[发明专利]蔬菜病害场景检测方法

说明书

技术领域

本发明涉及视频分析与检测技术领域，特别涉及一种蔬菜病害场景检测方法。

背景技术

病害是制约我国蔬菜生产可持续发展的重要因素，而农民对信息的接受能力差导致蔬菜病害诊断困难，病害致使菜农损失严重。随着网络中蔬菜病害防治视频节目的日益增多，视频检索系统能够满足农民学习病害防治知识的迫切性与实时性，同时提高病害知识学习的准确性与趣味性。

场景是一组表达同一主题的镜头的集合，是视频语义分析的基础。场景检测的准确性，对视频数据库的建立、实现基于内容的视频检索具有重要的意义。

近年来，关于场景检测方法的研究有很多，常用方法有以下几种：

1、基于帧差的场景检测方法，类似于镜头边界检测算法，其主要原理是在场景的边界处会有较大的帧差，但是该方法只考虑了镜头的开始帧和结束帧，而镜头的开始帧和结束帧往往不能代表镜头的全部内容。

2、基于视觉特征的聚类算法，其主要思想是将具有相同视觉特征的镜头聚类为场景。

3、基于场景转移图的方法，该算法通过设定一个相似度阈值，把相似度大于该阈值的镜头组合成场景，再根据时间上的相邻关系形成场景转移图。

4、应用统计学方法，该类算法使用统计学方法对镜头进行聚类。

5、基于电影剪辑技术的方法，该方法利用电影剪辑技术构造视频的高层描述，采用聚类的方法对视频流分割后的镜头进行相似性归并，形成镜头的层次化组织，从而实现对视频流的分级浏览，但是该方法无法体现镜头间的时序关系。

蔬菜病害防治视频以压缩形式存储传输，其主体为绿色植物，具有运动强度小，视觉特征相似等特点，其视频中语音是对视频的精确描述，视频是对语音的视觉补充。上述方案只是基于视频的场景检测方案，场景检测的准确性差。因此，结合视频和音频的场景检测是亟待解决的问题。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何实现更准确地蔬菜病害场景检测。

(二)技术方案

为解决上述技术问题，本发明提供了一种蔬菜病害场景检测方法，包括以下步骤：

S1：检测压缩视频镜头边界点，并检测声音镜头边界点；

S2：检测出声音镜头边界点后，标记声音镜头类型为语音类型或非语音类型；

S3：判断声音镜头类型的改变及声音镜头与视频镜头的边界点是否重合得到场景边界检测结果。

其中，所述步骤S1中检测压缩视频镜头边界点具体包括：

根据MPEG压缩标准从视频流中提取I帧的离散余弦变换系数；

预处理离散余弦变换系数得到I帧的直流系数，根据直流系数建立以直流系数为行、I帧为列的二维表；

计算所述二维表中相邻两I帧的直流系数的差异度，若差异度大于预定阈值，则该两帧的分界点作为镜头边界点，将该两I帧划分在不同的镜头，否则将该两I帧归为同一镜头，继续比较下一相邻两I帧，将得到镜头序列用向量S_k＝(s_k)表示。

其中，计算相邻两I帧的直流系数的差异度的方式如下：