第4章 视频图像和运动信息

视频或视频图像代表一类特殊的序列图像，描述了在一段时间内，将3D场景投影到2D像平面上且由3个分离的传感器获得的场景辐射强度。目前一般将视频看作彩色的、每秒变换超过25幅（有连续动感）的、间隔规律的序列图像。

数字视频可借助使用具有CCD传感器等的数字摄像机来获取。数字摄像机的输出在时间上分成离散的帧，而每帧在空间上分成离散的行和列（与静止图像类似），所以是3D的。每帧图像的基本单元仍用像素表示，如果考虑时间，视频的基本单元类似于体素。本章主要讨论数字视频图像，在不引起混淆的情况下均称其为视频图像或视频。

从学习图像技术的角度来看，视频可看作对（静止）图像的扩展。事实上，静止图像是时间给定（为常量）的视频。除了原来图像的一些概念和定义仍然保留，为表示视频，还需要一些新的概念和定义。视频相比于图像最明显的一个区别就是含有场景中的运动信息，这也是使用视频的一个主要目的。针对含有运动信息的视频的特点，原来的图像处理技术也需要进行相应的推广。

本章各节安排如下。

4.1节介绍视频的基本内容，包括视频的表达、模型、显示和格式等，并对彩色电视制式中的彩色模型和分辨率进行介绍。

4.2节讨论视频中相比于静止图像多出来的运动信息的分类和表达问题。

4.3节讨论运动信息的检测问题，分别介绍利用图像差的运动检测方法、在频域中的运动检测原理，以及运动方向的检测问题。

4.4节从视频预处理出发，讨论结合视频特点且考虑运动信息的滤波方法，包括基于运动检测的滤波和基于运动补偿的滤波。