《數字視頻圖像處理與通信》:《數字視頻圖像處理與通信》內容詳盡，重點突出 -百科知識中文網

簡介

《數字視頻圖像處理與通信》共12章，第1～4章介紹了數字視頻圖像的基礎知識，包括視頻圖像的表示、變換和預處理。第5、6章介紹了視頻圖像分割技術，包括圖像分割的基本方法和視頻分割的理論與方法。第7～9章介紹了視頻圖像分析，包括圖像匹配、圖像識別和運動目標跟蹤。第10、11章介紹了視頻圖像傳輸，包括視頻圖像編碼和多媒體通信。第12章介紹了視頻圖像在智慧型交通系統中的套用。是普通高等教育“十一五”國家級規劃教材,高等院校通信與信息專業教材。

創作原因

隨著數字視頻技術的迅速發展，近年來各種視頻套用層出不窮，特別是網路技術和無線通信技術的快速發展，不僅為視頻技術的發展和套用提供了良好的平台，也使得視頻套用有了更大的需求。為了適應目前高等院校本科生和研究生教育對於數字視頻知識的需求，作者在長期從事有關數字視頻技術教學、科研實踐的基礎上編寫了本書。

書摘

為了輸出供人觀看的照片或螢幕顯示，必須充分研究人的視覺系統，因為人的視覺系統是圖像系統的最後終端，而系統輸出的圖像最終要由人的視覺系統來評價。當然，為了提高計算機處理圖像的效率，還必須對通常遇到的大量圖像進行分析、統計，從而找出其內在規律，以使算法大為簡化。

2.1.1圖像的概念

人眼視覺系統對亮度有一個很大的適應範圍，從暗視覺門限到眩目門限之間的範圍在10量級。但人的視覺系統並不能同時工作在這么大的範圍，它工作的具體範圍要小得多，是以亮度適應級為中心的一個小範圍。亮度適應區間不大，一般小於64級。

2.亮度適應和區分人眼類似於一個光學透鏡系統，它的前面是一個晶狀體，後面是一層視網膜。晶狀體相當於透鏡，通過晶狀體周圍的肌肉，可以對它進行調整（相當於調節透鏡的焦距），以使不同距離的景物在視網膜上成像。虹膜中間是瞳孔，通過肌肉調節瞳孔的大小可以調整進入眼睛的光通量（相當於照相機的光圈），外面光太強時，瞳孔就會縮小。視網膜上分布著眾多的感光細胞，分為錐狀細胞和柱狀細胞。錐狀細胞對顏色敏感，每個錐狀細胞都連線一個神經末梢，所以能夠區分細節，並且它對亮度敏感，這種視覺稱為亮視覺。柱狀細胞是幾個連線一個神經末梢，所以它的解析度低，主要提供景物的整體形象，不感受顏色，並對低照度敏感，這就是為什麼在夜晚人眼感覺不到彩色，這種視覺也稱為暗視覺。

第1章緒論1
1.1視頻圖像處理的概念1
1.2視頻圖像處理的套用1
1.3視頻圖像處理系統的組成6
1.4習題8
參考文獻8
第2章視頻圖像的表示10
2.1圖像的視覺基礎10
2.1.1圖像的概念10
2.1.2解析度12
2.1.3人眼的視覺特性13
2.2顏色模型14
2.2.1顏色基礎知識14
2.2.2顏色模型的基本概念15
2.3圖像的數位化19
2.3.1圖像的採樣19
2.3.2圖像的量化22
2.3.3圖像的表示23
.2.4圖像格式24
2.4.1bmp25
2.4.2jpeg25
2.4.3tiff27
2.4.4gif28
2.5數字視頻格式29
2.5.1mpeg29
2.5.2mov31
2.5.3asf31
2.5.4ra/rm33
2.6習題34
參考文獻34
第3章圖像變換35
3.1傅立葉變換35
3.1.1傅立葉變換的基本概念35
3.1.2離散傅立葉變換36
3.1.3傅立葉變換的性質37
3.1.4快速傅立葉變換40
3.2離散餘弦變換43
3.2.1離散餘弦變換的定義44
3.2.2離散餘弦變換的正交性45
3.2.3離散餘弦變換的計算45
3.3沃爾什—哈達瑪變換46
3.3.1沃爾什變換46
3.3.2哈達瑪變換47
3.4k—l變換48
3.5小波變換49
3.5.1小波的基本概念49
3.5.2小波變換50
3.5.3多解析度分析52
3.5.4mallat算法52
3.5.5圖像的小波變換及算法55
3.6習題58
參考文獻59
第4章視頻圖像預處理60
4.1灰度變換60
4.1.1直接灰度變換60
4.1.2直方圖變換62
4.2圖像平滑67
4.2.1鄰域平均法68
4.2.2中值濾波71
4.2.3多圖像平均法72
4.2.4低通濾波法73
4.3圖像銳化74
4.3.1圖像銳化的基本思路74
4.3.2梯度運算元75
4.3.3拉普拉斯運算元77
4.3.4高通濾波法77
4.4圖像校正78
4.4.1圖像校正的基本思路79
4.4.2常用的圖像幾何變換80
4.5圖像形態學處理82
4.5.1形態學的基本概念83
4.5.2形態學的基本運算83
4.6習題84
參考文獻85
第5章圖像分割86
5.1閾值分割87
5.1.1閾值分割的原理與方法87
5.1.2基於像素的閾值選取88
5.1.3基於區域的閾值選取91
5.2基於區域的圖像分割95
5.2.1區域生長95
5.2.2區域分裂—合併技術98
5.3基於邊緣提取的圖像分割101
5.3.1邊緣檢測101
5.3.2用於邊緣檢測的運算元102
5.3.3邊緣連線108
5.3.4哈夫變換108
5.4圖像分割的量化評價112
5.4.1評價方法與分類112
5.4.2常用測度113
5.5習題114
參考文獻114
第6章視頻分割的理論與方法116
6.1視頻分割的相關概念116
6.1.1視頻分割的定義116
6.1.2視頻分割的研究和套用現狀117
6.2視頻分割的基本理論121
6.2.1視頻分割的框架121
6.2.2視頻對象分割方法的分類121
6.3視頻分割技術122
6.3.1空間域分割技術122
6.3.2時域分割技術129
6.3.3時空聯合分割技術134
6.4視頻分割算法的性能評價標準135
6.5習題136
參考文獻136
第7章圖像匹配138
7.1圖像匹配的基本概念138
7.2圖像匹配算法分類138
7.3模板匹配算法139
7.3.1abs算法139
7.3.2歸一化互相關匹配算法140
7.3.3圖像矩匹配算法141
7.3.4基於圖像特徵點的匹配算法143
7.4改進算法149
7.4.1序貫相似性檢測算法149
7.4.2基於排序的序貫相關算法150
7.4.3fft的相關算法152
7.4.4分層搜尋的序貫判決算法153
7.5其他算法介紹155
7.5.1基於對數極坐標變換的圖像匹配算法155
7.5.2不同解析度圖像的角點匹配方法157
7.6待研究的問題159
7.7環境匹配技術發展簡介160
7.7.1環境匹配算法研究的現狀分析160
7.7.2環境匹配算法存在的主要問題163
7.7.3環境匹配技術的發展趨勢164
7.8習題165
參考文獻165
第8章圖像識別166
8.1圖像識別的基本概念166
8.2基於匹配的識別技術167
8.2.1圖像變換167
8.2.2相似性測度168
8.2.3插值算法169
8.2.4最小二乘法169
8.3統計識別方法170
8.3.1線性決策函式170
8.3.2最小距離分類器173
8.4人工神經網路識別法174
8.4.1人工神經網路的概念175
8.4.2bp神經網路175
8.4.3自組織網路184
8.5支持向量機識別方法192
8.5.1支持向量機193
8.5.2支持向量機的學習算法196
8.6習題197
參考文獻197
第9章運動目標跟蹤199
9.1運動目標跟蹤技術簡介199
9.2卡爾曼濾波跟蹤200
9.2.1離散卡爾曼濾波器200
9.2.2擴展卡爾曼濾波器201
9.2.3卡爾曼濾波器在目標檢測與跟蹤中的套用202
9.3光流分析法204
9.3.1運動場與光流場204
9.3.2horn-schunck經典光流計算方法205
9.3.3光流計算方法實驗結果208
9.4均值漂移跟蹤209
9.4.1均值漂移算法概述209
9.4.2基於色彩直方圖的均值漂移211
9.4.3均值漂移目標跟蹤效果212
9.5蒙特卡洛隨機採樣213
9.5.1貝葉斯濾波原理213
9.5.2蒙特卡洛方法214
9.5.3粒子濾波算法綜述215
9.5.4粒子濾波目標跟蹤效果215
9.6習題217
參考文獻217
第10章視頻圖像編碼218
10.1視頻圖像編碼概述218
10.2圖像/視頻編碼標準220
10.2.1mpeg系列220
10.2.2h.26x系列225
10.2.3avs230
10.3視頻編碼的整體框架和關鍵技術231
10.3.1預測編碼232
10.3.2幀內預測234
10.3.3變換編碼237
10.3.4變長編碼239
10.4習題240
參考文獻240
第11章多媒體通信概述241
11.1多媒體通信概述241
11.2流媒體技術242
11.2.1流式傳輸的基礎242
11.2.2流媒體的實現原理243
11.2.3流媒體的播放方式243
11.2.4流媒體的套用245
11.3多媒體通信協定246
11.3.1會話初始化協定246
11.3.2實時傳輸協定252
11.3.3實時流協定256
11.3.4qos保障258
11.4多媒體通信系統263
11.4.1基於h.320的多媒體通信系統263
11.4.2基於h.323的多媒體通信系統265
11.4.3基於sip的多媒體通信系統269
11.4.4基於p2p的多媒體通信系統272
11.5習題277
參考文獻277
第12章視頻圖像套用278
12.1基於視頻圖像的智慧型交通監控系統278
12.1.1系統硬體框架設計278
12.1.2系統軟體總體結構279
12.1.3系統主要模組280
12.1.4系統軟體界面281
12.2基於視頻圖像的客流量檢測系統282
12.2.1客流密度估計282
12.2.2行人檢測與計數284
12.2.3客流速度檢測285
12.3基於視頻圖像的車載安全預警系統286
12.3.1交通標誌識別系統287
12.3.2駕駛員注意力判別系統289