一种新的图像局部方向差分二进制模式(DLDBP)及视频索引与检索(IJIGSP-V8-N3-7)

基于FPGA的图像差分处理1背景知识差分图像在许多领域得到了广泛的应用，比如：视频压缩，生物医学诊断，天文学，遥感，人脸识别等。

2 matlab仿真MATLAB源码：Main.mI = imread(flower.bmp); figure, imshow(I);I_gray = rgb2gray(I);figure,imshow(I_gray);Id = mipcentraldiff(I_gray,dx); figure, imshow(Id);Mipcentraldiff.mfunction dimg = mipcentraldiff(img,direction)% MIPCENTRALDIFF Finite difference calculations %% DIMG = MIPCENTRALDIFF(IMG,DIRECTION)%% Calculates the central-difference for?a given direction% IMG : input image% DIRECTION : dx?or dy% DIMG : resultant image%% See also MIPFORWARDDIFF MIPBACKWARDDIFF MIPSECONDDERIV% MIPSECONDPARTIALDERIV% Omer Demirkaya, Musa Asyali, Prasana Shaoo, ... % Medical Image Processing Toolboximg = padarray(img,[1 1],symmetric,both);[row,col] = size(img);dimg = zeros(row,col);switch(direction)casedx,dimg(:,2:col-1) = (img(:,3:col)-img(:,1:col-2))/2;casedy,dimg(2:row-1,:) = (img(3:row,:)-img(1:row-2,:))/2;otherwise,disp(Direction is unknown);enddimg = dimg(2:end-1,2:end-1);仿真结果：图1 RGB原图图2 gray图3 central_diff3 FPGA设计图4 基于串口传图的中心差分如图4所示，我们将RGB565格式转化为Ycbcr格式，Y通道进入中心差分模块，完成中心差分算法。

第一章绪论1.模拟图像处理与数字图像处理主要区别表现在哪些方面？(什么是图像？什么是数字图像？什么是灰度图像？模拟图像处理与数字图像处理主要区别表现在哪些方面？)图像：是对客观对象的一种相似性的、生动性的描述或写真。

数字图像：一种空间坐标和灰度均不连续的、用离散数字（一般用整数）表示的图像。

灰度图像：在计算机领域中，灰度数字图像是每个像素只有一个采样颜色的图像。

在数字图像领域之外，“黑白图像”也表示“灰度图像”，例如灰度的照片通常叫做“黑白照片”。

模拟图像处理与数字图像处理主要区别：模拟图像处理是利用光学、照相方法对模拟图像的处理。

(优点：速度快，一般为实时处理，理论上讲可达到光的速度，并可同时并行处理。

缺点：精度较差，灵活性差，很难有判断能力和非线性处理能力)数字图像处理(称计算机图像处理，指将图像信号转换成数字格式并利用计算机对数据进行处理的过程)是利用计算机对数字图像进行系列操作，从而达到某种预期目的的技术.(优点：精度高，内容丰富，可进行复杂的非线性处理，灵活的变通能力，一只要改变软件就可以改变处理内容)2.图像处理学包括哪几个层次？各层次间有何区别和联系？数字图像处理可分为三个层次：狭义图像处理、图像分析和图像理解。

狭义图像处理是对输入图像进行某种变换得到输出图像，是一种图像到图像的过程。

图像分析主要是对图像中感兴趣的目标进行检测和测量，从而建立对图像目标的描述，图像分析是一个从图像到数值或符号的过程。

图像理解则是在图像分析的基础上，基于人工智能和认知理论研究图像中各目标的性质和它们之间的相互联系，对图像内容的含义加以理解以及对原来客观场景加以解译，从而指导和规划行动。

区别和联系：狭义图像处理是低层操作，它主要在图像像素级上进行处理，处理的数据量非常大；图像分析则进入了中层，经分割和特征提取，把原来以像素构成的图像转变成比较简洁的、非图像形式的描述；图像理解是高层操作，它是对描述中抽象出来的符号进行推理，其处理过程和方法与人类的思维推理有许多类似之处。

ｒａｎｄｏｍ
ｆｉｃＩｄ）．统计学
方法的实质是从统计学的角度出发对数字图像进行 建模，把图像中各个像素点的灰度值看作是具有一 定概率分布的随机变量．从观察到的图像中恢复实 际物体或正确分割观察到的图像从统计学的角度看 就是要找出最有可能，即以最大的概率得到该图像 的物体组合来．从贝叶斯定理的角度看，就是要求出 具有最大后验概率的分布 ＭＲＦ本身是一个条件概率模型，其中每个像素 的概率只与相邻点相关直观的理解是，在ＭＲＦ假 设下，大多数像素和其邻近的像素属于同一类以Ｌ ＝｛（ｉ，Ｊ）：１≤ｉ≤Ｎ】，１≤Ｊ≤Ｎ２｝表示一个Ｎｌ× Ｎ：的图像网络以Ｘ＝｛Ｘ。｝表示一个离散取值的 随机场，随机变量Ｘ。可取图像可能的灰度值集合Ｇ ＝Ｉｇｌ，９２，…，ｇＭ｝中的一个，以ｒ。表示ｘ。的一个
２基于区域的分割方法
图像分割通常会用到不同对象间特征的不连续 性和同一对象内部的特征相似性．基于区域的算法 侧重于利用区域内特征的相似性．
２
１阈值法 阈值分割是最常见的并行的直接检测区域的分
割方法ｂ１如果只需选取一个阈值称为单阈值分割， 它将图像分为目标和背景两大类；如果选取多个阈 值分割称为多阈值方法，图像将被分割为多个目标 区域和背景；为区分目标，还需要对各个区域进行标 记．阈值分割方法基于对灰度图像的一种假设：目标 或背景内的相邻像素间的灰度值是相似的，但不同 目标或背景的像素在灰度上有差异，反映在图像直 方图上，不同目标和背景则对应不同的峰．选取的阈 值应位于两个峰之间的谷，从而将各个峰分开． 阈值分割的优点是实现简单，对于不同类的物 体灰度值或其它特征值相差很大时，它能很有效地 对图像进行分割．阈值分割通常作为医学图像的预 处理，然后应用其它一系列分割方法进行后处理．它 也常被用于ＣＴ图像中皮肤、骨骼的分割． 阈值分割的缺点是不适用于多通道和特征值相 差不大的图像，对于图像中不存在明显灰度差异或 灰度值范围有较大重叠的图像分割问题难以得到准 确的结果．另外，由于它仅仅考虑了图像的灰度信息 而不考虑图像的空间信息，阚值分割对噪声和灰度 不均匀很敏感．针对阈值分割方法的缺点，不少学者 提出了许多改进方法，如基于过渡区的方法【６ Ｊ、利用 像素点空间位置信息的变化阈值法＂ｌ、结台连通信 息Ｌ８ ｏ的阈值方法． 对于多目标的图像来讲，如何选取合适的阈值 是基于阈值分割方法的困难所在．至今仍有不少学 者针对该问题进行深入的研究，提出了许多新方法． 在近年来的自动选取阈值方法中，基于最大熵原则

监控图像计算硬盘容量的方法内主流的硬盘录像机采用两种分辨率：CIF和D1。

硬盘录像机常见的路数有1路、2路、4路、8路、9路、12路和16路。

最大可以连接8块2000GB的硬盘，总容量可高达1.6T（目前市面上最大的硬盘在1000GB 左右），如果采用CIF分辨率，通常每1路的硬盘容量为180MB~250MB/小时，通常情况下取值200MB/小时；如果是D1的分辨率每小时录像需要的硬盘容量为720MB~1000MB/小时，通常情况下为了减少硬盘的容量可以按照500MB/小时计算，帧率智能设置比25fps少一些，码流也要少一些！相信大家可以计算出一台装满8块500GB的16路硬盘录像机可以录像多长时间了吧？计算举例：8路CIF格式24小时不间断录像30天所需硬盘容量？8路×200M×24小时×30天÷1024M = 1125G码流的定义码流——编码器生成的比特流码流（Data Rate），是指视频文件在单位时间内使用的数据流量，也叫码率，是他是视频编码中画面质量控制中最重要的部分。

同样分辨率下，视频文件的码流越大，压缩比就越小，画面质量就越高简单的说就是音频或者视频质量的好坏，一般视频文件在400Kbps~1000Kbps之间就够了。

太大会使文件容量很大，但太小就会使画质变差。

摄像机镜头的换算公式公式1：F= w D / W公式2：F= h D / H说明：F ：镜头焦距D ：被摄物体距镜头的距离W：被摄物体需摄取的宽度H ：被摄物体需摄取的高度W：CCD 靶面的宽度H ：CCD 靶面的高度例：某闭路监控工程中，用1/3”的摄像机，摄像机安装在收银员的2 米高的上方，需要监控制收银员2 米宽的柜台情况，选用多少毫米的镜头？按F= w D / W 公式计算F=4.8 X 2000 / 2000 =4.8 mms则选用4.8 mm 的镜头即可.监控的图像格式CIF，D1简介CIF简介CIF是常用的标准化图像格式（Common Intermediate Format）。