[发明专利]一种基于视觉显著性的水面物体检测和分类的方法

说明书

本发明公开一种基于视觉显著性的水面物体检测和分类的方法，具体包括以下步骤：第一步，对输入图像进行去雾处理；第二步，通过纹理与河岸线的检测结果进行河道区域分割；第三步，利用基于图论的视觉显著性模型计算图像的显著图；第四步，根据边缘直方图描述符计算显著性区域的特征向量，并通过基于决策树的多分类支持向量机对特征进行识别；第五步，采用基于小波变换的图像分割算法分割水面物体；第六步，统计数据，输出结果。本发明可以快速、准确地对船，水藻和垃圾等水面物体进行定位、识别和分割，在河道治理辅助领域具有重要的应用价值。

技术领域

本发明属于图像处理以及计算机视觉技术领域，具体是一种基于视觉显著性的水面物体检测和分类的方法，用于对水面物体进行准确的定位、识别和分割。

背景技术

近年来，我国全面推行的河长制是以保护水资源、防治水污染、改善水环境、修复水生态为主要任务，是落实绿色发展理念、推进生态文明建设的内在要求，是解决我国复杂水问题、维护河湖健康生命的有效举措，是完善水治理体系、保障国家水安全的制度创新。同时，随着对地观测技术的高速发展，无人机等航空影像可实现近地高精度目标获取，为河道水域上的目标物体检测和识别提供了丰富的数据源。对水面物体中船舶的检测和识别，可加强对河道的交通监控，满足河长制任务中加强河湖水域岸线管理保护和对河湖违法行为监管的工作需求，对于水面上藻类和垃圾的检测和识别，可辅助水生态环境的保护和改善，满足河长制主要任务中保护水资源、防治水污染、改善水环境、修复水生态的工作需求。

目前，现有的水面上物体检测和分类的方法大都采用面积计算以及高度和视角的比例关系来检测和识别障碍物，但不能在图像中分割出目标物体，也无法识别多个目标物体的具体种类。

公开号为CN106485200A的中国专利公开了一种环保无人机用的水面物体识别系统及其识别方法，其识别方法包括以下步骤：S1、控制无人机在高度hi悬停后控制摄像机拍摄视频Mi；控制无人机在高度hj悬停后控制摄像机拍摄视频Mj；S2、从视频Mi中抽取一帧图像并对此图像进行分析，获取此图像中疑似物体的边界Oi；从视频Mj中抽取一帧图像并对此图像进行分析，获取此图像中疑似物体的边界Oj；这种环保无人机用的水面物体识别方法采用面积计算方法，判别是否为疑似物体，采用高度和视角的比例关系，辨识是否为同一障碍物；但其不能在图像中分割出目标物体，也无法识别多个目标物体的具体种类，因此，亟需进一步改进。

发明内容

本发明的目的是针对现有技术存在的问题，提供一种基于视觉显著性的水面物体检测和分类的方法，用以快速、准确地对船，水藻和垃圾等水面物体进行定位、识别和分割；本发明结合现有的基于图论的视觉显著性模型(GBVS)，基于决策树的多分类支持向量机和基于小波变换的图像分割算法，提高对目标物体检测、识别和分割的速度和精度。

为实现上述目的，本发明采用的技术方案是：

一种基于视觉显著性的水面物体检测和分类的方法，包括以下步骤：

S1，获取水面原始图像，并对所述原始图像进行去雾的预处理；

S2，对预处理后的图像进行纹理分析和河岸线检测，并根据分析检测结果进行河道区域分割；

S3，利用基于图论的视觉显著性模型计算图像的显著图；

S4，根据边缘直方图描述符计算显著图中显著性区域的特征向量，并通过基于决策树的多分类支持向量机算法对特征进行识别；

S5，采用基于小波变换的图像分割算法分割水面物体；

S6，统计数据，输出结果。

具体地，步骤S1中，对所述原始图像进行去雾处理的方法需要采用大气中光学成像模型，所述光学成像模型为：

I(x)＝J(x)t(x)+A(1-t(x))