帧率转换技术主要用来实现不同视频源帧率之间的转换,随着高清数字电视和多媒体系统的迅猛发展,如何提高视频源的帧率满足人们高质量的视觉享受,成为了人们研究的热点。常用的非运动补偿类算法在场景静止或者运动不大时能够得到较好的视觉效果,但在场景运动较大时,则会出现模糊或者抖动。运动补偿类算法将物体的运动信息考虑在内,是目前实现帧率转换的另一种效果较好且比较广泛的算法。运动补偿类算法主要包括运动估计和运动补偿两个过程。采用传统的运动估计算法获得运动矢量往往无法保证真实性,易产生方块效应和重影现象。因此出现了对运动估计得到的运动矢量进行后处理的中间过程。本文以运动估计和运动矢量后处理作为切入点,提出一种基于加权运动估计的层次化运动补偿插帧算法,有效的提高了运动矢量的准确性和内插帧的质量。本文的成果和创新之处包括以下几点：1.本文分析了传统的块匹配算法中单向和双向运动估计的缺陷,提出了一种加权运动估计的方法。加权运动估计考虑了边界像素相关性,构造了一种加权和测量标准,能够有效抑制因块分割而造成的方块效应,提高了获得初始运动矢量场的准确性。这也是对运动补偿类算法的第一次优化。2.不可靠的运动矢量大多存在于运动区域中,因此我们有必要对其进行分割以便分类处理。块运动矢量反应了一个块的运动轨迹,具有方向性和大小,因此本文依据聚类算法对相似对象具有聚簇的特点,采用改进k-means算法将视频帧分割为运动区域和背景区域。3.针对视频帧中复杂的运动区域,本文提出了一种层次化处理方法对运动区域的运动矢量进行多次优化,主要包含三个过程：预筛选、重分类和平滑。这三个过程不仅保证了运动物体的边缘结构信息不会因为块的分割被损坏,同时获得更为详细的运动信息,保证了运动矢量的准确性,很好的解决了传统方法中出现的方块效应和重影现象。4.实验结果也表明本文所提算法在内插图像的主观视觉效果和客观评估标准上都有所提高,即使针对运动较快及复杂背景的视频序列也具有较强的适应性。5.本文通过实验分别对比了加权运动估计和传统运动估计,层次化处理和几种常见矢量后处理方法,验证了加权运动估计和层次化处理的有效性。