导读:本文包含了视频采集与压缩论文开题报告文献综述及选题提纲参考文献，主要关键词:ARM,视频压缩,H.264
视频采集与压缩论文文献综述
梁娜娜[1]（2019）在《基于ARM的视频采集压缩系统设计》一文中研究指出视频监控系统要求采集图像压缩效率高且压缩质量好。基于ARM的视频采集因其集成度高、灵活便携等优点,正在取代传统视频采集。基于ARM9设计视频采集压缩系统,针对视频采集与传输的实际需要,搭建Linux-arm架构作为视频采集压缩的平台,运用H.264完成采集压缩程序的设计。经实验验证:采用的嵌入式采集技术能完成高可靠性、低成本的视频采集与压缩工作。(本文来源于《北京工业职业技术学院学报》期刊2019年04期）
黄林杰[2]（2018）在《基于压缩感知的视频采集与重构系统》一文中研究指出传统的图像和视频采集设备依靠大规模传感器阵列进行图像或者视频的采集,其特点是采集图像或者视频的原始数据量庞大,不利于存储和传输。同时,获得高帧率和高分辨率的视频造价十分昂贵。压缩感知和图像重构相结合为视频采集提供了新的方案,压缩感知开发信号的稀疏性,能够在远低于奈奎斯特采样速率的条件下实现原始信号的重构。单像素相机是一种新型的成像设备,通过观测矩阵对图像进行编码得到观测值,利用后端恢复算法重构图像。基于压缩感知的成像设备,有效的摒弃原始信号的冗余信息,为海量的图像或者视频信号的存储和传输提供了新的途径。本文重点在于采用少量的数据实现多波段、高帧率、高质量的视频采集与重构。采用压缩感知作为理论基础,以单像素相机作为硬件平台,配合后端的恢复算法实现高帧率的视频采集与重构。不同于早期的单像素相机,本文的单像素相机采用的是双光纤收集,在实际的平台上进行采样重构,结果表明双光纤采集极大的抑制了环境噪声的影响。同时,基于实际的单像素平台分别对动态场景进行可见光和近红外波段采样,重构视频结果表明,该单像素相机系统可以有效的实现多波段的视频采集与重构。为了实现高帧率、高空间分辨率和时间分辨率的视频采集与重构,结合实际的单像素平台,设计了一种双尺度矩阵,该双尺度矩阵由低维度的矩阵和高维度的矩阵组合在一起。双尺度矩阵的低维度矩阵用来快速重构低分辨率的预览视频,通过预览视频获取相邻帧之间的光流运动限制条件,最后把双尺度矩阵作为观测矩阵,光流运动做为限制条件,采用非线性重构的算法实现超分辨率的视频重构。重构视频结果表明,该方法能够适用于快速变化的目标场景进行重构,同时实现重构视频的空间分辨率和时间分辨率的折衷。因此,采用压缩感知理论的新型相机能够利用少量数据实现多波段、高帧率、空间分辨率和时间分辨率折衷的视频采集与重构,对解决现阶段图像或视频的采集设备的不足有着重要的作用。(本文来源于《哈尔滨工业大学》期刊2018-12-01）
董辰辰[3]（2018）在《移动光谱视频采集系统与压缩算法研究》一文中研究指出光谱可以反映物质的本质属性,相对于普通图像在目标检测和识别中都有着很高的研究价值,近些年来一直是研究的重点,传统的光谱成像设备体积庞大只能通过扫描等方法成像,速度慢,只能获取静态的信息。光谱视频的实时获取,如何制作小型化,可移动的光谱设备已经成了制约光谱广泛应用的瓶颈,同时由于每张光谱图像包含多达几十甚至上百个通道,相对于普通的彩色视频数据量是其几十倍,给存储、传输和处理带来了很多的问题。如果要求光谱相机具有移动采集功能,需要对光谱数据进行无线传输,目前的无线传输的带宽无法满足实时传输的要求,必须要对光谱数据进行压缩,但是目前为止实时的视频压缩方法还是针对于叁通道的彩色视频,而对于光谱图像,不仅没有针对性的压缩方法,也没有一个完整的压缩标准。本文主要贡献是研制出了移动化的光谱视频采集系统,探讨了普通视频压缩方法在光谱压缩上的应用,根据光谱图像通道间相关性和空间相关性和普通视频区别较大的特点,提出了一种基于深度学习的光谱压缩方案,并和普通视频压缩方法进行了对比,由于光谱应用和普通视频应用差距较大,普通视频压缩评判标准并不能全面代表光谱的压缩效果,因此针对光谱数据提出了自己的一套评判压缩质量的标准,并利用压缩后的光谱数据开展应用。论文组织结构如下:首先,介绍了问题的由来,光谱图像的特点,目前光谱成像方法和设备以及目前国内外针对光谱数据压缩的方法。针对目前光谱设备普遍体积大,无法移动拍摄的问题,研制了一款小型化的可移动无线传输的光谱视频采集系统,之后根据光谱视频传输存储的困难,研究了光谱压缩的方法,先是将传统视频的压缩方法应用到光谱视频上,讨论了传统视频压缩算法在光谱压缩上的表现,指出了传统压缩算法的不足,之后利用深度学习的方法利用Keras设计了一个多层对称神经网络,首先利用深度学习进行无损压缩,输入为多通道的光谱图像,中间经过下采样,3D卷积提取光谱图像的特征并降维,之后将降维后的数据进行熵编码输出为二进制码流完成光谱压缩的编码过程,之后的解码过程为编码的逆过程,通过上面的网络进行训练,得到一个完整的深度学习编解码器并和传统光谱视频的压缩算法进行对比。最后,我们首先探讨了目前光谱主要的一些应用,并根据光谱图像的特点以及传统的PSNR和SSIM并不能全面的反映出光谱图像的压缩效果的问题,本文提出了“特征峰平均错误(MECP)”这一评判标准作为评判光谱质量附加参数,之后利用压缩后的光谱数据完成了真假脸跟踪识别的应用并和传统的普通视频跟踪算法进行对比。(本文来源于《南京大学》期刊2018-05-20）
段宏伟[4]（2018）在《基于过完备字典的视频压缩采集算法》一文中研究指出针对视频图像具有可压缩性和稀疏性的特点,提出一种基于压缩感知的视频图像压缩采集方法.首先,将视频分为不重迭的时间空间块,以有效利用视频不同区域的不同纹理变化.同时,训练了一个由严格的稀疏法则约束的视频块过完备字典用于视频的重构.在这个框架下,使用K-means分类和K-SVD字典训练理论对随机选择的视频块进行训练.最后,对所提方案的有效性和自适应性进行了仿真测试,实验结果表明,所提方法即使在采样数目低至5%的情况下,也可获得比2D离散余弦变换、3D离散余弦变换、帧间差异、分块等传统压缩感知算法更优的峰值信噪比,较好地重构了原始视频图像.(本文来源于《中北大学学报(自然科学版)》期刊2018年02期）
杨春玲,刘璇[5]（2016）在《基于压缩感知的视频信号采集观测值渐进量化算法》一文中研究指出在基于压缩感知的视频信号采集中,观测值的量化方法会对重构质量产生重大的影响.为了设计一种性能较优的观测值量化方法,根据视频信号的帧间相关性和压缩感知的视频采集信号观测值特性,提出了基于压缩感知的视频采集信号观测值渐进量化算法.该算法将非关键帧观测值均匀量化后只传输若干不太重要的码平面,在重构端利用邻近的已解码帧通过运动估计生成该非关键帧的边信息帧,再通过观测得到该非关键帧观测值的估计,结合接收到的不太重要码平面信息,通过渐进量化的逆量化得到精确的观测值.实验结果表明:与均匀量化算法相比,文中算法在不增加编码端复杂度和不降低视频序列重构质量的基础上,能大幅降低码率;在相同码率下,不同序列获得的平均增益在0.5~2.0 d B之间,具有较高的率失真性能.(本文来源于《华南理工大学学报(自然科学版)》期刊2016年05期）
张兴国[6]（2015）在《民机高分辨率数字视频采集压缩记录技术》一文中研究指出针对民机上大场景、高分辨率的视频采集的特殊要求,设计了基于千兆以太网(GigE)工业相机的双路高分辨率视频采集压缩记录系统。该系统硬件以高性能工控机为平台,软件以Microsoft Visual C++6.0为开发平台,采用DIVX视频编解码技术,完成了双路视频的采集压缩记录。经飞行试验验证,该系统工作可靠稳定、能够有效进行视频监控,而且能够极大地降低存储空间的需求,具有一定的工程实用价值。(本文来源于《自动化与仪器仪表》期刊2015年10期）
张会新,孙伟,辛海华[7]（2015）在《遥测视频图像采集压缩系统的设计与实现》一文中研究指出由于空间遥测图像的数据量大,通信带宽有限,所以对遥测图像进行压缩编码,节省传输时占用带宽资源和减少数据存储量,才能将遥测信号更可靠、全面地进行传输或是存储到记录器中留待分析使用。综合遥测系统在传输图像时要在尽量小的空间中最大化地采集和传输图像信息的特殊要求,设计采用FPGA+专用视频解码芯片ADV7180来实现视频图像采集模块的功能,采用FPGA+专用图像压缩芯片ADV212来完成视频图像压缩功能的设计。最终实现了压缩率约为25倍,压缩后的数据传输速率达到40 Mbit/s的视频图像采集压缩系统。该系统具有体积小、成本低、可靠性高、开发周期短等优点。(本文来源于《电视技术》期刊2015年03期）
徐建光[8]（2014）在《数字视频采集压缩技术在消化内镜诊疗中的初步应用》一文中研究指出目的研究数字视频采集及压缩技术在消化内镜日常诊疗过程中的应用。方法采用了自己构建的数字视频采集储存系统,以实现消化内镜诊疗过程中的动态视频进行实时数字视频采集、备份。选用具有Motion–JPEG格式及H.264格式压缩功能的视频采集卡构建数字视频采集储存系统,并对两种不同压缩功能的视频采集卡采集不同分辨率的数字视频之间进行对比。结果数字视频采集及压缩技术对消化内镜诊疗过程中的动态视频进行实时数字视频采集方便易行。H.264格式压缩视频图像质量比Motion–JPEG格式稍差,但所需存储容量低的多,两者图像均能满足诊断需要。通过视频回放对病变的发现率及诊断符合率与实时检查无明显差别(P>0.05)。结论数字视频采集及压缩技术对消化内镜诊疗过程中的动态视频进行实时数字视频采集切实可行,投入资金很少,能为大部分医院接受。在消化内镜诊疗过程中可运用视频采集卡进行数字视频采集压缩并进行储存备份技术,使数字视频采集储存系统成为消化内镜中心日常工作的重要组成部分。(本文来源于《中国内镜杂志》期刊2014年06期）
姜博瀚[9]（2014）在《移动互联网实时视频采集压缩技术研究》一文中研究指出无线通讯技术的飞速发展,CPU处理能力的提高,以及视频编码技术的日益成熟,使移动互联网视频应用成为未来多媒体系统的趋势。视频数据采集及实时压缩编码是数据传输之前首先需要解决的任务。本文为实现视频数据的无线传输,对视频采集及编码技术进行了研究,采用FFmpeg视频解决方案,Windows系统PC机使用VFW技术控制USB2.0摄像头采集视频,并对视频进行H.264编码标准压缩,实现了移动互联网视频信号的实时采集压缩。经过测试,在手持移动设备端可观看连续的CIF帧格式视频图像,延迟1～3秒,有很好的实时性。系统可适用于医疗监控、企业安防等。本文的工作主要有以下几个方面:首先,阐述使用USB摄像头采集图像的帧格式和采样格式。对H.264视频编码标准的关键技术进行研究,包括帧内预测的各种模式预测计算方法及预测模式的选择方法,帧间预测编码的亚宏块分割、亚像素运动矢量、运动补偿和运动估计,变换及量化的流程、自适应CAVLC熵编码变换及CABAC熵编码变换等技术。其次,设计并实现视频实时采集压缩系统,采用FFmpeg音频/视频解决方案,进行了 FFmpeg的移植工作,设计各模块。通过VFW技术实现视频采集功能,通过开源库libx264实现H.264标准视频编码,使用RTP流媒体协议进行数据传输,ffserver作为服务器响应用户的流媒体请求。最后,对系统的性能进行测试。编码模式选择H.264、H.263和MPEG4叁种方式,进行编码效果对比。手机端用第叁方播放软件MXplayer观看远程视频。系统的实时性、连续性和图像质量较好,达到移动互联网实时视频采集压缩的需求。研究主观视频质量评估和客观视频质量评估的方法,使用单刺激损伤评价和峰值信噪比对图像质量进行评估。(本文来源于《哈尔滨工程大学》期刊2014-06-01）
张红林,马永涛,刘开华[10]（2014）在《基于LabWindows/CVI的音视频实时采集压缩系统》一文中研究指出针对远程支援对装备保障现场音视频数据的实际需求,基于LabWindows/CVI软件开发平台,设计并实现了一种音视频采集与压缩系统。该系统运用虚拟仪器多线程技术有效保证了音视频数据采集的实时性,并采用MPEG-4标准进行音视频数据的压缩,有效提高了数据共享的效率。测试结果表明,使用本系统方案有效减小了音视频数据延迟,提高编码器压缩效率和系统的稳定性,可直接应用于远程支援系统。(本文来源于《电视技术》期刊2014年05期）
视频采集与压缩论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统的图像和视频采集设备依靠大规模传感器阵列进行图像或者视频的采集,其特点是采集图像或者视频的原始数据量庞大,不利于存储和传输。同时,获得高帧率和高分辨率的视频造价十分昂贵。压缩感知和图像重构相结合为视频采集提供了新的方案,压缩感知开发信号的稀疏性,能够在远低于奈奎斯特采样速率的条件下实现原始信号的重构。单像素相机是一种新型的成像设备,通过观测矩阵对图像进行编码得到观测值,利用后端恢复算法重构图像。基于压缩感知的成像设备,有效的摒弃原始信号的冗余信息,为海量的图像或者视频信号的存储和传输提供了新的途径。本文重点在于采用少量的数据实现多波段、高帧率、高质量的视频采集与重构。采用压缩感知作为理论基础,以单像素相机作为硬件平台,配合后端的恢复算法实现高帧率的视频采集与重构。不同于早期的单像素相机,本文的单像素相机采用的是双光纤收集,在实际的平台上进行采样重构,结果表明双光纤采集极大的抑制了环境噪声的影响。同时,基于实际的单像素平台分别对动态场景进行可见光和近红外波段采样,重构视频结果表明,该单像素相机系统可以有效的实现多波段的视频采集与重构。为了实现高帧率、高空间分辨率和时间分辨率的视频采集与重构,结合实际的单像素平台,设计了一种双尺度矩阵,该双尺度矩阵由低维度的矩阵和高维度的矩阵组合在一起。双尺度矩阵的低维度矩阵用来快速重构低分辨率的预览视频,通过预览视频获取相邻帧之间的光流运动限制条件,最后把双尺度矩阵作为观测矩阵,光流运动做为限制条件,采用非线性重构的算法实现超分辨率的视频重构。重构视频结果表明,该方法能够适用于快速变化的目标场景进行重构,同时实现重构视频的空间分辨率和时间分辨率的折衷。因此,采用压缩感知理论的新型相机能够利用少量数据实现多波段、高帧率、空间分辨率和时间分辨率折衷的视频采集与重构,对解决现阶段图像或视频的采集设备的不足有着重要的作用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视频采集与压缩论文参考文献
[1].梁娜娜.基于ARM的视频采集压缩系统设计[J].北京工业职业技术学院学报.2019
[2].黄林杰.基于压缩感知的视频采集与重构系统[D].哈尔滨工业大学.2018
[3].董辰辰.移动光谱视频采集系统与压缩算法研究[D].南京大学.2018
[4].段宏伟.基于过完备字典的视频压缩采集算法[J].中北大学学报(自然科学版).2018
[5].杨春玲,刘璇.基于压缩感知的视频信号采集观测值渐进量化算法[J].华南理工大学学报(自然科学版).2016
[6].张兴国.民机高分辨率数字视频采集压缩记录技术[J].自动化与仪器仪表.2015
[7].张会新,孙伟,辛海华.遥测视频图像采集压缩系统的设计与实现[J].电视技术.2015
[8].徐建光.数字视频采集压缩技术在消化内镜诊疗中的初步应用[J].中国内镜杂志.2014
[9].姜博瀚.移动互联网实时视频采集压缩技术研究[D].哈尔滨工程大学.2014
[10].张红林,马永涛,刘开华.基于LabWindows/CVI的音视频实时采集压缩系统[J].电视技术.2014