【技術實現步驟摘要】
一種視頻關鍵幀的提取方法
[0001]本專利技術涉及圖像處理領域，特別涉及一種視頻關鍵幀的提取方法。
技術介紹
[0002]現有的視頻關鍵幀的提取方法主要通過聚類算法實現，如申請號2017102077177
?
一種基于多特征融合鏡頭聚類的視頻關鍵幀提取方法，其首先需要通過自適應均值聚類方法將圖像分類至對應聚類簇，并實時更新各聚類簇的聚類中心，然后分別提取出距離各自聚類中心最近的圖像幀作為各自聚類的關鍵幀。
[0003]但上述基于聚類的關鍵幀提取方法沒有選擇初始簇類中心，并且該方法依賴視頻幀圖像之間的HSV顏色特征和邊緣特征的相似性來劃分簇類，若預設的閾值選取不當，則會將幀圖像劃分到錯誤的簇類中。
[0004]而其他傳統的基于聚類的關鍵幀提取方法則需要依靠人工選取簇類個數，且一旦初始簇類中心選擇不當則會加劇計算的復雜度。
[0005]另外，不同的距離度量方法也會導致聚類結果的差異，因此，如何選取合適的距離度量方法來衡量圖像幀之間的相似度也是亟待解決的問題。
技術實現思路
[0006]鑒于上述現有技術的不足之處，本專利技術的目的在于提供一種視頻關鍵幀的提取方法，其能夠在關鍵幀提取過程中有效減少視頻中的冗余幀，大大提高圖像檢索的效率。
[0007]本申請提供了一種視頻關鍵幀的提取方法，其包括如下步驟：
[0008]S1、加載視頻，且將視頻圖像轉換為灰度圖像；
[0009]S2、獲取每相鄰兩幀灰度圖像的灰度差值；
[0010]S3、確定
【技術保護點】
【技術特征摘要】
1.一種視頻關鍵幀的提取方法，其特征在于，包括如下步驟：S1、加載視頻，且將視頻圖像轉換為灰度圖像；S2、獲取每相鄰兩幀灰度圖像的灰度差值；S3、確定邊界幀；S4、根據邊界幀將全部灰度圖像劃分為若干子視頻圖像序列，且確定每一子視頻圖像序列中的關鍵幀幀數，并根據每一子視頻圖像序列中的關鍵幀幀數確定所有子視頻圖像序列關鍵幀幀數總和；S5、根據視頻的關鍵幀幀數總和選擇初始聚類中心；S6、獲取每幀灰度圖像到各聚類中心的距離，且根據該距離對當前灰度圖像進行歸類；S7、對每一聚類中心進行更新；以及S8、重復步驟S6
?
S7，直至每一聚類中心均不再發生變化，以獲得最終更新后的聚類中心，且每一最終更新后的聚類中心均包括若干灰度圖像；在每一最終更新后的聚類中心中，選取與聚類均值距離最小的幀圖像作為該視頻的關鍵幀。2.如權利要求1所述的視頻關鍵幀的提取方法，其特征在于，所述步驟S1包括如下步驟：S11、加載視頻，以獲得M0幀視頻圖像；S12、讀取每幀視頻圖像的RGB參數，且根據公式(1)獲取每幀視頻圖像中每一像素點的灰度值：其中，f(x,y)為視頻圖像像素點(x,y)的灰度值；R(x,y)、G(x,y)、B(x,y)分別為視頻圖像像素點(x,y)的紅、綠、藍三通道的像素值；S13、根據每幀視頻圖像中每一像素點的灰度值將該幀視頻圖像轉換為灰度圖像；S14、重復上述步驟S12
?
S13，直至將每幀視頻圖像轉換為灰度圖像。3.如權利要求1所述的視頻關鍵幀的提取方法，其特征在于，按照公式(2)獲取每相鄰兩幀灰度圖像的灰度差值：其中，ΔGK
k
代表第k幀灰度圖像和第k+1幀灰度圖像的灰度差值，下標k的取值范圍為：k＝1,2,
…
,M0?
1；W代表灰度圖像的寬度，H代表灰度圖像的長度，且每一灰度圖像的寬度、長度均相同；f
k
(i,j)為像素坐標(i，j)處的像素點在第k幀灰度圖像中的灰度值，f
k+1
(i,j)為像素坐標(i，j)處的像素點在第k+1幀灰度圖像中的灰度值。4.如權利要求1所述的視頻關鍵幀的提取方法，其特征在于，所述步驟S3包括：S31、根據公式(3)設定邊界幀閾值Q：
其中，M0為灰度圖像的總幀數；c為常數；S32、將第k幀灰度圖像和第k+1幀灰度圖像的灰度差值ΔGK
k
與邊界幀閾值Q進行比較，且當ΔGK
k
>T時，則選取第k+1幀灰度圖像作為邊界幀。5.如權利要求4所述的視頻關鍵幀的提取方法，其特征在于，c的取值范圍為[0.1,0.5]。6.如權利要求1所述的視頻關鍵幀的提取方法，其特征在于，所述步驟S4包括：S41、根據邊界幀將全部灰度圖像劃分為若干子視頻圖像序列，且將第1個...
【專利技術屬性】
技術研發人員：張振，馬傳香，梁俊，王業率，陳競，鮮曉東，唐逢爽，李力，
申請(專利權)人：湖北大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。