[发明专利]一种前端智能设备监控视频关键帧提取方法

说明书

本发明公开了一种前端智能设备监控视频关键帧提取方法，采用改进型的三帧差法，基于背景差分与帧间差分进行目标检测从而提取关键帧，改善了传统的基于镜头的关键帧提取技术对动态变换环境应用中变换中抽帧不足的缺点，避免了对监控视频中运动目标容易丢失大量信息的问题。同时，由于三帧差法帧是依赖于相邻的三帧图像计算相邻两帧的差分关系，对帧间关系要求不高，且计算简单，对硬件设备要求不高，适合在前端智能设备中使用。

技术领域

本发明涉及图像处理技术领域，具体涉及一种前端智能设备监控视频关键帧提取方法。

背景技术

由于带宽受限，前端智能控制器无法及时将前端监控视频传送到后台，工程中一般采用传输关键帧的方式将监控视频中的关键信息传送到后台供后台分析。目前抽帧方法普遍采取基于镜头抽取、基于运动分析抽取、甚至是隔几帧抽取一帧的方法。

基于镜头的关键帧提取算法：该算法是视频检索领域中最先发展起来，也是目前最为成熟的一种通用方法，该算法的一般实现过程是：先按照某种技术手段把源视频文件按照镜头变化分割，然后在视频每个镜头中选择首、尾两帧作为关键帧。

基于运动分析的方法：这种方法是一些学者基于物体运动特征的属性提出的一种关键帧提取算法，它一般的实现过程是：在视频镜头中分析物体运动的光流量，每次选择视频镜头中光流移动次数最少的视频帧作为提取到的关键帧。

但是这些方法对使用场景复杂、算力有限的前端智能控制器来说均存在不足之处。

基于镜头的关键帧提取算法技术的优点是实施起来很简单，算法的计算量也很小，但是这种方法存在很大的局限性，当视频中内容变化剧烈、场景非常复杂时，选取镜头中的首、尾两帧并不能代表视频的全部内容变化，所以该方法已经远远不能满足当今社会人们对关键帧提取的标准和要求。基于运动分析的方法可以从大部分视频镜头中提取适量的关键帧，提取到的关键帧也可以有效地表达出视频运动的特征，但是算法本身的鲁棒性较差，因为它不仅依赖于物体运动的局部特征，而且计算过程也较为复杂，算法在时间上的开销代价较大，不适合搭载在前端设备中使用。

发明内容

针对现有技术的不足，本发明旨在提供一种前端智能设备监控视频关键帧提取方法，改善了传统的基于镜头的关键帧提取技术对动态变换环境应用中变换中抽帧不足的缺点，避免了对监控视频中运动目标容易丢失大量信息的问题。同时，对帧间关系要求不高，且计算简单，对硬件设备要求不高，适合在前端智能设备中使用。

为了实现上述目的，本发明采用如下技术方案：

一种前端智能设备监控视频关键帧提取方法，具体包括如下步骤：

S1、利用背景差分法对当前帧图像提取运动目标，得到前景二值图像DB_n(x,y)；

S2、结合对称差分提取差分图像：对相邻的三帧图像，首先计算相邻两帧的差分图像，然后据此计算得到累积差分图像DM_n(x,y)，其后对累积差分图像DM_n(x,y)进行阈值化处理以获得差分二值图像；

S3、通过对步骤S1得到的前景二值图与步骤S2得到的差分二值图像进行或运算得到运动目标。

进一步地，步骤S1的具体过程为：

记B_n(x,y)为要提取的前景色，此刻的帧图像可以表示为I_n(x,y)，则前景二值图像为：

其中，threshold表示阈值threshold。

进一步地，步骤S2的具体过程为：