【文章內(nèi)容簡(jiǎn)介】 幀 x(i)與 x(i1),并灰度轉(zhuǎn)換 i≤frames k≤w j=1 輸出幀號(hào) mw*h*7% j=j+1 i=i+1 j≤h 計(jì)算像素點(diǎn)變化率 e k=1 存入數(shù)組 m e25% 內(nèi)蒙古工業(yè)大學(xué)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(lái)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(diǎn)的個(gè)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。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(diǎn)的多少。首先統(tǒng)計(jì)兩幅圖像對(duì)應(yīng)像素點(diǎn)變化率超過(guò)閾值 F1 的像素點(diǎn)個(gè)數(shù)。然后，將變化的像素點(diǎn)個(gè)數(shù)與第二個(gè)預(yù)定的閾值 F2 比較，如果超過(guò)范圍，則認(rèn)為這兩幀之間發(fā)生較大變化，判斷其為鏡頭邊界。 連續(xù)幀相減程序?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(xué)本科畢業(yè)論文 14 程序代碼： info=aviinfo(39。E:\39。)。%錄入 AVI視頻的相關(guān)信息 mov=aviread(39。E:\39。)。%讀入視頻 frames=size(mov,2)。%獲取視頻中的 幀總數(shù) w=。%幀寬 h=。%幀高 m=zeros(frames,1)。 for i=2:frames x=mov(i1).cdata(:,:,:)。 y=mov(i).cdata(:,:,:)。 a=rgb2gray(x)。 b=rgb2gray(y)。 %c=im2double(a)。 %d=im2double(b)。 e=abs(ab)./(a+b)。 for j=1:h for k=1:w if e(j,k) %對(duì)于突變檢測(cè)，像素點(diǎn)變化率閾值可選范圍較大 m(i)=m(i)+1。 end end end if m(i)h*w*%閾值設(shè)為總像素點(diǎn)數(shù)的 7% disp(i1)。 end end n=1:frames。 plot(n,m)。 xlabel(39。幀數(shù) 39。,39。FontWeight39。,39。bold39。)。 ylabel(39。像素點(diǎn)變化數(shù) 39。,39。FontWeight39。,39。bold39。)。 title(39。連續(xù)幀相減 39。,39。FontSize39。,12,39。FontWeight39。,39。bold39。,39。FontName39。,39。隸書(shū) 39。) 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 15 圖 連續(xù)幀相減運(yùn)行結(jié)果圖 程序運(yùn)行結(jié)果： 程序 輸出 結(jié)果為 37， 110。即第 37幀和 110幀為鏡頭突變邊界。 并且由圖 37與 38幀與 110與 111幀像素差遠(yuǎn)遠(yuǎn)超出其它相鄰幀像素差。將視頻打成 幀圖像，查看第 37幀與 110幀。程序運(yùn)行結(jié)果正確，第 37幀與 110幀確實(shí)為鏡頭突變邊界。 連續(xù)幀相減優(yōu)點(diǎn)與缺點(diǎn) 優(yōu)點(diǎn)： 在計(jì)算兩視頻幀圖像的幀間差時(shí)考慮到了像素的位置關(guān)系 ,因此計(jì)算的圖像幀間差較為精確。 缺點(diǎn)： 對(duì)攝像機(jī)運(yùn)動(dòng)敏感，如放縮、平移。對(duì)視頻序列內(nèi)物體的運(yùn)動(dòng)同樣敏感。 解決辦法 ：通過(guò)濾波器的使用來(lái)降低攝像機(jī)及目標(biāo)運(yùn)動(dòng)的干擾，提高算法對(duì)于攝像機(jī)及目標(biāo)運(yùn)動(dòng)的容忍度。在比較一幀的每個(gè)像素前，用它的鄰近區(qū)域的平均值來(lái)代替，這也過(guò)濾了輸入圖像的一些噪聲。 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 16 直方圖相減 MATLAB 實(shí)現(xiàn) MATLAB 程序流程圖 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 計(jì)算幀差累積和 輸出幀號(hào) i=i+1 g(i)th 計(jì)算 x(i)與 x(i1)直方圖幀差g(i) 計(jì)算閾值 (累積和的 11%左右 ) 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 17 直方圖相減原理 基于直方圖的方法也是利用視頻圖像幀間差進(jìn)行鏡頭邊界檢測(cè)的方法。它的原理也很簡(jiǎn)單，具體操作過(guò)程如下：首先計(jì)算連續(xù)兩幀圖像的直方圖，然后統(tǒng)計(jì)相鄰兩幀中所有像素在不同灰度上的分布差異，即直方圖相減。當(dāng)差異的累加值超過(guò)閾值 T時(shí)，即檢測(cè)到鏡頭邊界。 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(xué)本科畢業(yè)論文 18 程序代碼： info=aviinfo(39。E:\39。)。%錄入 AVI視頻的相關(guān)信息 mov=aviread(39。E:\39。)。%讀入視頻 frames=size(mov,2)。%獲取視頻中的幀總數(shù) w=。%幀寬 h=。%幀高 % for x=1:frames % mov=aviread(39。E:\39。,x)。 % I=。 % J=rgb2gray(I)。%轉(zhuǎn)成灰度圖 % imwrite(J,strcat(int2str(m),39。.39。,39。bmp39。))。%將視頻打成幀圖像 % end for i=2:frames x=mov(i1).cdata(:,:,:)。%讀取視頻幀 y=mov(i).cdata(:,:,:)。 a=rgb2gray(x)。%轉(zhuǎn)成灰度圖 b=rgb2gray(y)。 e=imhist(a)。 f=imhist(b)。 g(i)=sum(abs(ef))。%直方圖幀差 k=sum(g)。 th=k*。%閾值設(shè)定為差異累加值的 11% if g(i)th disp(i1)。%輸出幀號(hào) end end h=1:frames。 plot(h,g)。%直方圖幀差圖 xlabel(39。幀數(shù) 39。,39。FontWeight39。,39。bold39。)。 ylabel(39。直方圖幀差 39。,39。FontWeight39。,39。bold39。)。 title(39。直方圖相減 39。,39。FontSize39。,12,39。FontWeight39。,39。bold39。,39。FontName39。,39。隸書(shū) 39。) 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 19 圖 直方圖相減程序運(yùn)行結(jié)果圖 直方圖相減優(yōu)點(diǎn)與缺點(diǎn) 優(yōu)點(diǎn)： 基于直方圖的方法對(duì)于攝像機(jī)及目標(biāo)運(yùn)動(dòng)不是特別敏感，因?yàn)樗鼪](méi)有考慮圖像幀的位置信息，忽略了幀內(nèi)的空間變化。 缺點(diǎn) ：這種方法有可能造成漏檢，因?yàn)橛锌赡艹霈F(xiàn)兩個(gè)圖像有類似的直方圖但卻是完全不同的內(nèi)容。然而，這種事件的概率是足夠低。 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 20 第四章 漸變檢測(cè) 國(guó)內(nèi)外研究現(xiàn)狀 漸變鏡頭邊界是指一個(gè)鏡頭漸漸過(guò)渡到另一個(gè)鏡頭 ,鏡頭之間會(huì)有一些空間或時(shí)間上的編輯效果 ,包括淡入淡出，溶解等。它的主要特點(diǎn)是漸變 過(guò)程中相鄰兩幀圖像變化相對(duì)較小，所以漸變過(guò)程通常為幾幀到十幾幀。與鏡頭突變只有一種不同的是 ,漸變包括許多種方式 ,如淡入淡出、溶解等。鏡頭漸變檢測(cè)可以單獨(dú)進(jìn)行，也可以和鏡頭突變檢測(cè)同時(shí)進(jìn)行。目前鏡頭突變檢測(cè)已經(jīng)比較成熟，但是鏡頭漸變檢測(cè)還存在一些問(wèn)題。下面對(duì)可以進(jìn)行鏡頭漸變檢測(cè)的方法作一簡(jiǎn)單介紹： （ 1）雙閾值比較法 這個(gè)方法就是根據(jù)視頻幀間差與閾值的關(guān)系達(dá)到檢測(cè)鏡頭邊界的目的，既可以檢測(cè)突變鏡頭邊界也可以檢測(cè)漸變鏡頭邊界。因?yàn)榛谶B續(xù)幀幀間差的方法有很多，例如本文中所用的基于連續(xù)幀相減的像素差法和直方圖相減 法。檢測(cè)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。一般來(lái)說(shuō)，只計(jì)算相鄰幀的幀間差，對(duì)于漸變鏡頭邊界的檢測(cè)來(lái)講，有一種方法就是當(dāng)幀間差超過(guò)閾值 F1 時(shí)，標(biāo)記為漸變起始幀，然后接下來(lái)每一幀都與起始幀作差，以此來(lái)判定鏡頭邊界。 （ 3） 直方圖交集法 直方圖交集法是利用兩個(gè)視頻圖像幀直方圖交集來(lái)檢測(cè)視頻鏡頭邊界的。與其它利用幀間差檢測(cè)視頻鏡頭邊界方法不同的是，直方圖交集是檢測(cè)連續(xù)兩個(gè)視頻圖像幀相似度的。它的原理也比較簡(jiǎn)單，具體實(shí)現(xiàn)過(guò)程如下，首先計(jì)算連續(xù)兩幀的直方圖，然后計(jì)算直方圖交集，當(dāng)連續(xù)兩個(gè)視頻圖像幀的相似度 小于閾值 F1 時(shí)，則判定出現(xiàn)鏡頭邊界。 （ 3）其它方法的組合 在實(shí)際中，經(jīng)常需要將突變鏡頭與漸變鏡頭放在一起檢測(cè)。在進(jìn)行鏡頭漸變檢測(cè)時(shí)，用檢測(cè)鏡頭突變的方法檢測(cè)效果并不明顯。所以需要一些方法的組合來(lái)實(shí)現(xiàn)漸變鏡頭邊界檢測(cè)，例如二次幀差法，利用重復(fù)幀差值的計(jì)算提高漸變鏡頭邊界檢測(cè)效率。還可以利用像素差法與直方圖法的結(jié)合來(lái)實(shí)現(xiàn)，不僅可以達(dá)到好的漸變檢測(cè)效果，還能消除攝像機(jī)及目標(biāo)運(yùn)動(dòng)對(duì)結(jié)果的影響?；蛘卟捎弥狈綀D幀差的均值與方差變化來(lái)找出漸變鏡頭邊界。 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 21 連續(xù)幀相減 MATLAB 實(shí)現(xiàn) 圖 視頻《羅馬假日 》漸變鏡頭部分視頻幀 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 22 程序代碼： info=aviinfo(39。E:\奧黛麗赫本 .avi39。)。%錄入 AVI視頻的相關(guān)信息 mov=aviread(39。E:\奧黛麗赫本 .avi39。)。%讀入視頻 frames=size(mov,2)。%獲取視頻中的幀總數(shù) w=。%幀寬 h=。%幀高 m=zeros(frames,1)。 for i=2:frames x=mov(i1).cdata(:,:,:)。 y=mov(i).cdata(:,:,:)。 a=rgb2gray(x)。 b=rgb2gray(y)。 %c=im2double(a)。 %d=im2double(b)。 e=abs(ab)./(a+b)。 for j=1:h for k=1:w if e(j,k) %對(duì)于突變檢測(cè)，閾值可選范圍較大（任意） m(i)=m(i)+1。 end end end if m(i)h*w* disp(i1)。 end end n=1:frames。 plot(n,m)。 xlabel(39。幀數(shù) 39。,39。FontWeight39。,39。bold39。)。 ylabel(39。像素點(diǎn)變化數(shù) 39。,39。FontWeight39。,39。bold39。)。 title(39。連續(xù)幀相減 39。,39。FontSize39。,12,39。FontWeight39。,39。bold39。,39。FontName39。,39。隸書(shū) 39。) 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 23 程序運(yùn)行結(jié)果： 111，即第 111 幀為視頻鏡頭邊界。 圖 連續(xù)幀相減程序運(yùn)行結(jié)果圖 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 24 直方圖相減 MATLAB 實(shí)現(xiàn) 圖 視頻《羅馬假日》漸變鏡頭部分視頻幀 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 25 程序代碼： info=aviinfo(39。E:\奧黛麗赫本 .avi39。)。%錄入 AVI視頻的相關(guān)信息 mov=aviread(39。E:\奧黛麗赫本 .avi39。)。%讀入視頻 frames=size(mov,2)。%獲取視頻中的幀總數(shù) w=。%幀寬 h=。%幀高 % for x=1:frames % mov=aviread(39。E:\39。,x)。 % I=。 % J=rgb2gray(I)。%轉(zhuǎn)成灰度圖 % imwrite(J,strcat(int2str(m),39。.39。,39。bmp39。))。%將視頻打成幀圖像 % end for i=2:frames x=mov(i1).cdata(:,:,:)。%讀取視頻幀 y=mov(i).cdata(:,:,:)。 a=rgb2gray(x)。%轉(zhuǎn)成灰度圖 b=rgb2gray(y)。 e=imhist(a)。 f=imhist(b)。 g(i)=s