【《帧间欧氏距离提取关键帧分析案例》1100字】

帧间欧氏距离提取关键帧分析案例1.1基于帧差欧氏距离的关键帧提取算法1.1.1基于帧差欧氏距离的关键帧提取原理欧氏距离又称欧几里得度量（euclideanmetric）是一个通常采用的距离定义，即是在n维空间之中点与点之间的直线距离，又或者用向量表示的话是指该向量到原点的距离及是其自然长度，所以在求欧式距离时所用的公式为求两点之间距离的公式。在二维和三维空间中的欧式距离的就是两点之间的距离，二维的公式是：d=

三维的公式是：d=

推广到n维空间，欧式距离的公式是：d=这里i=1,2..n

xi1表示第一个点的第i维坐标,xi2表示第二个点的第i维坐标n维欧氏空间是一个点集,它的每个点可以表示为(x(1),x(2),...x(n)),其中x(i)(i=1,2...n)是实数,称为x的第i个坐标,两个点x和y=(y(1),y(2)...y(n))之间的距离d(x,y)定义为上面的公式.

欧氏距离看作信号的相似程度。距离越近就越相似，就越容易相互干扰，误码率就越高。用eulerdisdiff(i)表示第i帧图像的帧差欧氏距离，则表达式为eulerdisdiff(i)=(3-1)其中N为视频中一个镜头的帧图像数目，xi、xi+1、xi+2分别为第i帧，第i+1帧、第i+2帧图像的灰度值。1.1.2基于帧差欧氏距离的关键帧提取步骤逐帧计算各个图像的帧间欧氏距离，欧氏距离个数比总帧数少两个计算帧间欧氏距离的极值，以及各极值对应的函数值计算函数值的均值比较函数值与均值的大小，将大于均值的函数值所对应的视频帧提取出来1.2基于帧差欧氏距离的关键帧提取的结果结果如下图3-21、3-22图3-22横轴表示视频帧数，纵轴表示帧间欧氏距离通过图3-21所得，FramesNum表示有120视频帧，indexde表示一共有9个极大值，indexset表示一共有6个极小值，maxyyde表示极值的最大为1.1220e+04,midyyde表示极值点的中间值为6.2142e+03，minyyde表示极值点最小值为1.2089e+03，Len表示去掉小于中间值的极值点后还有6个极值点，keyindexde表示筛选到的极值点，所以该视频的关键帧为第21，39，74，76，92，98帧。1.3基于镜头的关键帧算法1.1.1基于镜头的关键帧算法的原理根据一个镜头内的视频帧相似度较大，其差异性很小，所以镜头的首帧和尾帧能够代表一个镜头内的主要内容，或者因为镜头内视频帧变化较小，取变化的中值作为视频内容的代表也有一定的道理。该算法适用于镜头内视频帧相似度大，差异性小的视频，因为差异性小会使一个镜头的变化主要存在镜头的首尾两帧，如图3-3所示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。1.4本章小结本章主要介绍了通过帧间欧氏距离法获得关键帧的图像作为较早提出的关键帧提取，帧间欧式距离法通过将图像特征转换成坐标轴的点，通过求取点与点之间的距离来确定视频帧的相似性，进而做到关键帧的提取，本章另外还介绍了一种基于镜头的关键帧提取算法，该算法根据镜头的定义，因为同一镜头下