基于Canny算子和高斯形态学的船舶检测方法技术

本发明专利技术提出了一种基于Canny算子和高斯形态学的船舶检测方法，该方法从海事监控视频的图像帧中进行船舶检测，获取船舶轮廓信息，并识别不同成像尺寸的船舶。该方法包含船舶轮廓提取，噪声消除和船舶轮廓重建三个部分。首先利用Canny算子提取图像帧中所有可能的船舶轮廓信息；接着利用高斯滤波算子对Canny算子提取的船舶轮廓展开进一步平滑去噪处理，去除噪声对应的轮廓像素，如背景图像信息；最后利用形态学方法的开运算操作重构船舶轮廓，获得最终的船舶检测结果。将此方法应用于不同交通状态和船舶尾迹干扰场景中的船舶检测，验证本发明专利技术的检测性能。本发明专利技术的方法在不同的测试场景均获得较高的准确率，得到了较好的检测效果。

Ship Detection Method Based on Canny Operator and Gauss Morphology

The invention proposes a ship detection method based on Canny operator and Gauss morphology, which detects ships from the image frames of maritime surveillance video, obtains ship contour information, and identifies ships of different imaging sizes. This method includes three parts: ship contour extraction, noise elimination and ship contour reconstruction. Firstly, the Canny operator is used to extract all possible ship contour information in the image frame; secondly, the Canny operator is used to extract the ship contour, which is further smoothed and denoised by using the Gauss filter operator to remove the corresponding contour pixels, such as background image information; finally, the ship contour is reconstructed by opening operation of morphological method, and the final ship detection result is obtained. The method is applied to ship detection in different traffic conditions and ship wake disturbance scenarios, and the detection performance of the present invention is verified. The method of the invention achieves higher accuracy in different test scenarios and better detection effect.

【技术实现步骤摘要】
基于Canny算子和高斯形态学的船舶检测方法
本专利技术涉及水面目标检测领域，具体是指基于可见光技术的船舶检测。
技术介绍
现有的水面目标检测算法可大致分为以下三类：基于红外技术的水面目标检测，基于雷达技术的水面目标检测和基于可见光技术的水面目标检测。基于红外图像的弱目标比背景具有更高的灰度值，使得红外图像中的海上目标与背景差异显著，这一优势使得众多专家学者都在积极研究红外图像中的水上目标检测方法。红外图像中的水天线具有比较明确的结构特征，可有效地区分图像的水面和天空区域。针对红外图像中的这一特点，王悦行等人对红外图像中的海天线进行检测和判定，并利用加权的mean-shift算法对红外图像目标进行检测，郑华也利用了红外图像中检测到的水天线确定红外图像的目标范围。在远离陆地的海难事故区域，红外图像采集设备拍摄到的遇险人员在图像中通常表现为小目标，而且遇险人员的成像区域常常出现在水天线附近。因此，不少学者首先确定红外图像中的水天线区域，根据检测到的水天线位置找到图像中小目标的具体位置，为海上搜救提供可视化的信息依据。但红外检测系统具有噪声偏大，目标与背景之间边缘比较模糊的特点，而船载摄像本文档来自技高网...

【技术保护点】
1.一种基于Canny算子和高斯形态学的船舶检测方法，适用于对海事监控视频的图像帧中，正常成像大小的船舶图像边缘的检测，其特征在于，包括以下步骤：S1、对原始海事监控视频图像帧使用二维高斯滤波器去除图像噪声，得到去噪的船舶图像帧；S2、利用Canny算子，提取所述去噪的船舶图像帧中的船舶轮廓信息；S3、根据所述船舶轮廓信息，计算自适应高斯滤波器的权值参数，根据所述权值参数，采用自适应高斯滤波器对所述船舶轮廓信息，进一步平滑去噪处理；S4、对步骤S3的处理结果，利用形态学方法的开运算操作重构船舶轮廓，获得最终的船舶检测结果。

【技术特征摘要】
1.一种基于Canny算子和高斯形态学的船舶检测方法，适用于对海事监控视频的图像帧中，正常成像大小的船舶图像边缘的检测，其特征在于，包括以下步骤：S1、对原始海事监控视频图像帧使用二维高斯滤波器去除图像噪声，得到去噪的船舶图像帧；S2、利用Canny算子，提取所述去噪的船舶图像帧中的船舶轮廓信息；S3、根据所述船舶轮廓信息，计算自适应高斯滤波器的权值参数，根据所述权值参数，采用自适应高斯滤波器对所述船舶轮廓信息，进一步平滑去噪处理；S4、对步骤S3的处理结果，利用形态学方法的开运算操作重构船舶轮廓，获得最终的船舶检测结果。2.如权利要求1所述的基于Canny算子和高斯形态学的船舶检测方法，其特征在于，所述正常成像大小的船舶图像是指：船舶成像尺寸不小于该帧图像实际尺寸的0.15％，且成像长度或宽度不小于13个像素。3.如权利要求1所述的基于Canny算子和高斯形态学的船舶检测方法，其特征在于，所述步骤S1包括以下步骤：S11、根据所述二维高斯滤波器的核函数获得高斯卷积矩阵，所述高斯卷积矩阵的元素是图像卷积的权值；其中w是像素点与x轴之间的距离，而h代表该像素点到y轴的距离，σ是高斯核函数的标准差；S12、对所述原始海事监控视频图像帧的任一像素，将该像素的邻域像素与所述高斯卷积矩阵进行卷积操作，对每个像素点的像素取邻域内像素的加权平均值，获得该像素点高斯去噪后的像素值，实现对图像帧去噪，得到所述去噪的船舶图像帧。4.如权利要求3所述的基于Canny算子和高斯形态学的船舶检测方法，其特征在于，所述高斯卷积矩阵为3×3大小的矩阵。5.如权利要求1或3所述的基于Canny算子和高斯形态学的船舶检测方法，其特征在于，所述步骤S2包括以下步骤：S21、计算所述去噪的船舶图像帧中所有像素的梯度方向和梯度幅度，提取船舶图像帧的所有可能边缘信息；S22、使用梯度的非最大值抑制机制，滤除所述可能边缘信息中的非船舶的轮廓信息，剔除错误的船舶边缘点，得到真实的船舶边缘像素；S23、利用双阈值法进一步排除所述船舶边缘像素中虚假的船舶边缘点，提取得到真实的所述船舶轮廓信息。6.如权利要求5所述的基于Canny算子和高斯形态学的船舶检测方法，其特征在于，所述步骤S21包括以下步骤：S211、设置x轴的卷积掩模矩阵y轴的卷积掩模矩阵针对所述去噪的船舶图像帧中的每...

【专利技术属性】
技术研发人员：陈信强，吉文博，杨勇生，吴华锋，于泽崴，张倩楠，傅俊杰，鲜江峰，赵建森，梅骁峻，
申请(专利权)人：上海海事大学，
类型：发明
国别省市：上海,31