消费类视频应用如今正在经历爆炸性的增长，可以提供逼真图像并允许用户根据不同显示设备调整画面的数字视频压缩技术正是这种增长的幕后推手。数字视频技术的流行使得沉寂多年的电视市场再度活跃起来，视频产品再次成为了消费电子领域的热门商品。随之而来的，如何借助视频增强技术来进行产品差异化就变得异常重要。

视频产品的差异化

高清数字视频编解码算法的标准化确保了不同产品之间的协同工作能力，标准编码器的输出必须能够被所有标准解码器解码。因此在编解码算法上没有太多的差异化空间。这对于终端产品设计者来说有好处，因为它利于芯片设计人员针对算法作出非常高效的设计；而对于那些希望自己的产品与众不同的设计者来说，则是个缺点。好在用于提高图像质量和色彩还原能力的视频预处理和后处理模块提供了产品差异化的机会，同时也对产品的可编程性提出了要求。

视频预处理算法

毫无疑问的，视频流不会以来自传感器的初始状态传输，在进行编码之前，会对原始码流进行一系列的变换处理。主要的预处理操作包括：

* 像素扫描/数据传输–这一步操作只是简单的从传感器得到图像。

* 拜尔格式解交织–现代视频图像技术用三色RGB拜尔滤波器替代了单色的图像传感器，因此来自传感器的数据流包括了红、绿、蓝的颜色信息。这些信息被分离后，变换为YCbCr的亮度与色度信息来表示图像。

* 噪声滤波–电子世界中总是会有噪声存在，而降低或消除噪声的最佳阶段是在进行编码之前。

* 抖动检测与补偿–抖动检测与补偿可以减小因相机抖动造成的图像质量下降。

* 局部动态范围补偿–在特定的模式下，图像的动态范围可能会超出传感器的极限。而照相机或摄像机应该具备智能调整曝光量从而扩展传感器基本动态范围的功能。

* 对焦调整(锐化)–图像传感器无法捕获连续的图像信息。它们将图像分解为一个个像素，然后根据不同的分辨率在像素间进行插值并重新组合成新的图像。这种操作会导致图像锐度的下降，但通过适当的预处理算法是可以纠正的。除此之外，锐化算法还可以使由于镜头原因轻微跑焦的图像看起来更锐利。

* 颜色校正–不同色温下的白光是有所不同的，这会影响到最终获取的图像。除此之外，不同的显示设备处理颜色的方法也不一样。视频系统中的颜色校正补偿功能可以纠正颜色偏移，特别是皮肤色调的偏移

* 人脸识别–在人物众多的图像中，拍摄者通常希望图像聚焦在人物的面部。照相机和摄像机的一个重要功能就是能够识别人脸并自动对焦。

* 立体图像–根据平面图像的密度信息来构建立体图像，这种预处理常用在融合了虚拟和真实图像的混合现实系统中。

图1是四种预处理算法的示例图像：噪声滤波、抖动检测与补偿、动态范围补偿和颜色校正。

图1: 四种预处理算法示例：噪声滤波、抖动检测与补偿、动态范围补偿和颜色校正。