1、 本科毕业论文 (科研训练、毕业设计 ) 题 目 : 视频 数据库的设计与应用 数据库与界面设计 姓 名： 学 院： 软件学院 系： 软件工程 专 业： 软件工程 年 级： 学 号： 指导教师（校内）： 职称： 年 月 I 视频数据库的设计与应用 摘要 基于内容的视频数据库与传统的 基于注释的数据库有很大不同，它用视频图像的内容信息表征视频，可大规模并自动化的建立，在多媒体信息愈来愈普遍 的 今天，视频数 据库是研究的热点，并在众多行业中有重要的应用。 本文 讨论了 基于 内容视频数据库的 基本原理，基本 运行 框架和主要模块， 其中主要模块 包括视频结构化处理 模块 ，查询与检索 模块，索引
2、模块等； 讨论了基于 内容 的视频数据库的若干关键技术，包括镜头 切割 技术、 关键帧提取技术、视频特征提取技术、视频索引技术 等；最后 在 软件的设计和实现 部分，详细的讨论了系统的数据流，数据字典的设计，系统的用例流程和界面的实现，用截图显示了基本的操作流程。最后在数据库的实现部分，介绍了数据库的表的设计，存取过程和数据 库索引所采用的算法和建立过程 。 关 键词 ： 视频数据库 基于内容检索 关键帧 图像特征 II Video Data-base Design and Application Abstract This paper talks about the basic princi
3、ples, framework and main modules of the content-based video database, which includes video structured treatment module, search and retrieval module, and the indexing module; This paper also introduces some key techniques in implementing the content-based video database, including Scene Incision, Key
4、 Frame Extraction ,Feature Extraction and Constriction of Video Index and so on. In the software design and implementing part, it discusses in detail data flows and the data dictionary of this system, the design of the interface and the procedures to use the software, which is shown in pictures. The
5、 design of data tables ,the method of accessing the database and the algorithm of indexing are discussed in the last chapter of this paper. Keywords: video database content-based retrieval key frame frames features III 目录 第一章 视频数 据库概述 . 1 1.1 视频数据库的发展背景 . 1 1.2 基于内容的视频检索系统基本原理 . 1 1.3 基于内容的视频检索系统的发展
6、 现状 . 3 1.3.1 QBIC 系统 . 3 1.3.2 Visual Seek 系统 . 3 1.3.3 VideoQ 系统 . 4 1.3.4 TV 一 Fl系统 . 4 1.4 基于内容的视频检索系统的应用 . 4 1.4.1 视频数据库应用于数字图书馆 . 4 1.4.2 视频数据库应用于教育 . 4 1.4.3 视频数据库应用于工业 . 5 1.4.4 视频数据库应用于医疗保健 . 5 第二章 基于内容视频检索的系统框架及关键技术 . 6 2.1 镜头边界检测 . 6 2.1.1 模板匹配法 . 6 2.1.2 直方图法 . 6 2.1.3 基于边缘的方法 . 6 2.1.4
7、基于 模型的方法 . 7 2.1.5 双比较技术法 . 7 2.2 关键帧提取技术 . 7 2.2.1 首尾帧提取法 . 8 2.2.2 像素平均值提取法 . 8 2.2.3 平均直方图提取法 . 8 2.2.4 内容突变提取法 . 8 2.2.5 运动量最小值提取法 . 8 2.2.6 类心提取法 . 8 2.3 视频特征提取 . 8 2.3.1 颜色特征的提取 . 9 2.3.2 纹理特征的提取 . 9 2.3.3 形状特征提取 . 10 2.4 视频索引的建立 . 10 2.4.1 基于注释的索引方法 . 10 2.4.2 基于特征的索引方法 . 10 2.4.3 基于领域知识的索引方法
8、 . 11 2.5 查询与检索 . 11 第三章 系统的设计与实现 . 12 IV 3.1 系统数据流图 . 12 3.2 数据字典 . 14 3.3 系统界面的实现及操作流程 . 15 3.4 系统数据库的设计 . 19 3.4.1 表的设计： . 19 3.4.2 数据库的操作 . 20 3.5 数据库索引设计 . 22 3.5.1 相似距离 . 22 3.5.2 K 均值聚类算法 :. 23 结论 . 27 致谢 . 25 参考文献 . 27 V Content Chapter 1 Introduction to video database . 1 1.1 Development ba
9、ckground. 1 1.2 Basic principle of content-based database . 1 1.3 The actuality of content-based database . 3 1.3.1 QBIC System . 3 1.3.2 Visual Seek System. 3 1.3.3 VideoQ System . 4 1.3.4 TV 一 Fl System . 4 1.4 Application of content-based database. 4 1.4.1 Application in e-library . 4 1.4.2 Appli
10、cation in education . 4 1.4.3 Application in industry . 5 1.4.4 Application in health . 5 Chapter 2 The framework and key-technology. 6 2.1 Scene Incision. 6 2.1.1 template matching . 6 2.1.2 Histogram method. 6 2.1.3 Edge-based method . 6 2.1.4 Modle-based method. 7 2.1.5 Double Comparison method .
11、 7 2.2 Key Frames Extraction . 7 2.2.1 First and Last frame method . 8 2.2.2 Average value . 8 2.2.3 Average histogram extraction . 8 2.2.4 Content mutation extraction. 8 2.2.5 Minimal amount of movement extraction. 8 2.2.6 Class centre extraction . 8 2.3 Feature Extraction . 8 2.3.1 Color feature e
12、xtraction . 9 2.3.2 Texture feature extraction . 9 2.3.3 Shape feature extraction. 10 2.4 Indexing . 10 2.4.1 Note-based indexing . 10 2.4.2 Feature-based indexing . 10 2.4.3 Field knowledge-based indexing . 11 2.5 Search and retrieval . 11 VI Chapter 3 Design and implementation of the system . 12 3
13、.1 System DDF . 12 3.2 Data dictionary . 14 3.3 Systems interface and using procedures. 15 3.4 Design of database. 19 3.4.1 Design of data tables . 19 3.4.2 Accessing database. 20 3.5 Design of database indexing. 22 3.5.1 Similarity distance . 22 3.5.2 K-mean clustering . 23 Conclusion .25 Acknowled
14、gement . 25 References . 27 VII 引言 基于内容的检索（ CBR， Content-Based Retrieval） ,是指直接根据描述媒体对象内容的各种特征进行检索，它能从数据库中查找到具有指定特征或含有特定内容的图像（包括视频片段），它区别于传统的基于关键字的检索手段，融合了图像理解、模式识别等技术，具有如下特点： 1）直接从媒体内容中 提取信息线索； 2）基于内容的检索是一种近似匹配，这一点与常规数据库检索的精确匹配方法有明显不同； 3）特征提取和索引建立可由计算机自动实现，避免了人工描述的主观性，也大大减少了工作量。 近十年来，基于内容的图 像、视频数据的检索是当前计算机视觉，图像数据库与知识挖掘（ Knowledge Discovery）等领域最活跃的研究热点之一 。 本文站在实践角度分析系统的设计和实现，并采用自顶向下，逐步精确的方法来
