基于图像主色彩的视频关键帧提取方法[权威精品]

基于图像主色彩的视频关键帧提取方法[权威精品] 基于图像主色彩的视频关键帧提取方法-权威精品 本文档格式为WORD,感谢你的阅读。 最新最全的 学术论文 期刊文献 年终总结 年终报告 工作总结 关于社区教育工作总结关于年中工作总结关于校园安全工作总结关于校园安全工作总结关于意识形态工作总结 个人总结 述职报告 实习报告 单位总结 摘要: 视频关键帧体现了视频序列的主要内容。关键帧提取技术是实现基于内容的视频检索的关键技术之一。针对现有关键帧提取算法存在的计算量大、阈值选择困难、视频类型受限等问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 ， 提出了一种基于图像主色彩的视频关键帧提取方法。该方法利用基于八叉树结构的色彩量化算法提取图像主色彩特征，通过计算颜色特征的相似度实现镜头边界检测，最后采用K均值算法对提取出的代表帧序列进行聚类，准确提取出指定数目的关键帧。实验结果表明，所提算法计算简单、空间耗费少，具有良好的通用性和适应性。 关键词:关键帧提取;色彩量化;镜头边界检测;颜色特征聚类 TP391.41 文献标志码:A 0引言 近年来随着多媒体信息在娱乐、安全等领域的大量应用，传统的基于关键词描述的视频检索 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 因其手工添加注释工作量大、人工文字标签描述主观性强、效率低下等诸多缺陷，已经不能适应海量视频检索的需求。如何有效地管理和检索视频信息成为一个关键问题。基于摘要技术[1-3]的视频检索为解决这个难题提供了一条可行途径，而关键帧的提取技术在视频检索研究中占据着核心地位。 关键帧是一段视频中包含重要视频内容的一组离散的帧序列，关键帧提取就是依据镜头内容的复杂程度，从镜头中提取一个或多个关键帧，从而用少量的帧来代替镜头的内容，它是视频检索和摘要的基本步骤。 目前常用的关键帧提取方法归纳起来主要有以下四类:1)基于镜头边界的关键帧提取技术[3]。一段视频流被分割成若干镜头后，最直接、最简单的关键帧提取方法就是将每个镜头的首帧、中间帧或者末帧作为镜头的关键帧，这种方法设计简单、运算量小，适合于内容简单或固定场景的切变镜头，但对于场景复杂、变换方式多样的镜头时，这样提取的镜头往往不能精确地代表镜头的信息。2)基于运动分析的关键帧提取技术[4]。运动分析一般基于光流运算的，如在文献[4]中Wolf通过光流分析来计算镜头中的运动量，在运动量取局部最小值处选取关键帧，它反映了视频数据的静止部分。Wolf这种基于运动分析的方法可以根据镜头的结构选择相应数目的关键帧，但这种方法计算量巨大，实时性差，而且求取的局部最小值也不一定准确。3)基于视觉内容的关键帧提取技术[5]。该方法通过每一帧的颜色、纹理等视觉信息的改变来提取关键帧，当这些信息有显著变化时，当前帧即可作为关键帧。Zhang等[5]使用多重视觉 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 (如镜头边界、颜色变化以及运动特征)来提取关键帧。首先把镜头的第一帧作为关键帧，然后计算前一个关键帧与剩余帧之差，如果差值大于阈值，则再选取一个关键帧，这种方法可以根据视觉内容的变化程度来选择相应数量的关键帧，但所选取的帧不一定能反映镜头的内容，而且容易选取过多的关键帧。4)基于聚类分析的关键帧提取技术[6]。聚类算法综合考虑镜头内和镜头间的相关性，通过聚类那些在时间、内容上相关度很高的帧图像，将视频序列划分为不同的聚类，然后选取其中最不相关的离散帧作为镜头关键帧。Hanjalie等[6]提出基于非监督聚类有效性分析的分割聚类算法，把聚类中心作为关键帧，其最佳聚类策略是最小化类内距离和最大化类间距离。赵黎等[7]提出一种 基于最近特征线聚类算法，利用某些特征点的连线近似代表某个类的所有特征样本轨迹，而这些特征点就是关键帧。聚类方法计算效率高，能有效获取视频镜头变化显著的视觉内容，但不能有效地保存原镜头内图像帧的时间顺序和动态信息。 上述关键帧提取方法大都存在着计算量大、阈值选择困难，有些算法[3，8-9 ]对视频类型有严格限制等问题，针对这些不足，本文提出了一种基于图像主色彩的视频关键帧提取方法，具有良好的通用性和适应性。 1基于图像主色彩的视频关键帧提取方法 本文提出的基于图像主色彩的关键帧提取方法的流程如图1所示。对视频帧图像采用基于八叉树结构的色彩量化算法提取图像主色彩，然后通过主颜色特征的相似度计算实现镜头边界检测。为了降低时间复杂度，对于切变镜头，提取镜头序列中间帧作为代表帧;对于渐变镜头，提取与镜头起始帧帧差最大的帧作为该镜头的代表帧，从而得到与镜头数相等的代表帧序列。最后对代表帧序列进行K均值聚类，得到符合给定数目的视频关键帧序列。 1.1基于八叉树结构的色彩量化 尽管一幅彩色图像包含丰富的颜色，但在多数情况下，图像的主色彩就涵盖了图像中的大多数的像素颜色，相关研究[10-11]表明:使用主色能够大大降低特征空间的维数，提高检索速度，同时由于主色彩的特性，一般不会降低颜色匹配的效果从而保持了检索的准确性，因此本文考虑基于图像主色彩的视频关键帧提取方法。 色彩量化是一个有损的过程。色彩量化能否取得理想的效果，关键在于能否解决输入图像的整体层次和局部细节之间的矛盾。根据人眼色彩生理理论可知:人眼对色彩的辨别能力有一定的限度，一定范围内的颜色的变化不会引起人的色知觉的差异。如图2所示，在RGB颜色空间中各分量的颜色渐变图，在低位颜色空间各分量颜色比较接近，三分量表示的像素点色彩差异度较小，因此，仅考虑高位的主色彩对颜色空间信 息的计算结果影响不大。本文提出一种基于八叉树结构的色彩 量化算法对图像进行色彩量化，有效实现彩色图像的有损压 缩，提取图像主色彩特征。 3结语 本文结合八叉树结构对图像进行色彩量化从而提取图像 主色彩，并提出基于颜色特征的相似性度量方法进行镜头边界 检测;最后采用K均值聚类对代表帧序列进行压缩聚类并提取 指定数目的关键帧。 针对广告、动画等多种不同类型的视频片段进行了实验 测试，实验结果表明，本文算法计算简单、空间耗费低，有效 避免了冗余并可以控制关键帧的数量，具有良好的通用性和适 应性。 参考文献: [1]ELDIB M Y， ZAID B， ZAWBAA H M，et al. Soccer video summarization using enhanced logo detection[C]// Proceedings of the 16th IEEE International Conference on Image Processing. Piscataway， NJ: IEEE Press， 2009:4345-4348. [2]LI P， GUO Y W， SUN H Q. Multikeyframe abstraction from videos[C]// Proceedings of the 2011 18th IEEE International Conference on Image Processing. Piscataway， NJ: IEEE Press， 2011，11(3):2473- 2476. [3]RUI Y， HUANG T S， MEHROTRAS S. Exploring video structure beyond the shot[C]// Proceedings of the 1998 IEEE International Conference on Multimedia Computing and Systems. Washington， DC: IEEE Computer Society，1998:237-240. [4]WOLF W. Key frame selection by motion analysis [C]// Proceedings of the 1996 IEEE International Conference on Acoustics， Speech and Signal Processing. Washington， DC: IEEE Computer Society，1996:1228-1231. [5]ZHANG H， WU J， HONG D， et al. An integrated system for contentbased video retrieval and browsing[J]. Pattern Recognition， 1997，30(4): 643-658. [6]HANJALIE A， ZHANG H. An integrated scheme for automated video abstraction based on unsupervised clustervalidity analysis[J]. IEEE Transactions on Circuits and Systems for Video Technology， 1999， 9 (8):1280-1289. [7]赵黎，祁卫，李子青，等.基于关键帧提取的最近特 征线(NFL)聚类算法的镜头检索方法[J]. 计算机学报， 2000，23(12):1292-1296. [8]DIVAKARAN A， RADHAKRISHNAN R， PEKER K A. Motion activitybased extraction of keyframes from video shots[C]// Proceedings of the 2002 International Conference on Image Processing. Piscataway， NJ: IEEE Press， 2002:932-935. [9]EKIN A， TEKALP A M， MEHROTRA R. Automatic soccer video analysis and summarization[J]. IEEE Transactions on Image Processing，2003，12(7):796- 807. [10]袁昕，朱淼良，王东辉.基于图像主色特征的 CBIR[J].计算机辅助设计与图形学学报， 2002， 14(11): 1061-1065. [11]WANG S R， CHIA L T， DEEPU R J. Image retrieval using dominant color descriptors[C]// Proceedings of the International Conference on Imaging Science， Systems and Technology. Las Vegas: CSREA Press，2003:107-110. [12]方勇，戚飞虎， 冉鑫. 基于窗帧差的镜头边界系数模型及其应用[J]. 电子学报， 2006， 34(5):810-816. 阅读相关文档:完备正交邻域保持判别嵌入的人脸识别 基于变换域的条带噪声去除方法 井下火灾中逃生人员健康度评价模型 结合均值漂移的基于图的半监督图像分类 基于小波多尺度分解的互补全景图像融合 自适应的基于点云的CAD模型重建方法 和声搜索算法优化多时间窗多式联运运输方案 基于解剖非局部先验的模糊扩散PET重建算法 航空大视场角镜头畸变校正技术 虚拟手术中基于可变方向凸包的碰撞检测算法 基于局部方差改进的超声图像各向异性扩散去噪算法 改进的小波双阈值双因子函数去噪 改进的增量词集频率主题词提取算法 基于过采样的归一化累积量盲均衡算法 基于贪婪离散类电磁机制算法求解背包问题 基于高斯 最新最全【学术论文】【总结报告】 【演讲致辞】【领导讲话】 【 心得体会 决胜全面小康心得体会学党史心得下载党史学习心得下载军训心得免费下载党史学习心得下载 】 【党建材料】 【常用范文】【分析报告】 【应用文档】 免费阅读下载 *本文收集于因特网，所有权为原作者所有。若侵犯了您的权益，请留言。我将尽快处理，多谢。*