[发明专利]基于频域特征的视频关键帧提取方法

说明书

本发明公开了一种基于频域特征的视频关键帧提取方法，涉及图像处理方法技术领域。所述方法包括如下步骤：对视频帧序列进行二维傅里叶变换，获得每个视频帧的频谱和相位谱；分别计算当前帧与前一帧频谱的均方误差和相位谱的均方误差，根据频谱和相位谱的重要性，分别对两者的均方误差扩大不同的倍数，再将处理后的均方误差值相加得到该帧的均方误差，形成均方误差曲线，检测均方误差曲线峰值点，提取峰值突变处的视频帧并通过关键帧优化准则对提取的视频帧进一步优化，确定最终关键帧。所述方法能够更精准地捕捉目标局部运动状态的变化，实现监控视频关键帧的精准提取。

技术领域

本发明涉及视频图像处理技术领域，尤其涉及一种基于频域特征的视频关 键帧提取方法。

背景技术

随着人们安全意识的提高，大量监控设备投入使用，导致监控视频数据爆 炸式增长。如何实现监控视频数据的高效管理、快速检索和查询，已经成为困 扰人们的难题。关键帧提取作为可以解决该问题的有效方法之一，引起了研究 者们的关注，关键帧是一种高效、精简的视频展现形式，用关键帧表征原始学 术讲座视频可以极大的减小数据量，快速地进行检索和浏览，目前，关键帧提 取已经取得了众多研究成果。

在监控视频中，目标全局运动状态的变化会吸引人们的注意力，但目标的 局部运动状态的变化会更有吸引力并包含有更多有用的信息。目前广泛使用的 关键帧提取方法中，运动相关的关键帧提取方法虽表现出良好的性能，但这些 方法只关注监控视频中目标运动状态的全局变化，如启动、停止、加速、减速 或方向改变，当这些方法应用于目标具有局部运动的场景时，效果并不理想。

发明内容

本发明所要解决的技术问题是如何提供一种能够更精准地捕捉目标局部运 动状态的变化，实现监控视频关键帧的精准提取的方法。

为解决上述技术问题，本发明所采取的技术方案是：一种基于频域特征的 视频关键帧提取方法，其特征在于包括如下步骤：

对视频帧序列进行二维傅里叶变换，获得每个视频帧的频谱和相位谱；

分别计算当前帧与前一帧频谱的均方误差和相位谱的均方误差；

根据频谱和相位谱的重要性，分别对两者的均方误差扩大不同的倍数，再 将处理后的均方误差值相加得到该帧的均方误差，形成均方误差曲线；

检测均方误差曲线峰值点，提取峰值突变处的视频帧并通过关键帧优化准 则对提取的视频帧进一步优化，确定最终关键帧。

进一步的技术方案在于，所述方法包括如下步骤：

对监控视频序列进行灰度化处理；

对灰度化处理后的视频帧序列进行二维傅里叶变换，获得每个视频帧的频 谱和相位谱；

根据获得的每个视频帧的频谱和相位谱，分别计算相邻帧频谱的均方误差 MSE1和相邻帧相位谱的均方误差MSE2；

分别对获得的MSE1和MSE2进行加权，为了将均方误差的变化呈现的更 明显，将MSE1值扩大5倍并将MSE2值扩大10倍；

根据公式MSE＝5MSE1+10MSE2，计算出每帧的均方误差MSE，形成MSE 曲线；

根据形成的MSE曲线，检测MSE曲线的峰值点，提取与曲线峰值对应的 视频帧及第一帧和最后一帧作为候选关键帧；

提取最终关键帧：首先，提取峰值突变处的视频帧，即提取当前帧峰值是 前一关键帧峰值的N倍的视频帧，从第二个峰值开始，由于视频第一帧设置的 MSE为0，所以第二帧一定会突变；因为第一帧和第二帧会冗余，所以从第二 个峰值开始，此时提取出的视频帧是由峰值突变处的视频帧和第一帧及最后一 帧组成，然后，对提取出的关键帧采用基于峰值信噪比的视觉分辨机制的关键 帧优化准则进行优化，最后确定最终关键帧。