[發明專利]一種基于視頻圖像的船舶超長超寬檢測方法

有效

• 申請號: 201410187034.6
• 申請日: 2014-05-05
• 公開（公告）號: CN103996049B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 廖娟;李勃;王江;邱中亞;隆迪;陳星明;陳啟美
• 申請（專利權）人: 南京大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/20;G06T5/00
• 代理公司: 南京天翼專利代理有限責任公司32112
• 代理人: 奚銘

1.一種基于視頻圖像的船舶超長超寬檢測方法，其特征是通過監控攝像機采集運動船舶視頻，設置所采集視頻中的有效檢測區域，采用交互式網格標定實現攝像機的像平面坐標系與世界坐標系的變換；對當前幀進行圖像預處理，包括平滑和去噪，通過視覺背景建模算法，提取視頻圖像中的船舶二值圖像區域，用最小外接矩形來擬合二值圖像區域，得到運動船舶區域；對每一幀圖像的運動船舶區域均采用Kalman濾波器跟蹤，得到各個時刻的運動船舶的質心位置，由船舶的質心位置的疊加，用最小二乘法擬合船舶運動的軌跡，確定船舶的主軸；利用Canny算子對各船舶的二值圖像區域提取二值圖像的輪廓，船舶的主軸與所述輪廓相交得到交點，取所述交點之間連線的長度為船舶的長度，取所述輪廓垂直到主軸的最長距離為船舶的寬度；將得到的船舶長度、寬度與預設的閾值比較，判斷該船舶是否超長超寬。?

2.根據權利要求1所述的一種基于視頻圖像的船舶超長超寬檢測方法，其特征是，當視頻圖像中包含多艘船舶時，對每艘船舶提取二值圖像區域，并確定各自的主軸，由船舶各自的二值圖像區域和主軸計算長度和寬度，判斷是否超長超寬。?

3.根據權利要求1或2所述的一種基于視頻圖像的船舶超長超寬檢測方法，其特征是具體包括以下步驟：?

1)興趣區域ROI設置：進行河道監控視頻圖像的采集，獲取運動船舶的視頻幀圖像，根據實際監控場景在當前幀圖像上提取多個點，對所提取的點進行直線擬合計算，合并成多邊形，多邊形內作為檢測的興趣區域ROI，即有效檢測區域；?

2)攝像機標定：根據攝像機成像模型，采用交互式網格標定實現攝像機的像平面坐標系與世界坐標系的變換；?

3)圖像預處理：獲取視頻幀圖像，用中值濾波對圖像進行圖像預處理，包括平滑和去噪；?

4)運動檢測：通過視覺背景建模算法構建背景圖像，比較當前幀與背景圖像的相似度，初步確定船舶區域，再利用形態學操作濾除噪聲，采用圖像的面積特征消除運動目標區域的虛目標，得到當前幀的船舶二值圖像區域；?

5)目標跟蹤：對當前幀中的每個運動船舶均采用Kalman濾波器預測其在下一幀圖像中的位置，并更新Kalman濾波器的狀態，作為再下一幀跟蹤的初始值，具體為：?

51)對每幀圖像的船舶二值圖像區域，采用最小外接矩形來標定得到運動船舶區域；?

52)對于每個需要跟蹤的運動船舶區域，設置一個Kalman參數結構，設狀態變量的選取為(x,y,l,w)，其中，(x,y)為運動船舶區域的最小外接矩形的中心在像平面坐標系的?坐標，(l,w)為最小外接矩形的長、寬，由(x,y,l,w)確定運動船舶區域在當前幀的精確位置；開始跟蹤時初始化狀態變量，設初始中心位置為(x₀,y₀)，初始長寬為(l₀,w₀)；?

53)預測運動船舶在下一幀的運動狀態以中(x_t，y_t)為中心的二值圖像區域為搜索區域，獲取以(x_t，y_t)為中心的所有最小外接矩形，并計算其相比初始狀態變量(x₀,y₀,l₀,w₀)的運動船舶區域的中心移動距離和面積變化大小，其中，中心移動距離和面積變化最小的外接矩形為最佳匹配，以最佳匹配對應的運動狀態Z＝(x_vt,y_vt,l_vt,w_vt)作為測量值；?

54)利用Z＝(x_vt,y_vt,l_vt,w_vt)更新Kalman濾波器的狀態，并將更新后的狀態作為下一輪預測的初始值，重復步驟53)-54)；?

6)長寬估算：利用Canny算子提取步驟4)中船舶二值圖像區域的輪廓，采用最小二乘法擬合步驟5)跟蹤得到的運動船舶區域的矩形中心，得到運動船舶航行軌跡，確定船舶的主軸，計算主軸與運動船舶輪廓的交點連線的長度，所得長度為船舶的長度，取輪廓垂直到主軸的最長距離為船舶的寬度；?

7)超長、超寬檢測：將步驟6)中估算的船舶長、寬與事先設定好的閾值比較，判斷該運動船舶是否超長超寬。?