2.1 數(shù)字視頻

視頻由許多幅按時間排列的連續(xù)圖像組成，每幅完整圖像稱為一幀（Frame）。圖像是視頻信號的基本單位，每幅圖像的內(nèi)容不同，整個圖像序列按時間順序播放看起來就是活動的圖像。由于視覺暫留機理[1]，當連續(xù)播放圖像每秒超過24幀以上時，人眼無法辨別單幅的靜態(tài)畫面，圖像序列看上去是平滑連續(xù)的效果，這樣連續(xù)的畫面叫作視頻。

視頻技術(shù)最早是從基于光電管及陰極射線管電視系統(tǒng)的創(chuàng)建而發(fā)展起來的，隨后新的顯示技術(shù)和數(shù)字電路的發(fā)展使視頻技術(shù)具有了更大的范疇?；陔娨暤膽?yīng)用和基于計算機的應(yīng)用從兩個不同方面促進了視頻技術(shù)的發(fā)展，隨著計算機性能的提升及數(shù)字電視的普及，這兩個領(lǐng)域又有了新的交叉和集中。視頻技術(shù)泛指將一系列的圖像以電信號的方式加以捕捉、記錄、處理、存儲、傳送與重現(xiàn)的各種技術(shù)[2]。數(shù)字視頻就是以數(shù)字形式記錄的視頻，數(shù)字視頻由一幅幅數(shù)字圖像組成，每幅圖像由N行、每行M個像素組成，每個像素由數(shù)字化的數(shù)值表示。

數(shù)字視頻有時間分辨率、空間分辨率、顏色空間、量化深度等參數(shù)，這些參數(shù)的組合稱為視頻格式。時間分辨率的單位為fps（每秒的圖像幀數(shù)），即幀率。一般來說，幀率越高，視頻的流暢性越好，但是人眼對幀率的分辨率是有限的，當幀率高到一定程度時（如普通視頻為30fps以上，高清視頻為60fps以上），人們已經(jīng)基本不能看出幀率的變化?？臻g分辨率由圖像的像素行數(shù)及每行的像素數(shù)表示，空間分辨率越高，圖像的細節(jié)越清晰。顏色空間描述像素顏色的表示，一個彩色像素通常由3種分量描述。像素每種分量的數(shù)值對應(yīng)的量化等級稱為量化深度，量化深度越大，像素值可以越精確。一個視頻序列可以定義為

其中，k為幀數(shù)；（m，n）為空間坐標；（X，Y，Z）為顏色空間；f_X（m，n，k）為第k幀在坐標點（m，n）處X分量的幅度。對于視頻信號的亮度和色度分量而言，時間分辨率和空間分辨率可以不同。