8、标清电视技术解析:从扫描标准到编码方式

标清电视技术解析:从扫描标准到编码方式

1. 扫描标准概述

在全球范围内,传统模拟电视广播主要采用两种扫描标准:480i29.97系统和576i25系统。480i29.97系统主要用于北美和日本,约占全球电视接收器的1/4;576i25系统则主要应用于欧洲、亚洲、澳大利亚、韩国和中美洲,约占全球电视接收器的3/4。需要注意的是,虽然480i29.97常被称为NTSC,576i25常被称为PAL,但NTSC和PAL实际上指的是颜色编码标准,而非扫描标准。

这两种系统在扫描参数上存在明显差异。480i29.97视频的场频精确为60/1.001 Hz,而576i25的场频为50 Hz。以下是它们的一些关键参数对比:
| 系统 | 场频 | 主要使用地区 | 占比 |
| — | — | — | — |
| 480i29.97 | 60/1.001 Hz | 北美、日本 | 约1/4 |
| 576i25 | 50 Hz | 欧洲、亚洲、澳大利亚、韩国、中美洲 | 约3/4 |

此外,曾经在英国和法国分别使用过405/50和819/50扫描的单色系统,但这些系统的发射器现已停用。

2. 颜色编码与扫描的组合

不同地区在模拟广播中会采用不同的颜色编码与扫描标准的组合。480i的模拟广播通常使用NTSC颜色编码,副载波频率约为3.58 MHz;576i的模拟广播则通常使用PAL颜色编码,副载波频率约为4.43 MHz。然而,世界上还有其他重要地区采用了不同的组合。例如,巴西使用PAL - M,具有480i扫描和PAL颜色编码;阿根廷使用PAL - N,采用576i扫描和接近NTSC副载波频率的3.58 MHz

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有签,可以是连续的也可以是离散的)和任务目,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值