数字视频基本知识探讨

数字视频基本知识探讨

由于工作的需要，我在数字视频处理方面做了几年的开发，我所说的开发是指应用层的开发，而不是底层的研究。先后开发出了几个产品，比如数字接口摄像机、嵌入式视频捕捉卡、Video-VGA视频转换卡、造纸行业用的在线斑点检测仪、数字伪彩色处理仪等，在开发中也了解了一些关于CMOS面阵传感器、CCD面阵传感器、CCD线阵传感器、高速摄像、高分辨率摄像、视频编解码、图像压缩等方面的知识，目前我还在继续做类似的开发。前面说的产品都有一定的销量，所以经常会收到用户打来的电话，大多数是咨询一些很基本的数字视频知识。数字视频无疑是复杂的，牵扯到很多方面，所以我有了写这篇文章的想法，我希望用尽量通俗的方式来说明一些基本的问题，以期能对读者的开发工作有一些帮助（说明一下：为了尽量地把问题说得简单一点，叙述中我作了一些简化，比如把U和Cb都说成U、V和Cr都说成V等。另外还需要说明的是，下面我所说的模拟视频的各个参数都是针对我国的电视标准——PAL制式而言的，而其它的电视制式则略有差别。读者在做进一步研究时请注意）。因为我的水平十分有限，错漏难以避免，有兴趣的读者可以写信和我一起来探讨。
视频简单地说就是活动图像。电影也是活动图像，电影把大量静止图像记录在胶片上，一张一张地连续显示出来，就成了我们看到的电影。对于电视视频，每秒钟包含几十帧静止图像，每一帧静止图像由几百个行组成，每一行又由几百个像素点组成。1秒钟包含的图像帧数为帧频，1秒钟包含的总行数为行频，1秒钟包含的总像素数实际上就是相当于视频带宽。
首先来说说模拟视频。
遥想起来，在当年有限的条件下，用电子管做出电视机的前辈们实在是令人佩服的，但是，用现在的眼光来看，当年的电视技术又实在是很简陋的。我国的黑白视频信号帧频为25 Hz，就是说每秒显示25幅图像，之所以规定为25 Hz，而不是其它的某个值，主要是因为两个原因。一个与人的视觉生理特点有关，当图像的刷新速度达到5帧/秒的时候，人开始感觉图像是活动的，而达到24帧/秒的时候，人感觉图像是完全连续和流畅的（电影所使用的帧频就是24 Hz），所以视频信号帧频应大于等于24 Hz。理论上来说帧频越高越好，但是帧频越高，对电路的要求也越高，技术越复杂，成本也越高（现在有的电脑彩显帧频已达到200Hz），在当时的条件下，只能选择一个大于24的尽量小的值。另一个原因是因为我国的电网频率是50Hz，当采用25 Hz帧频时，隔行扫描时的场频为50 Hz，正好与电网同频，这样，电源对图像的干扰是固定的，人眼不容易感觉出来，或者换个角度说：电源就可以不必做得那么精密（那个时候开关电源还很少使用，整流电源缺乏稳压措施，纹波很大）。所以选择了25 Hz帧频。说到这里，又要说说“场频”。电视在显示图像的时候，把一帧分成了两场来显示，一个场由帧中的奇数行组成，叫做奇场，另一个场由帧中的偶数行组成，叫做偶场。之所以要这样做，主要是因为在CRT显象管上一秒钟显示25帧图像时，人眼感觉到连续性还是不太好，而且还有明显的闪烁，一帧分成两场后，场频为50 Hz，图像更加连续一些。当然还有一些别的原因，与电路设计方面有关。
我国的黑白视频信号规定每帧图像共625行，每场为312.5行，行频15625 Hz，视频带宽6MHz。在每场的312.5行中，有一些行要用作场消隐，是不包含视频信号的，按照CCIR656标准规定的行编号方法，奇场的行号为第1至312.5行，偶场的行号为第312.5至625行，其中，奇场的第23.5至310行包含有效的视频信号，共287.5行，偶场的第336至622.5行包含有效的视频信号，共287.5行。所以一帧中有效的总行数为576行，由最上面的半行加上中间的574行加上最下面的半行组成。（说到这里又要顺便说个问题，有经验的读者在PC机上用视频捕捉卡捕捉图像的时候，如果分辨率设定为720点*576行，会发现最上面的行左边半边是黑色的，或者最下面的行右边半边是黑色的，就是因为一场中包含有半行的无效行的原因。）
上面说的是黑白视频信号，那么彩色视频信号又是怎么回事呢？当科学家们开始研究彩色电视的时候，黑白电视已经大量使用了，所以

最好彩色电视信号能够与黑白电视信号保持兼容，以便彩色电视信号在黑白电视机上能播放出黑白的图像。这个问题是很困难的，因为色度信号也要占用较大的带宽，而在电视射频频带上，一个频道挨着一个频道，亮度信号（实际上还有调频的伴音信号）已经把频带给塞满了，幸运的是，后来终于运用压缩亮度信号带宽、大面积着色等技术解决