[发明专利]一种基于色彩量化和聚类的视频关键帧提取方法

权利要求书

1.一种基于色彩量化和聚类的视频关键帧提取方法，其特征在于：包括以下流程：加载视频数据流→对视频流进行单帧扫描→对得到的帧图像进行色彩量化，提取量化后的帧图像的主色彩特征→计算相邻帧间相似度，得到相邻帧差→根据相邻帧差进行镜头边界检测→对分割的镜头进行镜头分类，提取每个镜头的代表帧→对代表帧序列进行压缩聚类，得到关键帧序列。

2.根据权利要求1所述的所述的一种基于色彩量化和聚类的视频关键帧提取方法，其特征在于：所述流程——对得到的帧图像进行色彩量化，提取量化后的帧图像的主色彩特征的方法为：

设c_i是颜色空间中的一个三维向量，可以是RGB、HSV等颜色空间)，C_input＝{c_i，i＝1，2，...，N}表示单帧扫描后得到的帧图像颜色的集合，其中N表示颜色的数目，C_output＝{c′_j，j＝1，2，...，K}(K＜＜N)表示色彩量化后得到的索引图像的颜色集合，即为单帧图像的主色彩特征。色彩量化是一个映射过程：

q：C_input→C_output

本发明中采用基于八叉树结构的色彩量化算法，遵循距离最近准则：单帧扫描后得到的帧图像中的任一颜色c将被映射到索引图像颜色集合C_output中距离最近的颜色c′，即

c′＝q(c)：||c-c′||＝min_{j＝1，2，...，k}||c-c′_j||

同时，在颜色集合C_input中得到K个聚类S_k，k＝1，2，...，K

S_k＝{c∈C_input|q(c)＝c′_k}

c′_k为K个聚类的聚类中心，它们组成索引图像的颜色集合，即提取出的主色彩特征。

3.根据权利要求1所述的所述的一种基于色彩量化和聚类的视频关键帧提取方法，其特征在于：所述流程——对得到的帧图像进行色彩量化，提取量化后的帧图像的主色彩特征主要采用基于八叉树结构的色彩量化算法，分为以下3个步骤：

(1)色彩八叉树的建立。从根结点开始，取R、G、B分量二进制值的第7位，组合在一起形成一个3位的索引值，索引值范围为0-7，分别对应于8个子结点；寻找到下一层结点后，取下R、G、B值的下一位进行组合，得到索引值；以此类推，就可查找到每种颜色对应的叶子结点，从而建立八叉树，在每个结点上记录所有经过的结点的RGB值的总和以及RGB颜色个数。

(2)八叉树的归并。插入的过程中，如果叶子结点数超过了总颜色数(本发明中叶子结点总数设为K)，就需要归并一些叶子结点。本发明中从最底层叶结点开始合并，按结点计数值小的优先合并策略，将其子结点的所有RGB分量以及结点计数全部记录到该结点中，并删除其所有子结点，依此进行，直到合并后的叶子数符合要求为止。此时，取出叶子结点中的RGB分量的平均值(分量总和、结点个数)，得到的调色板颜色值。

(3)图像色彩量化。重新扫描单帧图像，由每个像素的颜色值查找到色彩八叉树中的对应的叶子结点，用叶子结点中记录的调色板索引值表示该像素，从而提取出该单帧图像的主色彩特征，并用主色彩特征重新表示图像，得到色彩量化后的新图像。