船形识别方法和系统技术方案

本发明专利技术涉及船形识别技术领域，特别涉及一种基于兴趣目标区域和SUSAN边缘检测的船形识别方法及系统。该船形识别方法包括步骤：S1.将待识别图像转换为灰度图；S2.从所述灰度图中提取兴趣目标区域；S3.利用SUSAN算子对所述兴趣目标区域进行边缘检测获取边缘信息，并根据所述边缘信息进行目标轮廓跟踪形成待识别目标形状；S4.获取所述待识别目标形状的形状上下文；S5.将待识别目标形状的形状上下文和模板形状的形状上下文进行匹配，判断待识别目标是否为船形目标。本发明专利技术解决了海面场景下船形物体的识别以及车载货物中的船形识别困难问题，可以广泛应用在海洋资源开采的监控方面，因此能够很好的满足渔政需求。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及船形识别
，特别涉及一种基于兴趣目标区域和SUSAN边缘检测的船形识别方法及系统。该船形识别方法包括步骤：S1.将待识别图像转换为灰度图；S2.从所述灰度图中提取兴趣目标区域；S3.利用SUSAN算子对所述兴趣目标区域进行边缘检测获取边缘信息，并根据所述边缘信息进行目标轮廓跟踪形成待识别目标形状；S4.获取所述待识别目标形状的形状上下文；S5.将待识别目标形状的形状上下文和模板形状的形状上下文进行匹配，判断待识别目标是否为船形目标。本专利技术解决了海面场景下船形物体的识别以及车载货物中的船形识别困难问题，可以广泛应用在海洋资源开采的监控方面，因此能够很好的满足渔政需求。【专利说明】船形识别方法和系统
本专利技术涉及船形识别
，特别涉及一种基于兴趣目标区域和SUSAN (SmallUnivalue Segment Assimilating Nucleus,最小核值相似区)边缘检测的船形识别方法及系统。
技术介绍
我国是一个海洋大国，海洋为我国的经济发展提供了源源不断的资源，与此同时，海洋环境的污染与破坏、海洋资源的过度开发、以及海上经济活动的日益频繁和各国对海洋资源的竞争日益加剧，对于海洋上或者接近海边船形目标的识别日益重要。本专利技术就是在这一背景下提出的一种船形识别方法及系统，用于在特定场景下识别船形物体，该特定场景主要指海面场景，识别的船只也包括车载货物中的船形物体识别，尤指捕鱼者用拖车拉的船形物体，能够应用于海洋上目标以及非法捕鱼行为的监控，有利于渔政业的发展。现有技术中，针对海上目标识别的技术可谓屈指可数，更没有涉及车载货物中的船形识别技术。在国外，有人开发了用于防止海面上船只碰撞系统，该系统采用了统计图像各个区域波浪的灰度直方图特征来区分海和物体，但是其中特征的统计在海面辽阔、场景变化复杂的条件下很难有精度保障；此外还有人先通过采集海浪频域特征作为匹配模板来描述海面状态，以区分海和物体，同样效果不是非常理想。在国内，有人针对长江三峡临时船闸，开发了船舶检测系统，其设计思想是先用基于边缘带周围像素的灰度直方图构造方法检测反光和阴影区域，再运用概率速度场和光流场的方法区分船和波浪的运动。还有人开发了苏州河数字船舶监控系统，该系统采用基于混合高斯背景模型的运动目标检测算法，然后用4个搜索方向Connected Components (连通域)算法和包围盒合并算法来获得目标的边缘，但是容易出现目标边缘噪声较大的问题；下面是现有技术中一种利用视觉注意模型的显著性船只区域检测以及基于HOG (Histogram of oriented gradients,方向梯度直方图)特征和SVM (Support Vector Machine,支持向量机)学习机制的船只目标识别方法，该方法具体技术方案如下:1、将输入的RGB (红、绿、蓝)图像转换到HSV色调、饱和度、亮度)颜色空间上，从而更好的反映颜色特征的显著性，转化公式为:【权利要求】1.一种基于兴趣目标区域和SUSAN边缘检测的船形识别方法，其特征在于，包括步骤: 51.将待识别图像转换为灰度图； 52.从所述灰度图中提取兴趣目标区域； 53.利用SUSAN算子对所述兴趣目标区域进行边缘检测获取边缘信息，并根据所述边缘信息进行目标轮廓跟踪形成待识别目标形状； 54.获取所述待识别目标形状的形状上下文； 55.将待识别目标形状的形状上下文和模板形状的形状上下文进行匹配，判断待识别目标是否为船形目标。2.根据权利要求1所述的船形识别方法，其特征在于，所述步骤S2包括: 521.若待识别图像为海面场景，根据船形目标最低线在海天线之下原则，获取的目标区域即为兴趣目标区域； 522.若待识别图像为车载货物场景，根据背景减除方法，从车载货物场景中获取的运动目标前景图像即为兴趣目标区域。3.根据权利要求2所述的船形识别方法，其特征在于，所述步骤S21包括: 5211.获取所述灰度图所有竖直方向的梯度值并形成梯度图像； 5212.根据边缘分割阈值对所述梯度图像进行二值化； 5213.沿垂直方向将二值化后 的图像中线段细化为像素； 5214.根据Hough变换，将图像空间中对直线的检测映射为参数空间中对点的检测，检测所述参数空间中所有局部最大值，得到的直线即为所述海天线；最低线位于所述海天线之下的目标区域即为兴趣目标区域。4.根据权利要求2所述的船形识别方法，其特征在于，所述步骤S22包括: 5221.根据中值模型获取背景图像； 5222.根据是否有背景图像与待识别图像中像素点值匹配，获得运动目标前景图像； 5223.滤去运动目标前景图像中的噪声干扰； 5224.根据检测到的运动目标前景图像，对背景图像进行更新； 5225.输出运动目标前景图像即待检测兴趣目标区域。5.根据权利要求1-4任意一项所述的船形识别方法，其特征在于，所述步骤S3中: 采用自适应阈值SUSAN算子对所述灰度图进行边缘检测。6.根据权利要求5所述的船形识别方法，其特征在于，所述步骤S4进一步包括: 541.从待识别目标形状的边界中得到离散点集P=Ip1, P2,…pn}，所述离散点集中每个离散点都和该离散点集中其余的点构成向量； 542.所述离散点集中任意一点Pi的形状上下文为: 7.根据权利要求1-4或6任意一项所述的船形识别方法，其特征在于，所述步骤S5进一步包括: S51.对于所述模板形状，获取N个形状上下文，对于每个待识别目标形状，获取M个形状上下文，其中，M〈N ；. 552.将所述模板形状的N个形状上下文与每个待识别目标形状的M个形状上下文进行匹配，筛选出候选目标形状；. 553.对于所述候选目标形状，获取N个形状上下文，使用TPS变形模型方法与所述模板形状的N个形状上下文进行匹配，判断是否为船形目标。8.一种基于兴趣目标区域和SUSAN边缘检测的船形识别系统，其特征在于，包括: 图像处理模块，用于将待识别图像转换为灰度图； 兴趣目标区域获取模块，用于从所述灰度图中提取兴趣目标区域； 边缘检测模块，用于利用SUSAN算子对所述兴趣目标区域进行边缘检测获取边缘信息，并根据所述边缘信息进行目标轮廓跟踪形成待识别目标形状； 形状上下文描述模块，用于获取所述待识别目标形状的形状上下文； 匹配识别模块，用于将待识别目标形状的形状上下文和模板形状的形状上下文进行匹配，判断待识别目标是否为船形目标。9.根据权利要求8所述的船形识别系统，其特征在于，还包括: 模板特征数据库，用于获取并存储所述模板形状的形状上下文。10.根据权利要求8或9所述的船形识别系统，其特征在于，所述兴趣目标区域获取模块包括: 海面场景兴趣目标区域获取模块:用于在待识别图像为海面场景时，根据船形目标最低线在海天线之下原则，获取兴趣目标区域；以及 车载货物场景兴趣目标区域获取模块:用于在待识别图像为车载货物场景时，根据背景减除方法，获取兴趣目标区域。11.根据权利要求10所述的船形识别系统，其特征在于，所述海面场景兴趣目标区域获取模块包括: 梯度化单元，用于获取所述灰度图所有竖直方向的梯度值并形成梯度图像； 二值化单本文档来自技高网...

【技术保护点】
一种基于兴趣目标区域和SUSAN边缘检测的船形识别方法，其特征在于，包括步骤：S1.将待识别图像转换为灰度图；S2.从所述灰度图中提取兴趣目标区域；S3.利用SUSAN算子对所述兴趣目标区域进行边缘检测获取边缘信息，并根据所述边缘信息进行目标轮廓跟踪形成待识别目标形状；S4.获取所述待识别目标形状的形状上下文；S5.将待识别目标形状的形状上下文和模板形状的形状上下文进行匹配，判断待识别目标是否为船形目标。

【技术特征摘要】

【专利技术属性】
技术研发人员：何代钦，张洪刚，陈正伟，朱勤，
申请(专利权)人：北京国基科技股份有限公司，
类型：发明
国别省市：