[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

技術領域

本發明涉及圖像識別技術領域，尤其涉及對海面船只自動跟蹤識別的方法和系統。

背景技術

在沿海城市的港口和碼頭，需要對來往船只進行實時監控和自動跟蹤，掌握船只的類型、形狀及運動軌跡，確保海岸線和邊境的安全。

現有技術一般采用人工察看監控大屏的辦法，不僅需要手動操作錄取跟蹤目標，還需要人工報警，自動化程度較低。

發明內容

本發明實施例提出了一種對海面船只自動跟蹤識別的方法，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，聚類獲得所述動目標的質心，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。

本發明實施例還提供了一種對海面船只自動跟蹤識別的系統，所述系統包括：

前景點分析模塊，用于對原圖像中像素點的分析，得到動目標的前景點，對所述動目標的前景點進行色彩檢測和高斯降噪處理；

第一計算模塊，用于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，聚類獲取所述動目標的質心，采用卡爾曼濾波得到所述動目標的速度和航向；

第二計算模塊，用于根據所述第一計算模塊得到的所述動目標的速度和航向，關聯前后幀圖像中動目標的質心得到所述動目標的航跡。

有益效果如下：

本發明提供的方案，不僅能從海洋環境背景中檢測出運動的船只，進而分配批號、計算相對航速、航向和關聯航跡點，實現對動目標在線實時地跟蹤，而且能根據預設的船只類型模板匹配和識別出動目標的船只類型，大大地提高了監控設備的智能化水平，為實現自動監測報警、無人值守提供了必要的條件。

先后采用了混合高斯模型、色彩檢測、高斯降噪三種方法，準確地提取到動目標的前景點。為了能對動目標進行持續地跟蹤，采用了卡爾曼濾波算法，獲得了目標的運動速度和航跡。為了能識別出與模型庫中模板相應的船類型，先利用前景點作為掩碼從原圖像中分割出動目標，與模板進行比較匹配，再采用主成分分析和神經網絡后向傳播算法，正確地識別出船類型，最后顯示航跡信息。

附圖說明

下面將參照附圖描述本發明的具體實施例，其中：

圖1示出了本發明實施例一中對海面船只自動跟蹤識別的方法流程圖；

圖2示出了本發明實施例一中原圖像中像素點的分析得到動目標的前景點的方法流程圖；

圖3a示出了本發明實施例一中采集到的原圖像；

圖3b示出了本發明實施例一中采用混合高斯模型提取的前景點；

圖4示出了本發明實施例一中經過色彩檢測后的前景點；

圖5示出了本發明實施例一中高斯卷積處理后的前景點；

圖6示出了本發明實施例一中卡爾曼濾波后的跟蹤批號；

圖7示出了本發明實施例一中分割提取出的船只示意圖；

圖8示出了本發明實施例一中匹配識別出的類型及識別率；

圖9示出了本發明實施例一中顯示動目標的航跡信息及類型；

圖10示出了本發明實施例二中對海面船只自動跟蹤識別的系統結構示意圖。

具體實施方式

為了使本發明的技術方案及優點更加清楚明白，以下結合附圖對本發明的示例性實施例進行進一步詳細的說明，顯然，所描述的實施例僅是本發明的一部分實施例，而不是所有實施例的窮舉。并且在不沖突的情況下，本說明中的實施例及實施例中的特征可以互相結合。

高清攝像機一般每秒采集25幀圖像，每幀1080P格式圖像尺寸為1920×1080，具有207萬個像素點，而每個像素點用3個字節表示彩色RGB分量，因此在1秒鐘之內需要處理1.5億字節，對圖像處理的實時性要求極高。為了能快速、高效地處理數據，本發明采用了分模塊和多線程并行處理技術。

由于在海面上常有若隱若現的波浪和停泊晃動的船只，在天空上有飄移的云朵和飛行的鳥群等干擾物出現，這些都是跟蹤識別過程中需要解決的難題。為了能自動地從海雜波中檢測出動目標，分別從時間、色彩和空間不同角度，準確地提取到動目標的前景點，并獲得目標的運動速度和航跡，進而得到動目標的航跡信息。

實施例一

如圖1所示，本發明提出一種對海面船只自動跟蹤識別的方法，所述方法包括：

步驟101：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；