42、图像与视频处理：运动检测与压缩技术详解

图像与视频处理：运动检测与压缩技术详解

1. 视频处理概述

在过去很长一段时间里，由于高带宽和数据需求，视频处理主要由模拟信号处理主导，如 NTSC、PAL 或 SECAM 系统。图像通常以每秒 25 - 30 帧（FPS）的速度处理，模拟带宽为 6 - 8 MHz。通过交替扫描奇偶行，让眼睛产生两倍帧率的错觉。

随着超大规模集成电路（VLSI）的发展，视频帧的数字处理和存储已成为现实，国际电信联盟（ITU）和动态图像专家组（MPEG）制定的各种标准就证明了这一点。视频处理的大部分研究工作都集中在数字视频的压缩上，因为需要处理的数据量非常巨大。例如，最小的视频尺寸 QCIF 格式，分辨率为 176 × 144 像素，帧率为 30 FPS，采用 4:2:0 颜色子采样，每秒会产生 1.1 MB 的原始数据。而全高清电视（1920×1080，60 FPS）的原始数据速率高达 124 MB/s，1 小时的电影原始数据量可达 446 GB。为了将这样的电影存储在 DVD 上或在合理时间内通过互联网传输，需要进行大量的数据压缩。

由于需要快速处理大量数据，很难使用最新和最先进的压缩技术，如算术编码，因此通常会选择速度更快但可能效果稍差的压缩方法。不过，视频数据包含大量冗余信息。例如，视频序列中相邻的两帧，大部分数据保持不变，只有少数像素可能会在某个方向上发生变化或移动。这可以用于预测方案，即计算当前帧（时间 t）与下一帧（时间 t + 1）的差异，并只传输差异部分。可以直接在原始域中处理帧，也可以先进行变换（如离散余弦变换 DCT），再进行预测。

2. 运动检测

2.1 运动向量计算

在基于预测的编码系统中，计算相邻两帧之