利用視頻預/后處理實現高清多媒體設計

在消費類視頻市場，通過視頻增強算法進行產品差異化的重要性日益增強。消費者們會通過直接比較畫面質量作出購買決定。由于數字視頻壓縮編解碼技術在視頻還原領域的核心地位，這些算法已經形成標準從而失去了產品差異化的空間，但視頻的預處理和后處理算法，卻可以幫助產品從眾多競爭對手中脫穎而出，而采用可配置處理器正是實現這些算法的簡單快捷的途徑。

數字視頻技術的流行使得沉寂多年的電視市場再度活躍起來，視頻產品再次成為了消費電子領域的熱門商品。模擬視頻的數字化包括不少技術問題，如電視信號具有不同的制式而且采用復合的YUV信號方式，而計算機工作在RGB空間；電視機是隔行掃描，計算機顯示器大多逐行掃描；電視圖像的分辨率與顯示器的分辨率也不盡相同等等。因此，模擬視頻的數字化主要包括色彩空間的轉換、光柵掃描的轉換以及分辨率的統一。

視頻產品的差異化

數字視頻就是以數字形式記錄的視頻，和模擬視頻相對的。數字視頻有不同的產生方式，存儲方式和播出方式。比如通過數字攝像機直接產生數字視頻信號，存儲在數字帶，P2卡，藍光盤或者磁盤上，從而得到不同格式的數字視頻。然后通過PC，特定的播放器等播放出來。 這對于終端產品設計者來說有好處，因為它利于芯片設計人員針對算法作出非常高效的設計。在用于提高圖像質量和色彩還原能力的視頻預處理和后處理模塊提供了產品差異化的機會，同時也對產品的可編程性提出了要求。

視頻預處理算法

毫無疑問的，視頻流不會以來自傳感器的初始狀態傳輸，在進行編碼之前，會對原始碼流進行一系列的變換處理。主要的預處理操作包括：

像素掃描/數據傳輸–這一步操作只是簡單的從傳感器得到圖像。

拜爾格式解交織–現代視頻圖像技術用三色RGB拜爾濾波器替代了單色的圖像傳感器，因此來自傳感器的數據流包括了紅、綠、藍的顏色信息。這些信息被分離后，變換為YCbCr的亮度與色度信息來表示圖像。

噪聲濾波–電子世界中總是會有噪聲存在，而降低或消除噪聲的最佳階段是在進行編碼之前。

抖動檢測與補償–抖動檢測與補償可以減小因相機抖動造成的圖像質量下降。

局部動態范圍補償–在特定的模式下，圖像的動態范圍可能會超出傳感器的極限。而照相機或攝像機應該具備智能調整曝光量從而擴展傳感器基本動態范圍的功能。

對焦調整（銳化）–圖像傳感器無法捕獲連續的圖像信息。它們將圖像分解為一個個像素，然后根據不同的分辨率在像素間進行插值并重新組合成新的圖像。這種操作會導致圖像銳度的下降，但通過適當的預處理算法是可以糾正。

顏色校正–不同色溫下的白光是有所不同的，這會影響到最終獲取的圖像。除此之外，不同的顯示設備處理顏色的方法也不一樣。

人臉識別–在人物眾多的圖像中，拍攝者通常希望圖像聚焦在人物的面部。

立體圖像–根據平面圖像的密度信息來構建立體圖像，這種預處理常用在融合了虛擬和真實圖像的混合現實系統中。

圖1是四種預處理算法的示例圖像：噪聲濾波、抖動檢測與補償、動態范圍補償和顏色校正。

圖1: 四種預處理算法示例：噪聲濾波、抖動檢測與補償、動態范圍補償和顏色校正。