1.一种基于HSV颜色直方图和DCT感知哈希的镜头边界检测方法，其特征在于，所述方法包括如下步骤：步骤1：使用基于HSV颜色空间的直方图统计方法计算出相邻两帧图像之间的直方图差异度；

步骤2：采用自适应阀值对相邻两帧间的差异度进行判别，若大于阀值，则初步判定为镜头边界；

步骤3：采用基于DCT的感知哈希算法对初检结果进行复检并得出最终的视频镜头边界集合。

2.根据权利要求1所述的一种基于基于HSV颜色直方图和DCT感知哈希的镜头边界检测方法，其特征在于，步骤1的具体方法如下：A)读取视频序列M，根据公式(1)-(3)计算每一帧图像的归一化色调、饱和度和亮度值，即归一化HSV信息；

其中，R,G,B分别代表图像像素点的红、绿、蓝三个颜色分量，H,S,V代表HSV颜色空间的色调、饱和度和亮度分量值，取值范围[0,1]；

B)对HSV三分量进行差异化量化，分别量化成16阶、8阶和2阶；并且将图像的三维颜色空间压缩到一维空间内，计算公式如下：L(i，j)＝16H(i，j)+2S(i，j)+V(i，j)      (4)其中，i,j是图像的像素位置横纵坐标，H(i,j),S(i,j),V(i,j)是当前位置像素的HSV三个分量值；

C)结合每个像素位置的变量值L(i,j)，计算每帧图像的直方图统计值，并计算相邻两帧之间的卡方距离，计算公式如下：

其中，j代表第j帧图像，d(j,j+1)代表了相邻两帧之间的直方图距离，Hj(i)表示第j帧图像直方图信息中的i分量的统计值，i的取值范围[0,255]。

3.根据权利要求1所述的一种基于基于HSV颜色直方图和DCT感知哈希的镜头边界检测方法，其特征在于，步骤2的具体方法如下：A)提出一种归一化的镜头初检门限T1，公式如下：T1＝m+λσ     (6)

其中，m,σ是直方图距离序列的均值和标准差，λ是常数，取值范围可以是{1,2}；

B)利用计算出的门限值，进行镜头边界初检：

若直方图距离大于门限，则判定此帧图像处存在镜头边界，并将边界值j存储到初见边界集合P中，取j＝j+1，再次进行判定；否则，判定此处图像是镜头内部帧，j＝j+1，按次序依次判定直至j＝N，N为视频帧序列总帧数。

4.根据权利要求1所述的一种基于基于HSV颜色直方图和DCT感知哈希的镜头边界检测方法，其特征在于，步骤3的具体方法如下：A)将初检边界集合P中的每帧图像从彩色图像转换成灰度图像；

B)调用resize()函数对图像重新设定尺寸，减小算法计算量；

C)利用离散余弦变换DCT计算灰度图像帧序列的DCT系数矩阵，结合图像DCT变换的特性，取系数矩阵左上方一小部分非零元素子矩阵C；

D)计算系数矩阵C的均值，若对应位置的元素值大于均值则置1，否则置0，所有元素按顺序组合在一起就构成了图像的DCT感知哈希序列G；

E)计算P中的每帧图像与其相邻图像帧之间的DCT感知哈希差异度，差异度定义式如下，

其中，j表示初检集合中的镜头边界位置，D代表相邻两帧之间的DCT感知哈希差异度，Num为图像感知哈希序列长度，G为图像感知哈希序列；

F)通过差异度大小进行复检，若差异度大于30％则判定此处是真的视频镜头边界，并将j存储到边界集合R中，否则判定该处为误检；遍历集合P中的所有元素，分别进行判定，最后返回视频边界集合R。