【正文】 s in China. Yet in the eyes of the Jade Emperor, the Supreme Deity in Taoism, marriage between a mortal and fairy was strictly forbidden. He ordered the heaven troop to catch Zhinu back. Niulang grew desperate when he discovered Zhinu had been taken back to heaven. Driven by Niulang39。 內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 28 參考文獻 [1] 周品，李曉東 .MATLAB 數(shù)字圖像處理 .北京 .清華大學出版社 .2021： [2] 劉文萍， 李也白，張常年 .視頻鏡頭邊緣檢測技術(shù) .計算機工程與應用 .： [3] 郭阿弟 .鏡頭邊界檢測方法的研究 .蘭州大學 .2021. [4] 孟祥如 .視頻鏡頭邊界檢測的研究 .沈陽工業(yè)大學 .2021. [5] 韓冰 .視頻鏡頭邊界檢測方法研究 .西安電子科技大學 .2021. [6] 楊倩 .視頻鏡頭邊界檢測算法的研究 .太原理工大學 .2021. [7] 袁小娟 .視頻鏡頭邊界檢測算法的研究 .武漢工業(yè)學院 .2021. [8] 葛寶 .視頻鏡頭邊界檢測研究 .西北大學 .2021. [9] 劉謙雷，楊綠溪，鄒采榮 .用于視頻鏡頭 突變切換檢測的二次差分法和像素點匹配二次差分法 .中國圖象圖形學報 . 8卷 (A版 ).第 2期 . [10] 岡薩雷斯 .數(shù)字圖像處理中文版課件 . [11] Jordi Mas and Gabriel SHOT BOUNDARY DETECTION BASED ON COLOR HISTOGRAM. [12] 王沫然 .MATLAB 與科學計算 .北京 .電子工業(yè)出版社 .2021 [13] 高展宏，徐文波 .基于 MATLAB 的圖像處理案例教程 .北京 .清華大學出版社 .2021. [14] 趙書蘭 .MATLABR2021 數(shù)字圖像處理與分析實例教程 .北京 .化學工業(yè)出版社 .2021. [15] 牛顥，丁春利，張明，唐博 .視頻鏡頭邊緣檢測算法研究與比較 .計算機應用研究 .第 30 卷第 2期 . [16] 劉政凱，湯曉鷗 .視頻檢索中鏡頭分割方法綜述 .計算機工程與應用 .. [17] 王保雄，余松煜 .視頻檢索中的鏡頭邊界檢測 .紅外與激光工程 .第 29卷第 5期 . [18] 印勇，侯海珍 .基于直方圖幀差的自適應鏡頭分割算法 .計算機工程與應用 .2021， 46（ 9） . [19] 丁洪麗 ,陳懷新 .基于累積直方 圖的視頻鏡頭邊界檢測方法 .電訊技術(shù) .第 48 卷第 3 期 . [20] 華維東 .視頻實驗報告 . 內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 29 謝辭 畢業(yè)論文終于要定稿了，要感謝的人有很多。 本文首先介紹了關(guān)于視頻鏡頭邊界的一些基本概念，包括場景、鏡頭以及幀等。,39。%直方圖幀差圖 xlabel(39。.39。) 內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 23 程序運行結(jié)果： 111，即第 111 幀為視頻鏡頭邊界。FontWeight39。 %d=im2double(b)?；蛘卟捎弥狈綀D幀差的均值與方差變化來找出漸變鏡頭邊界。 內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 20 第四章 漸變檢測 國內(nèi)外研究現(xiàn)狀 漸變鏡頭邊界是指一個鏡頭漸漸過渡到另一個鏡頭 ,鏡頭之間會有一些空間或時間上的編輯效果 ,包括淡入淡出，溶解等。)。%閾值設(shè)定為差異累加值的 11% if g(i)th disp(i1)。 % I=。在比較一幀的每個像素前，用它的鄰近區(qū)域的平均值來代替，這也過濾了輸入圖像的一些噪聲。FontWeight39。FontWeight39。%幀寬 h=?；趬K的鏡頭邊界檢測算法就可以達到這個目的。 內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 11 第三章 視頻鏡頭突變檢測 國內(nèi)外研究現(xiàn)狀 本文中的鏡頭突變檢測就是檢測視頻序列中像素點數(shù)目變化與直方圖幀差變化的峰值點，也就是內(nèi)容變化程度的最大處。 （ 3） MATLAB 應用程序接口（ API） API 是 MATLAB 程序所提供的，以便于和其他的高級語言進行相互連接的一個互動對接函數(shù)庫，各種語言之間通過對 MAT文件的讀寫來實現(xiàn)數(shù)據(jù)信息的相互交流。 視頻數(shù)據(jù)結(jié)構(gòu) 視頻數(shù)據(jù)特點 視頻是對于人類來講，是非常重要的信息源。它的原理也比較簡單，具體實現(xiàn)過程如下，首先計算連續(xù)兩幀的直方圖，然后計算直方圖交集，當連續(xù)兩個視頻圖像幀的相似度小于閾值 F1 時，則判定出現(xiàn)鏡頭邊界。 圖 鏡頭邊界檢測過程 內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 6 主要方法及存在的問題 視頻鏡頭邊界檢測的實質(zhì)就是檢測視頻鏡頭連續(xù)相鄰幀或非相鄰幀差的差異度或相似度，當相似度或差異度大于或小于一個閾值時，則判定出現(xiàn)視頻鏡頭突變或漸變邊界。 壓縮域鏡頭邊界檢測算法是針對經(jīng)過壓縮的數(shù)字視頻的。連續(xù)幀之間會發(fā)生變化。 第三章：突變檢測。比如視頻索引，視頻壓縮，視頻訪問和其它幾個方面。例如鏡頭連續(xù)幀之間相應位置像素點差值的變大、顏色分布發(fā)生明顯改變或者物體邊緣的突然出現(xiàn)與消失。 histogram。當鏡頭發(fā)生轉(zhuǎn)換時，會造成一些明顯的變化。檢測鏡頭為溶解漸變鏡頭。它的特點是鏡頭的變換發(fā)生在兩幀圖像之間 ,這兩幀圖像分屬不同的鏡頭，兩幀圖像的最基本特征已發(fā)生改變。所以需要找到一個更好的特征或者是特征組合來提高鏡頭邊界的檢測的效果。還有一種基于塊的鏡頭邊界檢測算法。 本文所采用的方法為基于連續(xù)幀相減的像素差法和直方圖相減法?；叶戎狈綀D也是視頻圖像的一個重要屬性，灰度直方圖是灰度級的函數(shù)，它表示圖像中具有某種灰度級的像素的個數(shù)，反映了圖像中某種灰度出現(xiàn)的頻率。 出色的圖形處理功能 內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 10 MATLAB 本身具有強大的數(shù)據(jù)可視化功能，能夠方便的將數(shù)據(jù)矩陣轉(zhuǎn)換成圖形表現(xiàn)出來，特別是在本文所研究的視頻鏡頭邊界檢測應用中，可 以方便的使用戶看到具體哪一幀為鏡頭邊界。 由于考慮到了視頻圖像幀的像素位置信 息，所以對于視頻鏡頭的檢測比較精確，但是這種方法的主要缺點是對于攝像機及目標運動比較敏感，容易出現(xiàn)誤檢與漏檢。然后，將變化的像素點個數(shù)與第二個預定的閾值 F2 比較，如果超過范圍，則認為這兩幀之間發(fā)生較大變化，判斷其為鏡頭邊界。 %d=im2double(b)。FontWeight39。) 內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 15 圖 連續(xù)幀相減運行結(jié)果圖 程序運行結(jié)果： 程序 輸出 結(jié)果為 37， 110。%錄入 AVI視頻的相關(guān)信息 mov=aviread(39。%將視頻打成幀圖像 % end for i=2:frames x=mov(i1).cdata(:,:,:)。,39。,39。檢測漸變鏡頭邊界與突變鏡頭邊界唯一不同的是閾值的選取不同。%讀入視頻 frames=size(mov,2)。幀數(shù) 39。FontSize39。%讀入視頻 frames=size(mov,2)。%轉(zhuǎn)成灰度圖 b=rgb2gray(y)。 ylabel(39。FontName39。當發(fā)生變化的像素點數(shù)大于總像素點數(shù)的 7%時，即判定為鏡頭邊界。雖然一直在掛科，但也有所收獲。s Day on February 14, characterized by bouquets of roses, chocolates and romantic candlelight dinners, than they do about their homegrown day for lovers. Even Qixi is nowadays referred to as the Chinese Valentine39。在初期，李老師為我提供了許多優(yōu)秀的參考文獻和資料，同時還對論文的研究思想和研究方向做了詳細說明，并指導我確立了 論文結(jié)構(gòu)框架，這對我之后論文的撰寫打下了基礎(chǔ)。第二章主要對視頻數(shù)據(jù)結(jié)構(gòu)的特點以及表示作了介紹，并對 MATLAB 作了簡要介紹。FontWeight39。FontWeight39。))。)。)。 end end end if m(i)h*w* disp(i1)。)。鏡頭漸變檢測可以單獨進行，也可以和鏡頭突變檢測同時進行。,39。%直方圖幀差圖 xlabel(39。.39。當差異的累加值超過閾值 T時，即檢測到鏡頭邊界。,39。)。 y=mov(i).cdata(:,:,:)。 內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 12 連續(xù)幀相減 MATLAB實現(xiàn) MATLAB 程序流程圖 假 假 圖 MATLAB 程序流程圖 讀取視頻序列，獲取幀高 h，幀寬 w，總幀數(shù) frames i=2 提取幀 x(i)與 x(i1),并灰度轉(zhuǎn)換 i≤frames k≤w j=1 輸出幀號 mw*h*7% j=j+1 i=i+1 j≤h 計算像素點變化率 e k=1 存入數(shù)組 m e25% 內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 13 連續(xù)幀相減原理 由于人眼是以像素為單位來辨別圖象的相似度或者差異度的 ,兩幀圖像在同一位置上相同像素點的個數(shù)越多 ,這兩幀圖像就越相似。由此 ,提出基于連續(xù)幀相減的像素差法。這些工具能夠十分簡單快捷的對圖像做一些常見的處理工作，例如圖像增強和圖像復原等操作。 視頻數(shù)據(jù)的表示 視頻數(shù)據(jù)的信息量非常大，所以需要以多種方式來描述視頻數(shù)據(jù)。所以需要一些方法的組合來實現(xiàn)漸變鏡頭 邊界檢測，例如二次幀差法，利用重復幀差值的計算提高漸變鏡頭邊界檢內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 7 測效率。然后，將變化的像素點個數(shù)與第二個預定的閾值 F2 比較，如果超過范圍，則認為這兩幀之間發(fā)生較大變化，判斷其為鏡頭邊界。所以近年來出現(xiàn)了直接對壓縮視頻進行鏡頭邊界檢測的算法。 鏡頭邊界是視頻鏡頭相鄰幀的內(nèi)容出現(xiàn)了某種意義上的變化 ,即鏡頭邊界反映的是視頻內(nèi)容的不連續(xù)性。并且介紹了兩種方法的原理以及優(yōu)缺點。 本文主要使用兩種基于 MATLAB 的方法進行鏡頭邊界檢測。盡管如此，鏡頭邊界檢測技術(shù)還不成熟。本文的主要內(nèi)容就是使用MATLAB 來實現(xiàn)鏡頭邊界檢測，即鏡頭內(nèi)容的變化，包括突變與漸變。分別為連續(xù)幀相減和直方圖相減。 第四章：漸變檢測。 鏡頭邊界檢測從本質(zhì)上講就是檢測這些明顯特征的變化。 本文研究內(nèi)容是基于 MATLAB 針對非壓縮域視頻的鏡頭邊界檢測算法?；谥狈綀D的方法也是利用視頻圖像幀間差進行鏡頭邊界檢測的方法。還可以利用像素差法與直方圖法的結(jié)合來實現(xiàn)，不僅可以達到好的漸變檢測效果，還能消除攝像機及目標運動對結(jié)果的影響。視頻數(shù)據(jù)本身就有很多屬性 ,包括像素位置、顏色紋理、形狀以及運動等。 MATLAB 主要特點 工作平臺環(huán)境友好 MATLAB 由一系列工具組成。該方法主要原理就是判斷相鄰圖像幀中發(fā)生變化的像素點的多少。由此 ,提出基于連續(xù)幀相減的像素差法。 a=rgb2gray(x)。 ylabel(39。FontName39。 直方圖相減程序?qū)崿F(xiàn) 圖 視頻《羅馬假日 》突變鏡頭部分視頻幀 內(nèi)蒙古工業(yè)大學本科畢業(yè)論文 18 程序代碼： info=aviinfo(39。,39。幀數(shù) 39。FontSize39。目前鏡頭突變檢測已經(jīng)比較成熟，但是鏡頭漸變檢測還存在一些問題。%錄入 AVI視頻的相關(guān)信息 mov=aviread(39。 end end n=1:frames。 title(39。%錄入 AVI視頻的相關(guān)信息 mov=aviread(39。%將視頻打成幀圖像 % end for i=2:frames x=mov(i1).cdata(:,:,:)。,39。,39。本文主要使用的方法為基于 MATLAB 連續(xù)幀相減的像素差法和直方圖相減法 。在此，我對我的導師李維雅老師表示由衷地感謝和敬意。s Day. More and more young Chinese people begin to celebrate this day in a very similar way as that in western countries. Fewer people than ever will gaze at the heavens on Saturday to pick out the two sta