一种海上无人平台监控方法及海上无人监控平台技术

本发明专利技术公开了一种海上无人平台监控方法及海上无人监控平台，所述方法包括：根据所述去雾模型对含雾气的摄像机采集图像进行去雾处理，并对所述摄像机采集图像进行预处理。利用YOLOV5对所述摄像机采集图像进行目标检测，得到船只边界框；检测出所述摄像机采集图像中的海天线；若所述船只边界框处于所述海天线的距离与警戒线形成的警戒区域中，且所述船只边界框所占面积大于预设面积阈值，发送船只非法入侵信号。采用本发明专利技术实施例，利用YOLOV5检测框和海天线检测的结构进行入侵判断，并加入一系列预处理手段提高在复杂天气下的检测率。系列预处理手段提高在复杂天气下的检测率。系列预处理手段提高在复杂天气下的检测率。

【技术实现步骤摘要】
一种海上无人平台监控方法及海上无人监控平台


[0001]本专利技术涉及智能监控领域，尤其涉及一种海上无人平台监控方法及海上无人监控平台。

技术介绍

[0002]海上浮标部署于我国各处海域，是重要的海上无人监测平台，由于长期处于无人监管的状态，同时浮标上搭载有价值不菲的检测仪器，因此经常会有不法分子会损坏浮标上物件，同时进行偷盗，基于以上问题，监控平台常使用AIS获取船舶信息，测距传感器测量船舶与浮标的相对距离，摄像机设备只是作为一个捕捉和记录图像的辅助工具。这些监控平台包含许多硬件和传感器，比如需要搭载AIS、测距传感器、摄像头等，需要将各个传感器进行信息整合处理，平台整体结构较为复杂且臃肿。

技术实现思路

[0003]本专利技术实施例提供一种海上无人平台监控方法及海上无人监控平台，利用YOLOV5检测框和海天线检测的结构进行入侵判断，并加入一系列预处理手段提高在复杂天气下的检测率。
[0004]本申请实施例的第一方面提供了一种海上无人平台监控方法，包括：
[0005]将摄像机采集图像转换为灰度图像，并统计各个灰度强度的像素点数；
[0006]统计像素点数大于预设像素阈值的灰度强度，对应的灰度强度记为有效灰度强度；
[0007]若所述有效灰度强度的个数大于预设雾气阈值，判断所述摄像机采集图像包含雾气并根据所述有效灰度强度的个数划分雾气等级；根据所述雾气等级调整去雾模型中的去雾参数，根据所述去雾模型对所述摄像机采集图像进行去雾处理，并对所述摄像机采集图像进行预处理；/>[0008]若所述有效灰度强度的个数小于或等于预设雾气阈值，判断所述摄像机采集图像不含雾气，并对所述摄像机采集图像进行预处理；
[0009]利用YOLOV5对所述摄像机采集图像进行目标检测，得到船只边界框；
[0010]检测出所述摄像机采集图像中的海天线；
[0011]若所述船只边界框处于所述海天线的距离与警戒线形成的警戒区域中，且所述船只边界框所占面积大于预设面积阈值，发送船只非法入侵信号。
[0012]在第一方面的一种可能的实现方式中，所述去雾模型是一种基于大气散射模型的模型，包括场景辐射度、全球大气光和介质透射图。
[0013]在第一方面的一种可能的实现方式中，所述预处理包括白平衡调整、gamma校正、色调调整、对比度调整和锐化设置。
[0014]在第一方面的一种可能的实现方式中，所述检测出所述摄像机采集图像中的海天线，具体包括：
[0015]对所述摄像机采集图像进行图像滤波和区域分割；
[0016]利用canny算子提取边缘，并利用k均值聚类算法聚合海天线；
[0017]对所述聚合海天线进行霍夫直线检测和最小二乘法拟合，得到海天线。
[0018]在第一方面的一种可能的实现方式中，所述船只边界框所占面积大于预设面积阈值，具体为：
[0019]所述船只边界框像素点占据所述摄像机采集图像像素的占比值大于预设占比阈值。
[0020]本申请实施例的第二方面提供了一种海上无人监控平台，包括：
[0021]预处理模块，用于将摄像机采集图像转换为灰度图像，并统计各个灰度强度的像素点数；统计像素点数大于预设像素阈值的灰度强度，对应的灰度强度记为有效灰度强度；若所述有效灰度强度的个数大于预设雾气阈值，判断所述摄像机采集图像包含雾气并根据所述有效灰度强度的个数划分雾气等级；根据所述雾气等级调整去雾模型中的去雾参数，根据所述去雾模型对所述摄像机采集图像进行去雾处理，并对所述摄像机采集图像进行预处理；若所述有效灰度强度的个数小于或等于预设雾气阈值，判断所述摄像机采集图像不含雾气，并对所述摄像机采集图像进行预处理；
[0022]目标检测模块，用于利用YOLOV5对所述摄像机采集图像进行目标检测，得到船只边界框；
[0023]预警模块，用于若所述船只边界框处于所述海天线的距离与警戒线形成的警戒区域中，且所述船只边界框所占面积大于预设面积阈值，发送船只非法入侵信号。
[0024]在第二方面的一种可能的实现方式中，所述去雾模型是一种基于大气散射模型的模型，包括场景辐射度、全球大气光和介质透射图。
[0025]在第二方面的一种可能的实现方式中，所述预处理包括白平衡调整、gamma校正、色调调整、对比度调整和锐化设置。
[0026]在第二方面的一种可能的实现方式中，所述检测出所述摄像机采集图像中的海天线，具体包括：
[0027]将所述摄像机采集图像中进行图像滤波和区域分割；
[0028]利用canny算子提取边缘，并利用k均值聚类算法聚合海天线；
[0029]对所述聚合海天线进行霍夫直线检测和最小二乘法拟合，得到海天线。
[0030]在第二方面的一种可能的实现方式中，所述船只边界框所占面积大于预设面积阈值，具体为：
[0031]所述船只边界框像素点占据所述摄像机采集图像像素的占比值大于预设占比阈值。
[0032]相比于现有技术，本专利技术实施例提供了一种海上无人平台监控方法及海上无人平台，只依赖于监控平台上安装摄像机获取摄像机采集图像以及支持深度学习算法的边缘嵌入式设备对摄像机采集图像进行处理分析，不需要添加其他额外的设备。将摄像机采集图像转换为灰度图像，自动区分有雾和无雾图像，判断雾气等级，从而在真实的环境中自动区分雾气和分级，对去雾模型的参数进行精细的调整，提高了检测的准确率，还利用YOLOV5检测框和海天线检测的结构进行入侵判断，从摄像机采集图像中获取的更深层次信息。
附图说明
[0033]图1是本专利技术一实施例提供一种海上无人平台监控方法的流程示意图；
[0034]图2是本专利技术一实施例提供一种对摄像机采集图像雾气判定和预处理的示意图；
[0035]图3是本专利技术一实施例提供一种对摄像机采集图像进行海天线检测的示意图；
[0036]图4是本专利技术一实施例中对一张摄像机采集图像进行海天线检测和目标检测后的示意图；
[0037]图5是本专利技术一实施例中一张摄像机采集图像进行警戒区域划分的示意图。
具体实施方式
[0038]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0039]请参照图1，本专利技术实施例提供了一种海上无人平台监控方法，包括：
[0040]S10、将摄像机采集图像转换为灰度图像，并统计各个灰度强度的像素点数。
[0041]S11、统计像素点数大于预设像素阈值的灰度强度，对应的灰度强度记为有效灰度强度。
[0042]S12、若所述有效灰度强度的个数大于预设雾气阈值，判断所述摄像机采集图像包含雾气并根据所述有效灰度强度的个数划分雾气等级；根据所述雾气等级调整去雾模型中的去雾参本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海上无人平台监控方法，其特征在于，包括：将摄像机采集图像转换为灰度图像，并统计各个灰度强度的像素点数；统计像素点数大于预设像素阈值的灰度强度，对应的灰度强度记为有效灰度强度；若所述有效灰度强度的个数大于预设雾气阈值，判断所述摄像机采集图像包含雾气并根据所述有效灰度强度的个数划分雾气等级；根据所述雾气等级调整去雾模型中的去雾参数，根据所述去雾模型对所述摄像机采集图像进行去雾处理，并对所述摄像机采集图像进行预处理；若所述有效灰度强度的个数小于或等于预设雾气阈值，判断所述摄像机采集图像不含雾气，并对所述摄像机采集图像进行预处理；利用YOLOV5对所述摄像机采集图像进行目标检测，得到船只边界框；检测出所述摄像机采集图像中的海天线；若所述船只边界框处于所述海天线的距离与警戒线形成的警戒区域中，且所述船只边界框所占面积大于预设面积阈值，发送船只非法入侵信号。2.如权利要求1所述的海上无人平台监控方法，其特征在于，所述去雾模型是一种基于大气散射模型的模型，包括场景辐射度、全球大气光和介质透射图。3.如权利要求1所述的海上无人平台监控方法，其特征在于，所述预处理包括白平衡调整、gamma校正、色调调整、对比度调整和锐化设置。4.如权利要求1所述的海上无人平台监控方法，其特征在于，所述检测出所述摄像机采集图像中的海天线，具体包括：对所述摄像机采集图像进行图像滤波和区域分割；利用canny算子提取边缘，并利用k均值聚类算法聚合海天线；对所述聚合海天线进行霍夫直线检测和最小二乘法拟合，得到海天线。5.如权利要求1所述的海上无人平台监控方法，其特征在于，所述船只边界框所占面积大于预设面积阈值，具体为：所述船只边界框像素点占所述摄像机采集图像像素的占比值大于预设占比阈值。6.一种海上无人监控平台，其特征在于，...

【专利技术属性】
技术研发人员：黄志成，董超，郑兵，田联房，陈焱琨，陈凤，
申请(专利权)人：国家海洋局南海调查技术中心国家海洋局南海浮标中心，
类型：发明
国别省市：