CN103327304B - 一种基于聚集机理的花卉生长关键帧提取系统 - Google Patents
一种基于聚集机理的花卉生长关键帧提取系统 Download PDFInfo
- Publication number
- CN103327304B CN103327304B CN201310232105.5A CN201310232105A CN103327304B CN 103327304 B CN103327304 B CN 103327304B CN 201310232105 A CN201310232105 A CN 201310232105A CN 103327304 B CN103327304 B CN 103327304B
- Authority
- CN
- China
- Prior art keywords
- frame
- video
- key
- module
- key frame
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种基于聚集机理的花卉生长关键帧提取系统,给相关研究人员提供一种视频数据小,花卉生长细节信息丰富,整段视频播放中流畅、自然,压缩比较高的花卉生长过程的监测平台;该系统包括:PC机,图像采集模块,核心算法模块,关键帧判决模块,数据查询分析模块,视频合成模块,视频预览模块;通过图像的采集、模式选择及相关参数设置、关键帧提取算法运行、视频合成等环节最终实现对花卉生长过程中的图像进行关键帧提取,并将提取出的关键帧合成表征花卉生长过程的关键帧视频。
Description
技术领域
本发明涉及一种基于聚集机理的花卉生长关键帧提取系统,给相关研究人员提供一种视频数据小,花卉生长细节信息丰富,整段视频播放流畅、自然,压缩比较高的花卉生长过程的监测平台。
背景技术
花卉植物形态和生长可视化仿真是虚拟植物研究中极具挑战性的课题,为了逼真的模拟花朵开放的过程,首先需要对真实的花朵开放过程有正确的认识。而植物生长的过程一般是缓慢的,花卉生长过程原始视频数据量大,冗余信息多。为了给相关研究人员提供视频数据小的,压缩比比较高的花卉生长过程的监测视频,同时还保证视频内花卉生长细节信息丰富,整段视频播放中流畅、自然,将视频关键帧提取技术应用于监测花卉生长状态,可以更加有效提取出涵盖大量重要信息的花卉生长视频,视频流畅真实,呈现花卉快速动态的绽开过程,帮助研究人员更准确的分析花卉生长运动形态和研究其规律。
发明内容
本发明设计了一种基于聚集机理的花卉生长关键帧提取系统,包括PC机、图像采集模块,核心算法模块,关键帧判决模块,数据查询分析模块,视频合成模块,视频预览模块;
其中所述图像采集模块包括遮光纸箱、HD-3000微软高清网络摄像头和直流LED灯,用于对花卉生长过程进行拍摄,采集花卉生长图像;所述核心算法模块是在PC机上对所述图像采集模块拍摄完毕的图像,编程实现基于聚集机理的花卉生长关键帧提取算法,得到各帧聚集差值的向量;所述关键帧判决模块给出了两种不同的判决模式:关键帧数模式以及阈值模式,两种不同的模式决定了选取关键帧所用参数的不同;所述数据查询分析模块是通过开发数据浏览器,对经所述关键帧判决模块判决后的模式及所述核心算法模块计算得到的各参数进行保存与图形化分析;所述视频合成模块对所述关键帧判决模块中分析出的关键帧,按照设定的帧率以及视频的宽、高合成为关键帧视频;所述视频预览模块为实验人员呈现关键帧视频播放效果;
所述基于聚集机理的关键帧提取算法其特征在于:对所述图像采集模块采集的花卉生长过程原始视频序列进行初步提取,得到用于关键帧分析的帧集合FN={f1,f2,...fN},下标N为视频帧的序号;使用RGB颜色通道相关性算法,对每两帧进行计算,得到当前帧对于前一帧的相关性值ρ′n,将其与阈值τρ做比较,得出相关性差值dρ;使用颜色直方图算法,对每两帧进行计算,得到当前帧对于前一帧的直方图差值H′n,将其与阈值τH做比较,得出直方图差值dH;使用惯性矩算法,对每两帧进行计算,得到当前帧对于前一帧的惯性矩差值μn,将其与阈值τμ做比较,得出惯性矩差值dμ;根据一定的权重,按照公式dρHμ=wρdρ+wHdH+wμdμ得出当前帧对于前一帧的聚集差值dρHμ,其中wρ、wH和wμ分别为相关性差值dρ、直方图差值dH、惯性矩差值dμ的权重系数;使用冒泡排序法,将各帧聚集差值dρHμ按降序排序,统计其下标存入下标数组I,I中包含有N-1个下标值;提取I中前M个数值所代表的关键帧,并将选取出的I中的数值按升序排列,将这M个关键帧合成关键帧视频;
本发明具有如下功能:
通过图像的采集、模式选择及相关参数设置、关键帧提取算法运行、视频合成等环节最终实现对花卉生长过程中的图像进行关键帧提取,并将提取出的关键帧合成表征花卉生长过程的关键帧视频;
本发明的目的是:给研究花卉生长过程的相关人员提供一种视频数据小,花卉生长细节信息丰富,整段视频播放流畅、自然,压缩比较高的花卉生长过程的监测平台。
附图说明
附图1:花卉生长关键帧提取视频监测平台架构图
附图2:系统功能模块图
附图3:基于聚集机理的花卉生长关键帧提取算法流程图
附图4:阈值模式工作流程图
具体实施方式
针对花卉生长过程原始视频数据量大,冗余信息多,花卉生长过程缓慢,需要时间长等特点,为研究花卉生长过程的相关人员设计了一种视频数据小,花卉生长细节信息丰富,整段视频播放中流畅、自然,压缩比较高的一种基于聚集机理的花卉生长关键帧提取系统,如附图1所示。使用该系统要求具有硬件环境:PC机一台、处理器为T23001.66GHz、内存1.24G以上、操作系统WinXP,软件开发环境:MicrosoftVisualStudio2008Professional、OpenCV2.0;基于聚集机理的花卉生长关键帧提取系统包括:图像采集模块,核心算法模块,关键帧判决模块,数据查询分析模块,视频合成模块,视频预览模块,如附图2所示。
图像采集模块包括遮光纸箱、HD-3000微软高清网络摄像头一只、直流LED灯一个,用于对花卉生长过程进行拍摄,由于花卉的开放时间长短不一,如果对所有花卉的盛开过程采用全程拍摄将占用电脑硬盘空间过大,又会使得后期的计算过程时间冗长;可以采用等时间间隔的拍摄方法,该时间间隔可根据不同花卉的开放速度进行人工调节,由此采集到的图像作为花卉生长过程的原始图像;核心算法模块是在PC机上对所述图像采集模块拍摄完毕的图像,编程实现基于聚集机理的花卉生长关键帧提取算法,得到各帧聚集差值的向量,将其用于关键帧判决模块中,对于最终关键帧的取舍起着决定性作用;关键帧判决模块给出了两种不同的判决模式:关键帧数模式以及阈值模式,两种不同的模式决定了选取关键帧所用参数的不同,生成关键帧视频速度不同;数据查询分析模块是通过开发数据浏览器,对经所述关键帧判决模块判决后的模式及所述核心算法模块计算得到的各参数进行保存与图形化分析;视频合成模块对所述关键帧判决模块中分析出的关键帧,按照设定的帧率以及视频的宽、高合成为关键帧视频;视频预览模块为实验人员提供随时可观看的关键帧视频,观察视频预览效果;
在基于聚集机理的花卉生长关键帧提取系统中,基于聚集机理的花卉生长关键帧提取算法是系统的核心,关键帧提取算法流程图如附图3所示;
具体算法步骤描述如下:
1)对原始视频序列进行初步提取(由于一般视频为25帧/秒,为减轻计算量,可根据视频情况进行等间隔提取),得到用于关键帧分析的帧集合FN={f1,f2,...fN},下标N为视频帧的序号;
2)使用RGB颜色通道相关性算法,对每两帧进行计算,得到当前帧对于前一帧的相关性值ρ′n,将其与阈值τρ做比较,得出相关性差值dρ;
3)使用颜色直方图算法,对每两帧进行计算,得到当前帧对于前一帧的直方图差值H′n,将其与阈值τH做比较,得出直方图差值dH;
4)使用惯性矩算法,对每两帧进行计算,得到当前帧对于前一帧的惯性矩差值μ′n,将其与阈值τμ做比较,得出惯性矩差值dμ;
5)根据一定的权重,按照公式dρHμ=wρdρ+wHdH+wμdμ得出当前帧对于前一帧的聚集差值dρHμ,其中wρ、wH和wμ分别为相关性差值dρ、直方图差值dH、惯性矩差值dμ的权重系数;
6)使用冒泡排序法,将各帧的dρHμ值按降序排序,统计其下标存入下标数组I,I中包含有N-1个下标值;
7)提取I中前M个数值所代表的关键帧,并将选取出的I中的数值按升序排列,最终将这M个关键帧合成关键帧视频。
上述为系统默认的关键帧提取算法即关键帧判决模块中的关键帧数模式,阈值模式在拍摄花卉生长视频帧的同时进行关键帧算法的计算,这里需要引入一个参数即用于判别是否为关键帧的聚集阈值τ,阈值模式工作流程如附图4所示;
具体工作流程描述如下:
1)获取第一帧f1及第二帧f2图像;
2)计算f1与f2之间的聚集差值dρHμ;
3)将dρHμ与τ比较,若大于阈值则f2作为关键帧被保存,若小于等于阈值则f2作为普通视频帧被删除;
4)等待T秒,拍摄下一帧图像f3值,重复2)、3);
5)全部拍摄过程结束后,将保存下来的关键帧合成关键帧视频。
技术效果
本发明根据研究花卉生长过程的相关工作人员的实际需求出发,针对原始花卉生长过程视频数据量大,冗余信息多,花卉生长过程缓慢的,需要时间长,而传统花卉生长视频合成方法合成的视频冗余大、不够流畅自然等特点,提出一种基于聚集机理的花卉生长关键帧提取系统,系统提供了一种视频数据小,花卉生长细节信息丰富,整段视频播放中流畅、自然,压缩比较高的花卉生长过程的监测平台,给相关研究人员的科研工作带来帮助。
Claims (1)
1.一种基于聚集机理的花卉生长关键帧提取系统,其特征在于:
所述一种基于聚集机理的花卉生长关键帧提取系统包括PC机、图像采集模块,核心算法模块,关键帧判决模块,数据查询分析模块,视频合成模块,视频预览模块;
其中所述图像采集模块包括遮光纸箱、HD-3000微软高清网络摄像头和直流LED灯,用于对花卉生长过程进行拍摄,采集花卉生长图像;
所述核心算法模块是在PC机上对所述图像采集模块拍摄完毕的图像,编程实现基于聚集机理的花卉生长关键帧提取算法,得到各帧聚集差值的向量;所述关键帧判决模块给出了两种不同的判决模式:关键帧数模式以及阈值模式,两种不同的模式决定了选取关键帧所用参数的不同;
其中所述关键帧数模式是对所述图像采集模块采集的花卉生长过程原始视频序列进行初步提取,得到用于关键帧分析的帧集合FN={f1,f2,...fN},下标N为视频帧的序号;使用RGB颜色通道相关性算法,对每两帧进行计算,得到当前帧对于前一帧的相关性值ρ′n,将其与阈值τρ作比较,得出相关性差值dρ;使用颜色直方图算法,对每两帧进行计算,得到当前帧对于前一帧的直方图差值H′n,将其与阈值τH作比较,得出直方图差值dH;使用惯性矩算法,对每两帧进行计算,得到当前帧对于前一帧的惯性矩差值μ′n,将其与阈值τμ作比较,得出惯性矩差值dμ;按照公式dρHμ=wρdρ+wHdH+wμdμ得出当前帧对于前一帧的聚集差值dρHμ,其中wρ、wH和wμ分别为相关性差值dρ、直方图差值dH、惯性矩差值dμ的权重系数;使用冒泡排序法,将各帧dρHμ的数值按降序排序,统计其下标存入下标数组I,I中包含有N-1个下标值;提取I中前M个数值所代表的关键帧,并将选取出的I中的数值按升序排列,将这M个关键帧合成关键帧视频;
所述阈值模式是:1)获取第一帧f1及第二帧f2图像;2)计算f1与f2之间的聚集差值dρHμ;3)将dρHμ与τ比较,若大于阈值则f2作为关键帧被保存,若小于等于阈值则f2作为普通视频帧被删除;4)等待T秒,拍摄下一帧图像f3值,重复2)、3);5)全部拍摄过程结束后,将保存下来的关键帧合成关键帧视频;所述数据查询分析模块是通过开发数据浏览器,对经所述关键帧判决模块判决后的模式及所述核心算法模块计算得到的各参数进行保存与图形化分析;
所述视频合成模块对所述关键帧判决模块中分析出的关键帧,按照设定的帧率以及视频的宽、高合成为关键帧视频;
所述视频预览模块为实验人员呈现关键帧视频播放效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310232105.5A CN103327304B (zh) | 2013-06-13 | 2013-06-13 | 一种基于聚集机理的花卉生长关键帧提取系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310232105.5A CN103327304B (zh) | 2013-06-13 | 2013-06-13 | 一种基于聚集机理的花卉生长关键帧提取系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103327304A CN103327304A (zh) | 2013-09-25 |
CN103327304B true CN103327304B (zh) | 2016-04-20 |
Family
ID=49195805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310232105.5A Expired - Fee Related CN103327304B (zh) | 2013-06-13 | 2013-06-13 | 一种基于聚集机理的花卉生长关键帧提取系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103327304B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9639762B2 (en) * | 2014-09-04 | 2017-05-02 | Intel Corporation | Real time video summarization |
CN105049674A (zh) * | 2015-07-01 | 2015-11-11 | 中科创达软件股份有限公司 | 一种视频图像处理方法和系统 |
CN106162087A (zh) * | 2016-07-26 | 2016-11-23 | 深圳前海弘稼科技有限公司 | 一种种植箱内植物的生长过程展示方法及系统 |
CN106197317A (zh) * | 2016-07-28 | 2016-12-07 | 北京农业信息技术研究中心 | 田间环境下玉米叶尖生长运动测量方法及装置 |
CN106911943B (zh) * | 2017-02-21 | 2021-10-26 | 腾讯科技(深圳)有限公司 | 一种视频展示方法、装置及存储介质 |
CN107105174A (zh) * | 2017-04-27 | 2017-08-29 | 深圳前海弘稼科技有限公司 | 植物生长视频的合成方法及系统 |
CN107124563A (zh) * | 2017-04-28 | 2017-09-01 | 深圳前海弘稼科技有限公司 | 一种植物生长视频的合成方法及系统 |
CN107124595A (zh) * | 2017-05-31 | 2017-09-01 | 深圳前海弘稼科技有限公司 | 一种种植视频合成的方法与系统 |
CN107403138A (zh) * | 2017-06-30 | 2017-11-28 | 深圳前海弘稼科技有限公司 | 演示农作物生产长过程的处理方法、处理系统 |
CN110740290B (zh) * | 2018-07-20 | 2021-08-31 | 浙江宇视科技有限公司 | 监控录像预览方法及装置 |
CN110458141A (zh) * | 2019-08-20 | 2019-11-15 | 北京深演智能科技股份有限公司 | 一种视频关键帧的提取方法、装置及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021904A (zh) * | 2006-10-11 | 2007-08-22 | 鲍东山 | 视频内容分析系统 |
CN101604325A (zh) * | 2009-07-17 | 2009-12-16 | 北京邮电大学 | 基于主场景镜头关键帧的体育视频分类方法 |
-
2013
- 2013-06-13 CN CN201310232105.5A patent/CN103327304B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021904A (zh) * | 2006-10-11 | 2007-08-22 | 鲍东山 | 视频内容分析系统 |
CN101604325A (zh) * | 2009-07-17 | 2009-12-16 | 北京邮电大学 | 基于主场景镜头关键帧的体育视频分类方法 |
Non-Patent Citations (1)
Title |
---|
基于光流与熵统计法的花卉生长视频关键帧提取算法;王璐;《农业工程学报》;20120930;第28卷(第17期);第125-130页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103327304A (zh) | 2013-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103327304B (zh) | 一种基于聚集机理的花卉生长关键帧提取系统 | |
WO2020108083A1 (zh) | 视频处理方法、装置、电子设备及计算机可读介质 | |
CN107222795B (zh) | 一种多特征融合的视频摘要生成方法 | |
CN103957344B (zh) | 多摄像装置的视频同步方法和系统 | |
CN108140032A (zh) | 自动视频概括 | |
CN108615011B (zh) | 基于多尺度滑动窗口的非修剪视频行为识别预测方法 | |
CN102521843B (zh) | 一种基于流形学习的三维人体运动分析与合成方法 | |
CN104658038A (zh) | 基于动作捕捉的三维数字内容智能制作方法及制作系统 | |
RU2009131724A (ru) | Устройство обработки изображения, устройство воспроизведения движущегося изображения и способ обработки и программа для них | |
CN108647631A (zh) | 训练数据生成设备、方法和程序以及人群状态识别设备、方法和程序 | |
CN107240319A (zh) | 一种用于k12阶段的互动情景教学系统 | |
KR101183105B1 (ko) | 자동 구름 정보 산출방법 | |
CN109034092A (zh) | 用于监控系统的异常事件检测方法 | |
CN106507188A (zh) | 一种基于卷积神经网络的视频台标识别装置及工作方法 | |
CN109214285A (zh) | 基于深度卷积神经网络与长短期记忆网络的摔倒检测方法 | |
CN102724485A (zh) | 采用双核处理器对输入视频进行结构化描述的装置和方法 | |
CN102254344A (zh) | 一种交互式虚拟植物动态可视化方法 | |
CN108983968A (zh) | 一种基于虚拟现实的图像大数据交互控制系统及方法 | |
CN110348349A (zh) | 一种收集、分析猪行为视频数据的方法和系统 | |
CN113657469A (zh) | 基于图像识别的木本植物物候期的自动观测方法和系统 | |
CN109583334B (zh) | 一种基于时空关联神经网络的动作识别方法及其系统 | |
WO2019000566A1 (zh) | 演示农作物生产长过程的处理方法、处理系统 | |
CN110516707A (zh) | 一种图像标注方法及其装置、存储介质 | |
CN102333234A (zh) | 一种双目立体视频状态信息的监测方法及装置 | |
CN107729821B (zh) | 一种基于一维序列学习的视频概括方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160420 Termination date: 20170613 |