【项目总结（一）】---视频摘要matlab的程序实现几个问题的总结
Q1:matlab视频播放时，怎么将所有视频转换成matlab可以播放的视频？
A1：1.matalb中函数aviread对读取avi的视频比较苛刻，aviread支持无压缩格式的avi和 'Cinepak'格式的avi文件和'Indeo5'压缩格式的avi压缩的AVI格式的视频，而且不是所有的格式的avi都能读取。
2：解决方法：下载WinAVI 9.0软件，将视频转换为AVI格式，编码器选择编码格式ZJMedia Uncompress RGB24，转换后即可。
3.我的相机拍摄的视频格式为MJPEG压缩格式的Avi文件，所以不能直接播放。
4.还有另外的方法：下载mmread工具包或者VideoIO 工具箱或者使用交互式matlab Movie播放器，这三种方法更通用，可以后面尝试用下。参见《matlab图像/视频处理应用及实例》P60。
5.使用函数VideoReader显示：“Undefined function or method 'VideoReader' for input arguments of type 'char'.”原因：没有下载VideoIO工具箱
6. 知识点补充：
（1） AVI格式：AVI(Audio Video Interleave)：比较早的AVI是Microsoft开发的。其含义是Audio Video Interactive，就是把视频和音频编码混合在一起储存。AVI也是最长寿的格式，已存在10余年了，虽然发布过改版（V2.0于1996年发布），但已显老态。AVI格式上限制比较多，只能有一个视频轨道和一个音频轨道（现在有非标准插件可加入最多两个音频轨道），还可以有一些附加轨道，如文字等。AVI格式不提供任何控制功能。
（ 2）Truecolor Image：真彩色格式的图像。假设图像由M行N列的像素构成，每个像素点上的值由R,G,B三个颜色通道构成，每个颜色通道的取值为0~255的整数。因此，真彩色格式的图像的存储空间为M * N *3 的三维矩阵，这个三维矩阵中每个元素的取值为0~255的整数。
（3）Indexed Image：索引图像。图像实际上只有限种类的颜色，种类数量为m。假设图像仍然由M行N列的像素构成。实际上这个图像就可以看做由m种色彩，总数M*N的小瓷砖拼成的。为了描述这幅图像，我们在M*N个点上，定每个点的值为索引号，索引号的范围是0~m，表示每个像素点只能取m种颜色的一种。另外，为了使索引下标有颜色上的意义，我们同时构造出一张颜色的索引表，这个表的存储空间为m*3（每个M对应相应的RGB三种分量），在每个索引号（每行）对应不同的R,G,B颜色空间。这样我们就能跟据每个点的值查找出该点的颜色，从而描述出一幅图像了。 因此一幅索引图的存储空间为M*N+m*3。
Q 2:"中兴产学研视频摘要项目演示程序"2012.8.10中的基于帧差欧式距离的算法如何理解，算法流程图如何表示？（论文要求严格画图）
备注：
1. 三个相邻帧的帧差欧式距离求解过程：
先将每个真彩色图像转换成灰度图像，使用函数rgb2gray，同时每个像素点的灰度值转换为浮点型
然后将各个图像的灰度矩阵转换为列矩阵，用N+2帧图像的灰度值与N+1帧图像的灰度值的差减去N+1帧图像的灰度值与N帧图像的灰度值的差，记为diff
最后，使用de = sqrt(sum(diff.*diff))，sum求和每个矩阵列。
其实也可以用相邻两帧像素灰度差矩阵diff1 ,diff2直接用欧式距离公式直接求解，算的结果跟上面的方法一样。
思考：欧式距离越大，说明帧间的差异越大，越大越可能出现关键帧
2.关键帧的选取为什么用极值点选取，还要进行极值中间值的比较进行筛选？
算法中求解极值就是找到帧间变化比较大的图像，同时选出大于中间均值的极值点，这样可以筛选出更加关键的关键帧，我们也可以进行二次筛选，当然筛选的越严格，关键帧越关键，但是容易忽略更多的有用的关键帧。筛选的尺度还因根据视频的内容而有所改变。形成自适应的筛选标准。镜头变化多，筛选就松点。
镜头变化少，筛选就严一点。
3.几个图的含义
figure1：横坐标显示的是84个帧的坐标，纵坐标显示的是每一帧对应的帧差欧式距离值，最后绘制的图显示的是每个帧对应的帧差欧式距离，r+标出极大值点的位置（road视频中有13个极大值，不在曲线的顶点的原因是极大值点的只能取整数）
figure2:横坐标显示的是84个帧的坐标，纵坐标显示的是每一帧对应的帧差欧式距离值，最后绘制的图显示的是每个帧对应的帧差欧式距离，r+标出经过筛选的极大值点的位置（road视频中从13个极大值点选出最大的5个）