數字視頻處理與管理的若干問題研究.pdf

1、視頻由于其同時包含圖像、聲音、字幕信息，已經成為了越來越受歡迎的信息載體。而隨著數字視頻數量的飛速增長和人們對于數字視頻內容質量要求的不斷提高，數字視頻處理與數字視頻管理技術成為了研究的熱點，針對這種需求，本文在數字視頻處理與管理系統(tǒng)框架內重點研究數字視頻修復、分層視頻分析及其數據庫管理的若干問題。 首先，在數字視頻處理模塊,為了解決視頻處理技術中對于視頻中圖像大塊缺損難以修復的問題，本文提出了一種有結構引導的置信度傳播算法，它

2、是一種由粗到精的算法，它被建模為一種新穎的基于樣本的結構信息估計模塊和BP的聯結。這種方法的基本思想在于我們可以利用基于樣本的方法先大致恢復出缺損區(qū)域的結構信息，然后再根據粗略恢復出的圖像用BP方法來進行圖像結構和紋理的進一步優(yōu)化。這種方法有兩方面的優(yōu)點：1）它取得了很好的紋理和結構填補結果。2）它的計算復雜度遠遠低于普通的BP算法。 其次，在數字視頻管理模塊,我們采用了基于視頻—鏡頭—關鍵幀—視頻摘要的分層視頻數據管理方法。對

3、于鏡頭檢測問題，我們提出了一種新的基于多特征的鏡頭邊緣檢測算法，對于常見的三種鏡頭邊緣類型進行分通道的檢測。這種算法利用結構和顏色特征各自的優(yōu)點很好的避免了一般單一特征鏡頭邊緣檢測算法對于光照的突變和物體的運動抗干擾性弱的缺點，并且最后取得了較高的檢測準確率。對于關鍵幀提取問題，針對目前關鍵幀提取算法的高計算復雜度和對于廣泛視頻內容缺乏自適應性的缺點，本文提出一種新的基于動態(tài)規(guī)劃的自適應關鍵幀提取算法，這種方法把關鍵幀提取問題建模為一個

4、可以用動態(tài)規(guī)劃算法求解的全局優(yōu)化問題。首先建立二值的幀差矩陣來表示低維特征空間中幀與幀之間的相似性度量，然后使用動態(tài)規(guī)劃算法分割幀差矩陣從而提取出關鍵幀。該算法具有低計算復雜度和對于視頻內容的自適應性，而且保持了關鍵幀的時間順序，同時可以十分方便的根據需要調節(jié)關鍵幀的數目。 最后，在系統(tǒng)最后的數據庫管理中，考慮到嵌入式設備的廣泛應用，為了使我們的系統(tǒng)得到可跨平臺的數據庫系統(tǒng)支持，我們著重論述了數據庫跨平臺應用問題。我們詳細分析了