一种台标的自动检测和分类方法技术

本发明专利技术公开了一种台标的自动检测和分类方法。首先，把台标从视频图像背景中分割开，然后，提取台标的特征，最后，根据台标的特征，对台标进行分类。通过本发明专利技术的台标的自动检测和分类方法取得更好的台标检测和识别的准确率和时间效率。在网络实时监控、节目收视率调查统计、广告插播、电台非法插播监控等领域有着广泛应用。

【技术实现步骤摘要】

本专利技术涉及图像识别
，特别涉及一种综合利用形状和颜色特征的台标的自动检测和分类方法。
技术介绍
电视台台标是一个电视台地标志，包含了该电视台的台名、节目取向等重要语义信息，是实现视频分析、理解和检索的重要语意源之一。随着电视技术的飞速发展，各级电视台的节目已经多达上百套，如果通过人工对电视信号逆行实施监控，工作强度大、效率低，台标的识别技术是克服上述问题的关键，故此，具有十分重要的研究和应用价值。现有的台标识别技术中，都是基于区域形状、边缘信息、颜色信息来进行识别的。 如申请号为CN200810226266. 2，名称为《一种电视台标训练方法和识别方法》，以及申请号为CN201010279070. 7、名称为《一种台标检测和识别的方法》的中国专利申请。均存在以下不足之处(1)台标形状的描述严重依赖于视频画面，如果视频背景与台标颜色相似，上述方法将很难提取台标的边缘，而在实际情况中，台标与背景画面边缘模糊的情况却相当普遍。(2)视频画面存在噪声的情况是非常普遍的，故随机噪声很容易被错误地当作台标边缘像素，当台标形状很独特时，这种随机噪声带来的影响可以忽略不计，但是当台标形状与视频画面边缘区别很小像中央电视台、深圳电视台等一序列台标，其相互间的区别仅仅在于文字上的细微区别时，随机噪声很容易导致错误识别。(3)当台标形状完全相似，区别仅在于颜色不同时(如江苏台各频道)，则以上两专利申请中记载的技术方案完全失效。有鉴于此，需要提供一种新的台标识别技术。
技术实现思路
鉴于上述现有技术的不足之处，本专利技术的目的在于提供，以解决现有技术中的台标检测识别技术不能解决台标识别中视频背景干扰、噪声影响和仅存在颜色区别的问题。为了达到上述目的，本专利技术采取了以下技术方案，其中，所述方法包括以下步骤51、把台标从视频图像背景中分割开；52、提取台标的特征；53、根据台标的特征，对台标进行分类。所述的台标的自动检测和分类方法，其中，所述步骤Sl进一步包括以下步骤511、将选取的视频图像转换为灰度图像，取其中一帧灰度图像作为基准帧；512、将基准帧与其他帧的灰度图像作差，并对所有差求和，得到灰度差值总和；513、选取一个分割阈值，对灰度差值总和进行二分化，将台标从视频图像背景中分割开来。所述的台标的自动检测和分类方法，其中，所述步骤Sl还包括步骤S4、采用数学形态学中的腐蚀算子和膨胀算子来处理视频图像中的非台标区域。所述的台标的自动检测和分类方法，其中，所述步骤Sll中基准帧的选取方法为 计算灰度图像的灰度均值，取灰度均值最小的一帧灰度图像为基准帧。所述的台标的自动检测和分类方法，其中，所述步骤S2中的台标的特征包括形状特征和图像特征。所述的台标的自动检测和分类方法，其中，所述步骤S2进一步包括以下步骤521、统计台标的像素点在不同空间区域的分布情况，建立空间分布直方522、根据HSV颜色模型提取台标的颜色特征对比度、饱和度和亮度，并建立相应的彩色直方图。所述的台标的自动检测和分类方法，其中，所述步骤S3进一步包括以下步骤531、建立台标样本库，所述台标样本库包括有η个训练样本的m个频道，且每个频道都有一个对应的训练好的SVM，其中，n、m为自然数；532、根据输入的台标的特征，由m个SVM进行分类，判断其属于哪个对应的SVM，即确认了与SVM对应的频道；533、将台标样本库中所对应的频道的相关内容对所述台标进行语义标注。所述的台标的自动检测和分类方法，其中，所述步骤S31进一步包括以下步骤5311、从台标样本库中取出第一频道的所有样本，将其标为类I，将其他所有频道的所有样本标为类II ；将标好类别的所有样本作为输入样本，来训练一个SVM，得到相应的支持向量和相应的最优分类面，将所述SVM设定为1号SVM，则所述1号SVM与第一个频道相对应；5312、采用相同的方法，遍历样台标样本库中的所有频道，最后得到了m个训练好的 SVM,每一个SVM都与一个频道——对应；5313、对所述台标样本库添加频道信息，使得每一频道信息与所述频道和所述频道对应的训练好的SVM关联起来。所述的台标的自动检测和分类方法，其中，所述频道信息包括频道名称、背景资料、节目取向。本专利技术提供的台标的自动检测和分类方法。首先，把台标从视频图像背景中分割开，然后，提取台标的特征，最后，根据台标的特征，对台标进行分类。通过本专利技术的台标的自动检测和分类方法取得更好的台标检测和识别的准确率和时间效率。在网络实时监控、 节目收视率调查统计、广告插播、电台非法插播监控等领域有着广泛应用。附图说明图1是本专利技术台标自动检测和分类方法的流程图。图2是本专利技术台标自动检测和分类方法中把台标从视频图像背景中分割出来的流程。图3是本专利技术台标自动检测和分类方法中提取台标的特征的流程图。图4是本专利技术台标自动检测和分类方法中台标分类方法的流程图。具体实施例方式本专利技术提供了。为使本专利技术的目的、技术方案及效果更加清楚、明确，以下参照附图并举实例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。请参阅图1，图1是本专利技术的台标的自动检测和分类方法的流程图。如图所示，所述的方法包括以下步骤51、把台标从视频图像背景中分割开；52、提取台标的特征；53、根据台标的特征，对台标进行分类。具体来说，所述步骤Sl是台标的分割，就是把台标从帧图像中分割开来。其分割的基本原理是取一帧图像作为基准帧，然后与其他帧作差；因台标所在区域的差值主要由随机噪声引起的，用阈值法分割，为改善阈值法性能，对帧间差作和，随着所作和帧数的增加，台标所在区域差值和与非台标区域差值和的差距会逐渐增大，并且台标所在区域像素差值和的分布会趋于均勻分布。本分割方法是对视频图像在空间和时间轴上的信息进行分割。由于台标最根本的特征是其时空不变性，即台标在一个视频段中，其在颜色空间、位置空间和颜色空间是恒定不变。本专利技术提供一个基于所述时空不变性的实施例，需要注意地是根据经验知识，相邻帧间相似性很高，对其做帧间差的意义不大，因此为了加大台标所在区域差值和与非台标区域差值和的差距，我们可以间隔30 (当然，也可以为其他数值)帧抽取一帧图像。其具体实现步骤如图2所示。包括以下步骤511、将选取的视频图像转换为灰度图像，取其中一帧灰度图像作为基准帧；512、将基准帧与其他帧的灰度图像作差，并对所有差求和，得到灰度差值总和；513、选取一个分割阈值，对灰度差值总和进行二分化，将台标从视频图像背景中分割开来。所述步骤Sll为将选取的视频图像转换为灰度图像，取其中一帧灰度图像作为基准帧。其中，基准帧的选取可以通过计算灰度图像的灰度均值，取灰度均值最小的一帧灰度图像为基准帧。具体为假设 J(^y)为t时刻获得的视频图像(即t时刻对应的帧图像)，首先按公式1，把帧图像变为灰度图σ(χ, y) = Max(r(x,y), g(x,y),b(x, y))公式 1其中，a(x,y)为像素点(U)的灰度值，r(x,y),g{x,y)Mx,y)为该像素RGB颜色的红， 绿，蓝分量。然后，计算所述灰度图像的平均灰度值，其具体计算公式如下权利要求1.，其特征在于，所述方法包括以下步骤51、把台标从视频图像背景中分割开；52、本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：胡星火，邵诗强，施建华，
申请(专利权)人：TCL集团股份有限公司，
类型：发明
国别省市：