基于Kmean聚类的关键帧提取代码

本程序可以很快地找到视频和图片序列中的关键帧，该压缩包中已经有对应的图片序列，可以直接运行程序。

%基于聚类的关键帧提取法
%会弹出这几幅关键帧的图像

filenames=dir（‘images/*.jpg‘）;
num=size（filenames1）;
key=zeros（1num）;
cluster=zeros（1num）;
clusterCount=zeros（1num）;  %各聚类有的帧数
count=0;        %聚类个数

threshold=0.75;
centrodR=zeros（num256）;   %聚类质心R的直方图
centrodG=zeros（num256）;   %聚类质心G的直方图
centrodB=zeros（num256）;   %聚类质心B的直方图

if num==0
    error（‘Sorry there is no pictures in images folder!‘）;
else
    %令首帧形成第一个聚类
    img=imread（strcat（‘images/‘filenames（1）.name））;
    count=count+1;
    [preCountRx]=imhist（img（::1））;   %red histogram
    [preCountGx]=imhist（img（::2））;   %green histogram
    [preCountBx]=imhist（img（::3））;   %blue histogram
    
    cluster（1）=1;   %设定第一个聚类选取的关键帧初始为首帧
    clusterCount（1）=clusterCount（1）+1;
    centrodR（1:）=preCountR;
    centrodG（1:）=preCountG;
    centrodB（1:）=preCountB;
    
    for k=2:num
        img=imread（strcat（‘images/‘filenames（k）.name））;
        [tmpCountRx]=imhist（img（::1））;   %red histogram
        [tmpCountGx]=imhist（img（::2））;   %green histogram
        [tmpCountBx]=imhist（img（::3））;   %blue histogram

        clusterGroupId=1;
        maxSimilar=0;
        for clusterCountI=1:count           
            sR=0;
            sG=0;
            sB=0;
            %运用颜色直方图法的差别函数
            for j=1:256
                sR=min（centrodR（clusterCountIj）tmpCountR（j））+sR;
                sG=min（centrodG（clusterCountIj）tmpCountG（j））+sG;
                sB=min（centrodB（clusterCountIj）tmpCountB（j））+sB;
            end
            dR=sR/sum（tmpCountR）;
            dG=sG/sum（tmpCountG）;
            dB=sB/sum（tmpCountB）;
            %YUVpersons are sensitive to Y
            d=0.30*dR+0.59*dG+0.11*dB;
            if d>maxSimilar
                clusterGroupId=clusterCountI;
                maxSimilar=d;
            end
        end
        if maxSimilar>threshold
            %相似度大，与该聚类质心距离小
            %加入该聚类，并调整质心
            for ii=1:256    
                centrodR（clusterGroupIdii）=centrodR（clusterGroupIdii）*clusterCount（clusterGroupId）/（clusterCount（clusterGroupId）+1）+tmpCountR（ii）*1.0/（clusterCount（clusterGroupId）+1）;
                centrodG（clusterGroupIdii）=centrodG（clusterGroupIdii）*clusterCount（clusterGroupId）/（clusterCount（clusterGroupId）+1）+tmpCountG（ii）*1.0/（clusterCount（clusterGroupId）+1）;
                centrodB（clusterGroupIdii）=centrodB（clusterGroupIdii）*clusterCount（clusterGroupId）/（clusterCount（clusterGroupId）+1）+tmpCountB（ii）*1.0/（clusterCount（clusterGroupId）+1）;
            end
            clusterCount（clusterGroupId）=clusterCount（clusterGroupId）+1;
            cluster（k）=clusterGroupId;   %第k帧在第clusterGroupId个聚类里面
        else
            %形成新的聚类，增加一个聚类质心
            count=count+1;
            clusterCount（count）=clusterCount（count）+1;
            centrodR（count:）=tmpCountR;
            centrodG（count:）=tmpCountG;
            centrodB（count:）=tmpCountB;
            cluster（k）=count;   %第k帧在第count

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-04-10 12:37  基于K_mean聚类的关键帧提取代码\
     目录           0  2017-04-10 12:37  基于K_mean聚类的关键帧提取代码\images\
     文件       13834  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0001.jpg
     文件       24848  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0002.jpg
     文件       26083  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0003.jpg
     文件       25916  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0004.jpg
     文件       26455  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0005.jpg
     文件       26282  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0006.jpg
     文件       26640  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0007.jpg
     文件       26500  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0008.jpg
     文件       26858  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0009.jpg
     文件       26873  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0010.jpg
     文件       25870  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0011.jpg
     文件       25659  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0012.jpg
     文件       25987  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0013.jpg
     文件       26130  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0014.jpg
     文件       26972  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0015.jpg
     文件       27760  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0016.jpg
     文件       27136  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0017.jpg
     文件       27295  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0018.jpg
     文件       28964  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0019.jpg
     文件       27212  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0020.jpg
     文件       28215  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0021.jpg
     文件       28810  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0022.jpg
     文件       29340  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0023.jpg
     文件       28895  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0024.jpg
     文件       28458  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0025.jpg
     文件       27913  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0026.jpg
     文件       27867  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0027.jpg
     文件       28162  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0028.jpg
     文件       27905  2008-06-24 22:09  基于K_mean聚类的关键帧提取代码\images\0029.jpg
............此处省略279个文件信息