[發明專利]視頻字幕信息獲取方法及裝置

有效

• 申請號: 200910081051.0
• 申請日: 2009-03-31
• 公開（公告）號: CN101853381A
• 公開（公告）日: 2010-10-06
• 發明（設計）人: 楊錦春;劉貴忠;錢學明;李智;郭旦萍;姜海俠;南楠;孫力;王琛
• 申請（專利權）人: 華為技術有限公司;西安交通大學
• 主分類號: G06K9/32
• 分類號: G06K9/32
• 代理公司: 北京凱特來知識產權代理有限公司 11260
• 代理人: 鄭立明

1.一種視頻字幕信息獲取方法，其特征在于，包括：

對視頻流中數據幀的亮度分量圖像進行基于小波的字幕檢測；

獲取檢測出的字幕的屬性信息；

根據所述屬性信息，提取檢測出的字幕。

2.根據權利要求1所述的方法，其特征在于，所述方法在對數據幀的亮度分量圖像進行基于小波的字幕檢測之前還包括：獲取指定數據幀的亮度分量圖像。

3.根據權利要求1所述的方法，其特征在于，所述對數據幀的亮度分量圖像進行基于小波的字幕檢測包括：

對數據幀的亮度分量圖像進行小波變換，獲取水平高頻子帶紋理圖、垂直高頻子帶紋理圖以及對角線高頻子帶紋理圖；

根據所述水平高頻子帶紋理圖、垂直高頻子帶紋理圖以及對角線高頻子帶紋理圖，獲取數據幀的字幕點圖像；

由所述數據幀的字幕點圖像生成字幕區域圖像；

確定所述字幕區域圖像中字幕的條數以及字幕區域位置信息。

4.根據權利要求3所述的方法，其特征在于，所述對數據幀的亮度分量圖像進行小波變換，獲得水平高頻子帶紋理圖、垂直高頻子帶紋理圖以及對角線高頻子帶紋理圖包括：

對數據幀的亮度分量圖像進行小波變換，生成水平子帶、垂直子帶以及對角線子帶；

將所述水平子帶、垂直子帶以及對角線子帶的系數分別求絕對值，獲得水平高頻子帶紋理圖、垂直高頻子帶紋理圖以及對角線高頻子帶紋理圖。

5.根據權利要求3所述的方法，其特征在于，所述根據所述水平高頻子帶紋理圖、垂直高頻子帶紋理圖以及對角線高頻子帶紋理圖，獲取數據幀的字幕點圖像包括：

對所述水平高頻子帶紋理圖、垂直高頻子帶紋理圖以及對角線高頻子帶紋理圖分別進行字幕點檢測，生成水平、垂直以及對角線三個方向的初始字幕點圖像；

對所述三個方向的初始字幕點圖像分別進行除噪聲處理，得到三個方向的最終字幕點圖像；

將所述三個方向的最終字幕點圖像求交集，得到所述數據幀的字幕點圖像。

6.根據權利要求3所述的方法，其特征在于，所述由所述數據幀的字幕點圖像生成字幕區域圖像包括：

對所述字幕點圖像分別進行水平方向的閉運算和開運算得到水平圖像，以及對所述字幕點圖像分別進行垂直方向的閉運算和開運算得到垂直圖像；

將獲取的水平圖像和垂直圖像進行求并集操作，得到包含所有字幕區域的最大點集圖像；

對所述最大點集圖像進行閉運算，得到字幕區域圖像。

7.根據權利要求6所述的方法，其特征在于，所述確定所述字幕區域圖像中字幕的條數以及字幕區域位置信息包括：

區分所述字幕區域圖像中水平字幕區域和垂直字幕區域；

通過水平字幕區域在所述水平圖像中的最上、下、左、右像素點的坐標位置，確定所述水平字幕區域在水平圖像中定位框的上邊框、下邊框、左邊框、右邊框的位置；通過垂直字幕區域在所述垂直圖像中的最上、下、左、右像素點的坐標位置，確定所述垂直字幕區域在垂直圖像中定位框的上邊框、下邊框、左邊框、右邊框的位置；

在所述水平字幕區域定位框內相應的綜合高頻子帶紋理圖所對應的區域和所述垂直字幕區域定位框內相應的綜合高頻子帶紋理圖所對應的區域分別進行水平投影和垂直投影，確定投影曲線的峰谷信息，并根據所述峰谷信息，確定所述字幕區域中字幕條數以及字幕的上邊框和下邊框位置。

8.根據權利要求1至7任一項所述的方法，其特征在于，所述字幕的屬性信息包括所述字幕的起始幀和終止幀，以及出現位置信息。

9.根據權利要求8所述的方法，其特征在于，所述獲取檢測出的字幕的起始幀和終止幀包括：

判斷檢測出的字幕所在的當前I幀，與所述當前I幀的上一I幀是否匹配；

若匹配，則根據字幕匹配的相對位置差異所計算出的匹配速度，確定所述字幕為動態字幕或靜態字幕；

若所述字幕為動態字幕，則根據所述動態字幕的匹配速度，以及當前幀在動態字幕中的位置，確定所述動態字幕的起始幀和終止幀；

若所述字幕為靜態字幕，則抽取所述靜態字幕中的直流線條，并對所述直流線條進行匹配操作，確定所述靜態字幕的起始幀和終止幀。