基于脊波变换的渐变镜头转场检测算法

分析了脊波变换在处理含“线奇异”信号上的优势.提出用脊波变换后的各高频系数和作为图像的特征量.渐变镜头脊波变换的实现分两步：首先,对图像帧进行一定方向参量的Radon变换;其次,对Radon变换得到各数组进行Haar小波二级分解,采用分解后的高频系数和描述图像.在检测窗内,计算连续帧间脊波变换系数和之间的欧式距离判别渐变转场的边界.     

基于分块图像小波相对能量和熵的视频镜头边界检测算法

提出了对检测窗内图像帧进行分块并进行小波变换,计算尺度j上分块图像的低频、水平、垂直和对角信号的小波相对能量和小波熵的方法,给出了分块图像小波熵的计算公式.采用尺度j上分块图像低频信号小波熵作为特征向量检测视频镜头是否发生转换,即在检测窗内,帧间低频信号小波熵值只发生一次大突变（与设定的阈值相比）就是剪切转换,若发生多次比较大的变化就是渐变转换.采用检测窗内分块图像在尺度j上的垂直、水平和对角高频信号的小波熵作为另一特征量可以区分渐变镜头的类型：淡进/出(fade in/out)或扫换(wipe).采用大量的高清和标清码流进行实验并与基于概率的方法进行比较.结果证明：本文的视频镜头检测方法具有强的鲁棒性、能检测出镜头转换的类型：剪切、淡进/出和扫换,同时有较高的查准率和查全率.