基于matlab的视频处理平台文献综述

关于matlabb视频处理文献综述

前言

随着科学技术的发展，视频的应用越开越广泛，数字视频是在时间轴上的扩展，可以将视频的每一帧视为静止的图像。本文简要的介绍视频技术以及基于matlab的实时视频处理。

1视频的应用技术

视频是同时包涵了图像、声音、说明信息等内容的用来记录多媒体信息的重要载体。随着和互联网技术的日益发展，实时视频的数量也飞速的增长。伴随事实视频使用的增加，针对事实视频处理的相应技术也应运而生，而且日趋完善。所谓视频技术，就是利用人类的“视觉滞留”原理，将多幅画面以高于一定速度播放，就成了联系不断的视频图像。

1.1视频修复技术

视频修复是对视频损坏区域进行自动填充的技术，经过视频修复可以使原来损坏、缺失的区域得到填充，得到人们视觉可以接受的一致性结果。视频修复在影视作品制作的后处理、网络视频的修复以及老电影的修复等方面有师傅重要的意义。

1.2视频跟踪技术

实时视频实时视频处理技术一方面广泛应用于高速公路，治安卡口，十字路口等监控管理领域，对自动化和智能管理有着重要的作用；另一方面，随着机顶盒的问世和数字电视的推广，实时视频处理技术在该领域中也扮演了相当重要的角色。实时视频处理技术还可与计算机，因特网技术相结合，能够满足远程监控，远程医疗等要求，使其应用更加广泛，因而具有广阔的发展前景和巨大的市场容量。传统的监控装置功能单一，只能实时显示而不能实时处理，如发生突发事件只能通过事后处理视频录像来解决问题。实施视频处理装置解决了以上问题，视频图像局部实时无级缩放技术可对感兴趣的区域实时地进行无级缩放处理并显示，并且可以通过外部控制来指定感兴趣区域和缩放后的显示区域，这对反恐、刑侦、安防工作等都带来了极大的帮助。

1.3数字视频

数字电视在全国范围内的推广，促进了数字视频处理技术的进步，实时视频处理装置可以实时地对电视节目的局部进行无级缩放处理，用户可以任意指定感兴趣的区域进行细节观察，使得电视更加人性化，该技术通过独立外部设备或者内嵌在电视机控制电路中实现。

2基于matlab的视频处理

目前视频应用的很广，对视频的处理首先要解决的问题就是对视频进行读取。MATLAB既是一种直观、高效的计算机语言,同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。Matlab是一个功能强大的科学及工程计算软件包，包涵了一个强大的视频以及图像处理工具箱。

2.1利用matlab中的aviread函数对视频进行读取。

在matlab中，最简单的读取视频的方式是myvid=aviread （filename）；其中myvid是读取视频数据后存入的变量，而filename是视频的文件命。但是matlab提供的aviread函数只能读取avi格式的视频文件，且不是所以格式的avi文件都能读取，只能读取某些格式的avi。在

2.2利用mmread对视频进行读取

在matlab central提供了一个mmmread工具包，下载后解压到当前的work工作目录下，将路径添加上即可使用。Mmread 函数不仅可以读取avi格式的文件，而且还可以读取wav、MP3、gif、jpg等格式的文件。

2.3matlab处理音频信号

利用MATLAB中的wavread命令来读入（采集）语音信号，将它赋值给某一向量。再将该向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依据实际情况对它进行滤波。对于波形图与频谱图（包括滤波前后的对比图）都可以用 MATLAB画出。

我们还可以通过sound命令来对语音信号进行回放，以便在听觉上来感受声音的变化。

MATLAB中提供了几个函数，分别用于实现IIR滤波器和FIR滤波器。

(1）卷积函数conv

卷积函数conv的调用格式为 c=conv(a,b)。该格式可以计算两向量a和b的卷积，可以直接用于对有限长信号采用FIR滤波器的滤波。

（2）函数filter

函数filter的调用格式为 y=filter(b,a,x).该格式采用数字滤波器对数据进行滤波，既可以用于IIR滤波器，也可以用于FIR滤波器。其中向量b和a分别表示系统函数的分子、分母多项式的系数，若a＝1，此时表示FIR滤波器，否则就是IIR滤波器。该函数是利用给出的向量b和a，对x中的数据进行滤波，结果放入向量y。

（3）函数fftfilt

函数fftfilt的调用格式为 y=fftfilt(b,x) .该格式是利用基于FFT的重叠相加法对数据进行滤波，这种频域滤波技术只对FIR滤波器有效。该函数是通过向量b描述的滤波器对x数据进行滤波。

3数字图像处理

数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程

3.1图像变换

图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它

在图像处理中也有着广泛而有效的应用。

3.2图像编码

图像编码压缩图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。

3.3图像增强

图像增强和复原图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立"降质模型"，再采用某种滤波方法，恢复或重建原来的图像。

3.4 图像分割

图像分割图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。3.5图像描述

图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。

3.6 图像分类

图像分类（识别）图像分类（识别）属于模式识别的范畴，其