[发明专利]基于滑动窗口的视频镜头边缘检测方法

摘要

基于滑动窗口的视频镜头边缘检测方法涉数据分析、图像处理、多媒体检索领域，针对视频图像特征进行分析，通过滑动窗口的思想，找到镜头切变的位置。本发明可以应用在基于内容的视频检索。本发明通过提取图像的颜色直方图特征，计算出一个视频中相邻帧的相似度。同一个镜头内图像帧的相似度较大，镜头之间帧的相似度较小，如果发现相邻帧的相似度过小，我们可以认为出现了镜头的切变。但是由于颜色直方图本身的局限性以及噪声等的影响，同一个镜头内相邻帧会出现相似度过小或则镜头相接的地方出现相似度过大这种反规律现象。为了克服这些问题，本发明将滑动窗口的思想应用到算法中,增强镜头切变点的规律性，避免特征值局限性和噪声影响等，增强了算法的鲁棒性和准确率。

主权项

1.基于滑动窗口的镜头边缘检测方法，以灰度或者彩色文档图像作为输入，用分块直方图的方法提取图像的颜色特征，其特征在于，具体处理步骤如下：(1)选用直方图作为图片的特征，颜色空间分为N个区间，然后计算落入每一个小区间的像素点的数目；假设，颜色空间分为N个区间，gi是第g帧中落入第i个颜色区间的像素的数目，若设两个视频帧分别为G，S，则这两个视频帧的相似度表示为如下：(2)滑动窗口初始化：滑动窗口的长度设置为Tw，Tw取值为4(3)相似度队列初始化：初始化两个队列，视频帧队列L1，相似度队列L2；随着滑动窗口的滑动，通过相似度队列L2，记录下滑动过程L1中相似度的变化；(4)镜头聚类过程①假设当前滑窗的起始镜头帧为f1，在Tw范围内求出所有帧f2,…fTw与f1相似度之和，我们用D1表示L1队列起始帧是f1时的相似度之和，用D2表示L1队列起始帧是f2时的相似度之和，依次类推；其中f1与f1相似度用D1‑1表示、f1与f2相似度用D1‑2表示f1与f3相似度用D1‑3表示、f1与f4相似度用D1‑4表示，依次类推；当第1帧f1作为频帧队列L1队头时，与之对应的相似度队列L2的相似度用D1表示，计算公式如式(2)所示：D1＝D1‑1+D1‑2+D1‑3+D1‑4+…+D1‑Tw  (2)②滑动窗口在频帧队列L1进行滑动，新进入滑动窗口的帧为fTw+1，f1出队列，与之对应的L2中的队头D1‑1出队列；按照镜头相似性计算公式如式(3)计算队列相似度；其中D(Tw+1)‑2表示刚滑入队列的第Tw+1帧与队头第2帧的相似度；因此，当前相似度按照以下公式进行计算：D2＝D1‑D1‑1+D(Tw+1)‑2  (3)③当最后一帧进入滑动窗口后，停止窗口的滑动；将随着滑动窗口移动，所有的相似度队列的值D1、D2等分析形成曲线图；曲线图中波谷的数量即是整个视频中镜头的数量。