[发明专利]基于粗糙集约简和SIFT的视频流关键帧提取系统及方法

说明书

本发明公开了基于粗糙集约简和SIFT的视频流关键帧提取系统，帧序列提取模块将预设时间段内的监控视频数据转换成对应的监控视频帧序列；特征点提取模块对监控视频帧序列采用基于分布式帧SIFT的特征提取方法提取该监控视频帧序列的所有SIFT特征点；属性降维模块进行特征点属性降维；相似度计算模块计算特征点属性降维后监控视频帧序列的相邻帧之间的相似度曲线；关键帧识别模块找出相邻帧之间的相似度曲线中的拐点，将拐点作为关键帧。本发明能克服现有技术在现场监控视频数据关键帧提取时准确性较低、传输视频数据量大的问题。

技术领域

本发明涉及监控现场数据视频信息处理技术领域，具体地指一种基于粗糙集约简和SIFT(Scale-invariant feature transform，尺度不变特征变换)的视频流关键帧提取系统及方法。

背景技术

在电力应急抢修指挥领域，基于智能感知和移动互联等技术实现灾害现场数据采集、信息上传，同时利用数据分析技术提供一些灾害抢修决策支持，已成为基于智能感知和移动互联的应急指挥技术的重要支持性技术之一。

视频监控是目前应用广泛的电力应急抢修数据采集手段，海量的视频数据被采集、传输、流通并挖掘分析，进一步指导应急抢修决策，为电力应急抢修指挥带来新的手段和方向。然而在恶劣环境下，无线信道可靠性下降、宽带资源有限，对视频数据可靠实时传输带来极大的挑战，因此，提取视频流中的关键图像帧，进行关键帧传输，以此降低传输对网络的依赖，提高传输效率成为视频传输的主流技术。然而，现有关键帧技术存在提取准确度较低、视频数据量大导致提取过程耗时长，增加了数据传输前的视频数据处理时间。因此，研究恶劣环境下视频数据流关键帧提取技术，实现对关键视频帧的有效截取，减少传输数据量，实现可靠实时地视频数据传输，是电力应急抢修领域亟需解决的问题。

发明内容

本发明的目的就是要提供一种基于粗糙集约简和SIFT的视频流关键帧提取系统及方法，本发明能克服现有技术在现场监控视频数据关键帧提取时准确性较低、传输视频数据量大的问题。

为实现此目的，本发明所设计的基于粗糙集约简和SIFT的视频流关键帧提取系统，其特征在于：它包括帧序列提取模块、特征点提取模块、属性降维模块、相似度计算模块和关键帧识别模块；

帧序列提取模块用于将预设时间段内的监控视频数据转换成对应的监控视频帧序列；

特征点提取模块用于对监控视频帧序列采用基于分布式帧SIFT的特征提取方法提取该监控视频帧序列的所有SIFT特征点；

属性降维模块用于采用基于粗糙集属性约简方法对监控视频帧序列的所有SIFT特征点进行特征点属性降维；

相似度计算模块用于根据监控视频帧序列中相邻帧之间匹配特征点个数，计算特征点属性降维后监控视频帧序列的相邻帧之间的相似度曲线；

关键帧识别模块用于采用基于滑动窗口的相邻帧之间相似度分割算法，找出相邻帧之间的相似度曲线中的拐点，将拐点作为关键帧，并进行提取。

本发明的视频关键帧提取方法，通过分布式帧SIFT来并发提取图像特征点，并采用基于粗糙集属性约简来进行特征点选择，有效地减少了特征点维度，加快了视频数据关键帧的提取速度和效率，进一步灾害受损设备，指导现场应急指挥决策。

附图说明

图1为本发明的结构示意图；

图2为本发明的关键帧提取模型流程图；

图3为本发明的分布式帧SIFT特征提取流程图；

图4为本发明的图像帧划分数据块示意图；

图5为本发明的基于滑动窗口的帧间相似度分割算法流程图；

其中，1—帧序列提取模块、2—特征点提取模块、3—属性降维模块、4—相似度计算模块、5—关键帧识别模块。