学位论文 > 优秀研究生学位论文题录展示
基于内容的视频检索的快速方法研究
作 者: 刘飞
导 师: 罗代升
学 校: 四川大学
专 业: 通信与信息系统
关键词: 视频检索 特征提取 HSV量化 基于内容的检索 镜头分割
分类号: TP391.41
类 型: 硕士论文
年 份: 2005年
下 载: 263次
引 用: 7次
阅 读: 论文下载
内容摘要
随着视频数据量的不断扩大,不仅要求数据库和其它信息系统能对视频进行存储和基于关键字的检索,而且要对多媒体数据的内容进行语义分析,以达到更深的检索层次,从而实现基于内容的视频检索。由于基于内容的视频检索的数据量非常大,检索速度慢,因此本文的目的是压缩视频检索的数据量,提高检索速度。 本文提出两种方法压缩视频检索的数据量,提高检索速度。一种方法是改进的HSV量化方法,降低色彩信息量。另一种方法是采用镜头分割,提取代表帧,减少搜索帧数。 改进的HSV量化方法是针对颜色特征,把纯颜色非均匀量化为六个等级,对于饱和度和亮度,都非均匀量化成三个等级,最后共得到27个颜色分级。试验结果表明,采用本文的量化方式计算量小,图像质量较好。由于对亮度和饱和度不敏感,减少了颜色偏移的可能性。同时,由于量化时采用的是符合人类视觉特征的非均匀量化,在基于内容的检索时会检索到用户感兴趣的颜色特征。 镜头分割方法是采用基于直方图方向差异的分割方法,即先计算出相邻两帧基于HSV的直方图,再将两帧的直方图作为参数代入到方向差异函数中,得到最后的距离值。镜头分割方法用于代表帧的提取。对比现有几种方法的分割结果表明,本算法实现简单,镜头分割的准确率较高。 选取合适的代表帧能够减少搜索帧数,即减少视频搜索数据量。本文使用了基于方向积累差异的代表帧选取方法。使用方向积累差异和镜头分割两个条件作为代表帧选取的准则。只有同时满足这两个条件,视频中的一帧才能被选
|
全文目录
目录 6-9 第一章 绪论 9-15 1.1 基于内容的图像和视频检索简介 9-10 1.2 国内外的研究现状 10-12 1.3 论文的结构 12-13 1.4 论文的新意 13-15 第二章 基于内容的视频检索系统总体设计 15-24 2.1 视频的内容结构 15-21 2.1.1 视频结构的分层表达 16-17 2.1.2 视频镜头 17-18 2.1.3 视频中的特征 18-21 2.2 基于内容的视频检索系统结构 21-23 2.3 系统平台及开发环境 23-24 第三章 视频检索中单帧特征的研究 24-37 3.1 纹理 24-30 3.1.1 Gabor小波变换 24-26 3.1.2 图像纹理谱 26-28 3.1.3 Tamura纹理特征 28-29 3.1.4 共生矩阵 29-30 3.2 形状 30-34 3.2.1 傅立叶描述符 31-32 3.2.2 形状无关矩 32-34 3.3 图像的空间关系特征 34-36 3.4 本章小结 36-37 第四章 颜色特征研究 37-52 4.1 颜色直方图 37-39 4.2 颜色矩 39 4.3 颜色集 39-40 4.4 其他颜色特征 40-41 4.5 HSV量化方法的改进 41-51 4.5.1 HSV空间 42-45 4.5.2 改进的HSV量化方法 45-51 4.6 本章小结 51-52 第五章 视频检索中镜头分割 52-65 5.1 已有的镜头分割方法 52-55 5.1.1 模板匹配 52-53 5.1.2 颜色直方图 53-54 5.1.3 基于边缘的方法 54-55 5.2 HBDD镜头分割方法 55-64 5.2.1 方法原理 55-57 5.2.2 实验结果 57-64 5.3 本章小结 64-65 第六章 选取代表帧 65-73 6.1 选取代表帧已有的方法 65-66 6.1.1 特定帧法 65-66 6.1.2 帧平均法和直方图平均法 66 6.2 HBCDD代表帧选取方法 66-72 6.2.1 方法原理 67-68 6.2.2 试验结果 68-72 6.3 本章小结 72-73 第七章 总结和展望 73-75 7.1 总结 73-74 7.2 展望 74-75 参考文献 75-79 攻读学位期间发表的论文 79-80 声明 80-81 致谢 81
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 基于内容的服装图像检索技术研究及实现,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|