论文部分内容阅读
如今,视频监控系统已经遍及各大校园,但庞大的监控视频数据给用户浏览、检索、存储带来了巨大的压力。关键帧提取技术作为视频数据处理中的一个重要研究分支,不仅能够提取视频中的主要内容方便用户浏览检索,而且能够减少存储视频数据所需的硬盘空间。本文对关键帧提取技术的研究及系统实现具有重要的理论意义与广泛的应用前景。本文结合监控视频数据的特点,设计了视频监控中关键帧提取的总体方案。首先对读取的监控视频图像进行预处理,弱化采集、传输过程中的噪声以及光照等外部因素对图像特征的影响。针对监控视频序列中存在大量无用背景帧的特点,采用运动目标检测算法分割监控视频序列,得到含有运动目标的关键视频序列。其次,针对传统的图像全局相似度计算流程复杂,本文引入归一化的峰值信噪比(Peak Signal to Noise Ratio,PSNR)描述图像的全局相似度。针对单一全局相似度存在忽略局部特征的问题,利用加速健壮特征(Speed-up Robust Features,SURF)描述图像局部相似度,融合两者得到图像相似度,然后选用图像相似度的均值作为筛选阈值提取关键帧。实验结果证明基于PSNR与SURF的关键帧提取方法能够获得更高的查全率和查准率。随后,针对采用图像相似度均值作为筛选阈值,提取内容缓变的视频关键帧仍然存在查全率不高的问题,进一步研究关键帧集合的自身特性,基于图像相似度定义并量化了视频帧的代表性与独立性指标,并定义了关键帧的质量表达式,然后通过设置自适应障碍项提取关键帧。实验结果证明基于代表性与独立性的自适应关键帧提取方法对于内容缓变的视频的提取效果更佳,能够进一步提高查全率和查准率。最后,本文完成了关键帧提取技术在视频监控系统中的集成实现。在视频监控系统中,采用视频采集卡、摄像机等硬件构建硬件系统,利用开源计算机视觉库(Open Source Computer Vision Library,OpenCV)和微软基础类库(Microsoft Foundation Classes,MFC)完成了软件设计。实验结果表明本文提出的关键帧提取方法不仅很好地提取了监控视频的主要内容,而且大大减少了存储视频数据所需的内存空间。