[发明专利]基于计算机视觉的桥梁区域船舶几何轮廓自动辨识方法

说明书

本发明涉及一种基于计算机视觉的桥梁区域船舶智能定位与几何轮廓自动辨识方法，是为了解决现有的桥梁区域船舶智能定位与几何轮廓自动辨识成本过高以及相应智能算法的缺点而提出的，包括：整理网络上海量的船舶图片作为原始数据，对输入的图像进行降采样，根据人工经验使用矩形框对降采样后的图像中的船舶区域进行标记，获得用于表示矩形框位置和大小的数据；将训练集输入至深度卷积神经网络中进行迁移训练；训练过程中使用的损失函数为多目标优化函数，优化算法为自适应矩估计优化算法；将待识别的桥梁区域船舶通行视频提取关键帧重采样后输入至训练好的神经网络中，得到以矩形框为表示的定位结果；将矩形框定位结果由BGR色彩空间转换到HSV空间，使用形态学运算寻找船舶几何轮廓，得到几何轮廓自动辨识结果。本发明适用于桥梁工程健康监测以及防船撞领域。

技术领域

本发明具体涉及一种基于计算机视觉的桥梁区域船舶几何轮廓自动辨识方法。

背景技术

桥梁是交通运输大动脉中的咽喉。近年来，桥梁建设步入高潮，愈来愈多的建成桥梁服役，为提高我国交通运输效率、拉动我国经济快速增长起到了不可忽视的作用。同样，航运随着经济社会的发展，也愈来愈繁荣。随着桥梁的增加以及航运船舶密度的提升，船撞桥事故发生的频率也愈来愈高。经不完全统计，自1959年至2011年，造成人员伤亡和重大财产损失的严重船撞桥事故发生了超过140余起，其中国内发生超过40余起，而2011年以来，发生频率更是大幅度增加。船撞桥虽然是偶然事件，但是一旦发生，不论是对桥梁正常运营还是对于船舶自身安全，都是巨大的威胁，现有措施为在桥梁关键区域如桥墩上方以及主梁下方安装摄像头，通过人工监控的方式来进行船舶撞击桥梁的预警，极大程度地缓解了船撞桥的巨大矛盾。然而，人工监控存在两个不可避免的弱点，一是视觉疲劳，人类集中注意力观察事物会迅速产生视觉疲劳，而视觉疲劳又会极大降低判断的准确性；二是无法克服个体主观性影响，不同技术基础和工作经验的人对于船撞桥的风险评判标准不一。

目前随着计算机视觉的发展，许多学者尝试解决桥梁区域船舶识别的问题，然而这些方法存在两个问题，一是方法传统，鲁棒性不强，无法克服复杂背景及天气条件的影响；二是只进行船舶定位，即用矩形框的形式表示船舶，而无法描述船舶的精准轮廓，这为后期的船舶几何参数识别等工作增加了困难。如何针对现有研究存在的问题提出一个鲁棒性强的可精准识别船舶轮廓的方法，为桥梁区域防船撞提供一个自动化智能化的解决方案，是一个丞待研究的问题。

发明内容

本发明的目的是为了解决现有的桥梁区域船舶智能定位与几何轮廓自动辨识成本过高以及相应智能算法的缺点，提出一种基于计算机视觉的桥梁区域船舶几何轮廓自动辨识方法，实现了对于包含复杂背景干扰信息的桥梁区域船舶定位神经网络模型训练、船舶智能定位、船舶几何轮廓自动辨识、结果展示的全过程自动化处理，为桥梁工程防船撞的自动监测提供了解决方案。

本发明所采用的技术如下：一种基于计算机视觉的桥梁区域船舶几何轮廓自动辨识方法，具体包括如下步骤：

步骤一、整理网络上海量的船舶图片作为原始数据，对输入的图像进行降采样，根据人工经验使用矩形框对降采样后的图像中的船舶区域进行标记，获得用于表示矩形框位置和大小的数据；

步骤二、将训练集输入至深度卷积神经网络中进行迁移训练；训练过程中使用的损失函数为多目标优化函数，优化算法为自适应矩估计优化算法；

步骤三、将待识别的桥梁区域船舶往来视频提取关键帧重采样后输入至训练好的神经网络中，得到以矩形框为表示的定位结果；

步骤四、将矩形框定位结果由BGR色彩空间转换到HSV空间，使用形态学运算寻找船舶几何轮廓，得到几何轮廓自动辨识结果。

本发明还具有如下技术特征：

1、如上所述的步骤一其具体包括：

步骤一一、整理网络上海量的船舶图片，数量500张以上，包括不同背景、光照条件、拍摄角度的船舶图片；