一种基于内容的视频检索方法技术

本发明专利技术提供了一种基于内容的视频检索方法，该方法包括：采用自适应边缘检测算法提取视频图像的边缘，得到边缘二值图像；对视频区域进行分块，计算当前分块的白色像素所占比重；计算分块后的黑块数量，若黑块数量大于预设阈值，则通过基于边缘特征的视频分割方法提取视频目标进行检索，并比较图像间的欧氏距离。本发明专利技术一种基于内容的视频检索方法，对目标与背景存在区分的视频图像实现了较好的检索结果，提高了准确率。

【技术实现步骤摘要】
一种基于内容的视频检索方法
本专利技术涉及视频图像检索，特别涉及一种基于内容的视频检索方法。
技术介绍
基于内容的视频检索通过提取视频图像特征进行特征匹配来达到检索的目的。现有技术大多为基于底层特征的检索。由于底层特征难以表现人对视频中目标的主观概念，而人能识别视频含义这个过程需要大量的生活经验和推理，故目前视频的底层特征和高层语义特征还存在着较大的断层带，在提高视频检索准确率及检索速度方面还不足以推广应用。例如，不同的视频具有不同的特性，故如果只针对视频的某一种特性进行特征提取，则检索结果精确度会受到影响。因此，针对相关技术中所存在的上述问题，目前尚未提出有效的解决方案。
技术实现思路
为解决上述现有技术所存在的问题，本专利技术提出了一种基于内容的视频检索方法，包括：采用自适应边缘检测算法提取视频图像的边缘，得到边缘二值图像；对视频区域进行分块，即将边缘二值图像分成4×4小块；完成分块后，将每一个小块中颜色为白色的像素的数量除以当前小块的总像素数量，得到当前分块的白色像素所占比重；将不大于预设阈值的白色像素所占比重小块确定为黑块，计算分块后的黑块数量；若视频中的黑块数量大于预设阈值，则通过基于边缘特征的视频分割方法提取视频目标进行检索；计算待检索视频图像和目标视频图像间的欧氏距离；其中计算待检索视频图像和目标视频图像间的欧氏距离进一步包括：(1)将待检测视频q和目标视频图像t均按4×4方式分块，根据两视频中对应分块的颜色空间向量直方图计算两视频中每个对应分块间的欧氏距离：其中hq和ht分别表示待检索视频图像和目标视频图像的颜色空间向量直方图，下标ij表示视频被分块后位于第i行第j列小块，m表示量化后颜色值；(2)设置待检索视频第i行第j列的分块对应的权值ωij，通过计算出边缘分块视频的白点比例矩阵后，将矩阵中每个元素进行正则化，即将每个元素的数值除以最大元素的数值，得到每个分块的权值；(3)在计算出各个对应分块之间颜色空间向量直方图和检索视频各分块对应权值后，计算出待检测视频和目标视频图像间的加权距离：附图说明图1是根据本专利技术实施例的基于内容的视频检索方法的流程图。具体实施方式下文与图示本专利技术原理的附图一起提供对本专利技术一个或者多个实施例的详细描述。结合这样的实施例描述本专利技术，但是本专利技术不限于任何实施例。本专利技术的范围仅由权利要求书限定，并且本专利技术涵盖诸多替代、修改和等同物。在下文描述中阐述诸多具体细节以便提供对本专利技术的透彻理解。出于示例的目的而提供这些细节，并且无这些具体细节中的一些或者所有细节也可以根据权利要求书实现本专利技术。本专利技术的一方面提供了一种基于内容的视频检索方法。图1是根据本专利技术实施例的基于内容的视频检索方法流程图。基于此，本专利技术将视频图像的颜色特征以及边缘特征相结合，将视频分为三种类型，并结合视频的颜色直方图以及梯度直方图，使用不同的方法来分割具有不同特性的视频。然后，将视频图像分成多个块，计算欧氏距离时，根据其不同特征，自适应地给出每块图像的特征权重。一般情况下获取的图像都是在RGB空间中进行描述，但RGB空间结构并不符合人类对颜色的主观判断。而HSV颜色空间由色调、饱和度和亮度3个分量组成，与人眼的视觉特性比较接近。因此，为了更符合人眼的视觉特性，经常需要做颜色空间转换，将RGB图像转换成HSV图像。目前，大多数图像均以真彩色的格式存储。事实上，一幅图像中实际包含的颜色数目只是全部颜色数的一个很小子集。为了节约存储空间以及减少计算复杂度，可以对HSV空间进行非等间隔量化。本专利技术采用如下量化方法：首先，把色调H空间分为8份，饱和度S和亮度V空间分别分为3份，即H＝1，h∈[316°，359°]∪[0°，20°]2，h∈[21°，40°]3，h∈[41°，75°]4，h∈[76°，155°]5，h∈[156°，190°]6，h∈[191°，270°]7，h∈[271°，295°]8，h∈[296°，315°]S＝1，s∈[0，0.2)2，s∈[0.2，0.7)3，s∈[0.7，1]V＝1，v∈[0，0.2)2，v∈[0.2，0.7)3，v∈[0.7，1]然后，按照上述量化级，将3个颜色分量合成特征向量，如下式所示：L＝9H+3S+V这样，H、S、V三个分量便可以在颜色空间向量上体现。根据上式，L的取值范围为[13，14，…，84]。经量化，可有效减少计算量。将此量化结果形成直方图形式，即可得到颜色空间向量直方图。得到视频的颜色空间向量直方图，即可确定一阈值，利用视频中目标区域和背景区域的颜色差异进行图像分割。本专利技术采用以下方法来确定颜色空间向量直方图的全局阈值，设th为所要求的阈值，可将颜色空间向量直方图分为两个区域A区域和B区域，则A和B两区域的类间方差σ2的计算公式为：σ2＝pA(ωA-ω0)2+pB(ωB-ω0)2其中，pA和pB为A，B颜色出现的概率；ωA和ωB分别为A区域和B区域的颜色值均值；ω0为图像的总颜色值均值。迭代求出使σ2最大时的th值T即为所求的最佳全局阈值，进而可将视频中目标与背景分割开来。基于颜色空间向量直方图的视频分割的具体步骤如下：(1)求出原视频的颜色空间向量直方图及其最佳全局分割阈值T。(2)将原视频中的背景设置为黑色。由于不同的视频颜色分布不同，因此采用两类方案之一：①保留颜色空间向量直方图中拥有最多像素的颜色值所在的半区(例如，如果拥有最多像素的颜色值小于T，则保留颜色值小于等于T的像素的颜色，而将颜色值大于T的像素的颜色均设置为黑色)。②去除颜色空间向量直方图中拥有最多像素的颜色值所在的半区，将此半区颜色值对应的像素设置为黑色。从视频的颜色空间向量直方图中可知，若阈值取值得当，两种方法均可较好地将原视频中目标与背景分割。但是，单纯通过基于颜色的方法很难将主色较为分散视频中的目标与背景分割开来，这也是基于视频颜色特征的视频分割方法在应用上的局限性。传统的边缘检测算法使用的阈值需要人为确定，不具备自适应能力。本专利技术利用改进的边缘检测算法提取视频的边缘特征并进行视频分割，可以更好地适应实际应用。首先获取梯度直方图：若一幅灰度图像包含N个像素，图像的梯度值经等间隔量化后取值范围为[0，1，…，100]，则梯度直方图H定义为<h1，h2，…，hN>，其中，hi为大小为i的梯度在整幅图像中所拥有的像素数占整幅图像总像素数的比例。得到梯度直方图后，便可以计算边缘检测算法中所要用到的高低阈值。高阈值th必须在梯度直方图中的非边缘区域以外选取，否则将给结果带来很多虚假边缘。采用最大类间方差自动取阈值法可以得到满意的视频分割结果，同时可计算出最佳全局阈值T，以及A区域和B区域梯度值的均值μA、μB和方差σA2、σB2。根据均值和方差的概率统计意义，利用μA、σA2或者μB、σB2计算出非边缘区域的范围。利用μA和σA2确定非边缘区域进而自适应确定高低阈值的方法更好。在一个实施例中，当高阈值th＝μA+2.5σA2和低阈值tl＝μA-0.3σA2时，自适应边缘检测算子边缘检测效果最为理想。根据本专利技术的可选实施例，在边缘检测算法中还可以根据以下过程获取改进的边缘检测算子：(1)用高斯滤波器平滑图像。(2)用高斯函数的一阶偏导数计算平滑后的图像计算其梯度的幅值和本文档来自技高网...

【技术保护点】
一种基于内容的视频检索方法，其特征在于，包括：采用自适应边缘检测算法提取视频图像的边缘，得到边缘二值图像；对视频区域进行分块，即将边缘二值图像分成4×4小块；完成分块后，将每一个小块中颜色为白色的像素的数量除以当前小块的总像素数量，得到当前分块的白色像素所占比重；将不大于预设阈值的白色像素所占比重小块确定为黑块，计算分块后的黑块数量；若视频中的黑块数量大于预设阈值，则通过基于边缘特征的视频分割方法提取视频目标进行检索；计算待检索视频图像和目标视频图像间的欧氏距离；其中计算待检索视频图像和目标视频图像间的欧氏距离进一步包括：(1)将待检测视频q和目标视频图像t均按4×4方式分块，根据两视频中对应分块的颜色空间向量直方图计算两视频中每个对应分块间的欧氏距离：D2ij(q,t)=(Σm=1384|hqij[m]-htij[m]|2)12]]>其中hq和ht分别表示待检索视频图像和目标视频图像的颜色空间向量直方图，下标ij表示视频被分块后位于第i行第j列小块，m表示量化后颜色值；(2)设置待检索视频第i行第j列的分块对应的权值ωij，通过计算出边缘分块视频的白点比例矩阵后，将矩阵中每个元素进行正则化，即将每个元素的数值除以最大元素的数值，得到每个分块的权值；(3)在计算出各个对应分块之间颜色空间向量直方图和检索视频各分块对应权值后，计算出待检测视频和目标视频图像间的加权距离：D2(q,t)=Σj=14Σi=14ωijD2ij(q,t).]]>...

【技术特征摘要】
1.一种基于内容的视频检索方法，其特征在于，包括：将视频图像的颜色特征以及边缘特征相结合，根据视频所属类型，使用不同的方法来分割具有不同特性的视频；然后将视频图像分成多个块，在计算待检索视频图像和目标视频图像的欧氏距离时，根据其不同特征自适应地给出每块图像的特征权重；所述根据视频所属类型，使用不同的方法来分割具有不同特性的视频，进一步包括：采用自适应边缘检测算法提取视频图像的边缘，得到边缘二值图像；对视频区域进行分块，即将边缘二值图像分成4×4小块；完成分块后，将每一个小块中颜色为白色的像素的数量除以当前小块的总像素数量，得到当前分块的白色像素所占比重；将不大于预设阈值的白色像素所占比重小于阈值的块确定为黑块，计算分块后的黑块数量；若视频中的黑块数量大于预设阈值，则通过基于边缘特征的视频分割方法提取视频目标进行检索；所述计算待检索视频图像和目标视频图像间的欧氏距离，进一步包括：(1)将待检测视频q和目标视频图...

【专利技术属性】
技术研发人员：洪冠军，魏文，
申请(专利权)人：四川智羽软件有限公司，
类型：发明
国别省市：四川;51