视频关键帧及运动对象提取方法研究与实现

摘要

由于动画素材库所涉及的素材主要是多媒体数据资源，包括图像、音频、视频、模型和运动数据等，具有非结构化、表现力强、蕴含信息量大、形象生动等特性，传统的以文本描述为特征的信息检索方式因其描述能力局限性、主观性强、注解工作量大等缺陷，已无法满足动画素材库多媒体信息检索的需求，因而本文主要围绕视频素材检索的关键技术开展了以下几个方面的研究工作。
　　 论文分析了基于内容的视频检索技术发展现状与存在的主要问题，洋细介绍了视频的内容的层次结构与特征，利用互信息量改进模糊聚类算法存关键帧提取应用中的稳定性，根据相邻帧之间的信息熵，引入了密度函数法确定初始聚类中心，基于平均熵值计算得到聚类数目，实现模糊聚类的无外部参数化分析，既有效的保持原始视频图像帧的时间序列和动态信息，又保证了模糊聚类算法在关键帧提取应用中的稳定性，所提取的关键帧可以较好的代表镜头的内容，采用这种方法有利于实现视频的分析与检索。
　　 在分析和研究运动对象提取现有方法的基础上，利用时空信息联合几何曲线演化方法提高运动对象提取的效果。首先充分利用视频图像帧的时序动态信息，采用高阶统计量算法分割出运动对象的初始轮廓，然后根据改进的分水岭算法在空间上对原始图像帧进行分割，结合时空信息得到运动对象的二次轮廓，最后针对二次对象还存在图像噪声等原因，采用水平集算法进行几何曲线演化得到最终的运动对象。
　　 构建了一个面向动画视频素材库检索的原型系统，包括关键帧提取子系统、运动对象提取子系统和素材检索子系统，实验测试结果表明，可以得到较满意的素材检索效果。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 研究背景

1.2 研究现状与难点

1.3 研究意义

1.4 本文的研究内容、组织结构

1.4.1 研究内容

1.4.2 论文组织

第二章 相关理论与技术

2.1 视频的内容结构

2.1.1 视频的层次结构

2.1.2 视频特征

2.2 互信息量理沦

2.2.1 互信息量的定义

2.2.2 互信息量在图像中的应用

2.3 模糊聚类

2.3.1 模糊集

2.3.2 K均值聚类算法

2.3.3 模糊C均值聚类

2.4 图像处理

2.4.1 数学形态学处理

2.4.2 图像分割

2.4.3 高阶统计量

2.5 本章小结

第三章 改进的关键帧提取方法

3.1 典型的关键帧提取方法

3.1.1 基于镜头边界的方法

3.1.4 基于聚类法

3.2 改进后的关键帧提取方法

3.2.1 基于互信息量的镜头分割方法

3.2.2 相似性度量

3.2.3 聚类数目的确定

3.2.4 初始聚类中心的选择

3.3 本章小结

第四章 改进的运动对象提取方法

4.1 典型的运动对象提取方法

4.1.1 帧间差分法

4.1.2 背景消减法

4.1.3 光流法

4.2 利用时空信息联合几何曲线演化的运动对象提取方法

4.2.2 基于邻接图的区域快速合并算法

4.2.3 几何曲线演化算法

第五章 动画视频素材库检索系统构建

5.1 系统结构

5.2 关键帧提取子系统

5.3 运动对象提取子系统

5.4 素材检索子系统

5.5 本章小结

第六章 总结和展望

6.1 总结

6.2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果