本發(fā)明涉及一種在視頻畫面中提取字幕區(qū)域的方法。

背景技術(shù)：

對于電視臺來說，本臺的新聞材料有完整的存儲管理系統(tǒng)，很容易對一個新聞視頻中的一則新聞進行后續(xù)使用；但是，其余來源的新聞視頻就需要進行拆條處理，即將新聞視頻拆分成一個一個單獨的新聞以便后續(xù)使用。新聞視頻中的字幕，尤其是標題字幕能簡明扼要地體現(xiàn)這則新聞的要點。如果能把視頻畫面中的字幕提取出來，那么就能快速為拆分成一個一個的單獨的新聞確定合適的標題,這對于視頻分類整理、快速搜索等都有很大的好處。

為了提高新聞拆條處理的效率,快速給拆分的新聞確定合適的標題,同時為了方便對新聞視頻的分類整理、快速搜索而發(fā)明的一種依據(jù)視頻字幕特性從視頻畫面中提取字幕區(qū)域的方法。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種在視頻畫面中提取字幕區(qū)域的方法。

本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的：一種在視頻畫面中提取字幕區(qū)域的方法，它包括以下步驟：

S1：去除噪音處理：根據(jù)字幕和背景畫面的紋理差異采用最大值梯度方法得到梯度圖像數(shù)據(jù)：其中，字幕部分會有整齊的數(shù)據(jù)，而背景畫面則會出現(xiàn)無規(guī)律的噪音數(shù)據(jù)；去除無規(guī)律的噪音數(shù)據(jù)部分；

S2：定位字幕區(qū)域，包括以下子步驟：

S21：布種子，初始狀態(tài)下，把整個區(qū)域的值設置為背景，根據(jù)梯度圖像數(shù)據(jù)尋找合適的地方布下種子，以保證種子在字上；

S22：采用最大值法計算待判斷腐蝕的點即G點的值，包括以下子步驟：

S221：分別計算出原始圖在垂直、水平、對角線三個方向的灰度、R、G、B四個通道的最大值；

S222：計算四個值中的最大值，所述最大值記為G點的值；

S23：加鎖腐蝕，包括以下子步驟：

S231：依次遍歷種子圖中種子的左、右、上、下四個方向的點，判斷該點是否被腐蝕即判斷該點是否為G點：如果該點已經(jīng)被腐蝕，繼續(xù)判斷下一個點；若該點未被腐蝕，則繼續(xù)下一步；

S232：比較該點的值和一個設定的第一閾值nGsensitive的大小，若該點的值大于閾值則不能腐蝕該點，即為該點加了一層鎖；若該點的值小于閾值，則進行下一步，進行向左腐蝕；

S233： G點為種子左邊待判斷腐蝕的點，種子右邊有0到N個已經(jīng)被腐蝕的點，向左腐蝕，包括以下子步驟：

S2331：判斷種子右邊的被腐蝕的點的數(shù)量：

（1）當種子右邊沒有被腐蝕的點時，則G點可以被腐蝕；

（2）當種子右邊有1到N 個被腐蝕的點時，計算G點與最右邊的點的灰度、R、G、B四通道的最大值，當該最大值小于設定的第二閾值nSensitive，則G點可以腐蝕，否則不能被腐蝕即給該點加一層鎖；

S2332：被腐蝕的點成為種子，并返回步驟S2331直到無法再腐蝕位置；

S234：監(jiān)測字幕邊緣區(qū)域是否達到腐蝕標準，如果已達到則結(jié)束腐蝕，否則加大腐蝕的第二閾值nSensitive再重復上述步驟；

S235：根據(jù)腐蝕結(jié)果提取字幕數(shù)據(jù)，然后再根據(jù)文字特征去除噪音數(shù)據(jù)，最后得到一個準確的字幕位置區(qū)域；

S3：確定新聞標題，包括以下子步驟：

S31：依據(jù)視頻特性中字幕的連續(xù)性特征對視頻中連續(xù)的相同字幕區(qū)域進行篩選和過濾，并選取效果較好的作為識別字幕的圖片；

S32：將字幕圖片轉(zhuǎn)換為文字，即為這則新聞的新聞標題。

一種在視頻畫面中提取字幕區(qū)域的方法還包括一個閾值設置子步驟S0，在開始之前分別對第一閾值nGsensitive和第二閾值nSensitive進行設置。

所述的N取值為4。

所述的步驟S1還包括以下子步驟：根據(jù)新聞字幕輪廓上下對齊的特征對視頻畫面進行橫向的條帶化識別，并根據(jù)新聞字幕的特征進行噪音去除處理。

本發(fā)明的有益效果是：

本發(fā)明是為了提高新聞拆條處理的效率,快速給拆分的新聞確定合適的標題,同時為了方便對新聞視頻的分類整理、快速搜索而提供的一種依據(jù)視頻字幕特性從視頻畫面中提取字幕區(qū)域的方法。其中，采用加鎖腐蝕的方法確定字幕區(qū)域方便并且可靠性高。

附圖說明

圖1為本發(fā)明方法流程圖；

圖2為原始圖垂直、水平、對角線三個方向示意圖；

圖3為加鎖腐蝕流程圖。

具體實施方式

下面結(jié)合附圖進一步詳細描述本發(fā)明的技術(shù)方案：

首先，新聞視頻具有如下特點：

1）字幕和背景的紋理差異：一般為了使字幕清楚易分辨，字幕和背景會有明顯的分割線，所以字幕和背景的紋理差異是很大的，可以以此確定字幕的輪廓。

2）新聞字幕的特征：

a）輪廓上下對齊：從輪廓上看，背景畫面一般是無規(guī)律的圖案信息，而新聞字幕則是上下齊整的圖案。

b）輪廓變換密度大：從輪廓上看，背景畫面很少有輪廓參差變換很多的，而新聞字幕的輪廓變換密度是很大的。

c）可以切分：因為字與字之間有間隔，字幕中每一個字從輪廓看都是形狀相似的獨立的個體，對于字幕區(qū)域，是可以切分的；而背景畫面卻很難出現(xiàn)可以按輪廓切分成形狀相似的個體。

d）一般存在邊框特性：新聞字幕一般都會放在專門的字幕底板上，具有本身顏色連續(xù)漸變或不變，但與上下或左右卻明顯變化的特征，可根據(jù)底板特征去除旁邊的節(jié)目標識數(shù)據(jù)。

3）視頻的特性：

a）連續(xù)性：對于字幕來說，連續(xù)一段時間（對于新聞內(nèi)容字幕可能是幾毫秒也可能是幾秒，但對于新聞標題字幕可能長達幾分鐘甚至十幾分鐘），視頻畫面在變化時，字幕卻不會發(fā)生變化。也就是說，在一段連續(xù)的幀中，字幕沒有發(fā)生變化，具有連續(xù)性。

b）位置不變：字幕是編輯在字幕底板的規(guī)定區(qū)域上的，而字幕底板的位置一般是不變的，所以字幕區(qū)域的位置也是固定不變的，而且字幕底板的背景色是漸變或不變的。

因此，根據(jù)上述特點，如圖1所示，一種在視頻畫面中提取字幕區(qū)域的方法，它包括以下步驟：

S1：去除噪音處理：

（1）根據(jù)字幕和背景畫面的紋理差異采用最大值梯度方法得到梯度圖像數(shù)據(jù)：其中，字幕部分會有整齊的數(shù)據(jù)，而背景畫面則會出現(xiàn)無規(guī)律的噪音數(shù)據(jù)；去除無規(guī)律的噪音數(shù)據(jù)部分；

（2）根據(jù)新聞字幕輪廓上下對齊的特征對視頻畫面進行橫向的條帶化識別（條帶化識別：對畫面進行一定寬度的一條一條的識別），并根據(jù)新聞字幕的特征進行噪音去除處理。

S2：定位字幕區(qū)域，

a）根據(jù)新聞字幕的特征定位出畫面上可能有字幕的區(qū)域；

b）標題字都是編輯在字幕底板上的,根據(jù)字幕底板位置不變且背景色是漸變或不變的可以確定字幕底板大小，并再次定位出字幕區(qū)域；

c）采用加鎖腐蝕的方法進一步確定字幕區(qū)域：包括以下子步驟：

S21：布種子，初始狀態(tài)下，把整個區(qū)域的值設置為背景（255），根據(jù)梯度圖像數(shù)據(jù)尋找合適的地方布下種子，以保證種子在字上；其中，種子的值為0；

S22：采用最大值法計算待判斷腐蝕的點即G點的值，包括以下子步驟：

S221：分別計算出原始圖在垂直、水平、對角線三個方向（如圖2所示）的灰度、R、G、B四個通道的最大值：

G_灰度[x]=Max（abs（a1-a2）,abs(b1-b2),abs(c1-c2),abs(d1-d2)）；

G_R[x]=Max（abs（a1-a2）,abs(b1-b2),abs(c1-c2),abs(d1-d2)）；

G_G[x]=Max（abs（a1-a2）,abs(b1-b2),abs(c1-c2),abs(d1-d2)）；

G_B[x]=Max（abs（a1-a2）,abs(b1-b2),abs(c1-c2),abs(d1-d2)）；

S222：計算四個值中的最大值，所述最大值記為G點的值：

G[x]=Max(G灰度[x], G_R[x], G_G[x], G_B[x])

S23：如圖3所示，加鎖腐蝕，包括以下子步驟：

S231：依次遍歷種子圖中種子的左、右、上、下四個方向的點，判斷該點是否被腐蝕即判斷該點是否為G點：如果該點的值為0則已經(jīng)被腐蝕，繼續(xù)判斷下一個點；若該點的值不為0，則繼續(xù)下一步；

S232：比較該點的值和一個設定的第一閾值nGsensitive的大小，若該點的值大于閾值則不能腐蝕該點，即為該點加了一層鎖；若該點的值小于閾值，則進行下一步，進行向左腐蝕；

S233：G點為種子左邊待判斷腐蝕的點，種子右邊有0到4個已經(jīng)被腐蝕的點，向左腐蝕，包括以下子步驟：

S2331：判斷種子右邊的被腐蝕的點的數(shù)量：

（1）當種子右邊沒有被腐蝕的點時，則G點可以被腐蝕；

（2）當種子右邊有1到4 個被腐蝕的點時，計算G點與最右邊的點的灰度、R、G、B四通道的最大值，當該最大值小于設定的第二閾值nSensitive，則G點可以腐蝕，否則不能被腐蝕即給該點加一層鎖；

S2332：被腐蝕的點成為種子，并返回步驟S2331直到無法再腐蝕位置；

S234：監(jiān)測字幕邊緣區(qū)域是否達到腐蝕標準，如果已達到則結(jié)束腐蝕，否則加大腐蝕的第二閾值nSensitive再重復上述步驟；

S235：根據(jù)腐蝕結(jié)果提取字幕數(shù)據(jù)，然后再根據(jù)文字特征去除噪音數(shù)據(jù)，最后得到一個準確的字幕位置區(qū)域；

S3：確定新聞標題，包括以下子步驟：

S31：依據(jù)視頻特性中字幕的連續(xù)性特征對視頻中連續(xù)的相同字幕區(qū)域進行篩選和過濾，并選取效果較好的作為識別字幕的圖片；

S32：將字幕圖片轉(zhuǎn)換為文字，即為這則新聞的新聞標題。