[發明專利]一種對海面船只自動跟蹤識別的方法和系統有效
| 申請號: | 201611262691.8 | 申請日: | 2016-12-30 |
| 公開(公告)號: | CN106910204B | 公開(公告)日: | 2018-04-27 |
| 發明(設計)人: | 姜向宏;劉洋;桑成偉;羅剛;劉根;朱勇 | 申請(專利權)人: | 中國人民解放軍空軍預警學院監控系統工程研究所 |
| 主分類號: | G06T7/246 | 分類號: | G06T7/246;G06T7/194;G06T7/66;G06K9/62 |
| 代理公司: | 北京匯澤知識產權代理有限公司11228 | 代理人: | 程殿軍,張瑾 |
| 地址: | 430019 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 海面 船只 自動 跟蹤 識別 方法 系統 | ||
1.一種對海面船只自動跟蹤識別的方法,其特征在于,所述方法包括:
對監控海面的原圖像中像素點進行分析,得到動目標的前景點;
將所述前景點作為掩碼從所述原圖像中分割提取出動目標的圖像,所述動目標的圖像聚類獲得所述動目標的質心,所述質心采用卡爾曼濾波得到所述動目標的速度和航向;
對前后幀圖像中動目標的質心進行關聯,得到所述動目標的航跡。
2.如權利要求1所述的方法,其特征在于,所述對監控海面的原圖像中像素點進行分析,得到動目標的前景點,具體包括:
對原圖像中每個像素點建立高斯分布模型;
判斷所述每個像素點建立的高斯分布模型是否在預設的背景點的高斯分布范圍內;
所述像素點不在所述背景點的高斯分布范圍內時,將所述像素點識別為動目標的前景點。
3.如權利要求1所述的方法,其特征在于,所述得到動目標的前景點后,還對所述動目標的前景點進行色彩檢測以消除陰影,具體包括:
對圖像中每個前景點的RGB分量建立三種不同方差的正態高斯分布模型,計算所述圖像中每個前景點的亮度失真度和色彩失真度;
對所述動目標的每個前景點的亮度失真度和色彩失真度進行歸一化處理,得到每個前景點的歸一化亮度失真度和歸一化色彩失真度;
判斷所述每個前景點的歸一化亮度失真度及歸一化色彩失真度與預設亮度門限或預設色彩門限的關系;
保留歸一化色彩失真度大于預設色彩門限的前景點,并保留歸一化亮度失真度大于零小于預設亮度門限的前景點;
將歸一化色彩失真度小于等于預設色彩門限的前景點,且歸一化亮度失真度大于預設亮度門限的背景點、高亮點以及小于零的陰影點,均予以刪除。
4.如權利要求3所述的方法,其特征在于,所述方法對所述動目標的前景點進行色彩檢測之后,還對所述動目標的前景點進行高斯降噪處理,具體包括:
對所述動目標的前景點與高斯分布函數進行卷積運算,將卷積運算結果與所述動目標前幀前景點卷積值相累加;
對累加值小于檢測門限的前景點進行刪除,以消除海浪產生的噪聲點。
5.如權利要求4所述的方法,其特征在于,所述方法將所述前景點作為掩碼從所述原圖像中分割提取動目標的圖像,具體包括:
將高斯降噪處理后的前景點作為掩碼,對原圖像進行邏輯“與”操作,分割提取出動目標的圖像。
6.如權利要求4所述的方法,其特征在于,所述方法還包括獲取所述動目標的當前圖像,根據預設船只類型和船只圖片的對應關系,得到所述動目標的船只類型,具體包括:
將所述當前圖像縮放到預設尺寸,將縮放后的圖片與預設的船只圖片進行匹配,得到當前圖像與預設船只圖片的匹配率;
當所述匹配率大于預設門限值時,將所述預設船只圖片對應的船只類型識別為所述動目標的船只類型。
7.如權利要求6所述的方法,其特征在于,所述方法還包括更新動目標的船只類型,具體包括:
采用主分量分析法獲得所述動目標各分量的比例系數;
將所述比例系數作為神經元與預設船只圖片進行識別,得到所述動目標的第二船只類型;
比較所述動目標的船只類型與所述第二船只類型是否相同,若不同,則將所述第二船只類型更新為所述動目標的船只類型;若相同,則不做更新操作。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國人民解放軍空軍預警學院監控系統工程研究所,未經中國人民解放軍空軍預警學院監控系統工程研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611262691.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:霧化器(JH?108)
- 下一篇:散熱片(b)





