几种常用镜头边界检测技术介绍.docVIP

几种常用镜头边界检测技术介绍 　　摘要：基于内容的视频检索技术是当今多多媒体技术领域的研究热点，而镜头边界检测技术又是基于内容视频检测技术的关键一步，镜头边界划分的好坏，直接影响视频检索质量的高低。本文重点讲解几种常见的镜头边界检测技术，使读者对这几种技术的原理方法以及各自的优缺点有一深入的了解掌握。 　　关键词：镜头检测 像素比较 直方图 阈值 　　随着数字媒体技术和网络技术的发展与普及，使数字视频广泛进入到人们日常生活的各种领域。如何从海量的多媒体视频中浏览检索出自己感兴趣的内容，已经成急待解决的问题。这使得基于内容的视频检索技术成为多媒体科学领域的研究热点。镜头作为组成视频的基本语义单元，其边界的划分检测是进行视频分段、组织、检索的基础，镜头边界划分的好坏将直接影响到基于内容的视频检索的效率。本文将研究介绍几种典型的镜头边界检测技术。 　　将镜头从视频文件中分割提取出来的过程，称之为镜头边界检测。镜头边界检测技术要求不论视频是在何种复杂的编辑环境下，其镜头的边界都可以被正确的检测出来。在镜头内的运动变化也可被有效的分辨，从而排除其对识别镜头边界的干扰。根据镜头变化的快慢速度，镜头的边界可以划分为切变和渐变。定义如下： 　　切变：切变又叫直接切割，指一个镜头直接切换到另一个镜头，中间没有添加过渡的视频帧，没有任何时间上的延迟，也没有经过任何编辑手段的一种镜头变换方式。 　　渐变：渐变又叫光学切割，指一个镜头渐渐变化到另一个镜头，中间常会穿插十几或几十帧的过渡视频帧的一种镜头变化方式。 　　镜头边界检测就是要对不同的视频采用合理有效的镜头检测方式，将镜头从视频文件中划分提取出来，为视频检测的后续工作做好基础的准备。目前，典型的镜头边界检测方法主要有以下几种： 　　（1） 像素比较法 　　在镜头边界检测算法中像素比较法是最简单的一种检测帧间距离的算法。算法的核心思想是：计算两相邻图像帧之间对应位置上的灰度值之差是否大于一个提前设定好的门限值，如果大于这一门限值，就认为该位置上的像素发生了变化，统计两相邻图像帧之间所有发生变化的像素点，根据发生变化的像素点占总像素点的比例来确定镜头是否发生变换。像素比较法可以用以下的公式表示： 　　其中x，y表示该像素点在图像帧中的位置，d（x，y）表示该像素点是否发生变化， 表示相邻两图像帧之间像素值之差的绝对值， 表示提前设定好的门限值，若 ，则对应位置像素点发生变化，用1表示，若 ，则对应位置像素点未发生变化，用0表示。 　　其中，X，Y代表以像素点为单位的图像帧的高度与宽度，D（X，Y）代表两图像帧之间所有发生变化的像素点数量占总像素点数量的比值。 　　像素比较法的优点是算法实现起来比较简便易行，它的不足之处是没有考虑到噪声的影响，对摄像机的运动与镜头内物体的运动都比较的敏感。因此，一种改进的方法是在对像素点比较之前，先用均值滤波器对待检测图像帧进行平滑滤波处理，去掉部分噪声，从而降低物体运动对检测结果的影响。 　　（2） 颜色直方图比较法 　　颜色直方图比较法的核心思想是：先把整个颜色空间（如RGB颜色空间）划分为若干个颜色区间，然后统计图像帧中落入每个颜色区间的像素点个数，通过进行归一化处理后，就可以得到该图像帧的颜色直方图，计算相邻图像帧之间颜色直方图的差值，如果这个差值大于一个提前设定好的门限值，则认为镜头发生变换。颜色直方图比较法可以用以下的公式表示： 　　其中D（n，n+1）为第n帧和第n+1帧的帧间差，N为图像的颜色等级数，一般为256， 为第n帧图像颜色直方图中颜色值为i的像素总数。可以定义一个指标Hd，其公式表示为： 　　其中 为图像的总像素数，其值固定不变。只要Hd越大，相邻两帧的图像就越不相似，是镜头边界的可能性就越大。 　　颜色直方图比较法是一种基于全局颜色特征的统计方法，统计结果中不包含视频帧图像的运动、形状、旋转等信息，因此对摄像机的运动和镜头内物体的运动具有比较好的容忍能力。由于这种对运动等信息不敏感的特性，使得许多从视觉上感觉并不太相似的图像帧，只要颜色特征比较相近，在直方图的统计结果上也可能表现得比较相似。使用颜色直方图比较法的另外一个需要考虑的问题是，统计结果的准确性与直方图维数成正比，也就是说镜头划分的准确性越高，需要直方图维数就越高，从而导致计算相似度越复杂，保存这些信息的存储空间越大。在视频数据库较小时，这个问题对效率的影响不是太大，但当视频数据库达到一定规模后，这是一个不得不考虑的问题。 　　（3） 块匹配比较法 　　块匹配比较法的核心思想是：首先将视频帧图像分成若干个块，然后比较两图像帧之间对应块的特征差异，在每个块中计算其像素值或颜色直方图，用各个对应块之间的像素值或颜色直方图的差值的加权和来定