이 논문에서는 향상된 움직임 적응적 디인터레이싱 알고리듬을 제안한다. 정확한 움직임 정보탐색을 위하여 세 가지 부분으로 구성된다 : (1) Modified Edge-based Line Average(MELA) 기법, (2) 연속된 5개의 필드에서의 움직임 탐색, 그리고 (3) 블록기반의 지역적 특성을 포함한다. 움직임 검출부분에서는 FIR 필터를 이용한다. 이것은 물체의 움직임의 내부를 정확하게 탐색 할 뿐만 아니라, 영상에 포함된 잡음도 줄일 수 있는 향상된 기법을 이용함으로써 계산 할 수 있다. 검출된 움직임의 정도에 따라서 가중치를 구하여 공간적 기법과 시간적 기법을 결합시킨다. 제안된 방법의 영상 시퀀스에 대한 실험 결과는 기존의 방법들에 비하여 주관적, 객관적인 비교에서 우수함을 보여준다.
In this paper, a motion adaptive deinterlacing algorithm is proposed. It consists of three parts: (1) modified edge-based line average, (2) pixel-based consequent five-field motion detection, and (3) block-based local characteristic for detecting true motion and calculating the motion intensity by using an improved method which is able to detect the inner part of moving objects precisely as well as to reduce the risk of false detection caused by intrinsic noises in the image. Depending on the detected motion activity level, it combines spatial and temporal methods with weighting factor. Simulations conducted on several video sequences indicate that the performance of the proposed method is superior to the conventional methods in terms of both subjective and objective video quality.
