綜合灰度和紋理特征的視頻段檢索匹配研究.pdf

1、在當今圖像、視頻檢索匹配領域，基于內容的檢索技術已經替代基于文本的方式成為主要技術手段和發(fā)展趨勢。所謂基于內容是指根據圖像的顏色、形狀、紋理、結構等特征來查詢圖像與視頻，它融合了計算機圖像處理、模式識別、數據庫等方面的關鍵技術。由于視頻是由連續(xù)圖像幀組成的內容信息更為復雜的線性結構，在底層上可以應用基于圖像的檢索匹配方法。然而視頻資料數據量巨大，如何有效提取內容特征并利用圖像檢索技術提出高效檢索策略，使之滿足實時性要求成為實現視頻檢索的

2、突破口。 視頻檢索技術，如基于抽象語義描述的場景鏡頭檢索以及視頻段檢索匹配都有著廣泛的應用，而后者一種典型應用便是廣告視頻段的檢索匹配。為做市場評估，廣告商評測電視廣告在電視臺投放質量（如播放是否準時及時長是否準確）及研究競爭對手投放情況。這需要在電視節(jié)目視頻流里尋出與給定基準廣告視頻匹配的視頻段并統(tǒng)計相關信息，通常這都采用人工操作手段，自動化程度低，且無法獲得對數據的精確描述。 本文以上述廣告視頻段的檢索匹配為應用基點

3、，探索研究了圖像視頻檢索的幾項關鍵性技術，實現了滿足實時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構上采用分塊劃分的策略，由此可利用分塊帶來的空間方位信息，避免全局性特征的復雜以及空間信息欠缺問題。并考慮到圖像的主體焦點內容在中心位置，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)先級別。 其次，作為基于內容檢索技術的核心，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子域間的灰度邏輯關系，結合分塊整體灰度均值能穩(wěn)定描述分塊顏色灰度的視覺特性，大大降低對灰度噪聲及線性變化的敏感度，具有良好的魯棒性。紋理特征則采用具有較好視覺描述性能的Gabor變換來提取紋理參數，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雜度，在保留主要信息的前提下，結合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優(yōu)勢，使其計算復雜度降低，達到實時性要求。 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特征匹配的逐級過濾檢索匹配策略，建立多層級的相似匹配篩選，排除無必要的非匹配圖特征計算過程，節(jié)約計算成本。該策略將檢索過程分成粗檢索和精檢索兩個階段，這兩個階段分別應用對應的灰度和紋理特征來篩選搜索空間，對于兩幅存在較大差異的不匹配圖，能中途計算過程中就判斷出不匹配從而節(jié)省計算量。 另外，在視頻鏡頭劃分與