基于小波域视频关键帧选择算法.docVIP

基于小波域视频关键帧选择算法 　　摘 要：视频关键帧的选择算法基于小波变换(discrete wavelet transform ,DWT)特征、多分辨率处理及统计技术。算法在不同分辨率下结合视觉掩蔽特性、视频帧相关性分析小波系数并统计，根据统计结果选择合适的阈值，最后通过比较选择出视频关键帧。结果表明，该算法能选择视频关健帧，选择效果优于以像素估计、块估计等与图像内容无关的算法，且简单易行。 　　关键词：小波变换；MPEG-2；运动估计；视频；多分辨分析 　　中图分类号：TP301.6 文献标识码：A 文章编号：1672-7800（2011）09-0053-03 　　 　　0 引言?? 　　 　　数字化图像的分辨率很高，远超过人眼可察觉的范围。这种未压缩的数字视频数据量对于目前的计算机和网络来说无论是存储或传输都是不现实的，因此在多媒体中应用数字视频的关键问题是数字视频压缩。?? 　　视频压缩的目标是在尽可能保证视觉效果的前提下减少视频数据率。压缩方法是先将模拟视频转换为数字视频后按时序分组，每个图像组（GOP）选定一个基准图像（关键帧），利用运动估计减少图像间的时间冗余，最后将基准图像和运动估计误差进行离散余弦变换（DCT）、系数量化和熵编码（VLC＆RLC）以消除空间冗余。压缩效率的优劣取决于关键帧的选择。现有的视频关键帧的寻找方法可分为两类：基于像素点值的运动估计法和基于分块的运动估计法。?? 　　 　　1 构造小波函数?? 　　在实际的信号处理中，选用不同的小波函数对信号处理的效果有很大的影响，通常要求所选的小波具有紧支集、线性相位和足够高的正则性。然而研究表明，在大量的静态图像编码和数字视频编码中，尺度函数和小波函数的时-频局域化特性却比正则性和消失矩特性重要得多，特别是在提取图像和视频信号的高频成分（如纹理、边缘和运动信息），往往需要使用具有良好时-频局域化特性的小波函数。?? 　　1.1 Haar小波?? 　　Haar小波是小波分析中最早用到的一个具有紧支撑的正交小波函数，也是最简单的一个小波函数，它在支撑域??t∈［0,1］?Х段?内的单个矩形波。 　　?ИЕ?(t)=1 0≤t≤1 　　0 其它（1） 　　ψ(t)=10≤t≤12 　　-112≤t≤1 　　0其它（2）?И? 　　Haar尺度函数、小波函数的定义如式（1）、（2）。 ?? 　　Haar小波函数形状如图1所示。?? 　　 　　图1 Haar小波?? 　　由上图可知，Haar系的小波函数优点是：在区间 外恒等于零，时域有很好的局部性；Haar正交小波基的生成元具有对称性，其重构系数唯一；Haar小波的伸缩和平移系相互正交，因此在??a=2??j?У亩喾直媛氏低彻钩梢蛔樽罴虻サ恼?交归一的小波族，计算简单。缺点是：Haar小波是不连续的，其光滑性太差（在??t=0,1/2,1?ТΣ涣?续），频域的局部性较差。?? 　　1.2 改进Haar小波?? 　　用卷积的方法可以使Haar尺度函数光滑化，其平滑过程如图2所示。 　　 　　 　　图2 平滑过程 　　 　　?И?N??m(t)=N????m-1??*N??1(t)=∫??1??0N????m-1??(t-u)du（3）?И? 　　易见函数??N??2(t)连续，但导数不连续；N??3(t))一阶导数连续，但二阶导数不连续；一般N??m(t)具有m-2阶连续导数，但其m-1阶导数不连续。可见随m增大，相应的N??m(t)就愈来愈光滑。因此可以根据具体问题的需要来选择适当的m (当然随着m的增大，N??m(t)的窗口宽度，随之增加，这是它的弱点),当m＞1时N??m(t-u)?Р皇钦?交系。因此必须用公式(4)。 　　?ИИ?*(w)=(w)［∑k∈z|(w+2kπ)|??2］????12??（4）?И? 　　来进行改造，将它改造为另一个用下面公式定义的函数 　　?ИИ?m(w)??N??1*N??1*…N??1(w)??=［N??1(w)］??m 　　=1-e????-iw??[]iw=e????-iw????sin??w[]2[]w[]2（5）?И? 　　论文证明阶数??m较小时，正交小波的时频分辨率较好。本文选用m=2和m=3对??m(w)?Ы?行Fourier逆变换即可求相应的正交小波基母函数?Е摘?2(t)?А＊? 　　??m=3??时改进的小波尺度函数(a)和小波函数(b)，如图3所示。?? 　　 　　图3 m=3时函数图像?? 　　由图像可以看出??m=3时光滑性、频域局部性较好,本文选用m=3??时改进的小波函数。 ?? 　　2 小波域的运动估计 ?? 　　 视频画面相邻帧之间存在极强的相关性。在同