[发明专利]基于时空融合的智能提取视频摘要方法

权利要求书

1.基于时空融合的智能提取视频摘要方法，其特征在于，包括以下步骤：

从本地磁盘读入一个avi格式的视频文件；

使用帧差法逐帧对读入的视频进行运动物体检测，得到运动物体的矩形轮廓； 

使用矩形轮廓匹配来对步骤(b)中检测出的运动物体的矩形轮廓进行精确跟踪；

将步骤(c)中跟踪的运动物体的整个运动过程作为一个视频摘要，记录每一个视频摘要的详细信息；

在步骤(d)中对整个视频的视频摘要记录完毕后，将记录的每一个视频摘要从源视频提取出来，并将所有视频摘要合成到同一个新视频中，得到一个包含所有视频摘要的视频文件。

2.根据权利要求1所述基于时空融合的智能提取视频摘要方法，其特征在于，步骤(b)包括以下步骤：

在视频中获取连续的两帧图像；

将这两帧图像转化为灰度图像；

将这两帧图像的灰度图进行做差操作，得出差图像；

对差图像进行二值化操作；

对二值化的差图像进行中值滤波操作，消除小的噪声；

对图像进行矩形轮廓检测，所得到的矩形轮廓就是视频中运动物体的矩形轮廓。

3.根据权利要求1所述基于时空融合的智能提取视频摘要方法，其特征在于：步骤（c）中，在视频的第i帧使用步骤(b)检测出的运动物体的矩形轮廓集合和在视频的第i+1帧使用步骤(b)检测出的运动物体的矩形轮廓集合进行匹配，轮廓匹配度大于70%的识别为同一个运动物体，上述的i表示视频的帧号。

4.根据权利要求3所述基于时空融合的智能提取视频摘要方法，其特征在于：轮廓匹配度的计算方法为P =                                                ，P为2个矩形轮廓的匹配度，为2个矩形轮廓重叠部分的面积，为第一个矩形轮廓的面积，为第二个矩形轮廓的面积。

5.根据权利要求1所述基于时空融合的智能提取视频摘要方法，其特征在于步骤(d)中，如果视频摘要的长度小于用户设定的阈值，将会被认为是噪音而被过滤掉。

6.根据权利要求1所述基于时空融合的智能提取视频摘要方法，其特征在于步骤(d)中采用特定数据格式记录每一个视频摘要的详细信息，所述特定数据格式包括以下内容：摘要事件的开始帧号；摘要事件的结束帧号；摘要事件在每一帧中出现的矩形轮廓左上角坐标；摘要事件在每一帧中出现的矩形轮廓的高和宽。

7.根据权利要求1所述基于时空融合的智能提取视频摘要方法，其特征在于，步骤(e)包括以下步骤：

读取步骤(d)中保存的第n个视频摘要信息，n为视频摘要的编号；

精确定位到源视频中第n个视频摘要的起始帧，此步骤的n同步骤(e-1)；

遍历此视频摘要的每一帧，复制视频摘要在每一帧中的矩形轮廓区域的图像，也就是运动物体，得到一个连续的图像序列，并对这个图像序列按顺序进行标号，下标从0开始；

重复步骤(e-1)到步骤(e-3)，直到将视频中所有视频摘要处理完毕；

新建一个跟源视频分辨率一样的图像序列，序列长度为最长视频摘要的长度，将步骤(e-3)中得到的图像序列按照其矩形轮廓左上角的坐标以及序列号依次粘贴到新的图像序列中，并新的图像序列保存为一个avi格式的所有视频摘要文件。

8.根据权利要求7所述基于时空融合的智能提取视频摘要方法，其特征在于，步骤(e-5)中，粘贴的时候会对图像进行透明化处理，并且对每一个视频摘要进行编号。