基于聚類算法的視頻濃縮技術(shù)研究.pdf

1、如今各行各業(yè)都涌現(xiàn)出了種類多樣的數(shù)字視頻，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和圖像視頻處理技術(shù)的廣泛運用，也使得我們對于視頻數(shù)據(jù)的獲取和傳播越來越方便和快捷。但是對于出現(xiàn)的大量視頻文件，如何快速的瀏覽其中的內(nèi)容以便我們查找需要的信息，是一個亟待解決的課題。在此背景下，出現(xiàn)了視頻濃縮技術(shù)，通過關(guān)鍵幀提取等技術(shù)從原始視頻中提取關(guān)鍵的信息組成縮略視頻，讓用戶能夠快速的瀏覽整個視頻的內(nèi)容。
　　雖然視頻濃縮技術(shù)已經(jīng)發(fā)展了一段時間，但是還是存在著一些問題

2、。第一，目前的視頻濃縮算法大多效率不高，提取的縮略視頻不夠簡潔，存在過多冗余信息；第二，對于場景繁多內(nèi)容復雜的視頻，無法從中提取比較有效的縮略視頻，容易產(chǎn)生誤判斷。所以為了解決這兩個問題，有必要對于現(xiàn)有的視頻濃縮技術(shù)進行改進，提高視頻濃縮的效率和功能。
　　本文首先總結(jié)和分析了視頻濃縮過程中用到的場景檢測算法、圖像特征提取、關(guān)鍵幀提取算法等關(guān)鍵技術(shù)?？紤]到視頻濃縮系統(tǒng)需要應(yīng)對各種場景復雜，內(nèi)容多樣的視頻文件，如果采用單一的圖像特征

3、容易造成場景邊界誤檢測和圖像相似性度量不夠準確的問題，本文融合多種圖像特征來進行視頻濃縮的工作。采用顏色直方圖計算顏色特征，采用小波變換提取紋理特征，融合多種特征同時反映圖像的整體和局部信息，能夠準確地進行圖像間相似性度量。對于目前的很多關(guān)鍵幀提取算法只能解決單一的場景切變或者場景漸變的問題，提出了一種基于聚類算法的關(guān)鍵幀提取方法，并改進了原有的聚類算法，使其具有自適應(yīng)性的同時提高了聚類的效率和準確度；接著將各個模塊集合在一起，實現(xiàn)了視