CN104184925A - 一种视频场景变化的检测方法 - Google Patents

Abstract

本发明公开一种视频场景变化的检测方法，其包括步骤：将视频文件的图像帧从RGB空间转换成HSV空间；将视频文件分成若干视频序列，计算每个视频序列的场均色调直方图；对场均色调直方图进行归一化处理；将相邻两段视频序列的场均色调直方图进行匹配计算，得到匹配系数；若相邻两段视频序列的场均色调直方图之间的匹配系数大于预设匹配阈值，若则认为这相邻两段视频序列为不同场景的视频序列，否则认为是相同场景的视频序列。根据相邻视频序列之间的主要色调差异在视频序列的基础上实现了快速的视频场景检测。本发明同时也可以进一步应用于其他各项图像检测领域，具有很高的应用价值。

Description

一种视频场景变化的检测方法

技术领域

本发明涉及视频图像分析技术，尤其是涉及一种视频场景变化的检测方法。

背景技术

而视频的内容类型在视频的播放过程中也是不尽相同的，视频的类型变换往往发生在视频场景变换的时刻，视频的场景变换往往会导致视频的内容类型变化。为了保证一段视频在视觉效果的连贯性，需要针对不同视频场景进行融合处理，前提是有效的检测视频场景变换。

现有视频场景检测方法主要包括：

1、基于视频帧间差异的判断方法。比如，中国专利申请CN201310332133.4提出了一种动态视频场景变换检测方法，包括步骤：实时获取动态视频图像的当前帧；计算当前帧的场景变换特征参数ti(n)；根据所述动态视频图像的之前一个或数个帧的场景变换特征参数计算对应于当前帧的动态阈值threshold(n)；判断当前帧的场景变换特征参数ti(n)是否小于或等于其对应的动态阈值，如果是，则判断为不是场景变换帧，否则，判断为是场景变换帧。

2、基于无向加权图的场景检测方法。该方法将所有视频序列当做图像的端点，用视频序列在空域和时域的相似性作为每条边距离，采用树形剥离的方式循环遍历图的端点，每次都确定一个最有可能的场景边界，直到图的端点全部被剥离。

虽然现有的检测方法均能实现对视频场景变化检测，但现有的视频场景变换检测方法存在处理复杂、检测效率不高的缺陷。

发明内容

为克服现有技术的缺陷，本发明提出一种实现简单、检测快速的视频场景变化检测方法。

本发明采用如下技术方案实现：一种视频场景变化的检测方法，其包括步骤：

A、将视频文件的图像帧从RGB空间转换成HSV空间；

B、将视频文件分成若干视频序列，计算每个视频序列的场均色调直方图；

C、对场均色调直方图进行归一化处理；

D、将相邻两段视频序列的场均色调直方图进行匹配计算，得到匹配系数；

E、若相邻两段视频序列的场均色调直方图之间的匹配系数大于预设匹配阈值，若则认为这相邻两段视频序列为不同场景的视频序列，否则认为是相同场景的视频序列。

其中，所述一种视频场景变化的检测方法在所述步骤B之前还包括对视频文件的图像帧进行像素预处理的步骤。

其中，所述像素预处理的步骤具体包括：

当某个像素点的饱和度S小于预设第一阈值T1且该像素点的明度V小于预设第二阈值T2时，将该像素点舍弃；

当某个像素点的饱和度S大于预设第三阈值T3且该像素点的明度V小于预设第四阈值T4，将该像素点舍弃；

保留视频序列的图像帧中的其余像素点。

其中，预先设定第一阈值T1＝0.2，第二阈值T2＝0.8，第三阈值T3＝0.8，第四阈值T4＝0.2。

其中，预先设定第一阈值T1＝0.14，第二阈值T2＝0.92，第三阈值T3＝0.94，第四阈值T4＝0.13。

其中，所述计算每个视频序列的场均色调直方图的步骤具体包括：

分别计算每个视频序列中各个图像帧的调H分量直方图；

分别将每个图像帧的色调H分量直方图叠加后取其均值，分别计算得到每个视频序列的场均色调直方图。

其中，所述步骤C具体包括：

在得到一段视频序列相应的场均色调直方图后，计算出该场均色调直方图所统计的像素点总数；

对该场均色调直方图各级的像素点数除以像素点总数的个数，则归一化后的直方场均色调直方图。

其中，所述步骤D计算场均色调直方图H₁(K)与场均色调直方图H₂(K)之间的匹配系数ξ采用如下公式：K代表的是像素的色调级，K＝1,2,3,…,Q，Q是最大色调级数。

与现有技术相比，本发明具有如下有益效果：

本发明给出了一种基于场均色调直方图的场景检测方法，首先根据各个视频序列表示颜色类别的色调分量对应的累计直方图确定视频序列的背景颜色的主要色调，根据相邻视频序列之间的主要色调差异在视频序列的基础上实现了快速的视频场景检测。本发明同时也可以进一步应用于其他各项图像检测领域，具有很高的应用价值。

附图说明

图1是本发明一个实施例的流程示意图。

具体实施方式

鉴于一个场景内的视频往往具有相同的环境背景，所得到的画面颜色基调比较一致，而不同的场景环境会有较大的差异，背景颜色也会不同，因此，本发明根据各个视频序列表示颜色类别的色调分量对应的累计直方图确定视频序列的背景颜色的主要色调，根据相邻视频序列之间的主要色调差异在视频序列的基础上实现了快速的视频场景检测。

如图1所示，本发明的一个优选实施例包括如下实现步骤：

步骤S1、将视频文件的图像帧从RGB空间转换成HSV空间。

在计算机图像处理中，通常使用的是RGB颜色模型，它采用了颜色的三原色机理，虽然有着非常明确的物理含义，但是不适合人的视觉特征。

而HSV颜色模型更适合人的视觉特征。HSV颜色模型用色调H(Hue)，饱和度S(Saturation)和明度V(Value)三个参数来确定一种颜色。色调H表示的色彩的类别，能够直接反映色彩与光谱上对应波长的颜色值，如红色、橙色、黄色、绿色、蓝色、紫色等等；饱和度S代表色彩的鲜艳程度，可以理解为某种颜色中白色分量所占的比重，S越大，白色分量越少，颜色越鲜艳；而明度V代表颜色的明暗程度，它与光强度之间没有直接联系。

以8位(bit)的像素值为例，将图像帧中每一像素点从RGB空间转换成HSV空间的计算公式如下：

$H=\left\{\begin{array}{cc}\mathrm{\θ}& B\≤G\\ 2\mathrm{\π}-\mathrm{\θ}& B>G\end{array}\right.,$ 其中 $\mathrm{\θ}=\arccos \left(\frac{\frac{1}{2}[(R-G)+(R-B)]}{{[{(R-G)}^2+(R-G)(G-B)]}^{1/2}}\right)---\left(1\right)$

$S=\frac{\max (R,G,B)-\min (R,G,B)}{\max (R+G+B)}---\left(2\right)$

$V=\frac{\max (R,G,B)}{255}---\left(3\right)$

步骤S2、对视频文件的图像帧进行像素预处理。

在视频文件的图像帧中，有些像素点的颜色变化是不能被人眼所察觉的，这些像素点不仅会增加场景变化检测的计算难度，还会降低检测结果的准确度。因此，需要预先视频序列的各个图像帧进行预处理，筛选出颜色能够被人眼识别的像素点。

像素预处理过程是通过对饱和度S和明度V设定一定的阈值，来判断一个像素点是否可被识别：当某个像素点的饱和度S小于预设第一阈值T1且该像素点的明度V小于预设第二阈值T2时，将该像素点舍弃；当某个像素点的饱和度S大于预设第三阈值T3且该像素点的明度V小于预设第四阈值T4，将该像素点舍弃；保留视频序列的图像帧中的其余像素点。

并且，当某个像素点的饱和度S∈(0.8,1]且明度V∈[0,0.2)时，认为该像素点为黑色像素点；当某个像素点的饱和度S∈[0,0.2)且明度V∈(0.8,1]时，认为该像素点为白色像素点。据此，可以预先设定第一阈值T1＝0.2，第二阈值T2＝0.8，第三阈值T3＝0.8，第四阈值T4＝0.2。

在一个优选实施例中，预先设定第一阈值T1＝0.14，第二阈值T2＝0.92，第三阈值T3＝0.94，第四阈值T4＝0.13。

步骤S3、将视频文件分成若干视频序列，计算每个视频序列的场均色调直方图。

将色调H分量直方图表示为H(K)，其中K代表的是像素的色调级，K＝1,2,3,…，Q，Q是色调H的色调级总数(最大色调级数)；且色调H的取值范围是[0,2π]。由于人眼对颜色的鉴别能力有限，可以按照人眼对颜色的识别能力，将色调H分量非均匀量化为Q个等级，分别代表Q种不同的可被人眼识别的颜色，比如Q＝8，则Q的取值范围为[0,7]

场均色调直方图是指视频序列的H分量的场均累计直方图，它统计的是一定范围内的多帧图像的各个色调级所对应像素点的总数，场均直方图也可以看成是对一段视频的所有像素点求H分量的直方图。

将整个视频序列(或视频文件)按预设长度分割成若干段视频序列，每段视频序列中包含有N个图像帧。因此，若想要检测更快速，可以选择N值较大，若要检测结果更准确，可以选择N值相对较小。

假设第m段视频序列包含有N个图像帧，依次计算第n图像帧的色调H分量直方图为H_n(K),其中n＝1,2,3，…，N,则该第m段视频序列的场均色调直方图L_m(K)可以表示为如下公式(4)：

$L_m\left(K\right)=\frac{1}{N}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{H}_n\left(K\right)---\left(4\right)$

即，一段含有N个图像帧的视频序列，实际上是分别计算每个图像帧的色调H分量直方图为H_n(K)后叠加后取其均值，得到该段视频序列的场均色调直方图L_m(K)。

步骤S4、对场均色调直方图进行归一化处理。

步骤S2对图像帧进行预处理后，每个图像帧中剩余像素点的个数也不尽相同，这会造成每段视频序列的场均色调直方图的统计的像素点总个数不同。因此，需要对每段视频序列的场均色调直方图进行归一化处理，便于每段视频序列之间的场均色调直方图进行比较。

本发明采用基于总像素点的归一化处理。在得到一段视频序列相应的场均色调直方图后，计算出该场均色调直方图所统计的像素点总数，然后对该场均色调直方图各级的像素点数H(K)除以像素点总数的个数，则归一化后的直方场均色调直方图。

步骤S5、将相邻两段视频序列的场均色调直方图进行匹配计算，得到匹配系数ξ。

比如，计算场均色调直方图H₁(K)与场均色调直方图H₂(K)之间的匹配系数ξ采用如下公式(5)：

$\mathrm{\ξ}=\underset{K=0}{\overset{Q-1}{\mathrm{\Σ}}}\frac{{(H_1\left(K\right)-H_2\left(K\right))}^2}{H_1\left(K\right)+H_2\left(K\right)}---\left(5\right)$

匹配系数ξ表示的场均色调直方图H₁的分布偏离场均色调直方图H₂的分布的程度，匹配系数ξ越小表示偏离程度越低，则这两个直方图H₁与H₂之间越匹配。

步骤S6、依次判断相邻两段视频序列的场均色调直方图之间的匹配系数ξ是否大于预设匹配阈值，若是，则认为这相邻两段视频序列为不同场景的视频序列，否则认为是相同场景的视频序列。

本发明给出了一种基于场均色调直方图的场景检测方法，首先根据各个视频序列表示颜色类别的色调分量对应的累计直方图确定视频序列的背景颜色的主要色调，根据相邻视频序列之间的主要色调差异在视频序列的基础上实现了快速的视频场景检测。本发明同时也可以进一步应用于其他各项图像检测领域，具有很高的应用价值。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种视频场景变化的检测方法，其特征在于，包括步骤：

A、将视频文件的图像帧从RGB空间转换成HSV空间；

B、将视频文件分成若干视频序列，计算每个视频序列的场均色调直方图；

C、对场均色调直方图进行归一化处理；

D、将相邻两段视频序列的场均色调直方图进行匹配计算，得到匹配系数；

E、若相邻两段视频序列的场均色调直方图之间的匹配系数大于预设匹配阈值，若则认为这相邻两段视频序列为不同场景的视频序列，否则认为是相同场景的视频序列。

2.根据权利要求1所述一种视频场景变化的检测方法，其特征在于，所述步骤B之前还包括对视频文件的图像帧进行像素预处理的步骤。

3.根据权利要求2所述一种视频场景变化的检测方法，其特征在于，所述像素预处理的步骤具体包括：

当某个像素点的饱和度S小于预设第一阈值T1且该像素点的明度V小于预设第二阈值T2时，将该像素点舍弃；

当某个像素点的饱和度S大于预设第三阈值T3且该像素点的明度V小于预设第四阈值T4，将该像素点舍弃；

保留视频序列的图像帧中的其余像素点。

4.根据权利要求3所述一种视频场景变化的检测方法，其特征在于，预先设定第一阈值T1＝0.2，第二阈值T2＝0.8，第三阈值T3＝0.8，第四阈值T4＝0.2。

5.根据权利要求3所述一种视频场景变化的检测方法，其特征在于，预先设定第一阈值T1＝0.14，第二阈值T2＝0.92，第三阈值T3＝0.94，第四阈值T4＝0.13。

6.根据权利要求1所述一种视频场景变化的检测方法，其特征在于，所述计算每个视频序列的场均色调直方图的步骤具体包括：

分别计算每个视频序列中各个图像帧的调H分量直方图；

分别将每个图像帧的色调H分量直方图叠加后取其均值，分别计算得到每个视频序列的场均色调直方图。

7.根据权利要求1所述一种视频场景变化的检测方法，其特征在于，所述步骤C具体包括：

在得到一段视频序列相应的场均色调直方图后，计算出该场均色调直方图所统计的像素点总数；

对该场均色调直方图各级的像素点数除以像素点总数的个数，则归一化后的直方场均色调直方图。

8.根据权利要求1所述一种视频场景变化的检测方法，其特征在于，所述步骤D计算场均色调直方图H₁(K)与场均色调直方图H₂(K)之间的匹配系数ξ采用如下公式：K代表的是像素的色调级，K＝1,2,3,…,Q，Q是最大色调级数。