动态图像中的静态特征信息的全自动检测方法及系统

摘要

本发明提供一种动态图像中的静态特征信息的全自动检测方法及系统。根据本发明的方法，先判断动态图像中的预定第一区域及第二区域内的每一像素点的像素值的帧间差是否超过预定阈值以确定该像素点是否为静态信息点，并当第二区域中与第一区域不重叠的区域内的像素点均被确定为非静态信息点时，停止帧间差与预定阈值的判断操作；随后基于第一区域内的静态信息点来确定动态图像中的静态特征信息；优选地，还可再基于调整后的预定阈值来再次判断第一区域的每一像素点的像素值的帧间差，以进一步确定动态图像中的静态特征信息，由此可以检测出动态图像中静态的不透明或有任意透明度的静态特征信息，例如视频图像中的电视台台标信息等。

说明书

技术领域

本发明涉及视频图像检测领域，特别是涉及一种动态图像中的静态特征信息的全自动检 测方法及系统。

背景技术

电视视频中的台标或其他叠加的图标、字符等静态特征信息，一般具有与视频内容不同 的色彩及频率特性，在后处理中若使用与处理视频内容(Video Content)相同的算法，则无法达 到较好的处理效果。另外由于图标等的高频特性，导致在视频压缩传输过程中会产生压缩噪 声（Compression noise），例如蚊状噪声（Mosquito-Noise）等。另一方面，在进行视频的去 隔行操作时，需要估计图像的运动矢量。而静止的图标区域与视频背景相互干扰，会导致图 标区域周围的运动矢量估计错误。

虽然叠加的图标在视频中的位置相对固定，可通过计算帧间差的方法进行检测，而且这 种方法也较为简单，但由于图标的尺寸和形状变化较大，因此统计结果难以包含所有情况； 此外，由于有些图标本身有不同的透明程度，也就是图标的像素值会随着背景像素值的变化 而变化，导致不同帧的图标的帧间差也不再是固定值，因此，通过计算帧间差的方式也就难 以检测出不透明的图标和有任意透明度的图标。

在现有技术中，也有使用检测边缘方向变化的方法来进行图标检测，这种技术利用了图 标区域相对视频区域在时间和空间上静止的特性，以视频序列作为输入，检测图像中边缘的 变化情况用以区别图标区域和视频内容区域。但这种方法无法自动判断是否已经检测到图标 区域，尤其是当视频图像在较长时间内变化较小时，该方法无法确定在多长时间之后所检查 到的在时间和空间上相对静止的区域才是图标区域。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种简单易施的动态图像中的静 态特征信息的全自动检测方法及系统。

为实现上述目的及其他相关目的，本发明提供一种动态图像中的静态特征信息的全自动 检测方法，其至少包括：

1）判断动态图像中的预定第一区域及第二区域内的每一像素点的像素值的帧间差是否超 过预定阈值以确定该像素点是否为静态信息点，并当第二区域中与第一区域不重叠的区域内 的像素点均被确定为非静态信息点时，停止帧间差与预定阈值的判断操作；

2）基于所述第一区域内的静态信息点来确定所述动态图像中的静态特征信息。

优选地，当所述第一区域内的静态信息点被确定属于所述动态图像中的静态特征信息， 再基于调整后的预定阈值重复步骤1）及2）。

优选地，所述动态图像中的静态特征信息的全自动检测方法还包括：

基于水平频率来检测静态信息点中的背景信息点；

进而，所述步骤2）变更为：基于所述第一区域内的不是背景信息点的静态信息点来确定 所述动态图像中的静态特征信息。

优选地，所述动态图像中的静态特征信息的全自动检测方法还包括：综合多次确定的静 态特征信息来获得最终的静态特征信息。

优选地，所述第一区域包含于所述第二区域内、所述第一区域与所述第二区域部分重叠 或完全不重叠或者等。

本发明还提供一种动态图像中的静态特征信息的全自动检测系统，其至少包括：

判断模块，用于判断动态图像中的预定第一区域及第二区域内的每一像素点的像素值的 帧间差是否超过预定阈值以确定该像素点是否为静态信息点，并当第一区域中与第二区域不 重叠的区域内的像素点均被确定为非静态信息点时，停止帧间差与预定阈值的判断操作；

确定模块，用于基于所述第一区域内的静态信息点来确定所述动态图像中的静态特征信 息。

优选地，当所述第一区域内的静态信息点被确定属于所述动态图像中的静态特征信息， 则基于调整后的预定阈值所述判断模块与所述确定模块各自再次执行各自的操作。。

优选地，所述动态图像中的静态特征信息的全自动检测系统还包括：

检测模块，用于基于水平频率来检测静态信息点中的背景信息点；

进而，所述确定模块进一步用于：基于所述第一区域内的不是背景信息点的静态信息点 来确定所述动态图像中的静态特征信息。

优选地，所述动态图像中的静态特征信息的全自动检测系统还包括：综合模块，用于综 合多次确定的静态特征信息来获得最终的静态特征信息。

如上所述，本发明的动态图像中的静态特征信息的全自动检测方法及系统，具有以下有 益效果：可以检测动态图像中静态的不透明或有任意透明度的静态特征信息，例如视频图像 中的电视台台标信息等，同时具有完全自动化、检测精度高、自适应性强等特点。

附图说明

图1显示为本发明的动态图像中的静态特征信息的全自动检测方法的流程图。

图2a至2c显示为本发明的第一区域与第二区域的位置关系示意图。

图3显示为本发明的动态图像中的静态特征信息的全自动检测方法所采用的第一区域与 第二区域示意图。

图4显示为动态图像中的静态特征信息与背景信息示意图。

图5显示为本发明的动态图像中的静态特征信息的全自动检测系统示意图。

元件标号说明

A1、A2、A3、A11       第二区域

B1、B2、B3、B11       第一区域

a11                   第二区域中与第一区域不重叠的区域

1                     全自动检测系统

11                    判断模块

12                    确定模块

S1～S2                步骤

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精 神下进行各种修饰或改变。

请参阅图1至图5。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明 的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状 及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局 型态也可能更为复杂。

如图1所示，本发明提供一种动态图像中的静态特征信息的全自动检测方法。其中，根 据本发明的方法主要通过全自动检测系统来完成，该全自动检测系统包括但不限于是能够 实现本发明方案的应用模块、处理控制器等。其中，该应用模块装载在诸如计算机、单 个网络服务器、多个网络服务器组成的服务器组或基于云计算（Cloud  Computing）的由 大量计算机或网络服务器构成的云设备等设备中，其中，云计算是分布式计算的一种， 由一群松散耦合的计算机集组成的一个超级虚拟计算机。

在步骤S1中，所述全自动检测系统判断动态图像中的预定第一区域及第二区域内的每一 像素点的像素值的帧间差是否超过预定阈值以确定该像素点是否为静态信息点，并当第二区 域中与第一区域不重叠的区域内的像素点均被确定为非静态信息点时，停止帧间差的判断。

具体地，所述全自动检测系统判断第一区域与第二区域内各像素点第i帧的像素值M（i） 与第i+j帧的像素值M（i+j）的差是否超过预定阈值，若是，则确定该像素点为非静态信息 点，若否则确定该像素点是静态信息点，并当第一区域内各像素点第i帧的像素值M（i）与 第i+j帧的像素值M（i+j）的差均与预定阈值比较后，再来判断第二区域中与第一区域不重 叠的区域内的像素点是否全部都被确定为非静态信息点，若是，则不再进行第k帧与第k+n 帧图像中第一区域与第二区域内各像素点的帧间差与预定阈值的比较，否则继续进行第k帧 与第k+n帧图像中第一区域与第二区域内各像素点的帧间差与预定阈值的比较，直至第二区 域中与第二区域不重叠的区域内的像素点是否全部都被确定为非静态信息点为止；其中，j、 n均为大于等于1的整数，k为不等于i或i+j的整数。

其中，第一区域为动态图像中的静态特征信息可能存在的区域，第二区域为动态图像中 的静态特征信息不太可能存在的区域；所述静态特征信息为动态图像中保持不变的信息，例 如，视频图像中的电视台台标信息等。

其中，所述第一区域的尺寸及位置可通过统计来确定，例如，为检测视频图像中的电视 台台标信息，第一区域的尺寸及位置可通过统计所有电视台台标信息所在的区域来确定。

需要说明的是，由于电视台台标信息可能出现在显示屏的左上、右上、左下、右下等区 域，故第一区域通常应涵盖显示屏的该些区域。

其中，第二区域的尺寸及位置可基于图像中静态特征信息不太可能存在的区域来设置， 其可包含第一区域，例如，如图2a所示，其为第二区域A1包含第一区域B1示意图；又例 如，如图2b所示，其为第二区域A2包含部分第一区域B2示意图；再例如，如图2c所示， 其为第二区域A3与第一区域B3无重叠示意图。

需要说明的是，上述所述仅仅只是列示，而非对本发明的限制，事实上，第一区域及第 二区域的位置关系及形状并非以所示为限，例如，第一区域可为椭圆形、第二区域为梯形等， 又例如，若第一区域包含分别位于显示屏左上、右上、左下、右下的4个子区域时，第二区 域也可以包含4个子区域、也可以仅为单一区域等。

此外，还需要说明的是，若第一区域包含多个子区域时，可以采用并行方式同时进行对 各子区域内的像素点的帧间差与预定阈值的比较操作，也可采用串行方式先后进行各子区域 内的像素点的帧间差与预定阈值的比较操作。

例如，如图3所示，所述全自动检测系统判断第一区域B11与第二区域A11内各像素点 第1帧的像素值M（1）与第2帧的像素值M（2）的差是否超过预定阈值，若是，则确定该 像素点为非静态信息点，若否则确定该像素点是静态信息点，并当第一区域B11全部像素点 均被区分为静态信息点或非静态信息点后，所述全自动检测系统再判断第二区域A11中与第 一区域B11不重叠的区域a11内的像素点是否全部都被确定为非静态信息点，若否，则所述 全自动检测系统继续判断第一区域B11与第二区域A11内各像素点第3帧的像素值M（3） 与第4帧的像素值M（4）的差是否超过预定阈值，并当第一区域B11全部像素点均被区分 为静态信息点或非静态信息点后，所述全自动检测系统再判断区域a11内的像素点是否全部 都被确定为非静态信息点，若是，则停止帧间差与预定阈值的判断操作，并统计第一区域中 两次均被确定为静态信息点的像素点。

接着，在步骤S2中，所述全自动检测系统基于所述第一区域内的静态信息点来确定所述 动态图像中的静态特征信息。

具体地，所述全自动检测系统基于所述第一区域内每一次帧间差与预定阈值的判断操作 中均被确定为静态信息点的像素点所占据的区域的尺寸来确定该些像素点是否属于动态图像 中的静态特征信息，也就是，当该些像素点所占据的区域的尺寸远小于最小的电视台台标信 息等静态特征信息的尺寸，则认为不属于动态图像中的静态特征信息，若否，则确定已检测 出动态图像中的静态特征信息。

此外，考虑到动态图像中的电视台台标等静态特征信息可能具有一定的透明度，为防止 前述步骤S1中用于与帧间差进行比较的预定阈值过小，导致部分静态信息点被确认为非静态 信息点，故所述全自动检测系统基于调整后的阈值再次进行第一区域的每一像素点的像素值 的帧间差与调整后的阈值的比较操作，由此再一次确定第一区域内的静态信息点，随后再基 于再次确定的第一区域内的静态信息点来确定出所述动态图像中的全部静态特征信息。

再有，考虑到某些动态图像中静态特征信息所在的区域内的背景颜色可能长时间也无变 化，例如，如图4所示，在该视频图像中，显示屏上方的电视台台标信息：即：图案五角星 与文字“AAA卫视“、与作为背景的灰色长条，均保持不变，为避免将该些背景信息也被确 定为静态特征信息，故，所述全自动检测系统还基于水平频率来检测静态信息点中的背景信 息点，也就是若一个像素点的像素值与周围相邻的若干像素点的像素值的均方差小于预定方 差阈值，则所述全自动检测系统判断该个像素点为背景信息点；随后，再基于所述第一区域 内的不是背景信息点的静态信息点来确定所述动态图像中的静态特征信息。

其中，基于所述第一区域内的不是背景信息点的静态信息点来确定所述动态图像中的静 态特征信息的方式，与前述基于所述第一区域内的静态信息点来确定所述动态图像中的静态 特征信息的方式相同或相似，并以引用的方式包含于此，不再详述。

更为优选地，为了进一步提高检测精度，所述全自动检测系统将多次所确定出的静态特 征信息进行综合来最终确定所述动态图像中的静态特征信息。

其中，将多次确定的静态特征信息进行综合的方式包括任何能将多次的静态特征信息进 行综合的方式，优选地，包括但不限于：预定加权算法来处理等等。

如图5所示，本发明提供一种动态图像中的静态特征信息的全自动检测系统。所述全自 动检测系统1至少包括：判断模块11、以及确定模块12。

所述判断模块11判断动态图像中的预定第一区域及第二区域内的每一像素点的像素值 的帧间差是否超过预定阈值以确定该像素点是否为静态信息点，并当第二区域中与第一区域 不重叠的区域内的像素点均被确定为非静态信息点时，停止帧间差的判断。

具体地，所述判断模块11判断第一区域与第二区域内各像素点第i帧的像素值M（i） 与第i+j帧的像素值M（i+j）的差是否超过预定阈值，若是，则确定该像素点为非静态信息 点，若否则确定该像素点是静态信息点，并当第一区域内各像素点第i帧的像素值M（i）与 第i+j帧的像素值M（i+j）的差均与预定阈值比较后，再来判断第二区域中与第一区域不重 叠的区域内的像素点是否全部都被确定为非静态信息点，若是，则不再进行第k帧与第k+n 帧图像中第一区域与第二区域内各像素点的帧间差与预定阈值的比较，否则继续进行第k帧 与第k+n帧图像中第一区域与第二区域内各像素点的帧间差与预定阈值的比较，直至第二区 域中与第二区域不重叠的区域内的像素点是否全部都被确定为非静态信息点为止；其中，j、 n均为大于等于1的整数，k为不等于i或i+j的整数。

其中，第一区域为动态图像中的静态特征信息可能存在的区域，第二区域为动态图像中 的静态特征信息不太可能存在的区域；所述静态特征信息为动态图像中保持不变的信息，例 如，视频图像中的电视台台标信息等。

其中，所述第一区域的尺寸及位置可通过统计来确定，例如，为检测视频图像中的电视 台台标信息，第一区域的尺寸及位置可通过统计所有电视台台标信息所在的区域来确定。

需要说明的是，由于电视台台标信息可能出现在显示屏的左上、右上、左下、右下等区 域，故第一区域通常应涵盖显示屏的该些区域。

其中，第二区域的尺寸及位置可基于图像中静态特征信息不太可能存在的区域来设置， 其可包含第一区域，例如，如图2a所示，其为第二区域A1包含第一区域B1示意图；又例 如，如图2b所示，其为第二区域A2包含部分第一区域B2示意图；再例如，如图2c所示， 其为第二区域A3与第一区域B3无重叠示意图。

需要说明的是，上述所述仅仅只是列示，而非对本发明的限制，事实上，第一区域及第 二区域的位置关系及形状并非以所示为限，例如，第一区域可为椭圆形、第二区域为梯形等， 又例如，若第一区域包含分别位于显示屏左上、右上、左下、右下的4个子区域时，第二区 域也可以包含4个子区域、也可以仅为单一区域等。

此外，还需要说明的是，若第一区域包含多个子区域时，可以采用并行方式同时进行对 各子区域内的像素点的帧间差与预定阈值的比较操作，也可采用串行方式先后进行各子区域 内的像素点的帧间差与预定阈值的比较操作。

例如，如图3所示，所述判断模块11判断第一区域B11与第二区域A11内各像素点第1 帧的像素值M（1）与第2帧的像素值M（2）的差是否超过预定阈值，若是，则确定该像素 点为非静态信息点，若否则确定该像素点是静态信息点，并当第一区域B11全部像素点均被 区分为静态信息点或非静态信息点后，所述判断模块11再判断第二区域A11中与第一区域 B11不重叠的区域a11内的像素点是否全部都被确定为非静态信息点，若否，则所述判断模 块11继续判断第一区域B11与第二区域A11内各像素点第3帧的像素值M（3）与第4帧的 像素值M（4）的差是否超过预定阈值，并当第一区域B11全部像素点均被区分为静态信息 点或非静态信息点后，所述判断模块11再判断区域a11内的像素点是否全部都被确定为非静 态信息点，若是，则停止帧间差与预定阈值的判断操作，并统计第一区域中两次均被确定为 静态信息点的像素点。

接着，所述确定模块12基于所述第一区域内的静态信息点来确定所述动态图像中的静态 特征信息。

具体地，所述确定模块12基于所述第一区域内每一次帧间差与预定阈值的判断操作中均 被确定为静态信息点的像素点所占据的区域的尺寸来确定该些像素点是否属于动态图像中的 静态特征信息，也就是，当该些像素点所占据的区域的尺寸远小于最小的电视台台标信息等 静态特征信息的尺寸，则认为不属于动态图像中的静态特征信息，若否，则确定已检测出动 态图像中的静态特征信息。

此外，考虑到动态图像中的电视台台标等静态特征信息可能具有一定的透明度，为防止 前述判断模块11中用于与帧间差进行比较的预定阈值过小，导致部分静态信息点被确认为非 静态信息点，故当所述确定模块12确定所述第一区域内的静态信息点属于所述动态图像中的 静态特征信息后，所述判断模块11再基于调整后的预定阈值来再次进行第一区域的每一像素 点的像素值的帧间差与调整后的阈值的比较操作，随后所述确定模块12基于再次确定的第一 区域内的静态信息点，来确定出所述动态图像中的全部静态特征信息。

再有，考虑到某些动态图像中静态特征信息所在的区域内的背景颜色可能长时间也无变 化，例如，如图4所示，在该视频图像中，显示屏上方的电视台台标信息：即：图案五角星 与文字“AAA卫视“、与作为背景的灰色长条，均保持不变，为避免将该些背景信息也被确 定为静态特征信息，故，所述全自动检测系统1还包括：检测模块。

所述检测模块基于水平频率来检测静态信息点中的背景信息点，也就是若一个像素点的 像素值与周围相邻的若干像素点的像素值的均方差小于预定方差阈值，则所述检测模块判断 该个像素点为背景信息点；随后，所述确定模块12再基于所述第一区域内的不是背景信息点 的静态信息点来确定所述动态图像中的静态特征信息。

其中，基于所述第一区域内的不是背景信息点的静态信息点来确定所述动态图像中的静 态特征信息的方式，与前述基于所述第一区域内的静态信息点来确定所述动态图像中的静态 特征信息的方式相同或相似，并以引用的方式包含于此，不再详述。

更为优选地，为了进一步提高检测精度，所述确定模块12将多次确定的静态特征信息进 行综合来最终确定所述动态图像中的静态特征信息。

其中，将多次确定的静态特征信息进行综合的方式包括任何能将多次的静态特征信息进 行综合的方式，优选地，包括但不限于：预定加权算法来处理等等。

综上所述，本发明的动态图像中的静态特征信息的全自动检测方法与系统使用非静态特 征信息所在的区域的判断结果作为判定静态特征信息被检测到的判据，而不使用静态特征信 息本身的统计信息，使得本法对不同的尺寸、位置、透明度和形状的静态特征信息均能稳定 的检测出。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡 所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等 效修饰或改变，仍应由本发明的权利要求所涵盖。