1.一种基于中心偏移的视频关键帧提取方法，其特征在于包括如下步骤：提取视频序列中的运动目标；

提取运动形状中心点；

生成目标中心偏移曲线；

检测中心偏移曲线的峰值点；

根据检索的峰值点提取关键帧。

2.如权利要求1所述的基于中心偏移的视频关键帧提取方法，其特征在于，所述提取视频序列中的运动目标的方法如下：在输入视频序列中用背景差分法检测运动目标，获得差分图像，并对其进行二值化处理，然后对其进行形态学滤波，找到形态滤波后图像的八连通区域，将八连通面积大于阈值Area＝1 500的部分提取为运动目标，得到运动目标的位置。

3.如权利要求1所述的基于中心偏移的视频关键帧提取方法，其特征在于，所述提取运动形状中心点的方法如下：选择运动目标外接矩形的中点作为目标运动形状的中心点，若视频帧中只有一个运动目标，则该视频帧中心点的坐标即为该运动形状的中心点坐标；当视频帧中有多个运动目标时，计算多个运动形状的中心点的平均值，那么平均值则为该视频帧的中心点坐标。

4.如权利要求1所述的基于中心偏移的视频关键帧提取方法，其特征在于，所述的生成目标中心偏移曲线的方法如下：利用已知的中心点坐标计算每帧中心点在像素上的偏移量，称为中心偏移量，对中心偏移量的绝对值进行处理，再将每帧的中心偏移量绝对值进行连接，形成中心偏移曲线。

5.如权利要求4所述的基于中心偏移的视频关键帧提取方法，其特征在于，对于视频序列，运动目标的中心偏移可以定义为：CO(t)＝COx(t)+COy(t),

式中，CO(t)表示在t时刻运动目标的中心偏移量，COx(t)和COy(t)分别表示CO(t)的水平分量和垂直分量，设P(x1,y1,t-1)和P(x2,y2,t)分别表示在t-1和t时刻运动目标的中心点坐标，则CO(t)可以表示为：CO(t)＝P(x2,y2,t)-P(x1,y1,t-1)，上式中CO(t)矢量在极坐标下，可利用下式进行计算：CO(t)＝|CO(t)|exp[-jθ(t)]，

式中，|CO(t)|和θ(t)分别表示CO(t)的幅度大小和角度，式中|CO(t)|可以通过以下公式求得：通过上式可以发现，当|CO(t)|足够大时，该时刻对应的视频帧很容易被提取为视频关键帧，然而，CO(t)并不仅仅取决于|CO(t)|的大小，θ(t)也是一个很重要的因素，因此，将exp[-jθ(t)]定义为：利用上述公式，则可以计算出视频中每帧运动目标的中心偏移量。

6.如权利要求1所述的基于中心偏移的视频关键帧提取方法，其特征在于，检测中心偏移曲线的峰值点的方法如下：检测形成的中心偏移曲线的峰值，提取与曲线峰值处对应的视频帧及视频的第一帧和最后一帧作为候选关键帧。

7.如权利要求1所述的基于中心偏移的视频关键帧提取方法，其特征在于，所述提取关键帧的方法如下：首先，提取峰值突变处的视频帧，即提取当前帧峰值是前一关键帧峰值的N倍的视频帧，此时提取出的视频帧是由峰值突变处的视频帧和第一帧及最后一帧组成；然后，对提取出的关键帧采用基于峰值信噪比的视觉分辨机制的关键帧优化准则进行优化，最后确定最终关键帧。