[发明专利]一种台标的自动检测和分类方法

权利要求书

1.一种台标的自动检测和分类方法，其特征在于，所述方法包括以下步骤：

S1、把台标从视频图像背景中分割开；

S2、提取台标的特征；

S3、根据台标的特征，对台标进行分类。

2.根据权利要求1所述的台标的自动检测和分类方法，其特征在于，所述步骤S1进一步包括以下步骤：

S11、将选取的视频图像转换为灰度图像，取其中一帧灰度图像作为基准帧；

S12、将基准帧与其他帧的灰度图像作差，并对所有差求和，得到灰度差值总和；

S13、选取一个分割阈值，对灰度差值总和进行二分化，将台标从视频图像背景中分割开来。

3.根据权利要求2所述的台标的自动检测和分类方法，其特征在于，所述步骤S1还包括步骤S4、采用数学形态学中的腐蚀算子和膨胀算子来处理视频图像中的非台标区域。

4.根据权利要求2所述的台标的自动检测和分类方法，其特征在于，所述步骤S11中基准帧的选取方法为：计算灰度图像的灰度均值，取灰度均值最小的一帧灰度图像为基准帧。

5.根据权利要求1所述的台标的自动检测和分类方法，其特征在于，所述步骤S2中的台标的特征包括形状特征和图像特征。

6.根据权利要求5所述的台标的自动检测和分类方法，其特征在于，所述步骤S2进一步包括以下步骤：

S21、统计台标的像素点在不同空间区域的分布情况，建立空间分布直方图；

S22、根据HSV颜色模型提取台标的颜色特征：对比度、饱和度和亮度，并建立相应的彩色直方图。

7.根据权利要求1所述的台标的自动检测和分类方法，其特征在于，所述步骤S3进一步包括以下步骤：

S31、建立台标样本库，所述台标样本库包括有n个训练样本的m个频道，且每个频道都有一个对应的训练好的SVM，其中，n、m为自然数；

S32、根据输入的台标的特征，由m个SVM进行分类，判断其属于哪个对应的SVM，即确认了与SVM对应的频道；

S33、将台标样本库中所对应的频道的相关内容对所述台标进行语义标注。

8.根据权利要求7所述的台标的自动检测和分类方法，其特征在于，所述步骤S31进一步包括以下步骤：

S311、从台标样本库中取出第一频道的所有样本，将其标为类Ⅰ，将其他所有频道的所有样本标为类Ⅱ；将标好类别的所有样本作为输入样本，来训练一个SVM，得到相应的支持向量和相应的最优分类面，将所述SVM设定为1号SVM，则所述1号SVM与第一个频道相对应；

S312、采用相同的方法，遍历样台标样本库中的所有频道，最后得到了m个训练好的SVM，每一个SVM都与一个频道一一对应；

S313、对所述台标样本库添加频道信息，使得每一频道信息与所述频道和所述频道对应的训练好的SVM关联起来。

9.根据权利要求8所述的台标的自动检测和分类方法，其特征在于，所述频道信息包括：频道名称、背景资料、节目取向。