基于场景突变探测视频分段播放.docVIP

基于场景突变探测视频分段播放 　　一、引言 　　 　　视频信息传输存储所需要的巨大带宽和内存必须依赖于视频压缩技术的使用。因此,多媒体信息大多以压缩的格式存储。为了避免索引中不必要的解压缩操作,需要能在压缩视频上直接进行检索。所以在压缩视频中标识出镜头发生改变的地方是研究的趋势。 　　 　　二、MPEG-4关键技术 　　 　　运动估计与补偿编码就是要利用视频图像的帧间相关性进行预测编码使被预测的图像信息量降低从而得到压缩。其关键是运动估计,主要去除各个独立的VOP层视频内容中的时间冗余。MPEG-4还引入了自适应宏块栅格的概念来完成具有不同的位置、大小和形状的VOP间的运动估计和运动补偿。形状自适应功能是通过图像填充技术和多边形匹配技术来实现的。填充技术应用于运动预测和补偿时的VOP参考帧,并由该VOP帧的内部像素值来外推VOP的外部像素值,以此获得运动预测时的参考帧。多边形匹配即是将VOP轮廓宏块的活跃部分包含在多边形之内,以增加运动估计的有效性。 　　 　　三、分段实现 　　 　　测试素材是:为了测试本文使用的运动补偿估算法的性能,使用的是原始的图像数据,其格式是YUV(4:2:0),每个文件都是1000帧的图像,大小是352×288,每秒25帧,就是40秒。测试平台:CPUPII,256M,显内32M。 　　(一)算法实现 　　由上面的视频编码步骤,该算法实现的过程为:运动估计-运动补偿 -DCT变换 -算术编码。图像数据编码格式采用YUV 4:2:0 的格式,即每采样4个亮度样本,对应采样1个红色差和一个蓝色差。 　　匹配使当前的图像与预测图像的绝对差值之和,即SAD(Sum Of Absolute Difference)最小。SAD越小,预测就越准确。 　　该算法采用多级运动估计的方法,利用多个候选位置与运动矢量的相关性克服局部最小问题。将运动估计分为三级,要进行一个16运动搜索,在1级搜索过程中,每隔4个点对原始图像进行一次采样,然后,对每个4×4块在4的区域内进行搜索,选择两个SAD最小的相应搜索位置作为2级的初始搜索位置,在2级搜索过程中,每隔2个点对原始图像进行一次子采样,然后对每个8×8块进行2的局部搜索。算法基本步骤如下: 　　1.初始化,首先对将当前帧进行分割,把其分成互不重叠的M×N大小的图像子块。 　　2.对当前帧的每一块,匹配在16×16和8×8块间进行搜索,首先随不同偏移矢量(x,y),采取整像素搜索最优匹配,并认为本子块就是从上帧的最优匹配块位置处平移过来的,若最大可能的运动矢量为: 　　则搜索范围为:(M+2dymax ×(N+2dxmax),算出SAD,比较各SAD值,其最小值对应的矢量就为目标运动矢量,零矢量(0,0)是最佳选择。 　　3.然后,对每个宏块内的8×8子块分别进行运动补偿,也就是每个子块有自己的运动矢量。 　　4.对运动补偿残留下的图像,在其变换域中进行压缩编码:采用DCT变换,但是大部分高频分量较小,图像信息大多集中在低频分量上,对变换后DCT系数进行量化,为了得到更多的0,提供变换效率和控制码率。 　　(二)实验结果 　　本文选择电影MTV中的视频流,当BitRate分别为100,200时,相对应的压缩比例对应的是1:285,1:144。 　　 　　四、播放实现 　　 　　系统的开发平台选择Microsoft DirectX 8.1 SDK和Microsoft Visual C++ 6.0,通过在VC中调用DirectX提供的接口来进行开发。系统的主要功能包括:播放、速率控制和分段播放,并且在播放时可以显示每一帧的位置。 　　以下是视频分段播放主函数: 　　void PlaySegment(void) 　　{ 　　HRESULT hr; 　　 LONGLONG pDuration=0; 　　if ((!pMC) || (!pMS)) 　　return; 　　 const GUID pFormat=TIME_FORMAT_FRAME; 　　 //显示“输入段序号”对话框 　　 DialogBox(ghInst, MAKEINTRESOURCE(IDD_ INPUTDIALOG), 　　ghApp,(DLGPROC) InputDlgProc); 　　 if(pMS-IsFormatSupported(pFormat)==S_OK) 　　 { 　　 //设置时间格式为“帧格式” 　　 pMS-SetTimeFormat(pFormat); 　　 pMS-GetDuration(pDuration); 　　 m_Sectionno = StrToInt(strSectionno);