[发明专利]船舶类别识别方法及系统

说明书

本发明提供了一种船舶类别识别方法及系统，包括：获取待识别船舶图像；将所述待识别船舶图像输入至船舶类别识别模型，得到由所述船舶类别识别模型输出的待识别船舶的类别。通过船舶类别识别模型提取待识别船舶图像的方向梯度直方图HOG特征，可以掌握待识别船舶的形状以及轮廓信息。船舶类别识别模型基于主成分分析法以及灰色关联度分析算法，确定每一类别的船舶图像的HOG特征的具有最大可分性的特征值以及对应的特征向量，通过确定的特征值以及对应的特征向量，对待识别船舶的类别进行识别，可以提高对待识别船舶的识别精度，并且可以降低识别耗费的时间。而且，船舶类别识别模型可以适应于复杂背景下的船舶识别，应用范围更加广泛。

技术领域

本发明涉及目标识别技术领域，更具体地，涉及船舶类别识别方法及系统。

背景技术

船舶作为海面上的重要目标，船舶识别研究一直是国内外的研究热点，船舶的识别与检测技术在民用领域和军用领域上都有着广泛的应用前景。在民用领域船舶检测技术可对海洋上的船舶活动进行监测，当船舶出现海洋污染或者出现交通事故时，为防止污染的进一步扩散和保障人员的生命安全，可对其进行及时的处理。在军用领域中，可实时监督是否有非法舰队进入目标海域，在作战时也可评估敌方舰队实力，了解作战情况。

船舶检测技术主要有：SAR图像、红外遥感图像、多光谱图像、可见光遥感图像等。与其他检测技术相比，可见光遥感图像中可检测到380nm-760nm范围内的光谱信息可以检测到对雷达隐身的船舶目标，且图像清晰直观，具备颜色特征信息，更符合人眼视觉特性。

然而，光学遥感图像中含有丰富的陆地背景，这对后期的船舶识别会造成较大干扰，当船舶在结构差异性较大的识别场景具有良好的识别效果，但对于不同目标之间结构差异性较小的识别场景而言，如何有效地对船舶类别进行识别是一个关键问题。

发明内容

为克服上述问题或者至少部分地解决上述问题，本发明实施例提供了一种船舶类别识别方法及系统。

第一方面，本发明实施例提供了一种船舶类别识别方法，包括：

获取待识别船舶图像；

将所述待识别船舶图像输入至船舶类别识别模型，得到由所述船舶类别识别模型输出的待识别船舶的类别；

其中，所述船舶类别识别模型基于船舶图像样本集合中的训练样本集合训练得到，所述训练样本集合中包含有不同背景下不同类别的船舶图像训练样本；

所述船舶类别识别模型用于提取所述待识别船舶图像的方向梯度直方图HOG特征，基于主成分分析法以及灰色关联度分析算法，确定每一类别的船舶图像的HOG特征的具有最大可分性的特征值以及对应的特征向量，并基于所述特征值以及对应的特征向量，对所述待识别船舶的类别进行识别。

优选地，所述提取所述待识别船舶图像的方向梯度直方图HOG特征，具体包括：

将所述待识别船舶图像转换为灰度图像，并进行颜色标准化处理；

计算颜色标准化处理结果中每个像素点处的水平方向梯度以及竖直方向梯度，并确定所述颜色标准化处理结果中每个像素点处的梯度幅值和梯度方向；

将所述颜色标准化处理结果进行分块处理，并基于所述梯度幅值和所述梯度方向，对所述颜色标准化处理结果中的每一块的特征向量进行归一化，基于所述颜色标准化处理结果中所有块的特征向量的归一化结果确定所述HOG特征。

优选地，所述基于主成分分析法以及灰色关联度分析算法，确定每一类别的船舶图像的HOG特征的具有最大可分性的特征值以及对应的特征向量，具体包括：

基于主成分分析法，确定每一船舶图像训练样本的HOG特征的特征值矩阵和特征向量矩阵；