视频检查系统已被广泛应用于商业和工业领域。本文将通过几个例子来阐述提取有用数据如何能够使处理要求和存储器容量达到最小、使DSP使用率达到最低，并介绍ADI公司视频解码器的特殊性能如何能够简化视频算法、加快视频检查系统的开发速度。图1给出了一个典型系统的组成单元。
实例1：计数和检验物体
试想一下，一条宽传送带正在快速传送许多产品，而大量的产品使得人工计数非常困难。摄像头除了能使计数任务自动化外，还能用来监视产品质量。这可以通过修改简单的计数算法以让它关注特定细节和瑕疵来加以实现。
存储所有视频数据需要大量存储器，而处理大量数据也需要耗费大量硬件资源和处理能力。因此在检验传送带上的产品时，系统不会将整个图片数据采集进存储器，而是要从大量数据中找到感兴趣的细节，并尽可能多地丢弃无用数据。
在大多数情况下，灰度级图片就携带有足够的信息，因此可以将RGB信号转换成(只有亮度的)Y信号，丢弃色度信息。然后使用边缘检测方法检查单色图片中的内容以发现传送带上的产品，然后将它们的形状与样板进行比较，判断产品是否正常。
边缘检测算法—只需要活动视频的几条线和少量存储器—能够通过计算活动图片的一阶和二阶导数发现相邻像素亮度的不连续性，详见Bernd J?hne所著的“Digital Image Processing”一书。在实际应用中，边缘检测可以通过使用矩阵计算方法提取信息来实现，如Sobel矩阵算子。在FPGA(现场可编程门阵列)实现中，以像素为单位进行这样的边缘检测可以提供令人满意的结果。Tanvir A. Abbasi和Mohm Usaid Abbasi合作撰写的“A proposed FPGA Based Architecture for Sobel Edge Detection Operator”一文介绍了一种简单的FPGA实现方案。还可以通过增加高斯二维滤波器消除噪声，详见Mathu kumar Venkatesan和Daggu Venkateshwar Rao合著的“Hardware Acceleration of Edge Detection Algorithmon FPGAs”，这篇文章介绍了一个类似于Canny边缘检测器的检测器成功实现案例。
