[发明专利]视频字幕信息获取方法及装置

权利要求书

1.一种视频字幕信息获取方法，其特征在于，包括：

对视频流中数据帧的亮度分量图像进行基于小波的字幕检测；

获取检测出的字幕的属性信息；

根据所述属性信息，提取检测出的字幕。

2.根据权利要求1所述的方法，其特征在于，所述方法在对数据帧的亮度分量图像进行基于小波的字幕检测之前还包括：获取指定数据帧的亮度分量图像。

3.根据权利要求1所述的方法，其特征在于，所述对数据帧的亮度分量图像进行基于小波的字幕检测包括：

对数据帧的亮度分量图像进行小波变换，获取水平高频子带纹理图、垂直高频子带纹理图以及对角线高频子带纹理图；

根据所述水平高频子带纹理图、垂直高频子带纹理图以及对角线高频子带纹理图，获取数据帧的字幕点图像；

由所述数据帧的字幕点图像生成字幕区域图像；

确定所述字幕区域图像中字幕的条数以及字幕区域位置信息。

4.根据权利要求3所述的方法，其特征在于，所述对数据帧的亮度分量图像进行小波变换，获得水平高频子带纹理图、垂直高频子带纹理图以及对角线高频子带纹理图包括：

对数据帧的亮度分量图像进行小波变换，生成水平子带、垂直子带以及对角线子带；

将所述水平子带、垂直子带以及对角线子带的系数分别求绝对值，获得水平高频子带纹理图、垂直高频子带纹理图以及对角线高频子带纹理图。

5.根据权利要求3所述的方法，其特征在于，所述根据所述水平高频子带纹理图、垂直高频子带纹理图以及对角线高频子带纹理图，获取数据帧的字幕点图像包括：

对所述水平高频子带纹理图、垂直高频子带纹理图以及对角线高频子带纹理图分别进行字幕点检测，生成水平、垂直以及对角线三个方向的初始字幕点图像；

对所述三个方向的初始字幕点图像分别进行除噪声处理，得到三个方向的最终字幕点图像；

将所述三个方向的最终字幕点图像求交集，得到所述数据帧的字幕点图像。

6.根据权利要求3所述的方法，其特征在于，所述由所述数据帧的字幕点图像生成字幕区域图像包括：

对所述字幕点图像分别进行水平方向的闭运算和开运算得到水平图像，以及对所述字幕点图像分别进行垂直方向的闭运算和开运算得到垂直图像；

将获取的水平图像和垂直图像进行求并集操作，得到包含所有字幕区域的最大点集图像；

对所述最大点集图像进行闭运算，得到字幕区域图像。

7.根据权利要求6所述的方法，其特征在于，所述确定所述字幕区域图像中字幕的条数以及字幕区域位置信息包括：

区分所述字幕区域图像中水平字幕区域和垂直字幕区域；

通过水平字幕区域在所述水平图像中的最上、下、左、右像素点的坐标位置，确定所述水平字幕区域在水平图像中定位框的上边框、下边框、左边框、右边框的位置；通过垂直字幕区域在所述垂直图像中的最上、下、左、右像素点的坐标位置，确定所述垂直字幕区域在垂直图像中定位框的上边框、下边框、左边框、右边框的位置；

在所述水平字幕区域定位框内相应的综合高频子带纹理图所对应的区域和所述垂直字幕区域定位框内相应的综合高频子带纹理图所对应的区域分别进行水平投影和垂直投影，确定投影曲线的峰谷信息，并根据所述峰谷信息，确定所述字幕区域中字幕条数以及字幕的上边框和下边框位置。

8.根据权利要求1至7任一项所述的方法，其特征在于，所述字幕的属性信息包括所述字幕的起始帧和终止帧，以及出现位置信息。

9.根据权利要求8所述的方法，其特征在于，所述获取检测出的字幕的起始帧和终止帧包括：

判断检测出的字幕所在的当前I帧，与所述当前I帧的上一I帧是否匹配；

若匹配，则根据字幕匹配的相对位置差异所计算出的匹配速度，确定所述字幕为动态字幕或静态字幕；

若所述字幕为动态字幕，则根据所述动态字幕的匹配速度，以及当前帧在动态字幕中的位置，确定所述动态字幕的起始帧和终止帧；

若所述字幕为静态字幕，则抽取所述静态字幕中的直流线条，并对所述直流线条进行匹配操作，确定所述静态字幕的起始帧和终止帧。