[发明专利]基于Camshift算法与影像逐帧结合的航道状态分析方法

权利要求书

1.一种基于Camshift算法与影像逐帧结合的航道状态分析方法，其特征在于，其步骤如下：

S1、通过船载摄像头采集船只的航道状态视频，获取每帧航道影像，并在初始帧航道影像中标注目标区域及目标区域的质心，设置候选区域和候选区域的中心坐标，建立候选模型；

S2、将步骤S1中的航道影像转化到HSV颜色空间，获得航道影像的颜色直方图；

S3、对步骤S2得到的航道影像的颜色直方图进行反向投影得到图像I，将图像I中的候选区域和目标区域分别均匀化分为m个相等的微元区间，再利用Camshift算法中的calcBackProject函数对图像I中的候选区域和目标区域进行处理，分别得到候选区域的概率密度p_u和目标区域的概率密度q_u，其中，u＝1,2,3,…,m；

S4、根据步骤S3中的候选区域的概率密度p_u和目标区域的概率密度q_u计算候选区域和目标区域之间的相似系数，并利用冒泡排序的方法对相似系数进行排序，保留相似系数最大的候选区域P，计算候选区域P的质心；

S5、判断候选区域P的质心与目标区域的质心是否重合，若是，执行步骤S8，否则，执行步骤S6；

S6、将候选区域P的质心移动至目标区域的质心处，并判断候选区域P的质心的移动距离是否大于阈值T，若是，执行步骤S8，否则，执行步骤S7；

S7、根据步骤S6更新候选区域P的质心，重复执行步骤S5；

S8、将候选区域P的质心作为下一帧航道影像的目标质心，并计算出当前帧航道影像对应的无失真的新坐标位置。

2.根据权利要求1所述的基于Camshift算法与影像逐帧结合的航道状态分析方法，其特征在于，所述步骤S1中的每帧航道影像的图像大小为M*N，目标区域和候选区域的大小均为a*b，目标区域的质心为f₀(x'₀,y'₀)，候选区域的中心坐标为(x₀,y₀)，候选区域包含n个像素；所述候选区域模型的建立方法为：将候选区域中像素点的位置用数组{z_i}表示：其中，i＝1,2,…,n，(x_i,y_i)为像素点的坐标。

3.根据权利要求1所述的基于Camshift算法与影像逐帧结合的航道状态分析方法，其特征在于，所述步骤S4中根据候选区域的概率密度p_u和目标区域的概率密度q_u计算候选区域和目标区域之间的相似系数ρ(p,q):其中，δ[b(z_i)-u]是候选区域中像素点占目标区域直方图中微元区间的比例，C为归一化系数，n为候选区域的像素点的个数，K_E(x)为航道影像的目标区域的核函数，函数k(·)是非负、非递增、分段且连续的函数，且

4.根据权利要求2所述的基于Camshift算法与影像逐帧结合的航道状态分析方法，其特征在于，所述候选区域P的质心为：f_t(x_t,y_t)，其中，横坐标x_t＝M₀₁/M₀₀，纵坐标y_t＝M₁₀/M₀₀，为候选区域P的零阶矩，和均为候选区域P的一阶矩。

5.根据权利要求3所述的基于Camshift算法与影像逐帧结合的航道状态分析方法，其特征在于，所述核函数K_E(x)的窗口大小为h*h，所述步骤S6中的阈值T为1/2h。

6.根据权利要求3或4所述的基于Camshift算法与影像逐帧结合的航道状态分析方法，其特征在于，所述步骤S7中候选区域P的质心的更新方法为：其中，g(x)＝-K'_E(x)，x表示空间中核函数的自变量，为权重系数，K'_E(x)为核函数K_E(x)的微分，为候选区域的概率密度。

7.根据权利要求6所述的基于Camshift算法与影像逐帧结合的航道状态分析方法，其特征在于，所述步骤S8中的当前帧航道影像对应的无失真的新坐标位置为：