[发明专利]一种台标识别方法及装置

说明书

技术领域

本发明属于多媒体应用领域，尤其涉及一种台标识别方法及装置。

背景技术

随着广电的不断发展，电视节目越来越多，越来越丰富。在电视节目中，电视台台标是一个电视台的标志，包含了电视台名称、节目取向等重要语义信息。虽然现有的台标识别方法很多，然而通常电视的台标识别算法在面对大量台标(如两三百个台标)需要识别时，识别速度变得很慢，甚至识别方法失效。

发明内容

本发明实施例的目的在于提供一种台标识别方法及机顶盒，旨在解决现有台标识别方法在识别大量台标时识别速度慢，甚至识别方法失效的问题。

本发明实施例是这样实现的，一种台标识别方法，所述方法包括：

截取当前屏幕预设区域内的图像，并在累积多帧当前频道预设区域内的图像后分离出台标图像；

根据预先训练的台标分类器获知所述台标图像所属的类别；

将所述台标图像与预先存储的该类别各电视台台标模板图像进行匹配，确定当前频道。

本发明实施例的另一目的在于提供一种台标识别装置，所述装置包括：

台标获取单元，用于截取当前屏幕预设区域内的图像，并在累积多帧当前频道预设区域内的图像后分离出台标图像；

台标类别确定单元，用于根据预先训练的台标分类器获知所述台标图像所属的类别；

台标匹配单元，用于将所述台标图像与预先存储的该类别各电视台台标模板图像进行匹配，确定当前频道。

在本发明实施例中，在分离出电视台标后，通过有效的模板匹配方法与预先存储的已高效分类的电视台标进行匹配，有效结合了基于分类的识别方法和基于模板匹配的识别方法，不仅能够有效减少误检率，而且具有高效的识别速度和较高的识别率。

附图说明

图1是本发明实施例提供的台标识别方法的流程图；

图2是本发明实施例提供的台标识别装置结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一：

如图1所示为本发明第一实施例提供的台标识别方法的流程图，为了便于说明，仅示出了与本发明实施例相关的部分。

在步骤S101中，预先获取各电视台台标的模板图像，并对各电视台台标模板图像进行分类。

在本发明实施例中，预先收集并制作各个电视台台标的模板图像，使得各电视台台标的模板图像只包含台标内容，且模板图像的大小与各电视台台标大小相同，并最后记录下各个台标模板图像在整帧电视屏幕图像中的方位位置(如位于电视屏幕的左上方、还是位于电视屏幕的右上方)及相对起始位置的坐标。其中，通过下述公式可计算台标模板图像的相对起始位置的坐标：

其中，(x',y')表示台标模板图像的相对起始位置的坐标，(x,y)表示整帧电视屏幕图像的起始坐标，W和H分别表示屏幕图像的宽度和高度。

在本发明实施例中，在获取各电视台台标的模板图像后，对各电视台台标模板图像进行分类，其中，台标分类方法包括多种，可根据台标的内容相似度分类，如将CCTV1、CCTV2和CCTV3等台标内容相似度较大的分为一类，将广东卫视、江苏卫视等台标内容相似度较大的又分为另一类；还可根据台标在电视屏幕图像中的方位位置来对台标进行分类，如将位于电视屏幕图像左上方的台标模板图像分为一类，将位于电视屏幕图像右上方的台标模板图像分为另一类等。

在步骤S102中，根据所提取的各电视台台标模板图像的特征训练台标分类器。

在本发明实施例中，通过提取各电视台台标模板图像的特征，采用支持向量机(SVM，support vector machine，一种分类算法)方法将所提取的各电视台台标模板图像的特征作为SVM的输入特征用以训练台标分类器，所述提取的台标模板图像的特征包括：颜色直方图及几何不变矩。

在本发明实施例中，台标模板图像的颜色直方图反应了台标模板图像的颜色组成分布，通过将台标模板图像的图像数据转换到HSV(Hue色度，Saturation亮度，Value饱和度，为一种颜色空间)空间后，通过遍历HSV空间的图像数据，统计各个H分量出现的次数，并将所统计的数据归一化到0～￣255的范围区间内，则得出了台标模板图像的颜色直方图。