在Windows下实现视频捕捉功能的应用

VFW支持实现的视频流捕捉和单帧图像捕捉 ,用户可以控制视频流的捕捉位置 使用AVICAP窗口类可以完成以下任务 :将视频流和音频流捕获到一个AVI文件中 ;将捕获的一个单帧图像保存为DIB格式的文件等等 文章主要论述使用VFW编程的方法和将关节镜电视信号转变为数字图像信号并存储到计算机的步骤和编程方法     

数字HDTV信源解码器的研究与实现

实现了以专用芯片组为核心器件的HDTV信源解码器，该解码器可配接不同制式的前端，组成完整的机顶盒方案，可对符合MPEG-2的视频流进行解码并兼容各种模拟电视的接收，可对AC-3或MPEG两种音频解码；提供了一个支持实时操作系统的硬件平台，在该平台上可以实现复杂的数字电视应用程序，该文重点叙述它主要的硬件原理。     

一种面向互联网应用的多路实时流媒体同步合成方案

针对互联网流视频协作直播应用,以多路实时流媒体应用系统为背景,提出了一种基于RTMP(real-time messaging protocol)协议的多路音视频实时同步合成方案。首先,在采集端以同一基准为多个数据流添加自定义的时间戳;其次,基于阈值同步多路数据流,并实现基于时域的自适应加权平均多路音频混合和基于像素域的多画面合成,生成一路音频流和视频流;最后,将生成的音频流和视频流同步复用,推流直播。该方案无需全网同步时钟与反馈机制,算法复杂度低,并有效解决了直播中网络延迟、抖动、时钟偏移、数据丢失等问题。试验表明,其可满足多路实时流媒体网络直播中的同步、合成及实时性需求。     

基于MPEG—2视频流的目标跟踪快速算法

提出了一种新的目标跟踪算法 .对于输入的一组由静止摄像机捕获的 MPEG- 2视频流 ,该算法不需对其进行解码即可对场景中的运动物体直接进行目标跟踪 .MPEG- 2码流中的直流 ( DC)系数和运动矢量在目标跟踪算法中作为运动物体的特征被直接使用 .实验表明 ,该算法针对MPEG- 2视频流进行的目标跟踪具有实时性 ,也排除了复杂背景中的局部变化对跟踪结果产生的影响 .     

基于MPEG-1/2视频的音频同步剪辑算法

根据MPEG-1/2码流的特点,实现视音频同步编辑算法.通过对MPEG-1/2视音频码流的分析,利用两者的PTS值实现了基于MPEG-1/2码流PES层的非线性视音频同步编辑,并详述了剪辑算法.该算法无音频编解码操作,实时性好,不存在音频质量损失问题;对于少数次的剪辑同步效果很好.该算法实用性强,现已将该算法模块应用于非线性编辑系统中.     

MEPG-4 AAC 中信息隐藏的研究

为了方便存储和传输,基于心理模型的音频压缩格式得到了广泛的应用.音频信息隐藏技术能够在不降低音质的情况下在音频文件或音频流中传送与音乐相关的内容如歌词、作曲、歌唱家信息或者版权信息等.提出了一种在低码率AAC音频流中隐藏信息的算法,该算法基于人的听觉心理模型的基础上,在量化过程中进行信息的嵌入,并在MPEG-2/4 AAC编码器上进行了实验,结果证明该算法具有较好的鲁棒性,安全性高,并且隐藏容量可以灵活调整.     

MEPG-4 AAC中信息隐藏的研究

为了方便存储和传输，基于心理模型的音频压缩格式得到了广泛的应用，音频信息隐藏技术能够在不降低音质的情况下在音频文件或音频流中传送与音乐相关的内容如歌词、作曲、歌唱家信息或者版权信息等，提出了一种在低码率AAC音频流中隐藏信息的算法，该算法基于人的听觉心里模型的基础上，在量化过程中进行信息的嵌入，并在MPEG-2／4 AAC编码器上进行了实验，结果证明该算法具有较好的鲁棒性，安全性高，并且隐藏容量可以灵活调整。     

音频数据检索技术的研究

分析并提出基于音频流的多媒体数据检索方法和关键技术，在此基础上提出软件实现的框架：自动从Web中引出各种包含音频流的多媒体数据并为其中的音频流建立索引；通过音频流索引，在Web中实现基于例子和关键词缩放搜索能力的多媒体数据的检索。     

浅析广播电台收录系统配置

收录系统是我台应用的集音视频录制、播放、下载等为一体的软件,可以录制多种不同信号源。收录系统采用IP(Internet Protocol的缩写,即网络之间互连的协议)流的方式可以同时接受本地音频、视频流和网络音频流,通过IP流方便部署,且接入点容易扩展,安装也很灵活。     

基于混合索引树的空间文本匹配算法

针对空间文本对象流和订阅流的匹配,采用一种混合索引树来组织数据对象,包括多叉树空间索引、谓词索引和倒排文件三个部分,其中多叉树空间索引用于空间区域管理,谓词索引和倒排文件用于订阅谓词管理.在此基础上,提出了谓词索引建立算法、空间文本对象与倒排项匹配算法和混合索引树检索算法.与基于空间网格加倒排文件的检索方法进行了对比实验,结果表明:所提出的算法提高了用户的检索效率,并验证了其有效性.     

MPEG-程序流的软件合成实现方案

对MPEG2程序流语法格式进行分析，利用计算机的并行处理技术，提出了基于微机的MPEG-2实时音视频编码时的程序流合成方案。     

基于DSP的MPEG-1音视频的软件合成方法及其应用

文章介绍了一种在 TMSC60 0 0系列 DSP芯片上实现 MPEG-1标准的音视频数据合成的软件实现方法 ,详述了音视频信号的同步与实时播放的实现要点 ,同时介绍其相关应用。该实现方法可以满足在嵌入式网络多媒体监控系统中实时编解码并显示的应用需求 ,并可适用于其它嵌入式视频音频的压缩编码系统     

嵌入式远程视频监控系统的设计与实现

提出了一种基于S3C4510B微处理器的嵌入式远程视频监控系统. 该系统以IME6400为核心完成MPEG-4视频流的压缩处理,基于嵌入式操作系统uClinux内核,实现了视频流传输、串行通讯、云台控制. 实验结果表明该监控系统性能稳定,能够实现MPEG-4视频图像单画面轮流监控或1-16个画面同屏监控,符合设计要求.     

适应调频同步广播的MPEG-2再复用器PCR修正算法

 节目参考时钟（PCR）是MPEG-2系统中音视频解码的时间基准,MPEG-2解码器利用PCR时间信息控制MPEG-2视频解码、显示时间及音视频同步。PCR修正是MPEG-2再复用器设计的关键技术之一。对目前再复用器实现中的PCR修正算法及MPEG-2标准传输流中PCR进行分析研究,提出了一种新的MPEG-2再复用器PCR修正算法。采用该修正方法,可以避免再复用器在再复用过程中对MPEG-2信号进行缓冲后PCR包中标识的PCR值和解码器实际接收到PCR包时的时间值不一致情况的发生;解决了MPEG-2解码时由于不一致引起的PCR抖动和缓冲区溢出问题;使解码器可以利用该PCR信息恢复出编码端的时钟,保持编、解码器时钟同步。采用该修正算法修正的再复用器的音频信号可满足对时间要求更苛刻的调频同步音频广播的要求。     

基于MPEG-4网络视频服务器的设计

针对数字网络视频监控系统的需求,研制了一种基于MPEG-4网络视频服务器．使用基于DM642的MPEG-4实时视频压缩卡压缩采集到的音视频数据,利用环形队列实现服务器实时音视频数据的存储,同时运用多线程技术以及传输机制解决网络数据的传输,从而有效克制了画面不清晰、音视频不同步、马赛克等现象,保证客户监看时音视频实时性和同步性．     

基于DAM6416P和DSPs的M PEG-2/MPEG-4视频流转码实现

基于DAM 6416P图像处理开发平台和TDS560U SB型DSP s实时仿真器,实现M PEG-2/M PEG-4视频流的实时转码。该转码系统的软件部分由PC主机端程序和DSP s端程序组成,采用两级缓冲区的形式输入/输出数据,DM A 6416P图像处理平台以600MH z的TM S320C 6416 DSP s为核心,提供256M字节的SDRAM,4M字节的FLA SH、PC I接口等,实现了M PEG-2/M PEG-4视频流的转码。     

双DSP实现MPEG-2到H.264转码硬件系统的研究

现阶段在视频通信领域存在多种视频编码标准,这些标准在码流格式、压缩效率、输出码率、分辨率等方面不尽相同,分别适用于不同的领域。H.264和MPEG-2是当前较为通用的两种数字视频压缩格式。该文就MPEG-2编码概述及应用、H.264技术特点及应用优势、MPEG-2转码H.264常用算法、MPEG-2转码H.264系统的搭建等几个方面详细阐述了双DSP实现MPEG-2到H.264码流的转换技术。     

MPEG-4多路视频编码器硬件解决方案

采用视频A/D(模拟/数字)芯片和FPGA(现场可编程门阵列)技术,实现了多路视频整合输入。该方案用MPEG-4专用编码芯片对多路视频进行编码,通过FPGA实现PCI桥,从而形成完整的多路视频编码器。实践证明,该方案具有效果好、方案灵活、性能价格比高等优点。     

基于DirectShow组件技术的视音频存储系统的实现

采用Windows平台下的DirectShow组件技术，以及MPEG-4和DSPGroup TrueSpeech(TM)视音频压缩算法，在Visual C 6．0开发环境下实现从摄像头捕捉视频，从麦克风捕捉音频，并将视音频数据压缩后合并输出到AVI文件。数据压缩比达到100：1，节省了存储空间，实现了视频的预览。     

一种基于音频词袋的暴力视频分类方法

针对网络视频的监管需求,提出了一种基于音频词袋的暴力视频分类方法.采用提取视频中音频流的多媒体内容描述接口（MPEG 7）音频特征（包括音频频谱质心,音频频谱带宽等低层音频特征.）及MPEG 7高层特征——音频签名,来构造每段视频特有的音频词汇,采用该音频词汇出现的频率形成音频词袋特征.采用支持向量机对暴力和非暴力视频进行分类.把词袋模型应用到暴力音频特征分类中,对于不同音频词汇量采用了独特的词汇权重分配机制,同时借助特有的针对暴力视频的分类策略,以提高分类效果.通过3组实验,对不同的音频特征的准确率、不同词汇的分类效果、以及对视觉特征粗分类的精确分类进行了研究.实验结果表明,该方法有较好的查全率.