視頻檢查系統(tǒng)已被廣泛應(yīng)用于商業(yè)和工業(yè)領(lǐng)域。本文將通過幾個例子來闡述提取有用數(shù)據(jù)如何能夠使處理要求和存儲器容量達(dá)到最小、使DSP使用率達(dá)到最低，并介紹ADI公司視頻解碼器的特殊性能如何能夠簡化視頻算法、加快視頻檢查系統(tǒng)的開發(fā)速度。圖1給出了一個典型系統(tǒng)的組成單元。
實例1：計數(shù)和檢驗物體
試想一下，一條寬傳送帶正在快速傳送許多產(chǎn)品，而大量的產(chǎn)品使得人工計數(shù)非常困難。攝像頭除了能使計數(shù)任務(wù)自動化外，還能用來監(jiān)視產(chǎn)品質(zhì)量。這可以通過修改簡單的計數(shù)算法以讓它關(guān)注特定細(xì)節(jié)和瑕疵來加以實現(xiàn)。
存儲所有視頻數(shù)據(jù)需要大量存儲器，而處理大量數(shù)據(jù)也需要耗費大量硬件資源和處理能力。因此在檢驗傳送帶上的產(chǎn)品時，系統(tǒng)不會將整個圖片數(shù)據(jù)采集進(jìn)存儲器，而是要從大量數(shù)據(jù)中找到感興趣的細(xì)節(jié)，并盡可能多地丟棄無用數(shù)據(jù)。
在大多數(shù)情況下，灰度級圖片就攜帶有足夠的信息，因此可以將RGB信號轉(zhuǎn)換成(只有亮度的)Y信號，丟棄色度信息。然后使用邊緣檢測方法檢查單色圖片中的內(nèi)容以發(fā)現(xiàn)傳送帶上的產(chǎn)品，然后將它們的形狀與樣板進(jìn)行比較，判斷產(chǎn)品是否正常。
邊緣檢測算法—只需要活動視頻的幾條線和少量存儲器—能夠通過計算活動圖片的一階和二階導(dǎo)數(shù)發(fā)現(xiàn)相鄰像素亮度的不連續(xù)性，詳見Bernd J?hne所著的“Digital Image Processing”一書。在實際應(yīng)用中，邊緣檢測可以通過使用矩陣計算方法提取信息來實現(xiàn)，如Sobel矩陣算子。在FPGA(現(xiàn)場可編程門陣列)實現(xiàn)中，以像素為單位進(jìn)行這樣的邊緣檢測可以提供令人滿意的結(jié)果。Tanvir A. Abbasi和Mohm Usaid Abbasi合作撰寫的“A proposed FPGA Based Architecture for Sobel Edge Detection Operator”一文介紹了一種簡單的FPGA實現(xiàn)方案。還可以通過增加高斯二維濾波器消除噪聲，詳見Mathu kumar Venkatesan和Daggu Venkateshwar Rao合著的“Hardware Acceleration of Edge Detection Algorithmon FPGAs”，這篇文章介紹了一個類似于Canny邊緣檢測器的檢測器成功實現(xiàn)案例。
