视频图像处理系统关键技术论文
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
关于视频图像处理系统关键技术的研究摘要:对视频图像处理系统的关键环节-图像采集,预处理,压缩编码进行了详细分析,并对该领域目前出现的具体实现技术进行了优缺点总结。
关键词:视频图像处理图像处理图像压缩图像编码实现
所谓视频图像处理系统,小到照相机,摄影机,录像机,大到地质成像扫描系统,气象卫星图像显示系统,视频监控系统都属于该范畴,但他们却千差万别,各有自己所属的专业领域、独特之处。本文旨在具体分析其中的关键环节,在广泛比较各种图像处理系统具体实现方式的基础上,总结出它们的优缺点、注意事项。为以后对视频图像处理系统的理论研究和项目实践提供系统决策阶段的
方案选型参考。
1.视频图像采集
①图像采集部分的主要工作是从图像采集传感器输出的模拟视频信号中提取图像,实现数字化后作后续处理和分析。
目前,市场上通用的图像采集传感器主要有两种:ccd传感器和cmos传感器。ccd器件具有高信噪比和高电荷转换效率。但是要实现这一目标,需要专门处理器、高电压、多重电源,因此也带来高功耗,高价位。cmos传感器简化了配套电路,降低了功耗和价位,但无法保证每个像点的放大率都保持严格一致,所得图像品质低于ccd传感器。
2.视频图像预处理
②图像预处理部分的主要工作是把经过图像数字化后的图像信号进行亮度信号提取,奇偶场合并及图像尺寸剪裁,使最终读出的
图像数据大小,数据位宽,象素时钟达到目标系统的要求。在要求较高的应用中,预处理还需要完成去噪声,平滑话等功能算法,例如比较知名的直方图均衡化处理,中值滤波降噪处理。
视频信号预处理过程以前多由数字电路组合产生,这样做不但电路复杂、体积大,而且不够灵活;逐渐被采用单片机处理的方案取代,用单片机处理视频信号能够解决电路的复杂度和灵活性问题,但精度不高,难以用于对同步要求严格的场合;后来出现了利用dsp来进行视频信号的处理方案,dsp具有更高的集成度和更快的运行速度,比普遍采用的单片机在数字图像处理领域有着明显的优势,但是成本却居高不下;近年来,利用低成本的fpga芯片来实现预处理逐渐流行开来,fpga具有丰富的10端口数,触发器数量多,适宜进行复杂时序功能设计,缺点是开发门槛高,需要在fpga专用开发平台下使用硬件描述语言实现预处理算法的调试,硬编码等一系列高级数字系统设计流程;同时,市场上也出现了以arm处理器位为核心的精简处理方案:数字摄像头接收arm送来的控制指令和工作时钟,并在采集到适当信号后放入指定的高速缓存,然后由arm从高速缓存中以dma方式读取后进行图像预处理。这种方案的优点是实现方式简单,不需要硬件编码,而且可利用arm芯片丰富的片内片外资源,简化整个图像处理系统的设计,系统稳定性高,功耗低,整体价格低,但由于是利用嵌入式处理器软件实现预处理
算法,所以处理速度低,实时性较差,片内高速缓存有限,不利于实现有海量数据流量的较高分辨率的实时图像处理。
3.视频图像压缩、分析
数字视频图像采样模式下,数据量仍然非常大,如果不进行压缩,要进行传输和存储几乎是不可能的。视频压缩编码无论在视频通信还是在视频存储中都具有极其重要的意义。
实现压缩算法的方案很多,通常由整个视频图像处理系统的目标定位决定。例如功能简单,视频质量要求较低的嵌入式系统,一般都采用arm平台来实现简单粗放的压缩算法;而较高级的系统则会使用专用的数字信号处理芯片dsp来实现主流压缩算法的简化版或者完整版;为了最求更清晰的视频图像和处理速度,也有使用价格更高的专用图像处理芯片;同时,为了实现压缩速度与价格的折中,也出现了使用fpga实现简单压缩算法的方案。下面按照各方案所属的核心平台分别展开分析。
arm平台:对于嵌入式平台而言,mpeg4等主流算法复杂,加上嵌入式系统资源有限,使得在嵌入式系统软件平台上实现效率不高,没有很好的实时性,因此,嵌入式平台一般都不会去软件实现mpeg4,h264等复杂度很高的主流算法,而是去实现jpeg,或小波分析等具有一定压缩比,结构简单,功能有限的简约型算法。采用这种平台的系统其速度、能耗、体积都要受该微处理器芯片和外围电路的限制,而且压缩比较低,速度较慢,同时由于片内缓存较低,无法处理较高分辨率的视频。但该方案也有很明显的好处:系统整
体构造简单、设计周期短、可利用的平台资源丰富,功耗低,适合小型移动设备中图像处理系统的实现。
dsp平台:目前比较流行的是采用通用dsp为核心的嵌入式图像处理系统, dsp有针对数字信号处理算法而设计的特殊的硬件结构,并行执行的总线结构,专用的指令集,外围接口丰富。dsp的结构针对常用的数字信号处理算法进行了优化,所以处理的速度比通用处理器平台上的软件要快,特别是近些年来推出的一些高性能dsp处理器,其处理性能更高,很适合于视频、图像、音频等数字信号的处理。
sopc平台:目前一些公司针对多媒体处理专门开发了专用多媒体处理平台,即在一片芯片上融合进多种处理器和其他功能电路。由于这些处理器针对多媒体优化了设计结构和媒体处理流程,与通用dsp处理器相比,其开发难度降低,整体功耗降低,稳定性,性能大幅提高。例如华为海思的hi3510就是一款采用arm9+dsp+硬件引擎方式,而且能提供很好压缩比的h.264压缩视频流的sopc。围绕sopc分别搭建相应的硬件和软件环境,就可以很方便的实现整个系统的设计。但有一个缺点就是只要算法稍有变化,性能就会急剧下降,所以具有很高的算法依赖度,应用范围有限,一旦需求有变,需要重新考虑整个系统的设计。一般适用于对功耗、速度、稳定性有严格要求,而且算法比较固定的应用。
fpga平台:用高密度的fpga来构成完成算法所需的电路系统也是一种较好的办法。该方案性价比很高,既可以避免因为添加专用
压缩芯片造成的系统整体价格过高,又可以达到一个比软件压缩方案更高的速度。但必须购置有关的fpga开发环境、布局布线和编程工具,还需要利用性能较好的硬件描述语言仿真器、综合工具,才能有效地进行复杂的硬线逻辑系统的设计,开发门槛较高;而且fpga是一种通用的器件,它的基本结构决定了对某一种特殊应用,性能不如专用的压缩芯片。
总之, 究竟采用什么方案要根据具体项目的技术指标、经费、时间进度和批量综合考虑而定。