綜合灰度和紋理特征的視頻段檢索匹配研究.pdf

1、在當(dāng)今圖像、視頻檢索匹配領(lǐng)域，基于內(nèi)容的檢索技術(shù)已經(jīng)替代基于文本的方式成為主要技術(shù)手段和發(fā)展趨勢(shì)。所謂基于內(nèi)容是指根據(jù)圖像的顏色、形狀、紋理、結(jié)構(gòu)等特征來(lái)查詢(xún)圖像與視頻，它融合了計(jì)算機(jī)圖像處理、模式識(shí)別、數(shù)據(jù)庫(kù)等方面的關(guān)鍵技術(shù)。由于視頻是由連續(xù)圖像幀組成的內(nèi)容信息更為復(fù)雜的線(xiàn)性結(jié)構(gòu)，在底層上可以應(yīng)用基于圖像的檢索匹配方法。然而視頻資料數(shù)據(jù)量巨大，如何有效提取內(nèi)容特征并利用圖像檢索技術(shù)提出高效檢索策略，使之滿(mǎn)足實(shí)時(shí)性要求成為實(shí)現(xiàn)視頻檢索的

2、突破口。 視頻檢索技術(shù)，如基于抽象語(yǔ)義描述的場(chǎng)景鏡頭檢索以及視頻段檢索匹配都有著廣泛的應(yīng)用，而后者一種典型應(yīng)用便是廣告視頻段的檢索匹配。為做市場(chǎng)評(píng)估，廣告商評(píng)測(cè)電視廣告在電視臺(tái)投放質(zhì)量（如播放是否準(zhǔn)時(shí)及時(shí)長(zhǎng)是否準(zhǔn)確）及研究競(jìng)爭(zhēng)對(duì)手投放情況。這需要在電視節(jié)目視頻流里尋出與給定基準(zhǔn)廣告視頻匹配的視頻段并統(tǒng)計(jì)相關(guān)信息，通常這都采用人工操作手段，自動(dòng)化程度低，且無(wú)法獲得對(duì)數(shù)據(jù)的精確描述。 本文以上述廣告視頻段的檢索匹配為應(yīng)用基點(diǎn)

3、，探索研究了圖像視頻檢索的幾項(xiàng)關(guān)鍵性技術(shù)，實(shí)現(xiàn)了滿(mǎn)足實(shí)時(shí)性且有較高效率與健壯性的視頻段檢索匹配系統(tǒng)。 首先,在圖像幀特征提取的結(jié)構(gòu)上采用分塊劃分的策略，由此可利用分塊帶來(lái)的空間方位信息，避免全局性特征的復(fù)雜以及空間信息欠缺問(wèn)題。并考慮到圖像的主體焦點(diǎn)內(nèi)容在中心位置，且重要性由里到外依次減少，提出一種按此規(guī)律給分塊編序的方法，以表征分塊在重要性上的優(yōu)先級(jí)別。 其次，作為基于內(nèi)容檢索技術(shù)的核心，本文在圖像幀的特征提取方面提出

4、了綜合灰度與紋理特征的新模式。其中針對(duì)顏色灰度特征提出了灰階順序碼的新概念，能夠有效描述分塊內(nèi)子域間的灰度邏輯關(guān)系，結(jié)合分塊整體灰度均值能穩(wěn)定描述分塊顏色灰度的視覺(jué)特性，大大降低對(duì)灰度噪聲及線(xiàn)性變化的敏感度，具有良好的魯棒性。紋理特征則采用具有較好視覺(jué)描述性能的Gabor變換來(lái)提取紋理參數(shù)，它是種多尺度多方向的描述方式；而為降低提取紋理特征的復(fù)雜度，在保留主要信息的前提下，結(jié)合Harr小波變換與Gabor變換提出一種新的紋理提取方案，綜

5、合利用兩種變換的各自?xún)?yōu)勢(shì)，使其計(jì)算復(fù)雜度降低，達(dá)到實(shí)時(shí)性要求。 為提高視頻段檢索匹配的效率，在整體性檢索方案上提出根據(jù)特征匹配的逐級(jí)過(guò)濾檢索匹配策略，建立多層級(jí)的相似匹配篩選，排除無(wú)必要的非匹配圖特征計(jì)算過(guò)程，節(jié)約計(jì)算成本。該策略將檢索過(guò)程分成粗檢索和精檢索兩個(gè)階段，這兩個(gè)階段分別應(yīng)用對(duì)應(yīng)的灰度和紋理特征來(lái)篩選搜索空間，對(duì)于兩幅存在較大差異的不匹配圖，能中途計(jì)算過(guò)程中就判斷出不匹配從而節(jié)省計(jì)算量。 另外，在視頻鏡頭劃分與