视频信息的提取及处理
1.
关键帧自动提取
视频镜头分割和关键帧提取是视频检索的核心。
首先,
通过
结合直方图交集及非均匀分块加权的改进直方图方法,
根据视频
内容将视频分割为镜头;然后,利用基于像素的帧差法,对得到
的检测镜头进行二次检测,优化检测结果;最后,在颜色空间的
基础上,计算镜头内每帧的图像熵,从而确定关键帧序列。
(
1
)计算相邻两帧直方图的交集,并与设定阈值进行比较,
以判断是否发生镜头变化。
设定直方图相似度阈值的取值范围为
0.75
~
0.95
,
并由大量实验得知当阈值设为
0.9
时,
该方法综合
效果最优。
(
2
)对于(
1
)所得结果,利用帧间灰度
/
颜色差值进行镜
头边界的二次检测。结合非均匀分块加权(分为
9
块,中心部分
所占比例最大,且权值和为
1
)的方法,计算每块像素差值并与
预设的分块帧差阈值,
作比较以进行标记;
而后对每块的标记变
量加权求和,
并与设定的分块加权阈值进行比较,
以判断是否发
生镜头变化。
(
3
)考虑到强烈光照变化的情况,本文将帧数小于
20
的镜
头划归到上一个镜头中。
(
4
)计算镜头内每帧的图像熵值,从每个镜头中提取综合
图像熵最大的帧作为代表该镜头的关键帧。