视音频-常用视频信号配图介绍

常用视频信号介绍

在这里插入图片描述在这里插入图片描述在这里插入图片描述
这里主要介绍可能用到的测试视频信号。
一般来讲,客户经常会用到灰阶、彩条这些测试信号,来测试画面显示是否正常。
例如每一阶能不能正常显示,过渡是否自然。
Color bar显示有没有偏色,Y/C 分离处理得好不好。
下面的资料可以参考一下。

测试信号的类别

Gray Scale & Levels (灰度和灰阶)

Geometry & Convergence(几何特性和会聚)

Letterbox Geometry(4:3显示比例下的几何特性)

Wide Screen Enhanced(16:9显示比例显示特性)

Resolution(解析度)

Color Adjustment(色彩调整)

Special Test(包括Y/C delay,color decoder等)

几种典型视频信号
Vertical 10 IRE steps(灰阶信号)

在这里插入图片描述
由左到右亮度值分别为100(white),90,80,70,60,50,40,30,20,10,7.5 IRE(black)

观察重点

1)每阶都能正常显示

2)阶与阶之间层次分明,宽度相同

3)从一阶到另一阶之间不应该有颜色变化

Cross Hatch

在这里插入图片描述

主要用来设置显示的尺寸,几何特性和会聚

这个画面由大小相同的水平和垂直的直线组成

正常的情况下,所有的方格应该大小相同,没有扭曲

边缘的标记用来设置显示的尺寸和中心

MultiBurst with label

在这里插入图片描述

主要用来检查频率响应和设置Sharpness

该画面由几组频率相同的信号组成(其中3.58MHz是NTSC色负载波的频率,4.18MHz是广播频率的上限).上半部分的背景是50%的亮度,正常情况下下半部分的亮度
和信号的亮度相同

Sharpness设置合适时,所有的信号应该有相同的亮度,且没有边缘锐化的现象

Resolution 200 TVL

在这里插入图片描述

用来测量水平和垂直方向的解析度,水平方向的解析度测量范围是200-540 TV line,垂直方向的解析度是200-480TV line.

周围的四个圆圈的频率分别是3.0,3.58,4.18和6.75MHz,可以作为解析度测试的补充

Sharpness

在这里插入图片描述

用来调整Sharpness和Vertical aperture

该画面由四部分组成

1)水平方向的信号用来设置频率响应

2)垂直方向的信号用来设置vertical aperture

3)其中的线和曲线用来侦测边缘的缺陷

4)垂直和水平的线段用来侦测模糊现象

75% Split Color Bars

在这里插入图片描述

主要用来校正色彩和色调

校正方法:

1)使灰阶信号和蓝色信号对齐来设置色度(理论上来讲,只要蓝色成分得到正确的校正,其他颜色应该可以正常的显示,因为蓝色成分经历了最多的编码)

2)使洋红和青色对准来调整色调

Note: 75% color bars接近广播信号中色彩显示的上限且满足FCC信号接口标准,所以经常被用来校正显示

Y/C Delay

在这里插入图片描述

用来测量Y/C Delay error

左边的部分用来测量Y/C Delay error;右边的部分用来观察是否存在Y/C delay error.正常情况下,红色竖条边缘应该没有扭曲

Y/C delay正常的情况下,R,G,B方块应与其对应的灰色方块在0度时对齐

Color Decoder

在这里插入图片描述

用来测量RGB解码的准确度

该画面包含77 IRE的灰色背景和色度范围从+25%到-25%的R,G,B色块

测量时,需要只打开R,G,B中的一种颜色,然后看在0%位置,该颜色是否与其对应的背景颜色是否一致

Overscan

在这里插入图片描述

用来测量屏幕隐藏的部分的百分比,也可以用来调整显示的区域和使屏幕置中

边缘的数字表示当前显示隐藏的图象的百分比.品质比较好的显示最多允许存在3%到5%隐藏比例

另外可以用该画面来调整水平和垂直的位置,使上下左右有同样的隐藏比例,从而保证画面位于屏幕的中央

Gamma

在这里插入图片描述

用来测量显示设备的gamma值

该画面由六组标有gamma值的灰色方块组成

测量时,找出与背景颜色最接近的方块,该方块的数值就是显示设备的gamma值

Center Cross

在这里插入图片描述

主要用来设置R,G,B CRT电子枪的静会聚(static convergence).

十字线周围的短线指明了显示的安全区域,显示的区域至少应该短线包含的范围内

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
音频信号处理是指使用计算机对音频信号进行各种操作和处理的过程。在Python中,可以使用各种库和工具进行音频信号处理。下面是一些常用的方法和步骤: 1. 读取音频文件:使用Python中的库,如wave、soundfile或pydub,可以读取.wav、.mp3等格式的音频文件,并将其转换为数字信号进行处理。 2. 分析音频信号:可以使用库如Librosa或Scipy来分析音频信号的特征,如频谱、音调、节奏等。这些特征可以帮助我们理解音频信号的内容和结构。 3. 音频滤波:滤波是音频信号处理中的一项重要技术,可以通过去除噪声或改变音频的频率响应来改善音频质量。Python中的库,如Scipy或pydsm,提供了各种滤波器设计和应用的功能。 4. 音频增强:音频增强是通过增加音频的音量、改变音频的平衡或增加音频效果等方式改善音频质量或增强音频的感染力。Python中的库,如pydub,可以完成这些任务。 5. 音频编码和解码:音频编码是将数字音频信号转换为可传输或存储的压缩格式,而音频解码是将压缩格式的音频还原为数字音频信号。Python中的库,如pydub或ffmpeg-python,提供了音频编码和解码的功能。 6. 音频可视化:音频可视化可以帮助我们直观地理解音频信号的特征和结构。Python中的库,如matplotlib或librosa.display,可以用于绘制音频信号的波形图、频谱图等。 总结一下,Python提供了丰富的库和工具,可以进行音频信号处理。我们可以使用这些库来读取、分析、滤波、增强、编码和解码音频信号,并通过可视化来展示和理解音频信号的特征。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值