张航，卢小平，张晓强，路泽忠

(1.河南理工大学 矿山空间信息技术国家地理信息局重点实验室，河南 焦作 454003；2.黄河勘测规划设计研究院有限公司，郑州 450003)

0 引言

矿产资源是人类赖以生存和发展的物质基础。针对矿区违法开采屡禁不止，相关部门的监测难度也越来越大的现象，可以利用无人机远距离操控的特点解决此难题，并对采集的视频数据进行三维重建，为基层部门执法监测提供了强有力的证据支持[1-2]。由于视频影像每秒包含多达24帧连续图像，存在大量的冗余数据，极大地影响了监测区域三维重建的效率[3]。因此，如何从视频影像快速提取出反映视频主要事件的关键帧影像，利用较少的帧来代表整个视频序列，是国内外学者研究的热点[4-9]。

Li[10]、Szeliski[11]等采用逐帧计算的方法可以精确获取满足要求的关键帧，但由于该方法需要逐帧计算，效率太低，无法满足实效性要求较高的应用领域。Fadaeieslam[12-13]等通过 Kalman滤波预测影像4个角点的运行轨迹，然后计算相邻帧图像之间的重叠度。但此方法角点位置的精度会随着拼接范围的增大而降低，因而也会影响Kalman滤波提取关键帧的精度。刘永等[14]提出了一种分层式自适应帧采样的关键帧提取算法，对关键帧进行二次筛选，该方法可获取满足重叠度需求的关键帧，但需要对整个视频序列进行搜索，且需建立重叠度分段的线性模型。曹长青[15]、蒋元友[16]、刘华咏[17]等提出了基于内容聚类的关键帧提取算法，该算法对所有的帧进行聚类，并计算剩余帧与初始关键帧的变化值，如果变化值大于设定的阈值，则选取该帧为关键帧，但此算法选取的关键帧不一定有代表性，且计算量大，效率低。……