【正文】 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。s largest virgin forest, and known for its spring and ecological environment, Arxan is marveled at by many tourists as the purest land on earth. You cannot miss out the Autumn of Arxan. It is definitely the best with brightlycolored scenery full of emotions. Autumn in the northern part of the country es earlier than the South. A September rain followed by the footprints of Autumn brings more colors to the once emerald green mountain and blooming grassland. Shutterbugs flock to see for themselves the marvel of splendid colors around the mountains and waters, many of whom have travel a long distance and even camp here only to capture a moment of the nature wonder. The silver birch turns golden, while the larch is still proudly green. You will find yourself drowned in the intoxicating red of the wild fruits as well as the glamour of flowers in full blown. And your heart will be lingering on the woods as it39。有理解、有包容、有處事靈活、有堅(jiān)持原則。雖然一直在掛科，但也有所收獲。在初期，李老師為我提供了許多優(yōu)秀的參考文獻(xiàn)和資料，同時(shí)還對論文的研究思想和研究方向做了詳細(xì)說明，并指導(dǎo)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)。 最后，對全文進(jìn)行了總結(jié)，以及所使用方法的結(jié)果作了一個(gè)總結(jié)性的討論。本文中漸 變鏡頭邊界的檢測與突變鏡頭邊界檢測唯一的不同就是閾值的不同，基于連續(xù)幀相減的像素差法閾值設(shè)定為總像素點(diǎn)數(shù)的 2%，超過這個(gè)閾值就判定為鏡頭邊界。當(dāng)發(fā)生變化的像素點(diǎn)數(shù)大于總像素點(diǎn)數(shù)的 7%時(shí)，即判定為鏡頭邊界。第二章主要對視頻數(shù)據(jù)結(jié)構(gòu)的特點(diǎn)以及表示作了介紹，并對 MATLAB 作了簡要介紹。本文主要用基于連續(xù)幀相減的像素差法和直方圖相減法進(jìn)行鏡頭邊界檢測。 圖 直方圖相減程序運(yùn)行結(jié)果圖 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 27 結(jié)論 現(xiàn)在，視頻的大量使用，使得視頻內(nèi)容檢索成為現(xiàn)階段的主要問題。FontName39。FontWeight39。直方圖相減 39。,39。 ylabel(39。FontWeight39。 plot(h,g)。%直方圖幀差 k=sum(g)。%轉(zhuǎn)成灰度圖 b=rgb2gray(y)。))。%轉(zhuǎn)成灰度圖 % imwrite(J,strcat(int2str(m),39。E:\39。%讀入視頻 frames=size(mov,2)。)。隸書 39。bold39。FontSize39。)。,39。bold39。幀數(shù) 39。 end end end if m(i)h*w* disp(i1)。 %c=im2double(a)。 for i=2:frames x=mov(i1).cdata(:,:,:)。%讀入視頻 frames=size(mov,2)。)。還可以利用像素差法與直方圖法的結(jié)合來實(shí)現(xiàn)，不僅可以達(dá)到好的漸變檢測效果，還能消除攝像機(jī)及目標(biāo)運(yùn)動對結(jié)果的影響。它的原理也比較簡單，具體實(shí)現(xiàn)過程如下，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。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。鏡頭漸變檢測可以單獨(dú)進(jìn)行，也可以和鏡頭突變檢測同時(shí)進(jìn)行。然而，這種事件的概率是足夠低。,39。,39。,39。bold39。直方圖幀差 39。,39。%直方圖幀差圖 xlabel(39。 th=k*。 e=imhist(a)。%將視頻打成幀圖像 % end for i=2:frames x=mov(i1).cdata(:,:,:)。.39。,x)。%獲取視頻中的幀總數(shù) w=。%錄入 AVI視頻的相關(guān)信息 mov=aviread(39。當(dāng)差異的累加值超過閾值 T時(shí)，即檢測到鏡頭邊界。 解決辦法 ：通過濾波器的使用來降低攝像機(jī)及目標(biāo)運(yùn)動的干擾，提高算法對于攝像機(jī)及目標(biāo)運(yùn)動的容忍度。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。) 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。,39。,12,39。 title(39。FontWeight39。)。,39。 end end n=1:frames。 %d=im2double(b)。 y=mov(i).cdata(:,:,:)。%獲取視頻中的 幀總數(shù) w=。%錄入 AVI視頻的相關(guān)信息 mov=aviread(39。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。 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 12 連續(xù)幀相減 MATLAB實(shí)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(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。 （ 3） 基于塊的鏡頭邊界檢測算法 由于前面兩種方法對于攝像機(jī)及目標(biāo)運(yùn)動比較敏感，所以我們需要一種方法能夠提高算法對局部運(yùn)動的容忍度。當(dāng)差異的累加值超過閾值 T 時(shí)，即檢測到鏡頭邊界。 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(diǎn)是對于攝像機(jī)及目標(biāo)運(yùn)動比較敏感，容易出現(xiàn)誤檢與漏檢。由此 ,提出基于連續(xù)幀相減的像素差法。這同時(shí)也暴露了本文所討論方法的局限性，因?yàn)楝F(xiàn)在大多數(shù)視頻都是經(jīng)過壓縮處理的，如果先解壓，再用本文所討論方法，容易造成時(shí)間的浪費(fèi)。本文所用的是 aviread，但是 aviread對于視頻格式讀取有限制，只能讀取未經(jīng)壓縮的 avi視頻和一定壓縮格式的 avi視頻。 出色的圖形處理功能 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 10 MATLAB 本身具有強(qiáng)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(yīng)用中，可 以方便的使用戶看到具體哪一幀為鏡頭邊界。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(qiáng)和圖像復(fù)原等操作。句柄圖形中擁有用于處理二維和 三維數(shù)字圖形的各種指令和高低級命令。視頻圖像處理是一個(gè)從最底層開始不斷對視頻進(jìn)行描述，逐步直到高層表達(dá)的過程?；叶戎狈綀D也是視頻圖像的一個(gè)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(gè)數(shù)，反映了圖像中某種灰度出現(xiàn)的頻率。 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)。 MATLAB可以實(shí)現(xiàn)對數(shù)字視頻的讀取以及將數(shù)字視頻分離為幀并用數(shù)字圖像處理工具箱對其進(jìn)處理。并且不同類型的視頻需要選擇不同的閾值，很難有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。 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。所以需要一些方法的組合來實(shí)現(xiàn)漸變鏡頭 邊界檢測，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內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 7 測效率。與其它利用幀間差檢測視頻鏡頭邊界方法不同的是，直方圖交集是檢測連續(xù)兩個(gè)視頻圖像幀相似度的。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。還有一種基于塊的鏡頭邊界檢測算法。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?；?MATLAB 解壓縮域鏡頭邊界檢測過程如圖 所示，其中 F(i)代表視頻鏡頭第 i 幀圖像， D(i)代表 i 幀和 i+1 幀圖像幀間差， S(k)代表檢測到的第 k個(gè)鏡頭邊界。 （ 3）鏡頭漸變與鏡頭運(yùn)動的區(qū)別 因?yàn)殓R頭漸變與鏡頭運(yùn)動都會使幀間差連續(xù)的增大，所以利用基于 MATLAB 幀間差的方法很難將鏡頭漸變和鏡頭運(yùn)動區(qū)分開來。所以需要找到一個(gè)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。所以近年來出現(xiàn)了直接對壓縮視頻進(jìn)行鏡頭邊界檢測的算法。 非壓縮域鏡頭邊界檢測算法是針對未經(jīng)過壓縮的數(shù)字視頻的，因此可以利用視頻幀圖像像素域信息，直接對圖像進(jìn)行各種處理，提取圖像的特征向量，例如灰度直方圖，像素點(diǎn)變化率，邊緣改變率等。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。它的特點(diǎn)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。 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。 幀：幀作為視頻數(shù)據(jù)結(jié)構(gòu)中的最小單元， 從本質(zhì)上來講是一幅靜態(tài)的的圖像。 場景：包含一個(gè)或多個(gè)鏡頭，并且這些鏡頭內(nèi)容相近，只是從不同的角度對同一個(gè)事件進(jìn)行描述。檢測鏡頭為溶解漸變鏡頭。并且介紹了兩種方法的原理以及優(yōu)缺點(diǎn)。主要分析視頻的數(shù)據(jù)結(jié)構(gòu)。 本文的主要內(nèi)容如下： 第一章：鏡頭邊界檢測概述。當(dāng)鏡頭發(fā)生轉(zhuǎn)換時(shí)，會造成一些明顯的變化。 本文主要使用兩種基于 MATLAB 的方法進(jìn)行鏡頭邊界檢測。 視頻鏡頭邊界檢測已經(jīng)在近幾年得到深入研究，并應(yīng)用在不同領(lǐng)域。 如何使數(shù)字視 頻里的信息得到充分利用，并在最短的時(shí)間里找到我們所需要的內(nèi)容，是急需解決的問題。 histogram。盡管如此，鏡頭邊界檢測技術(shù)還不成熟。當(dāng)鏡頭發(fā)生轉(zhuǎn)換時(shí)，會造成一些明顯的變化。 二 〇 一 四 年 五 月 本科畢業(yè)論文 題 目 ： 濾 波 器 的 形 狀 和 尺 寸 對 圖 像 濾 波 的 影 響 學(xué) 生 姓 名 ： 學(xué) 院 ：理學(xué)院 系 別 ： 物 理 系 專 業(yè) ： 電 子 信 息 科 學(xué) 與 技 術(shù) 班 級 ： 電 科 10 1 班 指 導(dǎo) 教 師 ： 李 維 雅 講師 學(xué)校代碼： 10128 學(xué) 號： 202120906002 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè)論文 摘 要 目前，計(jì)算機(jī)多媒體網(wǎng)絡(luò)技術(shù)的發(fā)展，使得人們的大部分知識都由視覺獲得。例如鏡頭連續(xù)幀之間相應(yīng)位置像素點(diǎn)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。本文的主要內(nèi)容就是使用MATLAB 來實(shí)現(xiàn)鏡頭邊界檢測，即鏡頭內(nèi)容的變化，包括突變與漸變。 mutation detection。因此，視頻分析及檢索技術(shù)顯得尤為重要。比如視頻索引，視頻壓縮，視頻訪問和其它幾個(gè)方面。分別為連續(xù)幀相減和直方圖相減。例如鏡頭連續(xù)幀之間相應(yīng)位置像素點(diǎn)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。本章 主要介紹了關(guān)于視頻的一些基本概念，包括視頻、場景、鏡頭和幀等。 第三章：突變檢測。 第四章：漸變檢測。 本文