出版時(shí)間:2011-12 出版社:電子工業(yè) 作者:邢延超//皇甫偉 頁數(shù):278
內(nèi)容概要
本書在介紹數(shù)字視頻信號處理基本概念和常用算法的基礎(chǔ)上,從實(shí)用性的角度出發(fā),借助ADI公司的Blackfin系列DSP處理器平臺,討論了嵌入式視頻處理的相關(guān)問題。主要內(nèi)容包括:緒論、數(shù)字視頻基礎(chǔ)、數(shù)字信號處理與嵌入式開發(fā)、基于Blackfin處理器的最小視頻系統(tǒng)、視頻應(yīng)用設(shè)計(jì)原則及基礎(chǔ)應(yīng)用簡介、圖像與視頻處理軟件開發(fā)包、視頻運(yùn)動(dòng)分析及應(yīng)用、視頻編解碼理論及實(shí)現(xiàn)、視頻時(shí)空濾波及實(shí)現(xiàn)。后面幾部分中包含了運(yùn)動(dòng)跟蹤、H.264編解碼和視頻去交錯(cuò)應(yīng)用等具體應(yīng)用。
書籍目錄
第1章 緒論
1.1 數(shù)字視頻處理概述
1.2 數(shù)字視頻的發(fā)展歷史
1.3 數(shù)字視頻處理的應(yīng)用
1.4 數(shù)字視頻處理的研究內(nèi)容
1.5 數(shù)字視頻處理系統(tǒng)概述
1.5.1 視頻信號采集[15,22]
1.5.2 數(shù)字視頻編解碼[20,21]
1.5.3 數(shù)字視頻存儲(chǔ)
1.5.4 數(shù)字視頻顯示[15]
1.5.5 數(shù)字視頻處理
1.6 嵌入式數(shù)字視頻處理系統(tǒng)[34,35,36]
1.7 研究現(xiàn)狀與發(fā)展前景
第2章 數(shù)字視頻基礎(chǔ)
2.1 人類視覺機(jī)理
2.1.1 人眼視覺特性[14, 17]
2.1.2 人類視覺系統(tǒng)模型
2.2 顏色感知與表示模型[51]
2.2.1 顏色感知機(jī)理
2.2.2 顏色模型
2.3 視頻獲取與顯示
2.3.1 彩色視頻成像原理[13]
2.3.2 視頻攝像機(jī)
2.3.3 視頻顯示
2.3.4 復(fù)合視頻與分量視頻[51]
2.3.5 伽馬校正
2.4 模擬視頻技術(shù)[13]
2.4.1 模擬視頻信號
2.4.2 視頻光柵掃描
2.4.3 模擬電視系統(tǒng)
2.5 數(shù)字視頻技術(shù)[15,16,21]
2.5.1 模擬視頻信號數(shù)字化表示
2.5.2 數(shù)字視頻的特點(diǎn)及應(yīng)用
2.5.3 ITU-T BT.601數(shù)字視頻標(biāo)準(zhǔn)
2.6 視頻模型[13,14]
2.6.1 照明模型
2.6.2 攝像機(jī)模型
2.6.3 物體模型
第3章 數(shù)字信號處理與嵌入式開發(fā)
3.1 數(shù)字信號處理基礎(chǔ)及DSP系統(tǒng)應(yīng)用[4~9,28,37]
3.2 Blackfin處理器簡介[28,37~39]
3.3 Blackfin處理器架構(gòu)
3.3.1 Blackfin處理器架構(gòu)概述
3.3.2 Blackfin處理器內(nèi)核基礎(chǔ)知識
3.3.3 數(shù)據(jù)運(yùn)算指令簡介
3.3.4 地址運(yùn)算指令簡介
3.3.5 Blackfin內(nèi)存結(jié)構(gòu)
3.3.6 事件處理
3.3.7 DMA控制器
3.3.8 系統(tǒng)接口
3.4 ADSP開發(fā)過程
3.5 集成開發(fā)套件VisualDSP++簡介[31,32]
3.5.1 開發(fā)工具及其特點(diǎn)
3.5.2 利用IDDE進(jìn)行DSP程序開發(fā)
3.5.3 調(diào)試工具
第4章 基于Blackfin處理器的最小視頻系統(tǒng)
4.1 數(shù)字視頻處理系統(tǒng)構(gòu)成
4.2 Blackfin處理器與評估板簡介[38,39]
4.2.1 ADSP-BF533:高性能的通用Blackfin處理器
4.2.2 ADSP-BF561:用于消費(fèi)者多媒體的Blackfin對稱多核處理器
4.2.3 EZ-KIT Lite for ADSP-BF533
4.2.4 EZ-KIT Lite for ADSP-BF561
4.3 Blackfin處理器與視頻外設(shè)之間的連接
4.3.1 Blackfin處理器上的視頻接口——PPI
4.3.2 將Blackfin處理器連接至視頻源[50]
4.3.3 連接至顯示設(shè)備[49]
4.3.4 連接視頻源和顯示設(shè)備的原則和技巧
4.4 數(shù)字視頻信號標(biāo)準(zhǔn)簡介[19~~21]
4.5 基于ADSP-BF561的視頻采集
4.5.1 Blackfin系統(tǒng)服務(wù)[39]
4.5.2 Blackfin設(shè)備驅(qū)動(dòng)模型
4.5.3 視頻采集硬件組成
4.5.4 視頻輸入數(shù)據(jù)流
4.5.5 視頻輸入實(shí)現(xiàn)過程
4.6 基于Blackfin處理器的視頻輸出
4.6.1 視頻輸出數(shù)據(jù)流
4.6.2 視頻顯示實(shí)現(xiàn)過程
4.6.3 基于Blackfin處理器的視頻傳輸
4.7 基于ADSP-BF533的視頻采集與顯示
4.7.1 硬件平臺初始化部分
4.7.2 初始化中斷服務(wù)
4.7.3 初始化DMA
4.7.4 初始化PPI
4.8 視頻采集回放及編碼系統(tǒng)的實(shí)現(xiàn)
4.9 視頻Sobel邊緣提取系統(tǒng)
第5章 視頻應(yīng)用設(shè)計(jì)原則及基礎(chǔ)應(yīng)用簡介
5.1 視頻應(yīng)用開發(fā)模板
5.1.1 視頻開發(fā)模板綜述
5.1.2 視頻開發(fā)模板類型
5.1.3 針對Blackfin 處理器的優(yōu)化
5.1.4 使用視頻開發(fā)模板
5.1.5 視頻開發(fā)模板應(yīng)用舉例
5.1.6 視頻開發(fā)模板組合使用
5.2 Blackfin處理器視頻處理框架
5.2.1 內(nèi)存使用原則
5.2.2 PPI采集和顯示的DMA模式
5.3 視頻基礎(chǔ)應(yīng)用舉例
5.3.1 解交錯(cuò)
5.3.2 解交錯(cuò)掃描速率轉(zhuǎn)換
5.3.3 像素處理
5.3.4 色度再采樣和顏色轉(zhuǎn)換
5.3.5 縮放和裁切
5.3.6 顯示處理
第6章 圖像與視頻處理軟件開發(fā)包
6.1 Blackfin軟件開發(fā)包介紹
6.1.1 SDK的安裝與使用
6.1.2 SDK中的應(yīng)用簡介
6.1.3 受限的軟件
6.2 圖形和視頻處理軟件開發(fā)包介紹
6.2.1 圖像處理開發(fā)包
6.2.2 視頻處理開發(fā)包
6.3 Hough變換及其實(shí)現(xiàn)
6.3.1 Hough 變換基本原理[10,12]
6.3.2 圖像處理開發(fā)包中的Hough變換函數(shù)
6.3.3 基于圖像處理開發(fā)包的實(shí)現(xiàn)
6.4 腐蝕與膨脹運(yùn)算的實(shí)現(xiàn)
6.4.1 形態(tài)學(xué)基本知識[10,12]
6.4.2 腐蝕與膨脹的開發(fā)包實(shí)現(xiàn)
6.5 人臉檢測
6.5.1 基于Adaboost學(xué)習(xí)的人臉檢測[55]
6.5.2 基于圖像處理開發(fā)包的人臉檢測實(shí)現(xiàn)
6.5.3 人臉跟蹤算法的設(shè)計(jì)
6.6 圖像處理軟件包的內(nèi)存使用
6.6.1 內(nèi)存移動(dòng)流程
6.6.2 一維內(nèi)存移動(dòng)API
6.6.3 二維內(nèi)存移動(dòng)API
6.6.4 使用乒乓緩沖區(qū)進(jìn)行內(nèi)存移動(dòng)
第7章 視頻運(yùn)動(dòng)分析及應(yīng)用
7.1 運(yùn)動(dòng)估算
7.1.1 基于幀差的運(yùn)動(dòng)分析
7.1.2 基于塊的二維運(yùn)動(dòng)分析
7.1.3 基于光流場的二維運(yùn)動(dòng)分析
7.1.4 基于像素遞歸的二維運(yùn)動(dòng)分析
7.2 運(yùn)動(dòng)分割
7.2.1 基于背景差分的方法
7.2.2 背景圖像更新
7.2.3 幀間差分方法
7.2.4 目標(biāo)檢測
7.2.5 基于光流的方法
7.3 運(yùn)動(dòng)目標(biāo)跟蹤
7.3.1 基于特征的跟蹤方法
7.3.2 基于變形模型的跟蹤方法
7.3.3 基于區(qū)域的跟蹤方法
7.3.4 卡爾曼(Kalman)濾波器
7.3.5 粒子濾波器
7.4 光流計(jì)算的實(shí)現(xiàn)
7.4.1 Lucas-Kanade算法
7.4.2 塊匹配算法
7.4.3 金字塔型光流
7.5 前景目標(biāo)檢測的實(shí)現(xiàn)
7.5.1 初始化對象檢測庫
7.5.2 基于視頻開發(fā)包的前景對象檢測的實(shí)現(xiàn)
7.5.3 前景對象檢測中的基礎(chǔ)算法
7.6 Kalman濾波器的實(shí)現(xiàn)
7.6.1 開發(fā)包中的Kalman濾波器API
7.6.2 基于API的Kalman濾波器實(shí)現(xiàn)過程
7.7 視頻交通流檢測系統(tǒng)設(shè)計(jì)
7.7.1 硬件平臺
7.7.2 軟件設(shè)計(jì)和實(shí)現(xiàn)
第8章 視頻編解碼理論及實(shí)現(xiàn)
8.1 視頻編碼基本理論與技術(shù)
8.1.1 信源編碼的信息論基礎(chǔ)[1~3]
8.1.2 無損壓縮
8.1.3 變換編碼
8.1.4 預(yù)測編碼
8.2 視頻編碼國際標(biāo)準(zhǔn)
8.2.1 H.261視頻編碼標(biāo)準(zhǔn)
8.2.2 H.263視頻編碼標(biāo)準(zhǔn)
8.2.3 H.264視頻編碼標(biāo)準(zhǔn)
8.2.4 其他視頻編碼標(biāo)準(zhǔn)
8.3 基于Blackfin的H.264視頻編解碼系統(tǒng)設(shè)計(jì)
8.4 ADI提供的H.264視頻編碼實(shí)現(xiàn)
8.4.1 H.264基線編碼器概述
8.4.2 H.264基線編碼器庫的使用
8.4.3 H.264基線編碼器API介紹
第9章 視頻時(shí)空濾波及實(shí)現(xiàn)
9.1 視頻時(shí)空濾波技術(shù)
9.1.1 運(yùn)動(dòng)軌跡模型
9.1.2 運(yùn)動(dòng)補(bǔ)償濾波
9.1.3 運(yùn)動(dòng)自適應(yīng)濾波
9.1.4 運(yùn)動(dòng)補(bǔ)償上行變換
9.2 基于運(yùn)動(dòng)檢測的自適應(yīng)去交錯(cuò)
9.3 視頻濾波中的二維卷積運(yùn)算
參考文獻(xiàn)
章節(jié)摘錄
版權(quán)頁:插圖:當(dāng)一定強(qiáng)度的光突然作用于視網(wǎng)膜時(shí)。不能在瞬間形成穩(wěn)定的主觀亮度感覺,而是按近似指數(shù)規(guī)律上升;當(dāng)亮度突然消失后,人眼的亮度感覺并不立即消失,而是按近似指數(shù)規(guī)律下降。人眼的亮度感覺總是滯后于實(shí)際亮度的,這一特性稱為視覺惰性或視覺暫留。在中等亮度的光刺激下,視力正常的人視覺暫留時(shí)間約為0.1s。人眼受到頻率較低的周期性的光脈沖刺激時(shí),會(huì)感到一亮一暗的閃爍現(xiàn)象。如果將重復(fù)頻率提高到某個(gè)定值以上,由于視覺惰性,眼睛就感覺不到閃爍了。不引起閃爍感覺的最低重復(fù)頻率稱為臨界閃爍頻率。臨界閃爍頻率與光脈沖亮度、亮度變化幅度等相關(guān)。人眼臨界閃爍頻率約為46Hz。對于重復(fù)頻率在臨界閃爍頻率以上的光脈沖,人眼不再感覺到閃爍,這時(shí)主觀感覺的亮度等于光脈沖亮度的平均值。除了以上主要特性,人眼還有以下視覺特性:(1)亮度適應(yīng)性:人眼由亮環(huán)境進(jìn)入暗環(huán)境時(shí)開始什么也看不見,經(jīng)過一段時(shí)間適應(yīng)才能看清物體,稱為暗適應(yīng),需30~45min;由暗環(huán)境進(jìn)入亮環(huán)境時(shí)視覺可以很快回復(fù),稱為亮適應(yīng)性,需2~3min。(2)色調(diào)對比效應(yīng):面積、色度和亮度相同的兩個(gè)橘紅色區(qū)域分別處于黃色和紅色背景包圍下,人眼感覺黃色背景包圍的橘紅色偏紅,紅色背景包圍的橘紅色偏黃。(3)飽和度對比效應(yīng):面積、色度和亮度相同的兩個(gè)紅色區(qū)域分別被亮度相同的灰色和紅色背景包圍,人眼會(huì)得到不同飽和度的感覺。(4)面積對比效應(yīng):色度、亮度相同,不同面積的兩個(gè)彩色區(qū)域,面積大的一塊會(huì)給人以亮度和飽和度都較強(qiáng)的感覺。(5)馬赫效應(yīng):人眼對中頻成分的響應(yīng)較高,對高、低頻率成分的相應(yīng)較低。因此在觀察亮度躍變時(shí),會(huì)感到邊緣側(cè)更亮,暗側(cè)更暗。
編輯推薦
《數(shù)字視頻處理原理及DSP實(shí)現(xiàn)》特色:內(nèi)容系統(tǒng),涵蓋視頻開發(fā)方方面面。敘述由淺入深,強(qiáng)調(diào)實(shí)用性突出軟件設(shè)計(jì)原則及工具包使用。
圖書封面
評論、評分、閱讀與下載
數(shù)字視頻處理原理及DSP實(shí)現(xiàn) PDF格式下載