基于自适应阈值的视频场景变化检测方法
【专利摘要】本发明公开一种基于自适应阈值的视频场景变化检测方法，其包括步骤：计算视频文件中两个相邻图像帧的颜色直方图之间的相似度系数；将所有相似度系数依次连接，构成了相似度曲线；设置滑动窗，确定在滑动窗内相似度曲线的自适应阈值，找出该滑动窗内相似度曲线的最大值，记录该最大值对应在视频文件中的位置；若该滑动窗内相似度曲线的最大值大于依据该滑动窗确定的自适应阈值，且该最大值对应在视频文件中的位置与上一个视频场景切换位置之间所间隔的图像帧数量大于预设值B，则判断该最大值对应在视频文件中的位置为视频场景切换位置。本发明能够较好的排除由于拍摄角度或者拍摄对象突变所造成的干扰，检测快速、准确，具有很高的应用价值。
【专利说明】基于自适应阈值的视频场景变化检测方法
【技术领域】
[0001] 本发明涉及视频图像分析技术，尤其是涉及一种基于自适应阈值的视频场景变化 检测方法。
【背景技术】
[0002] 基于内容的视频处理包括视频结构的分析、视频数据的自动索引和视频重组。视 频结构的分析是通过检测镜头边界的，把视频分割成基本的组成单元--镜头；视频数据 的自动索引就是从镜头中选取代表帧，以其特征作为镜头特征的代表；视频的重组包括根 据代表帧的特征实现的场景提取和多个视频段的拼接。
[0003] 镜头是指摄像机一次连续拍摄所得到的内容，它是视频的基本单位。镜头切换是 指一个镜头到另一个镜头的转换，通过镜头切换的检测能够找到代表视频基本单元的相互 独立的镜头。镜头的切换点指视频序列中两个不同镜头之问的分隔和衔接。采用不同的编 辑方法，就产生了不同的镜头衔接方式，镜头切换主要有突变和渐变两种。突变是指一个镜 头与另一个镜头之划没有过渡，由一个镜头的瞬间直接转换到另一个镜头的方法。渐变是 指一个镜头到另一个镜头的渐渐过渡过程，没有明显的镜头跳跃。
[0004] 场景是由时间上连续，视觉内容上相似或者语义上相关的镜头组成。语义上相关 就是指和特定的背景相关或者是一个连续的情节。一个场景中的镜头都和一个主题相关。 镜头边界检测的主要根据是镜头内部的相邻帧之间有很大的相似性，当发生镜头边界时， 该相似性将被破坏。镜头突变和渐变对相似性的破坏程度是不同的，因此使用一个阈值，难 以同时检测出突变和渐变。如果阈值过小，就会出现过检测；而如果阈值过大，就无法检测 出渐变的镜头边界。
[0005] 比如，中国专利申请CN201310332133. 4提出了一种动态视频场景变换检测方法， 包括步骤：实时获取动态视频图像的当前帧；计算当前帧的场景变换特征参数ti (η);根据 所述动态视频图像的之前一个或数个帧的场景变换特征参数计算对应于当前帧的动态阈 值threshold (η);判断当前巾贞的场景变换特征参数ti (η)是否小于或等于其对应的动态阈 值，如果是，则判断为不是场景变换帧，否则，判断为是场景变换帧。
[0006] 现有技术存在如下缺陷：
[0007] 1)在对视频进行处理时，是对所有视频帧进行了提取颜色直方图特征，并且是扫 描整幅图像统计具有各颜色级的像素点个数，这么做会增加整个算法的复杂度，影响对视 频的处理速度。
[0008] (2)提取颜色直方图时，是对整个视频帧进行扫描每个像素点，没有考虑像素点在 视频帧中的空间位置信息，这样会造成镜头分割结果漏掉一些镜头边界。
[0009] (3)在确定渐变镜头边界的时候，需要计算相隔帧的帧差，这同样会增加算法的计 算复杂度。
[0010] (4)没有考虑光照条件的变化及闪光灯会造成视频帧亮度的变化，引起各种视频 特征的变化，从而容易误检测为镜头边界。 toon]因此，现有的视频场景变换检测方法存在计算量大、处理复杂、检测准确性不高的 缺陷。
【发明内容】
[0012] 为克服现有技术的缺陷，本发明提出一种计算量小、实现简单、检测快速的基于自 适应阈值的视频场景变化检测方法。
[0013] 本发明采用如下技术方案实现：一种基于自适应阈值的视频场景变化检测方法， 其包括步骤：
[0014] 对视频文件按预设的帧间隔进行采样，获得图像帧；
[0015] 对每个图像帧的在HSV颜色空间上提取颜色直方图，并对得到的颜色直方图进行 归一化处理；
[0016] 计算视频文件中两个相邻图像帧的颜色直方图之间的相似度系数；
[0017] 将所有相似度系数依次连接，构成了相似度曲线；
[0018] 设置滑动窗，确定在滑动窗内相似度曲线的自适应阈值，找出该滑动窗内相似度 曲线的最大值，记录该最大值对应在视频文件中的位置；
[0019] 若该滑动窗内相似度曲线的最大值大于依据该滑动窗确定的自适应阈值，且该最 大值对应在视频文件中的位置与上一个视频场景切换位置之间所间隔的图像帧数量大于 预设值B，则判断该最大值对应在视频文件中的位置为视频场景切换位置。
[0020] 其中，采用如下公式计算相似度系数：
[0021]
【权利要求】
1. 基于自适应阈值的视频场景变化检测方法，其特征在于，包括步骤： 对视频文件按预设的帧间隔进行采样，获得图像帧； 对每个图像帧的在HSV颜色空间上提取颜色直方图，并对得到的颜色直方图进行归一 化处理； 计算视频文件中两个相邻图像帧的颜色直方图之间的相似度系数； 将所有相似度系数依次连接，构成了相似度曲线； 设置滑动窗，确定在滑动窗内相似度曲线的自适应阈值，找出该滑动窗内相似度曲线 的最大值，记录该最大值对应在视频文件中的位置； 若该滑动窗内相似度曲线的最大值大于依据该滑动窗确定的自适应阈值，且该最大值 对应在视频文件中的位置与上一个视频场景切换位置之间所间隔的图像帧数量大于预设 值B，则判断该最大值对应在视频文件中的位置为视频场景切换位置。
2. 根据权利要求1所述基于自适应阈值的视频场景变化检测方法，其特征在于，采用 如下公式计算相似度系数：
其中，第i图像帧与第i+1图像帧相邻，这两个相邻图像帧的颜色直方图Hi(K)与颜色 直方图Hi+1 (K)之间的相似度系数€i，K代表的是图像帧中像素的色调级，K= 1，2, 3,…， Q，Q是色调H的色调级总数。
3. 根据权利要求1所述基于自适应阈值的视频场景变化检测方法，其特征在于，所述 设置滑动窗，确定在滑动窗内相似度曲线的自适应阈值的步骤具体包括： 设置一个长度1的滑动窗，该滑动窗的滑动步长j; 计算滑动窗覆盖的这1个相似度系数的均值Di,
确定自适应阈值TH=A^Di,A为大于1的正数。
4. 根据权利要求3所述基于自适应阈值的视频场景变化检测方法，其特征在于，设置1 =8,滑动步长j= 6。
5. 根据权利要求1所述基于自适应阈值的视频场景变化检测方法，其特征在于，预设 值B= 3。
6. 根据权利要求1-5任何所述一种基于自适应阈值的视频场景变化检测方法，其特征 在于，对每个图像帧的在HSV颜色空间上提取颜色直方图的步骤，以对图像帧进行了隔行 隔列扫描为计算前提。
【文档编号】H04N5/14GK104243769SQ201410466385
【公开日】2014年12月24日 申请日期:2014年9月12日 优先权日:2014年9月12日
【发明者】刘鹏 申请人:刘鹏