大大影响了小幅度运动的视频流的估计效果。
四步搜索算法 115
新三步搜索算法考虑了块的运动向量中心偏移的特性，在初步搜索时对中心周围的位置
同时做了匹配运算。在物体做小范围运动时，这种改进很有效，可以大大减少运算量，然而，
在物体做大范围运动时，这种改进却带来了额外的运算量。现实的情况经常是物体既有小范
围的偏移，也有大范围的运动。因此，在考虑块匹配算法时，既要照顾块的中心偏移特性，
也要兼顾块的大范围运动。1996 年，基于现实中图像序列的运动向量都是中心分布特征的120
基础，Lai-Man Po和Wing-Chung Ma提出了四步搜索(Four Step Search, FSS) [9]，该算法能够
兼顾两种情况，可以得到较好的性能。四步搜索算法(Four Step Search, FSS)的具体步骤如下：
Step1：以搜索区域原点为中心选定 5×5的搜索窗，然后在 9个检测点处进行匹配计算，
如果最小 SAD值位于搜索窗的中心，则跳到第四步；否则执行第二步。
Step2：窗口保持为 5×5，但搜索模式取决于上一步的 SAD值对应的最小点位置: 125
a) 上一步最小 SAD 值对应的点位于窗的四个角上，则需要再搜索 5 个检测点，并做
匹配运算。
b) 上一步最小 SAD 值对应的点位于窗的四边中点处，则只需再搜索 3个检测点，并
做匹配运算。
c) 上一步最小 SAD值对应的点在窗口中心，则跳到第四步；否则进行第三步。 130
Step3: 与第二步搜索过程相同，搜索后转入第四步。Step4：将窗口缩小为 3×3 并对九
个点做匹配运算，这时最小 SAD值对应的点为整个区域的最优匹配点。
- 5 -
中国科技论文在线
图 四步搜索算法原理图
Figure four-step search algorithm schematic 135
2 基于自适应十字模型搜索的局部优化算法
在现实世界的视频图像序列中，每一帧图像可以分割为若干个宏块，同一帧图像的同一
物体会覆盖一帧内的多个宏块，由于对象运动具有整体性，在同一帧内的空间相邻的块的运
动具有相似性。像这样同一帧图像的不同部分运动的相似性，就称为运动的空间相关性。例140
如摄像机的运动会造成整个画面的运动，这种全局的运动造成了图像不同部分之间运动的空
间相关性；同时，物体的运动在时间上的连续性也可以造成相邻图像之间的运动具有很强的
相关性。因此，相邻块的运动向量在时间和空间都具有相关性[10]，这意味着基于块匹配的
运动估计中，可以通过利用时间和空间的相关性来进行探索运动估计算法。
而且很大部分的块匹配运动估计的算法都是采用固定的搜索模式，但是同一视频流在不145
同时刻有着不同的运动程度，不同视频流的运动程度也大有不同，那么运动剧烈的视频图像
序列选用大模版进行搜索，运动缓慢的视频图像序列应该采用小模版的搜索模式。自适应十
字算法(Adaptive Rood Pattern Search, ARPS) [11]就是采用两种尺寸大小的搜索模式，即大十
字模式和小十字模式，进行运动估计。
因此，运动估计搜索算法除了从上一章的搜索策略的角度考虑出发，还可以从运动物体150
的时空相关性以及运动剧烈程度的各异性进行估计运动向量。事实上，虽然 20世纪 80年代
末就有人进行了这方面的研究，但是著名的 FSS、TSS和 DS等经典算法却都没有利用这些
特征。本章算法通过根据运动物体运动剧烈的程度，选用大小不同的模版，分析目标块的相
关运动向量来确定目标块可能的搜索范围和方向，加入自适应步长检测点，并对运动剧烈的
局部物体进行优化搜索，在减少搜索点的同时，尽量避免落入局部最优，进一步提高运动估155
计的速度，增强图像的质量。
起始点的判定
中值估计
中值估计(Median prediction) [12]，如图 所示，利用空间相关性，取出目标块 E的左
邻块A、上块 B和右上块 C(或左上块D)运动向量的中值作为目标块的运动向量Median MV。 160
- 6 -
中国科技论文在线
图 块位置关系
Figure between the blocks
_D))V_C(MVM_B,VM_A,Vmedian(MV MMedian
rrrrr = () 165
运动向量要遵循下面的规则[13]：如果A处于图像或者GOB (Group of Block)边缘的外面，
用(0, 0)块代替；当 C处于图像或者 GOB边缘的外面，用第三块代替；当 B和 C处于图像
或者 GOB边缘的外面，用 D块代替。中值预测法的特点是时间复杂度低，没有引入过多的
运算。
相应块的估计 170
现实的视频序列中，除了场景变换以外，物体的运动轨迹是连续的，即在时域中运动向
量存在很强的相关性[14]，根据邻近参考帧相应块的运动向量获取当前帧目标块的运动向量
估计值，可以利用这一点来对初始搜索点进行精确预测。
frame-candidateframe-current VMVM
rr = ()
175
图 相应块的估计示意图
Figure diagram of the corresponding estimate of the block
时间域的临近参考帧估计 180
采用多参考帧补偿来增加预测精度和效率，利用不同参考帧的运动向量有很强的
相关性，在参考帧 t1中的运动向量可以通过参考帧 t1+1中已有的运动向量的缩放来预测[15]，
如所示。
)1( 1
1
1 +−×= + tt
t-tVMVM
1tt
rr
()
- 7 -
中国科技论文在线
185
图 时间域的临近参考帧估计
Figure Time domain near the reference frame is estimated
和中值预测方法一样，时间域的临近参考帧估计法也具有计算复杂度低的优点，预测的
结果也比较稳定。 190
自适应十字模式算法原理
自适应十字模式搜索算法[16] (Adaptive Rood Pattern Search, ARPS)是综合性能较好的算
法之一，ARPS搜索精度与 DS算法接近，而且搜索速度是最快的。它利用运动向量的空间
一致性，即目标块与相邻块都含有大量相似的运动信息，估计当前目标块的运动向量。ARPS
算法是利用当前目标块的左侧相邻块来估计当前目标块的运动向量。 195
ARPS 算法中包含大小两种尺寸的搜索模式，图 (a)是大模式，6 个搜索点组成结构
为对称的十字形状的模型，其中 4个搜索点分别位于十字模型的 4个顶点上，1个搜索点位
于十字模型中心，第六个点由前一个目标块的运动向量决定，其大小为从一个顶点到中心点
的距离，即为搜索步长 Step Size，为前一目标块的运动向量的 ),max( yx MVMV ；图 (b)
是小模式，其中，5个搜索点组成结构为对称的十字形状的模型，且 4个顶点到中心搜索点200
的步长为 1。ARPS算法的具体步骤如下：
Step1：如果目标块和参考帧的同一位置参考块之间的 SAD值小于给定阈值，那么目标
块的运动向量为 0，参考帧的同一位置的参考块为最优匹配块；如果大于给定阈值，当搜索
每帧中最左边的边界块时，其初步搜索模板的搜索步长为 2。
Step2：以上一个最优匹配块为中心，使用自适应十字形模板进行搜索，其中前一运动205
向量作为一搜索点，另外 4个搜索点在十字模型的 4个顶点上。若待估计的运动向量与某个
顶点重合，那么，该点为当前最小误差匹配点，就进入第三步。
Step3：以第二步中的最小误差匹配点为中心，使用十字搜索模板重复进行搜索，直到
最优匹配块落在十字搜索模板的中心。
210
- 8 -
中国科技论文在线
(a) (b)
图 搜索模板图
Figure ARPS search template map
215
因此，ARPS算法采用了相邻块的空间相关性，将预测运动向量对应点放入搜索点中，
自适应应用十字形搜索模板，能够较好地跟踪运动趋势。与经典 DS相比，不用进行若干次
LDSP后，再进行 SDSP，它能够迅速有效地缩小搜索的范围，大大提高了运算速度。同时，
运动向量为 0的预判断可以有效减少搜索点数，降低运算复杂度，提高搜索速度。
改进的基于自适应十字模型搜索的算法 220
ARPS算法也有它的缺点，它对不同的目标块都使用同一种搜索策略，搜索精度不够高，
得到的运动向量不够准确。所以，ARPS算法的性能还有改进的空间。为了能够获得更精确
的运动向量，本章在研究了现有自适应十字模式算法优缺点基础上，提出一种基于自适应十
字模型搜索的新算法。
本章算法针对初始运动向量的搜索，采用固定大小的小模版重复执行进行精确查找，以225
及局部优化法进行精确定位；针对非初始的运动向量搜索，根据运动方向特性，动态地调整
大模板步长，确定块的运动方向，直至最优 SAD 值对应的点位于大模版窗口的中心，之后
采用固定大小的小模版进行精确定位，反复执行，直到最优 SAD值点出现在小模版的中心。
对于视频序列中运动幅度比较大的目标块，不精确的运动向量导致块效应，图像失真等，所
以，采用局部全搜索法进行优化运动向量。改进的基于自适应十字模型搜索的算法流程图如230
下：
- 9 -
中国科技论文在线
图 运动估计新算法流程图
Figure Motion Estimation Algorithm flow chart
235
起始块运动向量的估计
为了能够准确地计算出起始块的运动向量，必须对起始块的运动方向进行提前预测。为
此，我们可以从视频图像序列的时间域、空间域、中心偏置特性三方面考虑。
物体移动的运动轨迹都是连续的，即时间域上，视频图像序列中相邻帧的运动物体的运
动向量存在很强的相关性，因此，本章算法选用当前帧的前一帧做参考帧；而空间域上，由240
于摄像机在记录景物运动时都采用光栅扫描顺序，相邻块之间具有很强的相关性，最优匹配
位置就在目标块的周围。此外，物体运动向量具有中心偏置特性，它在一定的搜索范围内不
都是均匀分布的，它们绝大部分分布在搜索范围原点的周围。
采用小模板来估计运动向量，比较目标块和前一帧同一位置参考块之间的 SAD 值，若
SAD值小于给定的阈值，那么目标块的运动向量为 0，前一帧同一位置的参考块为最优匹配245
块；若 SAD值大于给定阈值，那么小范围内采用局部的全搜索法，求得更精确的运动向量。
运动向量公式如下：
SADYX MINjiMVMVVM |),(),( ==
r
0,0)],,([ === jijiSADMINMINSAD ()
这种起始块运动向量搜索方法采用小模板可以减少搜索次数，加快运动估计进程，采用250
局部全搜索方法，避免运动估计起始阶段运动向量就不精确的可能，对整个运动估计都起着
举足轻重的作用。
非起始块运动向量的估计
本章算法对非起止块的运动估计使用了两种搜索模板以及局部搜索策略，两种搜索模板
分别是有包含预测点共 6个检测点的大模板 (Large Diamond Search Pattern, LDSP)和包含预255
测点共 5个检测点的小模板(Small Diamond Search Pattern, SDSP)，其中大模板中的第六个点
- 10 -
中国科技论文在线
为上一目标块运动向量 YX MVMV , ；局部搜索策略即为全搜索方法。非起止点的运动估计
的具体步骤如下：
Step1：上一目标块的运动向量决定了LDSP的大小和预测运动向量点，先用大模板LDSP
在一定搜索区域中心及周围 5个点处对目标块进行匹配计算，直至当最小块误差 SAD值最260
小的点出现在中心点处时，进行第二步；否则，继续搜索；Step2：小模版 SDSP 自适应地
换成大模板 LDSP，再进行匹配计算，直至最小 SAD 值出现在 SDSP 中心点处，记录此时
的 SAD值，若 SAD值大于预先设定的阈值，运动估计终止，此时对应的运动向量则为最优
运动向量；否则进入第三步；Step3：采用局部搜索策略，即使用全搜索求得最优运动向量
进行搜索运动向量。 265
同一个运动物体的块通常有着极其相似的运动轨迹，最优匹配块一般会出现在目标块的
周围。所以，大模板的采用可以有效的跟踪目标块的运动方向，增强搜索的方向性，避免过
多搜索点的估计；小模板和局部搜索方法的应用，增强搜索运动向量的精确性。
实验结果与分析
本文算法使用的是 VS2003平台，在具备 Intel(R) Pentium(R) Dual CPU E2200，
的处理器，内存的 PC机上实现。
为了验证改进的基于自适应十字模型搜索算法的性能，在相同的实验平台下，采用
1920×1080像素的 Bouncing Ball运动彩球视频图像序列前 50帧进行实验，首先用全搜索算
法 FS，自适应十字模式搜索算法 ARPS进行测试，再与改进的 ARPS算法进行对比。首先
利用主观评价方法评价重建图片的优劣，其次使用客观评价方法评价重建帧的峰值信噪比275
PSNR值来衡量搜索算法处理的质量。
图 全搜索算法的插入帧
Figure the frame interpolated by full-search algorithm
280
- 11 -
中国科技论文在线
图 自适应算法的插入帧
Figure the frame interpolated by Adaptive Algorithm
285
图 改进的算法的插入帧
Figure the frame interpolated by Improved algorithm
以上各图是通过全搜索算法 FS，ARPS 算法和改进的算法求得出当前帧的目标块的在
前一帧中的一定范围中最优匹配块，从而得到目标的运动向量，进而得到第七帧插入帧，图290
是通过全搜索算法处理的第七帧的重建图，图 是通过 ARPS算法的第七帧的重建图，
图 是通过改进的算法的第七帧的重建图。
从以上图片可以直观的看到，图 中局部运动物体抖动较大，图像模糊，图 的图
片质量和图 的图像相近，改进算法比 ARPS算法重建出的图像质量有一定改善，提高了
重建图像质量，它明显改善局部运动区域块效应、降低模糊失真。 295
- 12 -
中国科技论文在线
图 FS算法/ARPS算法/改进算法的 PSNR图
Figure algorithm / ARPS algorithm / modified algorithm PSNR graph
上图为同一视频图像测试序列通过全搜索算法 FS，ARPS 算法和改进算法的重构来的300
每帧的平均 PSNR 值的变化情况。实验结果显示，FS 算法搜索精度最高，改进算法下测试
序列 PSNR值的接近 FS算法的 PSNR值，平均 PSNR值比 ARPS算法的有所提高，它的搜
索的精确性远远大于 ARPS算法。
3 结论
本文分析 ARPS算法的特点，它根据运动向量在水平和垂直方向的分布特性以及块之间305
的空间相关性，采用可调整的十字模型搜索模式、预测运动向量所决定的搜索点来匹配不同
的视频序列。
在此基础上提出一种改进的基于自适应十字模型搜索算法，该算法采用的搜索起始点处
理技术和中止判别技术，可以避免大量的运算，有效的提高运动估计的运算效率，以及局部
优化方法能很好的保证视频序列的质量。实验结果表明，从主观评价法、客观比较法两个310
角度，都证明改进后的算法的在一定程度上改善图像的质量。
[参考文献] (References)
[1] Koga T, Linuma K, Hirano A, et al. Motion compensated inter frame coding for video conferencing [C]. In:
Proc NTC81, New Orleans: LA, , 1981. 315
[2] 文俊，刘重庆，刘晓松．视频标准帧速率上变化的自适应运动补偿方案[M]，数据采集与处理，第 18
卷第 2期 .
[3] 邱剑锋，高新波．面向 HDTV的视频增强算法研究[D]，西安电子科技大学，2006，1．
[4] Tiehan Lu, Chandler, AZ. Motion Compensated Frame rate Conversion with Protection against Compensation
Artifacts [P]. 2007-0229703 320
[5] X. Jing, . Chau. An Efficient Three-Step Search Algorithm for Block Motion Estimation [J], IEEE Trans.
on Multimedia, vol. 6, no. 3, Jun. 2004.
[6] Y Nie, KK Ma. Adaptive Rood Pattern Search for Fast Block-Matching Motion Estimation [J], IEEE Trans.
Image Processing, vol. 11, no. 12, pp. 1442-1448, .
[7] X.-Q. Banh, Y-P. Tan. Adaptive Dual-Cross Search Algorithm for Block-Matching Motion Estimation [J], 325
IEEE Trans. Consumer Electronics, vol. 50, no. 2, pp. 766-775, May. 2004.
[8] Y. Nie, K. Ma. Adaptive Irregular Pattern Search With Matching Prejudgment for Fast Block-Matching Motion
Estimation [J], IEEE Trans. Circuits Syst. Video Technol., vol. 15, no. 6, pp. 789-794, Jun. 2005.
[9] 骆立俊，邹采荣．一种自适应的帧内插算法[M]，电子科学学刊，第 20卷第 4期，1998. 7
[10] 刘阳，常义林．数字视频格式转换算法研究[D]．2008,1. 330
[11] 孙琥知，许志祥．运动补偿快速算法的探讨[M]，上海大学学报(自然科学版)，第 3卷第 6期, .
- 13 -
中国科技论文在线
[12] 张晓星．基于块匹配的运动估计算法研究与实现[D]，北京交通大学，.
[13] 王家军．中的运动估计及其优化[D]，华中科技大学，2006
[14] 王立飞．基于 标准的运动估计算法研究[D]，西南交通大学，2005
[15] 朱永利．视频格式转换系统研究[D]，天津大学，2007. 335
[16] 吴勇，郑南宁，张光烈．具有场帧检测的自适应帧频提升算法及 VLSI实现，西安交通大学学报，
2002(02):143-146.
