基于VfW的实时视频图像采集处理程序设计

鉴于实时视频图像采集处理技术在安全监控、视频会议、网络聊天等领域正得到越来越广泛的运用,文中介绍如何利用Video for Windows库函数来构建视频图像的采集框架;由于回调函数是各种型号视频采集卡处理视频图像的通用接口,分析了如何自定义回调函数来实时处理采集的视频数据,并利用梯度差分法来实时检测视频图像的活动轮廓,该方法可运用于视频目标监控、人脸检测等视频图像处理项目.     

视频图像实时采集与显示的研究与实现

本文提出了基于Ｖｉｄｅｏ ｆｏｒ Ｗｉｎｄｏｗｓ，实现视频图像实时采集和显示的方法，同时介绍了利用视频 频窗口的回调函数，实现视频信息在两台计算机之间传送的方法，并详细介绍了视频图像实时采集，显示的具体实现。     

利用DirectShow技术实时捕捉视频流中的图像帧

介绍了在Windows平台上使用DirectShow构造图像捕捉过滤器获取视频流中图像帧数据的方法.该方法不受视频流格式和压缩标准的限制,具有实时在线的特点;同时由于该方法中回调函数的设计,使用户能够利用它方便的对视频进行实时在线的分析处理,因而它在视频分析应用中具有重要的应用前景.     

视频监控系统中运动物体的实时检测

介绍了在视频监控系统中,以最长静止分段中点算法恢复视频背景,并利用VFW机制中的回调函数来实时更新背景,以最大类间方差法计算最佳分割阈值,实现对运动物体的实时检测,以提高其可靠性。     

基于FPGA的实时视频图像采集处理系统设计

针对目前数字图像采集处理技术的实时性、大容量、小型化等特点,设计了一种基于FPGA的实时视频图像采集处理电路系统。采用FPGA作为整个系统的控制和图像数据处理中心。DDR2 SDRAM为高速储存模块核心器件,CMOS 7670为视频图像采集器件。并通过Quratus Ⅱ和Modelsim等软件对系统的边缘检测算法、控制过程、各个模块等进行硬件工程设计和仿真,实现了视频图像从采集、存储到处理、显示的整个过程。实验表明,视频图像采集处理的动态画面流畅、清晰、实时性好。     

实时视频图像捕获的实现方法

详细介绍了分别基于Video Windows和视频捕获卡附带的软件开发工具箱（SDK），实现视频图像实时采集和显示的两种方法。其中涉及到动态链接库的调用和回调函数的使用。并结合开发经验，给出程序核心代码。     

Windows环境下的数字图像采集技术研究

介绍了Windows环境下进行数字图像采集的两种方法:一种是根据图像采集卡自带的工具箱中的函数进行开发,另一种是利用Windows提供的视频开发组件VFW(VideoforWindows)进行视频开发。对于第一种方法,作者以大恒公司生产的QP-300视频采集卡为例详细介绍了如何利用生产商提供的各功能函数进行实时视频捕获和图像采集;采用第二种方法时,开发人员不用了解硬件特性及SDK中的功能函数也能熟练地开发采集程序。     

图像的自动采集分析和实现

文章针对焊件检测过程中需大量采集和分析实时图像的要求，利用小波分析的特点，相关跟踪识别视频图像运动状态，实现自动采集、分析处理和储存一并完成，解决了视频图像连续捕获不能得到高像质的问题。     

基于Matlab实时运动目标跟踪检测系统

运动目标的检测跟踪是视频理解技术和计算机视觉的研究热点,其在解决智能视频监控,人机交互,智能交通系统等领域有着广泛而重要的应用,基于此利用matlab平台构建出USB摄像头实时图像采集处理系,从视频流采集到处理综合利用了背景估测,图像分割,目标检测与跟踪算法准确高效地检测出环境场景中的动态目标,并成功地对其进行实时追踪。利用matlab的simulink模块编程实现提取视频流YcbCr输入系统进行运算处理,并改进了背景估测和目标检测算法,提高系统的实时性。最终利用多次试验,对室内和室外运动目标实现检测跟踪,验证了系统处理实际问题的可靠性能。     

Windows下的视频应用程序开发

介绍了视频应用程序开发的基本原理,详细地说明了视频显示、捕获及视频数据的获取及处理．结合实际应用讲解了对视频帧图象的ＤＩＢ操作及通过回调函数对视频原始数据的实时获取、处理．     

基于FPGA的实时视频处理平台设计

为了能够实时地采集、处理、显示视频,设计并实现了一种基于双PowerPC硬核架构的实时视频处理平台;用硬件实现视频的预处理算法,并以用户IP核的形式添加到硬件系统中,上层的视频处理软件程序则直接从存储器中调用预处理后的图像数据;重点介绍了在FPGA上构建双PowerPC硬核架构的硬件系统;采用乒乓控制算法缓存一行图像数据;用DMA的方式将图像数据保存在存储器中;以边缘检测作为视频预处理算法的一个实例,在平台上实现,实验结果表明,用本平台实现仅需40ms;本平台能够实时处理视频,具有较高的实用价值。     

基于MAP-CA的视频多点处理系统的研究与实现

文中介绍了一种高性能媒体信号处理器MAP-CA，它具备对视音频信号进行压缩处理的优化结构和多种方便的标准音视频接口。针对视频会议中视频信息的处理需求，以MAP—CA为核心处理器，设计了一个基于PC机的插卡式视频多点处理子系统，可应用于视频会议中多路码流的实时合成和转换，并且不会增加PC机负担。     

基于ARM的视频数据采集传输系统的设计与实现

对基于ARM的视频数据采集传输系统进行研究及设计,通过ARM新一代嵌入式开发平台,与现在流行的互联网及无线传输技术相结合,实现视频数据的采集和远程数据的传输。设计中采用嵌入式Linux系统通过USB摄像头进行视频数据的采集,解决图像的格式转换和MJPEG编码压缩的数据处理,以及通过软件的设计实现MJPEG格式文件到流媒体输出等问题,最终实现视频数据采集和传输。本系统有以下几个方面的应用:家庭环境的实时监测、家居的智能化控制、高危车间厂房无线监控与控制、中长距离的家庭视频通讯、企业实时视频监控等。     

数字视频监控系统中实时运动检测系统的研究

在数字视频监控系统中,从视频流里捕获出序列图像并进行实时运动检测是一项重要的功能。采用两个进程分别实现视频图像的捕获和运动检测,命名管道作为两个进程之间数据通信的桥梁。提出了一种基于帧差交集快速视频分割法、阈值面积算法结合数学形态学运算提取运动目标区域的数字图像处理算法,然后再进行运动目标的跟踪定位,实现实时运动检测。     

Video analysis based on volumetric event detection

During the past decade, feature extraction and knowledge acquisition based on video analysis have been extensively researched and tested on many applications such as closed-circuit television(CCTV)data analysis, large-scale public event control, and other daily security monitoring and surveillance operations with various degrees of success. However, since the actual video process is a multi-phased one and encompasses extensive theories and techniques ranging from fundamental image processing, computational geometry and graphics, and machine vision, to advanced artificial intelligence, pattern analysis, and even cognitive science, there are still many important problems to resolve before it can be widely applied. Among them, video event identification and detection are two prominent ones. Comparing with the most popular frame-to-frame processing mode of most of today's approaches and systems, this project reorganizes video data as a 3D volume structure that provides the hybrid spatial and temporal information in a unified space. This paper reports an innovative technique to transform original video frames to 3D volume structures denoted by spatial and temporal features. It then highlights the volume array structure in a so-called "pre-suspicion" mechanism for a later process. The focus of this report is the development of an effective and efficient voxel-based segmentation technique suitable to the volumetric nature of video events and ready for deployment in 3D clustering operations. The paper is concluded with a performance evaluation of the devised technique and discussion on the future work for accelerating the pre-processing of the original video data.     

Linux下基于PyCv及其库的图像视频处理

基于OpenCV提供的Python接口——PyCv,在wxPython搭建的框架之上,结合Python的图像处理库,在Linux环境下完成了图像的处理、3D图像的跟踪以及视频运动轨迹的捕捉等功能。同时提供了一些图像处理的应用,用户通过对该软件的简单操作,不仅可以对视频图像的每一帧进行操作,同时也可以对单个图像进行处理,包括图像的相似度检查,图像的细化,关系图的生成以及图像的修补等。同时融入了图像下载,截屏,文件查询等小工具,同时提供了详细的使用说明,使用更为方便。     

基于视频、音频和文本的视频分段

在分析应用视频数据的过程中,视频分段是分析,组织,应用视频数据的基础。由于视频数据的多样性,传统的分段方法不能给出令人满意的结果,一般需要通过人机交互来进行。文中将较为成熟的文本分析、语音处理、图像处理三种技术进行综合,互为补充,对视频流进行分割。文本分析的对象是语音转换成的文本、标题、注释等。语音处理包括语音识别和语音信号分析。语音识别将视频中的自然语言转换为文字。语音信号分析对视频材料中的语音成分进行基础分析。图像处理主要用来处理视频中的图像部分。文章阐述了视频流的分段层次,文本分析,语音处理算法以及镜头突变,镜头渐变识别算法的思想。     

FPGA实现视频压缩相关问题探讨

该文通过对数字视频处理中的实际需求分析,就如何基于FPGA为控制核心,实现视频采集和数据压缩进行方案设计的软、硬件环境、设计流程、系统建立的基本方法,以及设计过程中的关键技术进行了分析与探讨。     

一种基于无人机视频影像的车流量统计算法

针对城市智能交通管理系统中车流量统计出现的漏检误检问题,提出一种基于无人机(unmanned aerial vehicle,UAV)视频影像的车流量统计双虚拟检测线算法。算法利用数字图像处理技术和计算机视觉对视频流进行处理,首先对无人机获取的视频影像采用均值滤波进行去噪处理,利用改进的多帧平均方法提取出初始背景,通过背景差分法检测出运动目标,然后使用混合高斯背景模型进行背景更新,设置双虚拟检测线并计算二值图像上位于双虚拟线内的连通区域面积、长宽比,统计出实时的车流量。实例验证结果表明,该方法的准确率在非高峰期达到92.94%,高峰期达到91.62%,为城市智能交通管理提供了可靠的数据支持。     

Video image target monitoring based on RNN-LSTM

Traditional image object classification and detection algorithms and strategies cannot meet the problem of video image acquisition and processing. Deep learning deliberately simulates the hierarchical structure of human brain, and establishes the mapping from low-level signals to high-level semantics, so as to achieve hierarchical feature representation of data. Deep learning technology has powerful visual information processing ability, which has become the forefront technology and domestic and international research hotspots to deal with this challenge. In order to solve the problem of target space location in video surveillance system, time-consuming and other problems, in this paper, we propose the algorithm based on RNN-LSTM deep learning. At the same time, according to the principle of OpenGL perspective imaging and photogrammetry consistency, we use 3D scene simulation imaging technology, relying on the corresponding relationship between video images and simulation images we locate the target object. In the 3D virtual scene, we set up the virtual camera to simulate the imaging processing of the actual camera, and the pixel coordinates in the video image of the surveillance target are substituted into the simulation image, next, the spatial coordinates of the target are inverted by the inverse process of the virtual imaging. The experimental results show that the detection of target objects has high accuracy, which has an important reference value for outdoor target localization through video surveillance images.