使用结构分析法对视频检索技术的研究

摘要

随着因特网的广泛应用和视频数据库内容的不断丰富,多媒体信息应用越来越广泛,面对大量的视频信息,为了进一步提高检索速度,改善现有的检索系统,就必须研究开发新的检索技术.该文在原有的检索技术的基础上,提出了基于内容的视频结构分析法.该论文主要是提出一种基于直方图技术和关键帧技术的结构分析法对视频信息进行检索.该文的重点是对视频信号进行基于内容的分析,在对视频内容进行检索的时候,引入结构分析法.结构分析法不同于以往的检索方法,它是从分析视频的结构出发.它的关键技术就是把一段视频中所有帧分别聚类成镜头、场景和故事单元,并得到分层显示的结构图.用户要想在视频库中检索某个视频帧或者某个镜头,采用的方法是自上而下的结构分析法,而不是传统的逐帧查找.结构分析法允许先从视频的最上层即故事单元开始检索,先找到所要查找的图像所在的故事单元,然后找到场景、镜头,从镜头中找到所需要的视频帧.这种技术的优越性是克服了以往检索技术的盲目性,把目标直接定位在场景层上,从而大大缩短了检索时间,提高了检索效率.

目录

文摘

英文文摘

原创性声明和关于学位论文使用授权的声明

第1章课题背景

1.1概述

1.2数字视频的基本概念

1.2.1使用数字视频的原因

1.2.2视频信号组成

1.2.3视频镜头的转换方式

1.2.4固定的视频镜头和运动的视频镜头

1.2.5视频的层次化结构

1.3关键帧技术

1.3.1关键帧概述

1.3.2关键帧的提取方法

1.4视频的结构分析

1.5视频中的运动分析

1.5.1镜头运动分析

1.5.2镜头中目标的运动分析

1.6研究的问题

第2章直方图技术

2.1灰度直方图

2.1.1定义

2.1.2直方图的性质

2.1.3直方图的用途

2.2颜色直方图

2.2.1颜色直方图定义

2.2.2二维直方图

2.2.3颜色对特征

2.2.4主色调特征

2.3直方图算法

2.4灰度图像和彩色图像的直方图

第3章结构分析法对视频信号的检索

3.1基于内容的视频检索系统的基本结构

3.2结构分析法概述

3.3聚类算法

3.3.1聚类算法综述

3.3.2 K均值算法

3.3.3自适应聚类算法

3.4分割技术

3.4.1镜头分割

3.4.2场景分割

第4章计算机模拟过程、结果及分析

4.1基本思路

4.1.1图像帧聚类成镜头

4.1.2提取镜头关键帧

4.1.3镜头聚类成场景

4.1.4提取场景关键帧

4.1.5分层显示关键帧

4.2计算机模拟的部分流程图

4.2.1图像帧聚类成镜头

4.2.2提取关键帧

4.3模拟结果显示

4.4结果分析

4.5结束语

附录部分源程序

参考文献

致谢

攻读学位期间发表的论文