CN115866295A - 一种面向变流站端子排的视频关键帧二次提取方法及*** - Google Patents
一种面向变流站端子排的视频关键帧二次提取方法及*** Download PDFInfo
- Publication number
- CN115866295A CN115866295A CN202211474126.3A CN202211474126A CN115866295A CN 115866295 A CN115866295 A CN 115866295A CN 202211474126 A CN202211474126 A CN 202211474126A CN 115866295 A CN115866295 A CN 115866295A
- Authority
- CN
- China
- Prior art keywords
- video
- frame
- value
- difference
- definition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种面向变流站端子排的视频关键帧二次提取方法及***，涉及视频处理领域。该面向变流站端子排的视频关键帧二次提取方法，包括：对变流站端子排实物进行视频采集；将视频里的每帧图片进行特征提取和灰度化处理；将相邻两帧图像对应像素点的灰度值进行相减，并取其绝对值，得到差分值；将所述差分值和设定的差分阈值做比较，若所述差分值高于设定的差分阈值，则将该帧提取出来成为视频的关键帧，并建立初选图片集集合；解决当前变流站中对于人工拍摄的端子排视频，存在的每帧图片数量庞大，每帧图片相似度高，以及图片清晰度参差不齐的问题。
Description
技术领域
本发明涉及视频处理技术领域，具体为一种面向变流站端子排的视频关键帧二次提取方法及***。
背景技术
对于视频而言，视频都是由很多静止的图片组成的,这些静止的图片被称为帧。由于视频帧的数量大，相邻帧间相似度高，计算机对视频的处理需要花费很多时间。为有效减少计算机运算时间，需要对视频帧进行筛选与提取，提取出能包含有效信息的视频关键帧后，再对关键帧进行处理，能够大大降低运算时间。
在变流站的应用场景中，为了提高现场对端子排的数据采集的工作量，多以视频的方式进行采集。由于人工拍摄清晰度的不确定性和拍摄对象的相似性，目前面向端子排的视频关键帧提取技术还存在较大的局限性，存在着图片数量庞大，每帧图片相似度高，加上图片清晰度参差不齐的问题。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种面向变流站端子排的视频关键帧二次提取方法及***，解决当前变流站中对于人工拍摄的端子排视频，存在的每帧图片数量庞大，每帧图片相似度高，以及图片清晰度参差不齐的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一方面，提供了一种面向变流站端子排的视频关键帧二次提取方法，包括：
对变流站端子排实物进行视频采集；
将视频里的每帧图片进行特征提取和灰度化处理；
将相邻两帧图像对应像素点的灰度值进行相减，并取其绝对值，得到差分值；
将所述差分值和设定的差分阈值做比较，若所述差分值高于设定的差分阈值，则将该帧提取出来成为视频的关键帧，并建立初选图片集集合；
将所述初选图片集集合中每张图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算，得到Conv；
计算Conv与每张图像对应像素点的灰度值之间的标准差，所述标准差代表每张图片清晰度；
设定清晰度阀值，定义图片清晰度低于清晰度阈值的图片为模糊的，定义图片清晰度高于清晰度阈值的图片为清晰的。
优选的，所述对变流站端子排实物进行视频采集通过高清摄像头实现，所述高清摄像头安装在变流站室内能清晰拍摄到端子排实物图片的地方。
优选的，所述将视频里的每帧图片进行特征提取和灰度化处理具体包括：
设视频序列中第n帧和第n-1帧图像分别为fn和fn-1，特征提取和灰度化处理后两帧图像对应像素点的灰度值分别记为fn(x,y)和fn-1(x,y)。
优选的，所述将相邻两帧图像对应像素点的灰度值进行相减，并取其绝对值，得到差分值具体实现公式为：
Dn(x，y)＝|fn(x，y)-fn-1(x，y)|
其中，Dn表示差分值。
优选的，所述将所述差分值和设定的差分阈值做比较，若所述差分值高于设定的差分阈值，则将该帧提取出来成为视频的关键帧，并建立初选图片集集合，具体包括：
将所述差分值和设定的差分阈值做比较，相邻两帧间差分值越大，相邻两帧图像差异越大，设定一个相邻两帧间差分值阈值ζ，若一帧和相邻前面一帧的差分值高于设定阈值ζ，满足Dn>ζ，则将该帧提取出来成为视频的关键帧，实现第一次视频关键帧提取，建立初选图片集集合Ω1。
优选的，所述将所述初选图片集集合中每张图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算，得到Conv，具体包括：
所述初选图片集集合中每张图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算的过程中，将集合Ω1中每张图像对应像素点的灰度值设为f(x,y)，通过拉普拉斯掩模做卷积运算，得到Conv,如下式所示:
其中
K的选取应使各阵元为整数且使所有阵元之和为零。
再一方面，提供了一种面向变流站端子排的视频关键帧二次提取***，所述***包括考虑帧差相关性多镜头一次视频关键帧提取单元和考虑清晰度互补性的多镜头二次关键帧提取单元；
所述考虑帧差相关性多镜头一次视频关键帧提取单元：将视频里的每帧图片进行特征提取和灰度化处理，然后将相邻两帧的灰度值做差分，将差分值和设定的差分阈值做比较，实现第一次视频关键帧提取，建立初选图片集集合Ω1的过程；
所述考虑清晰度互补性的多镜头二次关键帧提取单元包括将集合Ω1中每帧图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算，得到Conv，然后计算Conv和每帧图像对应像素点的灰度值的标准差，得出的值代表每帧图片清晰度；设定清晰度阀值，从集合Ω1中筛选出清晰的图片，实现面向变流站端子排的视频关键帧二次提取。
又一方面，提供了一种设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行所述的一种面向变流站端子排的视频关键帧二次提取方法。
又一方面，提供了一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现所述的一种面向变流站端子排的视频关键帧二次提取方法。
(三)有益效果
本发明一种面向变流站端子排的视频关键帧二次提取方法及***，解决当前变流站中对于人工拍摄的端子排视频，存在的每帧图片数量庞大，每帧图片相似度高，以及图片清晰度参差不齐的问题。
附图说明
图1为本发明一种面向变流站端子排的视频关键帧二次提取方法流程示意图。
具体实施方式
下面将结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
如图1所示，本发明实施例提供一方面，一种面向变流站端子排的视频关键帧二次提取方法，包括：
对变流站端子排实物进行视频采集；
将视频里的每帧图片进行特征提取和灰度化处理；
将相邻两帧图像对应像素点的灰度值进行相减，并取其绝对值，得到差分值；
将所述差分值和设定的差分阈值做比较，若所述差分值高于设定的差分阈值，则将该帧提取出来成为视频的关键帧，并建立初选图片集集合；
将所述初选图片集集合中每张图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算，得到Conv；
计算Conv与每张图像对应像素点的灰度值之间的标准差，所述标准差代表每张图片清晰度；
设定清晰度阀值，定义图片清晰度低于清晰度阈值的图片为模糊的，定义图片清晰度高于清晰度阈值的图片为清晰的。
优选的，所述对变流站端子排实物进行视频采集通过高清摄像头实现，所述高清摄像头安装在变流站室内能清晰拍摄到端子排实物图片的地方。
优选的，所述将视频里的每帧图片进行特征提取和灰度化处理具体包括：
设视频序列中第n帧和第n-1帧图像分别为fn和fn-1，特征提取和灰度化处理后两帧图像对应像素点的灰度值分别记为fn(x,y)和fn-1(x,y)。
优选的，所述将相邻两帧图像对应像素点的灰度值进行相减，并取其绝对值，得到差分值具体实现公式为：
Dn(x，y)＝|Fn(x，y)-Fn-1(x，y)|
其中，Dn表示差分值。
优选的，所述将所述差分值和设定的差分阈值做比较，若所述差分值高于设定的差分阈值，则将该帧提取出来成为视频的关键帧，并建立初选图片集集合，具体包括：
将所述差分值和设定的差分阈值做比较，相邻两帧间差分值越大，相邻两帧图像差异越大，设定一个相邻两帧间差分值阈值ζ，若一帧和相邻前面一帧的差分值高于设定阈值ζ，满足Dn>ζ，则将该帧提取出来成为视频的关键帧，实现第一次视频关键帧提取，建立初选图片集集合Ω1。
优选的，所述将所述初选图片集集合中每张图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算，得到Conv，具体包括：
所述初选图片集集合中每张图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算的过程中，将集合Ω1中每张图像对应像素点的灰度值设为f(x,y)，通过拉普拉斯掩模做卷积运算，得到Conv,如下式所示:
其中
K的选取应使各阵元为整数且使所有阵元之和为零。
作为本发明的又一个实施例，提供了一种面向变流站端子排的视频关键帧二次提取***，所述***包括考虑帧差相关性多镜头一次视频关键帧提取单元和考虑清晰度互补性的多镜头二次关键帧提取单元；
所述考虑帧差相关性多镜头一次视频关键帧提取单元：将视频里的每帧图片进行特征提取和灰度化处理，然后将相邻两帧的灰度值做差分，将差分值和设定的差分阈值做比较，实现第一次视频关键帧提取，建立初选图片集集合Ω1的过程；
所述考虑清晰度互补性的多镜头二次关键帧提取单元包括将集合Ω1中每帧图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算，得到Conv，然后计算Conv和每帧图像对应像素点的灰度值的标准差，得出的值代表每帧图片清晰度；设定清晰度阀值，从集合Ω1中筛选出清晰的图片，实现面向变流站端子排的视频关键帧二次提取。
作为本发明的又一个实施例，提供了一种设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述实施例中的一种面向变流站端子排的视频关键帧二次提取方法。
作为本发明的又一个实施例，提供了一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现上述实施例中的一种面向变流站端子排的视频关键帧二次提取方法。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (9)
1.一种面向变流站端子排的视频关键帧二次提取方法，其特征在于，包括：
对变流站端子排实物进行视频采集；
将视频里的每帧图片进行特征提取和灰度化处理；
将相邻两帧图像对应像素点的灰度值进行相减，并取其绝对值，得到差分值；
将所述差分值和设定的差分阈值做比较，若所述差分值高于设定的差分阈值，则将该帧提取出来成为视频的关键帧，并建立初选图片集集合；
将所述初选图片集集合中每张图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算，得到Conv；
计算Conv与每张图像对应像素点的灰度值之间的标准差，所述标准差代表每张图片清晰度；
设定清晰度阀值，定义图片清晰度低于清晰度阈值的图片为模糊的，定义图片清晰度高于清晰度阈值的图片为清晰的。
2.根据权利要求1所述的一种面向变流站端子排的视频关键帧二次提取方法，其特征在于：所述对变流站端子排实物进行视频采集通过高清摄像头实现，所述高清摄像头安装在变流站室内能清晰拍摄到端子排实物图片的地方。
3.根据权利要求1所述的一种面向变流站端子排的视频关键帧二次提取方法，其特征在于：所述将视频里的每帧图片进行特征提取和灰度化处理具体包括：
设视频序列中第n帧和第n-1帧图像分别为fn和fn-1，特征提取和灰度化处理后两帧图像对应像素点的灰度值分别记为fn(x,y)和fn-1(x,y)。
4.根据权利要求3所述的一种面向变流站端子排的视频关键帧二次提取方法，其特征在于：所述将相邻两帧图像对应像素点的灰度值进行相减，并取其绝对值，得到差分值具体实现公式为：
Dn(x,y)＝|fn(x,y)-fn-1(x,y)|
其中，Dn表示差分值。
5.根据权利要求4所述的一种面向变流站端子排的视频关键帧二次提取方法，其特征在于：所述将所述差分值和设定的差分阈值做比较，若所述差分值高于设定的差分阈值，则将该帧提取出来成为视频的关键帧，并建立初选图片集集合，具体包括：
将所述差分值和设定的差分阈值做比较，相邻两帧间差分值越大，相邻两帧图像差异越大，设定一个相邻两帧间差分值阈值ζ，若一帧和相邻前面一帧的差分值高于设定阈值ζ，满足Dn>ζ，则将该帧提取出来成为视频的关键帧，实现第一次视频关键帧提取，建立初选图片集集合Ω1。
6.根据权利要求5所述的一种面向变流站端子排的视频关键帧二次提取方法，其特征在于：所述将所述初选图片集集合中每张图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算，得到Conv，具体包括：
所述初选图片集集合中每张图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算的过程中，将集合Ω1中每张图像对应像素点的灰度值设为f(x,y)，通过拉普拉斯掩模做卷积运算，得到Conv,如下式所示:
其中
K的选取应使各阵元为整数且使所有阵元之和为零。
7.一种面向变流站端子排的视频关键帧二次提取***，其特征在于，所述***包括考虑帧差相关性多镜头一次视频关键帧提取单元和考虑清晰度互补性的多镜头二次关键帧提取单元；
所述考虑帧差相关性多镜头一次视频关键帧提取单元：将视频里的每帧图片进行特征提取和灰度化处理，然后将相邻两帧的灰度值做差分，将差分值和设定的差分阈值做比较，实现第一次视频关键帧提取，建立初选图片集集合Ω1的过程；
所述考虑清晰度互补性的多镜头二次关键帧提取单元包括将集合Ω1中每帧图像对应像素点的灰度值通过拉普拉斯掩模做卷积运算，得到Conv，然后计算Conv和每帧图像对应像素点的灰度值的标准差，得出的值代表每帧图片清晰度；设定清晰度阀值，从集合Ω1中筛选出清晰的图片，实现面向变流站端子排的视频关键帧二次提取。
8.一种设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1-6中任意一项所述的一种面向变流站端子排的视频关键帧二次提取方法。
9.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-6中任意一项所述的一种面向变流站端子排的视频关键帧二次提取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211474126.3A CN115866295A (zh) | 2022-11-22 | 2022-11-22 | 一种面向变流站端子排的视频关键帧二次提取方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211474126.3A CN115866295A (zh) | 2022-11-22 | 2022-11-22 | 一种面向变流站端子排的视频关键帧二次提取方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115866295A true CN115866295A (zh) | 2023-03-28 |
Family
ID=85665335
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211474126.3A Pending CN115866295A (zh) | 2022-11-22 | 2022-11-22 | 一种面向变流站端子排的视频关键帧二次提取方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115866295A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116939197A (zh) * | 2023-09-15 | 2023-10-24 | 海看网络科技(山东)股份有限公司 | 基于音视频的直播节目首播和重播内容一致性监测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111275626A (zh) * | 2018-12-05 | 2020-06-12 | 深圳市炜博科技有限公司 | 一种基于模糊度的视频去模糊方法、装置及设备 |
| CN112149495A (zh) * | 2020-08-07 | 2020-12-29 | 中国矿业大学(北京) | 一种基于视差追踪的视频关键帧提取方法 |
| US20210142069A1 (en) * | 2018-05-18 | 2021-05-13 | Cambricon Technologies Corporation Limited | Video retrieval method, and method and apparatus for generating video retrieval mapping relationship |
| CN112990191A (zh) * | 2021-01-06 | 2021-06-18 | 中国电子科技集团公司信息科学研究院 | 一种基于字幕视频的镜头边界检测与关键帧提取方法 |
-
2022
- 2022-11-22 CN CN202211474126.3A patent/CN115866295A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210142069A1 (en) * | 2018-05-18 | 2021-05-13 | Cambricon Technologies Corporation Limited | Video retrieval method, and method and apparatus for generating video retrieval mapping relationship |
| CN111275626A (zh) * | 2018-12-05 | 2020-06-12 | 深圳市炜博科技有限公司 | 一种基于模糊度的视频去模糊方法、装置及设备 |
| CN112149495A (zh) * | 2020-08-07 | 2020-12-29 | 中国矿业大学(北京) | 一种基于视差追踪的视频关键帧提取方法 |
| CN112990191A (zh) * | 2021-01-06 | 2021-06-18 | 中国电子科技集团公司信息科学研究院 | 一种基于字幕视频的镜头边界检测与关键帧提取方法 |
Non-Patent Citations (1)
| Title |
|---|
| 蓝章礼;帅丹;李益才;: "基于相关系数的道路监控视频关键帧提取算法", 重庆交通大学学报(自然科学版), no. 01, 15 February 2016 (2016-02-15) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116939197A (zh) * | 2023-09-15 | 2023-10-24 | 海看网络科技(山东)股份有限公司 | 基于音视频的直播节目首播和重播内容一致性监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8582915B2 (en) | Image enhancement for challenging lighting conditions | |
| US20050053278A1 (en) | Image background replacement method | |
| US9912839B2 (en) | Method for conversion of a saturated image into a non-saturated image | |
| CN105469375B (zh) | 处理高动态范围全景图的方法和装置 | |
| CN107135401B (zh) | 关键帧选取方法及*** | |
| CN108335272B (zh) | 一种拍摄图片的方法及设备 | |
| EP1542152A1 (en) | Object detection | |
| CN110276769B (zh) | 一种视频画中画架构中直播内容定位方法 | |
| WO2005027525A1 (en) | Motion vector field re-timing | |
| CN115866295A (zh) | 一种面向变流站端子排的视频关键帧二次提取方法及*** | |
| CN111460964A (zh) | 一种广电传输机房低照度条件下运动目标检测方法 | |
| US11373279B2 (en) | Image processing method and device | |
| CN114419102A (zh) | 一种基于帧差时序运动信息的多目标跟踪检测方法 | |
| RU2669470C1 (ru) | Устройство для удаления логотипов и субтитров с видеопоследовательностей | |
| CN111654747B (zh) | 弹幕显示方法及装置 | |
| CN113965814A (zh) | 基于视频会议场景的多会场关键帧提取方法及*** | |
| CN117333398A (zh) | 一种基于自监督的多尺度图像去噪方法及装置 | |
| CN108898566B (zh) | 一种利用时空照度图的低照度彩***增强方法 | |
| US8582882B2 (en) | Unit for and method of segmentation using average homogeneity | |
| CN107292803B (zh) | 一种符合人眼观察规律的可逆鲁棒数字图像水印方法 | |
| WO2016113407A1 (en) | Methods and apparatus for groupwise contrast enhancement | |
| CN112465853B (zh) | 视频图片的背景变换方法、装置、电子设备及存储介质 | |
| CN115035013A (zh) | 图像处理方法、图像处理装置、终端及可读存储介质 | |
| JP2859345B2 (ja) | シーン変化検出方法 | |
| CN110248182B (zh) | 一种场景片段镜头检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |