python视频关键帧提取_视频信息的提取及处理-文档

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。