在众多的视频种类中，新闻是非常具有代表性和研究价值的一个种类。面 对每天发生在世界各地的大量新闻事件，任何人都不希望也不可能去收看每个 频道的节目，观众急切需要能建立一个存储各个频道新闻节目的大型数据库， 同时能在网上搜索感兴趣的新闻并且观看。因此，研究有效的新闻视频处理和 管理方法，并建立基于内容的新闻视频检索系统，对节省用户获取新闻的时间 以及新闻信息的有效利用与挖掘都将产生积极的实现意义[4,5,6]。 

在新闻视频分析和新闻视频数据库的研究中，一个重要的问题就是将新闻 按场景进行分割，从而使整段新闻视频分解为许多个新闻场景（新闻条目），以 便于组织和检索。场景是由许多个镜头组成，因此在新闻视频中准确地将镜头 分割开来非常重要，是对新闻视频进行基于内容的视频分析过程中所要解决的 一个基本问题[7]。 

1。2 镜头检测文献概述

1。3 本文完成工作

本文主要的工作是根据已有的镜头边界检测算法来设计一个新的新闻视频 切变检测算法。主要工作有两个： 

(1)。 选择合适的算法来检测出新闻视频中的所有镜头切变，本文采用了直 方图法来检测新闻视频的所有镜头切变； 

(2)。 在一段新闻中除了会出现主持人到新闻现场的镜头切变，在新闻现场 中也会出现镜头切变，以便观众更全面的了解现场，本文的第二个工作便是 屏蔽掉所有的新闻现场内部的镜头切变。可以通过选取关键帧，通过关键帧对比来屏蔽新闻场景内的切变。 论文网

论文余下章节安排如下：第 2 章主要介绍直方图，RGB 颜色空间，一些使 用的直方图函数的算法和基本介绍以及重点突出自己所做的算法；第 3 章通过

10 组新闻视频来进行实验，分析程序无法检测切变，误检测切变的原因；最后总 结全文。 

2 基于直方图的算法研究

2。1  OpenCV 概述

OpenCV 全称是 Open Source Computer Vision Library，可以直译为“开源计 算机视觉库”。它如今由 Willow Garage 提供支持，是一个基于开源发行的跨平 台计算机视觉库。OpenCV 由一系列 C 函数和 C++类构成，容量很小但却高 效。除了支持 C/C++语言进行开发和使用之外，还支持使用 C#，Ch，Ruby 等 语言，实现了许多图像处理和计算机视觉方面的通用算法[15]。 

在本文中使用了 Visual Studio 2010 来作为开发环境，OpenCV 的版本为 2。4。9。本文使用了一些 OpenCV 的库函数，比如 VideoCapture 类来读取视频， 用 calHist( )函数来计算直方图，用 compareHist（）函数来对比直方图，包括 储存图像的 Mat 结构。 

2。2 图像直方图概述

在计算机视觉应用的很多情况下会使用直方图。直方图主要通过标记帧与帧 之间的显著的边缘变化和颜色的统计变化来检测视频中的场景的变化。我们知道， 视频最基本的组成单位是由一帧一帧的图像构成，而图像是以一定的格式的矩阵 中存储在计算机中。图像由一个个点组成，这个点叫做像素。图像在计算机中的 表现形式就是一个包含众多强度值的像素点矩阵[16]。

直方图就是对矩阵中的元素（图像的像素）进行统计的一种方法，它将数据 组织到一系列事先定义好了的直条当中。矩阵中像素的属性可以是梯度、方向、 色彩、灰度、边缘等任意特征。总之，直方图获得的是数据分布的统计图。通常 直方图维数要低于原始数据[17]。 

比如说图像直方图是用以表示数字图像亮度分布的直方图，标绘了图像中每 个亮度值的像素数。可以借助观察该直方图了解需要如何调整亮度分布。这种直 方图中，横坐标的左侧为纯黑、较暗的区域，而右侧为较亮、纯白的区域。因此， 一张较暗图片的图像直方图的数据多集中于左侧和中间部分，而整体明亮，只有 少量阴影的图像则相反。计算机视觉领域常借助图像直方图来实现图像的二值化。 直方图可以说是图像中像素强度分布的图形表达方式，它统计了每一个强度值所 具有的像素个数[18]。 我们将灰度分为 10 个等级，统计了一幅图像的灰度直方图。