Bewegungsinterpolation (Zwischenbildberechnung)

Was macht die Bewegungsinterpolation — und warum sieht ein Kinofilm damit anders aus als im Kino?

Die Bewegungsinterpolation erzeugt zusätzliche Bilder, die es in der Quelle nie gegeben hat, und schiebt sie zwischen die vorhandenen. Dafür schätzt das Gerät, wohin sich jeder Bildteil zwischen zwei aufeinander folgenden Aufnahmen bewegt hat, und setzt aus dieser Schätzung den Zwischenstand zusammen.

Der Zweck ist gleichmäßigere Bewegung. Der Preis sind Rechenfehler an schwierigen Stellen, eine systembedingte Verzögerung — und ein veränderter Bewegungseindruck, über den sich nicht technisch entscheiden lässt.

Ein Kinofilm besteht aus 24 Einzelbildern je Sekunde. Bei einem langsamen Kameraschwenk springt das Bild deshalb sichtbar von Stellung zu Stellung, statt gleichmäßig zu gleiten — im Kino kennst Du das und nimmst es als normal wahr. Moderne Fernseher und Projektoren können viel öfter ein neues Bild zeigen. Also erfinden sie die fehlenden dazu: Sie schauen sich an, wie sich alles von einem Bild zum nächsten verschoben hat, und malen die Zwischenschritte selbst. Die Bewegung wird dadurch glatter, und gleichzeitig sieht der Film aus wie eine Fernsehserie statt wie Kino. Ob das ein Gewinn ist, entscheidet Dein Geschmack und nicht das Gerät.

Warum 24 Bilder je Sekunde überhaupt ruckeln

Bewegung im Film ist eine Kette von Momentaufnahmen. Wie gut sie als Bewegung durchgeht, entscheidet vor allem, wie viele Aufnahmen je Sekunde vorliegen und wie schnell sich das Objekt im Bild bewegt.

Das Fernsehen hat diese Frage früh und ausführlich verhandelt. Als Bildfrequenzen für hochauflösendes Material sind 60, 50, 30, 25 und 24 Hz festgelegt, wobei die drei unteren Werte für besondere Programmproduktion gedacht sind — 24 Hz ist die Bildrate des Kinofilms und damit die Rate, in der praktisch jeder Spielfilm vorliegt. Die ITU-R benennt in ihrem Bericht zum Stand des ultrahochauflösenden Fernsehens drei Störungen der Bewegungswiedergabe: Flimmern, Bewegungsunschärfe und Ruckeln. Ruckeln heißt dort ausdrücklich die ungleichmäßige Bewegungswiedergabe bei niedriger Bildfrequenz, und wie stark sie auffällt, hängt an der Geschwindigkeit des Objekts im Bild.

Dazu kommt eine zweite Ursache, die mit der Aufnahme gar nichts zu tun hat. Moderne Flachbildschirme und die meisten Projektoren halten ein Bild über die ganze Bilddauer stehen, statt es kurz aufblitzen zu lassen. Für das Flimmern ist das ein Gewinn — große Flachbildschirme flimmern nicht. Für die Bewegung ist es ein Verlust: Wer ein bewegtes Objekt mit den Augen verfolgt, zieht seinen Blick gleichmäßig weiter, während das Bild stehenbleibt, und nimmt genau dadurch eine Unschärfe wahr, die im Signal nicht vorhanden ist.

Warum ist das wichtig? Weil beide Ursachen dieselbe Abhilfe nahelegen und die ITU-R sie im selben Absatz nennt: Das Anzeigegerät erzeugt selbst zusätzliche Bilder und verdoppelt, verdreifacht oder vervierfacht damit die Bildfrequenz. Genau das ist die Bewegungsinterpolation. Sie ist keine Erfindung des Marketings, sondern die technische Antwort auf ein benanntes Problem — und sie hat trotzdem Folgen, die kein Datenblatt nennt.

Wie ein Zwischenbild entsteht

Ein Zwischenbild lässt sich auf zwei Arten gewinnen, und der Unterschied entscheidet über alles Weitere.

Der einfache Weg blendet die beiden Nachbarbilder ineinander. Er ist billig und praktisch wertlos: Ein bewegtes Objekt erscheint doppelt und durchsichtig, statt an einer neuen Stelle zu stehen. Fachlich heißt so ein Bild interpoliert, wahrgenommen wird es als Geisterbild.

Der brauchbare Weg heißt bewegungskompensiert. Das Gerät zerlegt das Bild in Bereiche und sucht für jeden davon, wo derselbe Bildinhalt im nächsten Bild wieder auftaucht. Aus jedem gefundenen Paar ergibt sich eine Richtung und eine Weglänge — ein Bewegungsvektor. Steht das Vektorfeld, wird jeder Bildbereich um den Anteil des Wegs verschoben, der zum Zeitpunkt des Zwischenbildes gehört, und dort neu gezeichnet. Bei verdoppelter Bildfrequenz liegt dieser Zeitpunkt genau in der Mitte: Ein Ball, der zwischen zwei Aufnahmen zwanzig Bildpunkte weit fliegt, steht im gerechneten Zwischenbild zehn Bildpunkte weiter — dort, wo ihn nie eine Kamera gesehen hat. Wird die Bildfrequenz verdreifacht, entstehen stattdessen zwei Zwischenbilder, nach einem Drittel und nach zwei Dritteln des Wegs.

Dieses Verfahren ist im Profibereich seit Langem Alltag: Signalwandler, die Programme zwischen 50-Hz- und 60-Hz-Regionen umsetzen, arbeiten bewegungskompensiert, weil die einfachen Verfahren an der Bildqualität scheitern. Im Wohnzimmer läuft dieselbe Grundidee, nur mit dem Zwang zur Echtzeit und zu bezahlbarer Rechenleistung. Neuere Verfahren ersetzen die Blocksuche durch lernende Modelle; das ändert die Qualität der Schätzung, nicht ihre Natur. Eine Schätzung bleibt es.

Wo die Schätzung scheitert

Vier Fälle machen den Verfahren zu schaffen, und die Fachübersicht zum Stand der Zwischenbildberechnung benennt genau sie: große Bewegung, Verdeckung, Lichtwechsel und ungleichförmige Bewegung.

Verdeckung ist der wichtigste, weil er im Bild sofort auffällt. Läuft eine Person vor einem Hintergrund entlang, verschwindet auf der einen Seite Hintergrund und auf der anderen kommt welcher hervor. Für die neu sichtbaren Bildpunkte gibt es im vorherigen Bild kein Gegenstück — die Suche findet nichts Richtiges und nimmt das Nächstbeste. Sichtbar wird das als weicher, mitwandernder Saum um bewegte Objekte, im Fachjargon Halo. An Bildkanten mit hohem Kontrast, etwa einem dunklen Kopf vor hellem Himmel, sieht man ihn ohne Übung.

Große Bewegung sprengt den Suchbereich. Ein schneller Kameraschwenk verschiebt den ganzen Bildinhalt weiter, als das Gerät sucht; die Vektoren werden falsch, und das Zwischenbild zerfällt kurzzeitig in Blöcke.

Lichtwechsel hebeln die Grundannahme aus. Die Suche vergleicht Helligkeiten und setzt dafür voraus, dass derselbe Bildinhalt gleich hell bleibt. Ein Blitz, ein Feuer, eine Explosion oder ein harter Schnitt verletzen das.

Ungleichförmige Bewegung bricht die Annahme der geraden Linie. Das Verfahren rechnet den halben Weg zwischen zwei Punkten, unterstellt also eine gleichmäßige Bewegung auf gerader Bahn. Ein aufprallender Ball, ein Richtungswechsel, eine Drehung passen nicht dazu.

Zwei Fälle aus der Praxis kommen dazu, die keine der drei Quellen als Kategorie führt: eingeblendete Schrift, die sich unabhängig vom Bildinhalt bewegt (Abspann, Laufband, Untertitel), und teildurchsichtige Bildanteile wie Regen, Rauch oder Spiegelungen, bei denen zwei verschiedene Bewegungen an derselben Stelle liegen.

Was das Verfahren an Zeit kostet

Ein Zwischenbild lässt sich erst rechnen, wenn beide Nachbarbilder vorliegen — auch das spätere. Das Gerät hält also mindestens ein Bild zurück, bevor es überhaupt anfängt, und rechnet danach noch. Diese Verzögerung ist kein Umsetzungsfehler, sie steckt im Verfahren.

Eine Größenordnung dafür liefert der Profibereich: Die Signalwandler für den Austausch zwischen 50-Hz- und 60-Hz-Regionen verzögern um zwei bis drei Bilder. Bei 24 Bildern je Sekunde entspricht ein einzelnes Bild rund 42 Millisekunden — die Rechnung ist einfach, und sie erklärt, warum die Zwischenbildberechnung im Anzeigegerät der teuerste Verarbeitungsschritt ist. Woraus sich die Gesamtverzögerung bis zum sichtbaren Bild zusammensetzt und was der Spielmodus daran ändert, steht bei Input-Lag.

Für Film hat diese Verzögerung eine zweite Folge, an die selten jemand denkt: Der Ton läuft dem Bild davon. Eine Anlage, die auf abgeschaltete Bildverarbeitung eingemessen wurde, verliert ihre Zeitlage, sobald jemand die Bewegungsglättung einschaltet — behandelt bei Zeitlage von Ton und Bild.

Häufiges Missverständnis

„Das ist eine Bildverbesserung." Es ist ein Eingriff mit zwei Seiten. Die Fachwelt hat daraus eine ausdrückliche Festlegung gemacht: Der Filmmaker Mode, gemeinsam von Filmschaffenden, Hollywood-Studios, Geräteherstellern und der UHD Alliance festgelegt, schaltet sämtliche Nachbearbeitung ab und nennt die Bewegungsglättung dabei als erstes Beispiel. Erhalten bleiben soll, was das Material mitbringt: Bildformat, Farben und Bildrate. Wer den Modus einschaltet, bekommt also das Ruckeln des Kinofilms zurück — weil es zum Film gehört.

„Mein Fernseher hat 120 Hz, also interpoliert er." Die beiden Angaben gehören zusammen, meinen aber Verschiedenes. Die Bildwiederholrate sagt, wie oft das Gerät ein Bild zeigen kann. Was es in den zusätzlichen Zeitfenstern anzeigt, ist damit offen: ein wiederholtes Bild, ein gerechnetes Zwischenbild oder eine Dunkelphase. Erst die zweite Antwort ist Interpolation.

„Ohne Interpolation ist ein 120-Hz-Gerät sinnlos." Auch ohne gerechnete Bilder hilft die höhere Rate, weil 24 sich glatt in 120 teilt: Jedes Filmbild wird fünfmal gezeigt, und die ungleichmäßige Verteilung, die bei 60 Hz entsteht, entfällt. Das ist Wiederholung und keine Erfindung — die Bewegungsanmutung des Films bleibt unangetastet.

„Der Soap-Opera-Effekt ist ein Fehler des Geräts." Er ist die korrekte Wirkung des Verfahrens. Fernsehproduktionen wurden mit höheren Bildraten aufgenommen als Kinofilme, und diese Bildrate ist einer der Gründe, warum eine Fernsehserie anders aussieht als ein Kinofilm. Wer einem Kinofilm die höhere Bildrate rechnerisch verpasst, bekommt genau diese Anmutung dazu. Die Fehler des Verfahrens sind die Halos und die Blockbildung; die veränderte Anmutung ist der Zweck.

Nicht zu verwechseln mit

Bildwiederholrate des Bildgebers: die Angabe, wie oft ein Panel oder ein Bildchip je Sekunde ein Bild darstellen kann. Sie ist die Voraussetzung für Zwischenbilder und sagt nichts darüber, ob welche gerechnet werden.
Variable Bildwiederholrate (VRR): verschiebt den Zeitpunkt, zu dem ein vorhandenes Bild gezeigt wird, und erzeugt kein einziges neues — ausgeführt bei VRR und QMS.
Schwarzbildeinschub: blendet zwischen zwei Bildern eine Dunkelphase ein und mildert damit die Unschärfe des haltenden Anzeigegeräts. Er fügt keine Bildinhalte hinzu und kostet Helligkeit.
Pulldown und Kadenzwandlung: verteilt vorhandene Bilder ungleich auf einen anderen Takt, indem einzelne davon länger stehen. Das erzeugt ebenfalls ungleichmäßige Bewegung, aber aus dem gegenteiligen Grund — hier fehlt eine Zwischenstufe, dort wird eine erfunden.
Pixel-Shift: teilt ein Bild räumlich auf und arbeitet innerhalb einer Bilddauer, siehe Pixel-Shift. Die Zwischenbildberechnung arbeitet zwischen zwei Bilddauern.

In der Planung

Ein Heimkino mit Projektor und Leinwand wird eingerichtet. Im Nutzungsprofil steht Spielfilm an erster Stelle, dazu Sportübertragungen an Wochenenden und gelegentlich Konzertmitschnitte.

Am Anfang steht eine Frage an die Menschen im Raum und keine an das Datenblatt: Welche Bewegungsanmutung soll dieser Raum haben? Ein Raum, der als Kino gedacht ist, hat darauf eine andere Antwort als ein Wohnzimmer, in dem hauptsächlich Sport läuft. Die Antwort kann auch geteilt ausfallen — Film ohne, Sport mit —, und dann ist sie eine Frage an die Bedienung: Wer schaltet um, und wie oft ist das im Alltag zumutbar?

Steht diese Antwort, geht es an die Einstellung selbst. Für die Kinoanmutung gibt es keinen Zwischenwert, den man einmal einstellt und vergisst; die untersten Stufen mancher Geräte lassen die Anmutung weitgehend stehen und mildern nur die Blockbildung bei starken Schwenks. Ob das im konkreten Raum sichtbar ist, klärt eine Gegenüberstellung an derselben Szene — ein langsamer Schwenk über eine kontrastreiche Kante zeigt beide Seiten in dreißig Sekunden. Diese Gegenüberstellung gehört in den Einrichtungstermin, nicht in ein Verkaufsgespräch, weil sie Zeit und den fertigen Raum voraussetzt.

Die Geräteauswahl steht am Ende und hat wenig zu entscheiden: Nahezu jedes aktuelle Anzeigegerät beherrscht ein Zwischenbildverfahren, und die Namen dafür sind Marktnamen ohne vergleichbare Bedeutung. Interessanter ist die Frage, wie fein sich das Verfahren abstufen und wie schnell es umschalten lässt — und bei externen Videoprozessoren, ob die Aufgabe dort besser aufgehoben ist als im Anzeigegerät, siehe Externer Videoprozessor.

Verknüpfte Inhalte

Woraus sich die Verzögerung bis zum sichtbaren Bild zusammensetzt und warum die Zwischenbildberechnung darin der teuerste Posten ist, steht bei Input-Lag. Dass eine eingeschaltete Bildverarbeitung die Abstimmung von Ton und Bild verschiebt, behandelt Zeitlage von Ton und Bild. Die Abgrenzung zu den Funktionen, die am Zeitpunkt eines Bildes ansetzen, ohne eines zu erzeugen, steht bei VRR und QMS; das räumliche Gegenstück mit ähnlichem Namensklang bei Pixel-Shift. Wann ein eigenes Gerät die Bildverarbeitung übernimmt und was es dabei besser macht als das Anzeigegerät, klärt Externer Videoprozessor.

Quellen

Die Einordnung der Bewegungsartefakte — Flimmern, Bewegungsunschärfe und Ruckeln —, die Festlegung von 24 Hz als Bildfrequenz, die Unschärfe haltender Anzeigegeräte und die Verdopplung der Bildfrequenz durch selbsterzeugte Bilder stammen aus dem Bericht der ITU-R zum Stand des ultrahochauflösenden Fernsehens, der für diese Seite im Volltext gelesen wurde. Dort steht auch die Verzögerung von zwei bis drei Bildern bei professionellen Signalwandlern. Was der Filmmaker Mode abschaltet und was er erhält, ist der Darstellung der UHD Alliance entnommen. Die vier Schwierigkeiten des Verfahrens — große Bewegung, Verdeckung, Lichtwechsel, ungleichförmige Bewegung — nennt eine Fachübersicht zur Zwischenbildberechnung, von der für diese Seite die Kurzfassung gelesen wurde.