基本信息
- 项目名称：
- 基于SIFT算法的台标识别系统
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作A类
- 简介：
- 电视台台标是区分电视台的重要标识。利用计算机自动识别台标,在日常应用中能帮助电视节目监控及媒资管理部门提高工作效率。本文通过分析电视台标的特点，提出了一种基于SIFT算法的台标识别方法，并设计实现了相应的台标识别系统。实验结果表明该方法具有较高的识别精度，具有很强的抗亮度变化、噪声干扰以及背景变化能力，具有较高的实用价值。
- 详细介绍：
- 该系统主要由四个模块组成：①模板图提取模块，②决定块与归属块划分模块，③台标预判模块，④SIFT特征点检测模块。模块①首先采集各个电视台的台标模板，用于台标识别的基准。由于要作为特征点的提取，对模板的质量有很高的要求：噪声不应太大，背景不能太复杂,以免影响特征点的有效提取。一般情况下，我们将黑背景的台标作为模板，这样就克服了以上提到的因素影响；对模板做二值处理后，根据二值图扣取原图。模块②根据台标特征划分决定块与归属块。通过模块①和模块②，可将扣取的原图以及台标模板划分的决定块与归属快相对位置参数存入数据库，用于实际视频的台标检测。模块③是对视频等间隔抽帧，再根据帧差法做预判，按一定阈值，筛除不匹配的台标模板，从而缩小识别范围；模块④采用SIFT算法提取特征点，根据特征点统计结果做出最终判断。模块③和模块④根据从数据库中提取的决定块与归属块位置参数对被检测台标图进行区域划分，再对所划分的区域做亮度预判和SIFT算法的特征点提取，最终做出判断。
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 设计目的：播出机构需要每天选择特定的电视节目进行收录，处理，广电监控部门需要对每天节目实时监测。这些都需要采取人工监控处理的方法，工作效率低、易受外界干扰。通过自动提取与识别的方法，在大量视频流中准确、快捷地实现自动定台，将能够为相关单位的视频自动搜索、收录、分析和检索提供有效的技术支持。 创新点：基于分块形状特征匹配和SIFT算法的台标识别 技术关键：分块形状特征匹配，SIFT算法
科学性、先进性
- 目前存在的台标识别算法主要分为两类：基于颜色直方图的台标识别和普通Hu不变矩的台标识别。其中，基于颜色直方图的台标识别是利用不同台标的不同色调进行识别，将待识别的台标提取颜色直方图，与库中预存的直方图匹配，距离相近的即为检测台标，这种算法最大的缺点在于，对相似颜色和透明台标不易识别；普通Hu不变矩的算法利用了台标的形状特征进行识别匹配，由于台标背景的干扰和噪声的存在，影响了轮廓的提取，降低了识别率。鉴于此，本文提出了基于SIFT算法的台标识别系统，将台标分割成决定块与归属块，再利用SIFT算法进行匹配。此方法最大好处在于，减少了噪声干扰和背景的影响。 具体技术分析见附件：《基于SIFT算法的台标识别系统》。
获奖情况及鉴定结果
- 2011年4月在中国传媒大学挑战杯校内选拔中荣获一等奖
作品所处阶段
- 中试阶段
技术转让方式
- 通过专利申请进行技术转让
作品可展示的形式
- 现场演示
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 1，需将模板图片放置在默认E盘符下。识别的视频格式应与采集模板图片的视频格式一样。 2，须将提供的数据库在SQL2000中还原。 3，在E盘符下放入存有模板图的文件夹，同时建立一个文件名为aa的文件夹。 优点：具有较好的识别精度，且易于实现，具有较高的实用价值。可有效的应用于视频检索系统。 应用范围：媒资管理部门可以利用该系统对大量电视节目视频依据台标进行自动分类。同时也能根据视频中特定标志，进行检索分类管理。
同类课题研究水平概述
- 目前存在的台标识别算法主要分为几类：基于颜色直方图，普通Hu不变矩，加权Hu不变矩，空间分布直方图等。其中，基于颜色直方图的台标识别是利用不同台标的不同色调进行识别，将待识别的台标提取颜色直方图，与库中预存的直方图匹配，距离相近的即为检测台标，这种算法最大的缺点在于，对相似颜色和透明台标不易识别；普通Hu不变矩的算法利用了台标的形状特征进行识别匹配，由于台标背景的干扰和噪声的存在，影响了轮廓的提取，降低了识别率（识别率约为56%），加权Hu不变矩的识别率有所提高（约为76.7%） ，但任然不尽理想；利用空间分布赢方图和HSV空间的彩色直方图相结合的方法进行台标识别，该算法采用遍历识别，随着知识库中台标数量的增加，计算效率会逐步下降，对半透明台标识别效果不是很理想 。鉴于此，本文提出了基于分块特征匹配和SIFT算法的台标识别系统，首先将台标拆分成多个独立单元，先提取形状特征，和数据库中的样本进行预判断，筛选出形状特征比较相似的几幅台标图像（数量可自由设置），然后利用SIFT算法对筛选出的台标进行精确识别。SIFT算法具有很强的抗亮度变化、尺度缩放和噪声干扰，同时也避免了背景变化的影响，充分利用了每一个台标的自身特征。此方法的优越性在于：充分利用形状特征匹配（识别速度快，精度低）和SIFT算法匹配（识别速度慢，精度高）的各自优点，同时有避开其缺点，这样不仅提高了识别速度，而且有相当高的识别率。
