[發明專利]基于軌跡的船舶識別與跟蹤方法

有效

• 申請號: 201210543471.8
• 申請日: 2012-12-14
• 公開（公告）號: CN102968625A
• 公開（公告）日: 2013-03-13
• 發明（設計）人: 趙輝;覃士國;趙筠
• 申請（專利權）人: 南京思創信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.基于軌跡的船舶識別與跟蹤方法，其特征在于，包括如下步驟：

步驟一：對視頻采集圖像中涉及航道信息的有效識別區域提取船舶特征信息，以識別船舶；

步驟二：根據基于網格的船舶分類器識別出的船舶前景和背景，采用灰度直方圖相減方法獲得消除背景的純船舶像素累加灰度直方圖高斯模型；

步驟三：進行連通區域分析，分割并標示船舶對象；

步驟四：進行基于船舶檢測的后續跟蹤分析。

2.根據權利要求1所述的基于軌跡的船舶識別與跟蹤方法，其特征在于，所述的步驟一具體過程為：

手動標注船舶特征并建立船舶特征庫；

通過船舶特征庫的正負樣本學習訓練基于船舶特征的決策樹分類器；

通過航道沿岸前端攝像頭拍攝獲得具航道船舶信息的視頻采集圖像，對視頻采集圖像進行圖像分割，過濾非航道信息，保留有效的識別區域的圖像信息；

將有效的識別區域的圖像信息進行分塊特征提取；

采用決策樹分類器將提取的分塊特征與船舶特征庫對比。

3.根據權利要求1所述的基于軌跡的船舶識別與跟蹤方法，其特征在于，所述的步驟二具體過程為：

根據基于網格的船舶分類器識別出的船舶前景和背景，分別累加目標區域中船舶區域和非船舶區域的灰度直方圖，直方圖歸一化；

將上述兩種直方圖相減，剔除背景區域直方圖的影響，再進行高斯擬合，得到消除了背景區域影響的純船舶像素累加灰度直方圖高斯模型。

4.根據權利要求1所述的基于軌跡的船舶識別與跟蹤方法，其特征在于，所述的步驟三具體過程為：

采用八連通區域提取算法，將二維空間中具有連通性的像素構成的區域作為連通區域，標識航道內船只的個數、位置和大小。

5.根據權利要求1所述的基于軌跡的船舶識別與跟蹤方法，其特征在于，所述的步驟四具體過程為：

將當前圖像幀檢測出來的所有船只全部跟蹤為已有船舶軌跡的繼續；

將當前圖像幀中未被跟蹤的檢測船只，作為新的一條船舶軌跡的開始；

更新船舶標識量，確定是否為被成功跟蹤的有效船舶，跟蹤的軌跡長度要大于設定的閾值；

檢查當前船舶軌跡列表并更新歷史船舶軌跡列表。

6.根據權利要求1所述的基于軌跡的船舶識別與跟蹤方法，其特征在于，該方法用于判斷航道兩側禁止停泊區域的船舶非法停靠事件，具體包括如下步驟：

分別獲取船舶軌跡中第一艘和最后一艘侵犯禁止停泊區域舶信息；根據掃描船舶的標示矩形框位置判斷船舶是否落在禁止停泊區域內；

統計禁止停泊區域的所在矩形的最短邊長，計算第一艘與最后一艘船舶中心坐標之間的歐拉距離，以及歐拉距離相對禁止停泊區域最短邊長的比例percentage_of_distance；

計算第一艘與最后一艘船舶之間的船只個數，船只個數相對整個船舶軌跡的比例為percentage_of_trace；

計算第一艘與最后一艘船舶之間的持續時間time_gap；

當percentage_of_distance≤50％、percentage_of_trace≥90％、time_gap超過當前圖像幀的處理時間，上述三個條件同時滿足時，認定有船舶非法停靠事件的發生。