[发明专利]一种视频关键帧的提取方法

说明书

本发明公开了一种视频关键帧的提取方法，其包括如下步骤：S1、加载视频，且将视频图像转换为灰度图像；S2、获取每相邻两帧灰度图像的灰度差值；S3、确定边界帧；S4、根据边界帧将全部灰度图像划分为若干子视频图像序列，且确定每一子视频图像序列中的关键帧帧数；S5、根据视频的关键帧帧数总和选择初始聚类中心；S6、获取每帧灰度图像到各聚类中心的距离，且根据该距离对当前灰度图像进行归类；S7、对每一聚类中心进行更新；以及S8、重复步骤S6‑S7，直至每一聚类中心均不再发生变化，以获得最终更新后的聚类中心；在每一最终更新后的聚类中心中，选取与聚类均值距离最小的帧图像作为该视频的关键帧。本发明能够在关键帧提取过程中有效减少视频中的冗余帧，大大提高图像检索的效率。

技术领域

本发明涉及图像处理领域，特别涉及一种视频关键帧的提取方法。

背景技术

现有的视频关键帧的提取方法主要通过聚类算法实现，如申请号2017102077177-一种基于多特征融合镜头聚类的视频关键帧提取方法，其首先需要通过自适应均值聚类方法将图像分类至对应聚类簇，并实时更新各聚类簇的聚类中心，然后分别提取出距离各自聚类中心最近的图像帧作为各自聚类的关键帧。

但上述基于聚类的关键帧提取方法没有选择初始簇类中心，并且该方法依赖视频帧图像之间的HSV颜色特征和边缘特征的相似性来划分簇类，若预设的阈值选取不当，则会将帧图像划分到错误的簇类中。

而其他传统的基于聚类的关键帧提取方法则需要依靠人工选取簇类个数，且一旦初始簇类中心选择不当则会加剧计算的复杂度。

另外，不同的距离度量方法也会导致聚类结果的差异，因此，如何选取合适的距离度量方法来衡量图像帧之间的相似度也是亟待解决的问题。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种视频关键帧的提取方法，其能够在关键帧提取过程中有效减少视频中的冗余帧，大大提高图像检索的效率。

本申请提供了一种视频关键帧的提取方法，其包括如下步骤：

S1、加载视频，且将视频图像转换为灰度图像；

S2、获取每相邻两帧灰度图像的灰度差值；

S3、确定边界帧；

S4、根据边界帧将全部灰度图像划分为若干子视频图像序列，且确定每一子视频图像序列中的关键帧帧数，并根据每一子视频图像序列中的关键帧帧数确定所有子视频图像序列关键帧帧数总和；

S5、根据视频的关键帧帧数总和选择初始聚类中心；

S6、获取每帧灰度图像到各聚类中心的距离，且根据该距离对当前灰度图像进行归类；

S7、对每一聚类中心进行更新；

以及S8、重复步骤S6-S7，直至每一聚类中心均不再发生变化，以获得最终更新后的聚类中心，且每一最终更新后的聚类中心均包括若干灰度图像；

在每一最终更新后的聚类中心中，选取与聚类均值距离最小的帧图像作为该视频的关键帧。

优选的，所述步骤S1包括如下步骤：

S11、加载视频，以获得M₀帧视频图像；

S12、读取每帧视频图像的RGB参数，且根据公式(1)获取每帧视频图像中每一像素点的灰度值：

其中，f(x,y)为视频图像像素点(x,y)的灰度值；R(x,y)、G(x,y)、B(x,y)分别为视频图像像素点(x,y)的红、绿、蓝三通道的像素值；

S13、根据每帧视频图像中每一像素点的灰度值将该帧视频图像转换为灰度图像；