[发明专利]视频数据处理方法及装置无效
申请号: | 200810007437.2 | 申请日: | 2008-03-07 |
公开(公告)号: | CN101527829A | 公开(公告)日: | 2009-09-09 |
发明(设计)人: | 项世军;杨建权;黄继武;张永平;郝韬 | 申请(专利权)人: | 华为技术有限公司;中山大学 |
主分类号: | H04N7/24 | 分类号: | H04N7/24;H04N7/167 |
代理公司: | 北京同立钧成知识产权代理有限公司 | 代理人: | 刘 芳 |
地址: | 518129广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 视频 数据处理 方法 装置 | ||
1.一种视频数据处理方法,其特征在于,包括:
将视频数据分离为独立的帧,将每帧视频数据转化为灰度版本,得到灰度帧集;
将所述灰度帧集进行时间维滤波和抽样处理;将经过时间维滤波和抽样处理后的灰度帧集进行空间维滤波和抽样处理,得到归一化灰度帧集;
计算所述归一化灰度帧集的灰度均值,根据所述灰度均值,确定直方图提取的灰度范围;
将所述灰度范围划分为一个以上灰度区间,通过比较不同灰度区间内像素的数目获取哈希值。
2.根据权利要求1所述的视频数据处理方法,其特征在于,所述将所述灰度帧集进行时间维滤波处理包括:
将一维高斯函数作离散近似;
将像素管道与近似的高斯函数进行卷积运算,所述像素管道为由所述灰度帧集各帧相同位置上像素灰度值所构成的向量。
3.根据权利要求2所述的视频数据处理方法,其特征在于,所述一维高斯函数用下式表示:
其中σ1为时间维滤波参数;
所述将一维高斯函数作离散近似包括:采用 的高斯掩模作为一维高斯函数的近似,其中 表示大于或等于σ1的最小整数。
4.根据权利要求3所述的视频数据处理方法,其特征在于,所述卷积运算后还包括:截去卷积运算后像素管道的前后各 个像素。
5.根据权利要求4所述的视频数据处理方法,其特征在于,所述将灰度 帧集进行时间维抽样处理包括:在非边缘帧间进行均匀抽样,将所述灰度帧集的帧数归一化为F;其中F表示抽样后所述灰度帧集的帧数目。
6.根据权利要求5所述的视频数据处理方法,其特征在于,所述在非边缘帧间进行均匀抽样包括:在第3帧到第f-2帧之间进行均匀抽样;
所述将灰度帧集的帧数归一化为F包括:保留帧序号为T(i)的帧;所述T(i)与i的关系式如下:
其中f表示抽样前所述灰度帧集的帧数目,i表示抽样后所述灰度帧集中各帧的序号,T(i)表示抽样前所述灰度帧集中帧的序号;函数round(x)表示最接近x的整数。
7.根据权利要求1所述的视频数据处理方法,其特征在于,所述将灰度帧集进行空间维滤波处理包括:
将二维高斯函数作离散近似;
将所述灰度帧集中的每帧灰度图像与近似的二维高斯函数进行卷积运算。
8.根据权利要求7所述的视频数据处理方法,其特征在于,所述二维高斯函数用下式表示:
其中σ2为空间维滤波参数;
所述将二维高斯函数作离散近似包括:采用 的高斯掩模作为二维高斯函数的近似,其中 表示大于或等于σ2的最小整数。
9.根据权利要求8所述的视频数据处理方法,其特征在于,所述卷积运算后还包括:截去卷积运算后每帧灰度图像的每一行和每一列前后各 个像素。
10.根据权利要求9所述的视频数据处理方法,其特征在于,所述将灰度帧集进行空间维抽样处理包括:保留行像素序号和列像素序号为R(s)和C(t)的像素;所述被保留的像素按照原空间顺序组合成新的灰度图像帧,获得归一化灰度帧集;
所述R(s)、C(t)与s、t的关系式如下:
其中w和h表示抽样前每帧灰度图像像素的列数和行数,W和H表示抽样后每帧灰度图像像素的列数和行数;s和t表示抽样后每帧灰度图像的行像素序号和列像素序号;R(s)和C(t)表示抽样前每帧灰度图像的行像素序号和列像素序号;函数round(x)表示最接近x的整数。
11.根据权利要求1所述的视频数据处理方法,其特征在于,所述计算归一化灰度帧集的灰度均值包括:
统计所述归一化灰度帧集中各灰度值的像素个数,用H={h(i)|i=1,2,...,L-1}来表示,其中h(i)表示灰度值为i的像素的个数,L表示灰度值的总数;
根据下式计算灰度均值,所述灰度均值用A来表示:
。
12.根据权利要求11所述的视频数据处理方法,其特征在于,所述确定直方图提取的灰度范围包括:确定直方图提取的灰度范围为[(1-λ)A,(1+λ)A],其中λ∈[0.4,0.6]。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司;中山大学,未经华为技术有限公司;中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200810007437.2/1.html,转载请声明来源钻瓜专利网。