[發明專利]一種臺標的自動檢測和分類方法無效
| 申請號: | 201110283739.4 | 申請日: | 2011-09-22 |
| 公開(公告)號: | CN102436575A | 公開(公告)日: | 2012-05-02 |
| 發明(設計)人: | 胡星火;邵詩強;施建華 | 申請(專利權)人: | TCL集團股份有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 深圳市君勝知識產權代理事務所 44268 | 代理人: | 王永文;楊宏 |
| 地址: | 516001 廣東省惠州市*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 標的 自動檢測 分類 方法 | ||
1.一種臺標的自動檢測和分類方法,其特征在于,所述方法包括以下步驟:
S1、把臺標從視頻圖像背景中分割開;
S2、提取臺標的特征;
S3、根據臺標的特征,對臺標進行分類。
2.根據權利要求1所述的臺標的自動檢測和分類方法,其特征在于,所述步驟S1進一步包括以下步驟:
S11、將選取的視頻圖像轉換為灰度圖像,取其中一幀灰度圖像作為基準幀;
S12、將基準幀與其他幀的灰度圖像作差,并對所有差求和,得到灰度差值總和;
S13、選取一個分割閾值,對灰度差值總和進行二分化,將臺標從視頻圖像背景中分割開來。
3.根據權利要求2所述的臺標的自動檢測和分類方法,其特征在于,所述步驟S1還包括步驟S4、采用數學形態學中的腐蝕算子和膨脹算子來處理視頻圖像中的非臺標區域。
4.根據權利要求2所述的臺標的自動檢測和分類方法,其特征在于,所述步驟S11中基準幀的選取方法為:計算灰度圖像的灰度均值,取灰度均值最小的一幀灰度圖像為基準幀。
5.根據權利要求1所述的臺標的自動檢測和分類方法,其特征在于,所述步驟S2中的臺標的特征包括形狀特征和圖像特征。
6.根據權利要求5所述的臺標的自動檢測和分類方法,其特征在于,所述步驟S2進一步包括以下步驟:
S21、統計臺標的像素點在不同空間區域的分布情況,建立空間分布直方圖;
S22、根據HSV顏色模型提取臺標的顏色特征:對比度、飽和度和亮度,并建立相應的彩色直方圖。
7.根據權利要求1所述的臺標的自動檢測和分類方法,其特征在于,所述步驟S3進一步包括以下步驟:
S31、建立臺標樣本庫,所述臺標樣本庫包括有n個訓練樣本的m個頻道,且每個頻道都有一個對應的訓練好的SVM,其中,n、m為自然數;
S32、根據輸入的臺標的特征,由m個SVM進行分類,判斷其屬于哪個對應的SVM,即確認了與SVM對應的頻道;
S33、將臺標樣本庫中所對應的頻道的相關內容對所述臺標進行語義標注。
8.根據權利要求7所述的臺標的自動檢測和分類方法,其特征在于,所述步驟S31進一步包括以下步驟:
S311、從臺標樣本庫中取出第一頻道的所有樣本,將其標為類Ⅰ,將其他所有頻道的所有樣本標為類Ⅱ;將標好類別的所有樣本作為輸入樣本,來訓練一個SVM,得到相應的支持向量和相應的最優分類面,將所述SVM設定為1號SVM,則所述1號SVM與第一個頻道相對應;
S312、采用相同的方法,遍歷樣臺標樣本庫中的所有頻道,最后得到了m個訓練好的SVM,每一個SVM都與一個頻道一一對應;
S313、對所述臺標樣本庫添加頻道信息,使得每一頻道信息與所述頻道和所述頻道對應的訓練好的SVM關聯起來。
9.根據權利要求8所述的臺標的自動檢測和分類方法,其特征在于,所述頻道信息包括:頻道名稱、背景資料、節目取向。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于TCL集團股份有限公司,未經TCL集團股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110283739.4/1.html,轉載請聲明來源鉆瓜專利網。





