專利名稱：蔬菜病害場景檢測方法
技術領域：
本發(fā)明涉及視頻分析與檢測技術領域，特別涉及一種蔬菜病害場景檢測方法。
背景技術：
病害是制約我國蔬菜生產(chǎn)可持續(xù)發(fā)展的重要因素，而農(nóng)民對信息的接受能力差導致蔬菜病害診斷困難，病害致使菜農(nóng)損失嚴重。隨著網(wǎng)絡中蔬菜病害防治視頻節(jié)目的日益增多，視頻檢索系統(tǒng)能夠滿足農(nóng)民學習病害防治知識的迫切性與實時性，同時提高病害知識學習的準確性與趣味性。場景是一組表達同一主題的鏡頭的集合，是視頻語義分析的基礎。場景檢測的準確性，對視頻數(shù)據(jù)庫的建立、實現(xiàn)基于內(nèi)容的視頻檢索具有重要的意義。近年來，關于場景檢測方法的研究有很多，常用方法有以下幾種I、基于幀差的場景檢測方法，類似于鏡頭邊界檢測算法，其主要原理是在場景的邊界處會有較大的幀差，但是該方法只考慮了鏡頭的開始幀和結束幀，而鏡頭的開始幀和結束幀往往不能代表鏡頭的全部內(nèi)容。2、基于視覺特征的聚類算法，其主要思想是將具有相同視覺特征的鏡頭聚類為場
景。
3、基于場景轉移圖的方法，該算法通過設定一個相似度閾值，把相似度大于該閾值的鏡頭組合成場景，再根據(jù)時間上的相鄰關系形成場景轉移圖。4、應用統(tǒng)計學方法，該類算法使用統(tǒng)計學方法對鏡頭進行聚類。5、基于電影剪輯技術的方法，該方法利用電影剪輯技術構造視頻的高層描述，采用聚類的方法對視頻流分割后的鏡頭進行相似性歸并，形成鏡頭的層次化組織，從而實現(xiàn)對視頻流的分級瀏覽，但是該方法無法體現(xiàn)鏡頭間的時序關系。蔬菜病害防治視頻以壓縮形式存儲傳輸，其主體為綠色植物，具有運動強度小，視覺特征相似等特點，其視頻中語音是對視頻的精確描述，視頻是對語音的視覺補充。上述方案只是基于視頻的場景檢測方案，場景檢測的準確性差。因此，結合視頻和音頻的場景檢測是亟待解決的問題。

發(fā)明內(nèi)容
(一)要解決的技術問題本發(fā)明要解決的技術問題是如何實現(xiàn)更準確地蔬菜病害場景檢測。(二)技術方案為解決上述技術問題，本發(fā)明提供了一種蔬菜病害場景檢測方法，包括以下步驟SI :檢測壓縮視頻鏡頭邊界點，并檢測聲音鏡頭邊界點；S2 :檢測出聲音鏡頭邊界點后，標記聲音鏡頭類型為語音類型或非語音類型；
S3:判斷聲音鏡頭類型的改變及聲音鏡頭與視頻鏡頭的邊界點是否重合得到場景邊界檢測結果。其中，所述步驟SI中檢測壓縮視頻鏡頭邊界點具體包括根據(jù)MPEG壓縮標準從視頻流中提取I幀的離散余弦變換系數(shù)；預處理離散余弦變換系數(shù)得到I幀的直流系數(shù)，根據(jù)直流系數(shù)建立以直流系數(shù)為行、I幀為列的二維表；計算所述二維表中相鄰兩I幀的直流系數(shù)的差異度，若差異度大于預定閾值，則該兩幀的分界點作為鏡頭邊界點，將該兩I幀劃分在不同的鏡頭，否則將該兩I幀歸為同一鏡頭，繼續(xù)比較下一相鄰兩I幀，將得到鏡頭序列用向量Sk = (sk)表示。其中，計算相鄰兩I幀的直流系數(shù)的差異度的方式如下
權利要求
1.一種蔬菜病害場景檢測方法，其特征在于，包括以下步驟 Si:檢測壓縮視頻鏡頭邊界點，并檢測聲音鏡頭邊界點； 52:檢測出聲音鏡頭邊界點后，標記聲音鏡頭類型為語音類型或非語音類型； 53:判斷聲音鏡頭類型的改變及聲音鏡頭與視頻鏡頭的邊界點是否重合得到場景邊界檢測結果。
2.如權利要求I所述的蔬菜病害場景檢測方法，其特征在于，所述步驟SI中檢測壓縮視頻鏡頭邊界點具體包括 根據(jù)MPEG壓縮標準從視頻流中提取I幀的離散余弦變換系數(shù)； 預處理離散余弦變換系數(shù)得到I幀的直流系數(shù)，根據(jù)直流系數(shù)建立以直流系數(shù)為行、I幀為列的二維表； 計算所述二維表中相鄰兩I幀的直流系數(shù)的差異度，若差異度大于預定閾值，則該兩幀的分界點作為鏡頭邊界點，將該兩I幀劃分在不同的鏡頭，否則將該兩I幀歸為同一鏡頭，繼續(xù)比較下一相鄰兩I幀，將得到鏡頭序列用向量Sk = (sk)表示。
3.如權利要求2所述的蔬菜病害場景檢測方法，其特征在于，計算相鄰兩I幀的直流系數(shù)的差異度的方式如下
4.如權利要求I所述的蔬菜病害場景檢測方法，其特征在于，所述步驟SI中檢測聲音鏡頭邊界點具體包括 通過預設的響度閾值消除背景聲，計算前景聲的短時平均能量； 根據(jù)預設的能量閾值和持續(xù)時間閾值檢測語音中的停頓，以所述停頓作為所述聲音鏡頭的邊界點，從而得到聲音鏡頭序列。
5.如權利要求4所述的蔬菜病害場景檢測方法，其特征在于，計算前景聲的短時平均能量的方式如下 En = E m [X (m) w (n-m) ]2 其中，m為音頻幀，x(m)為音頻信號的離散采樣時間，n表示短時平均能量特征的時間索引，w( )是長度為N的漢明窗口函數(shù),當0≤n≤N-I時，w(n) = I ;否則w(n) = 0, En為n時刻的短時平均能量。
6.如權利要求I所述的蔬菜病害場景檢測方法，其特征在于，所述步驟S2具體包括 計算音頻信號的過零率協(xié)方差和基本頻率能量比； 若過零率協(xié)方差高于過零率閾值，且基本頻率能量比高于能量比閾值，則該段音頻信號對應的聲音鏡頭為語音類型。
7.如權利要求6所述的蔬菜病害場景檢測方法，其特征在于，計算音頻信號的過零率協(xié)方差的方式如下
8.如權利要求6所述的蔬菜病害場景檢測方法，其特征在于，計算基本頻率能量比的方式如下
9.如權利要求I所述的蔬菜病害場景檢測方法，其特征在于，所述步驟S3具體包括 S3. I :檢測兩相鄰聲音鏡頭A與fi+1的類型\與ti+1是否相同，相同繼續(xù)，否則進入步驟 S3. 4 ； S3. 2 :檢測兩相鄰聲音鏡頭類型為語音或非語音，當\和ti+1為語音時繼續(xù)，否則進入步驟S3. 5 ； S3. 3 :檢測是否有與聲音鏡頭邊界點A重合的視頻鏡頭邊界點\_，即當聲音鏡頭邊界點對應的視頻幀同為視頻鏡頭邊界點對應的視頻幀時繼續(xù)，否則進入步驟S3. 5 ； S3. 4 :標記場景邊界點fsyfsi = fi;得到蔬菜病害場景序列，以向量FSk = (fsk,tk)表示； S3.5 i = i+1，轉入步驟S3. I檢測下一聲音鏡頭，當& = V時，檢測結束，輸出蔬菜病害場景檢測結果，以向量FSk= (fsk，tk)表示，V表示原始視頻總長度。
全文摘要
本發(fā)明公開了一種蔬菜病害場景檢測方法，涉及視頻分析與檢測技術領域，包括以下步驟S1檢測壓縮視頻鏡頭邊界點，并檢測聲音鏡頭邊界點；S2檢測出聲音鏡頭邊界點后，標記聲音鏡頭類型為語音類型或非語音類型；S3判斷聲音鏡頭類型的改變及聲音鏡頭與視頻鏡頭的邊界點是否重合得到場景邊界檢測結果。本發(fā)明的蔬菜病害場景檢測方法以蔬菜病害場景的語義模型為判斷依據(jù)，對視頻進行場景檢測時不僅考慮了鏡頭的時間連續(xù)性，還綜合考慮音頻鏡頭與視頻鏡頭的相關性，因此實現(xiàn)了更準確地蔬菜病害場景檢測。
文檔編號G06T7/60GK102752479SQ20121017572
公開日2012年10月24日 申請日期2012年5月30日 優(yōu)先權日2012年5月30日
發(fā)明者傅澤田, 劉雪, 張領先, 李鑫星, 溫皓杰, 蘇葉 申請人:中國農(nóng)業(yè)大學