[发明专利]一种基于双目视觉的船舶识别与航速测量系统及方法

权利要求书

1.一种基于双目视觉的船舶识别与航速测量方法，其特征在于，包括以下内容：

1)预处理模块：设定各类船舶的船长最大值及各类船舶的船宽最大值；

2)相机采集模块：对双目相机采集的船舶视频或船舶图像进行保存，船舶视频逐帧提取为船舶图像；

3)双目相机标定和校正模块：采用张氏标定法对双目相机进行标定，并得到双目相机的内参数和双目相机的外参数，根据双目相机的内参数和双目相机的外参数对船舶图像进行校正；

4)船舶检测模块：对校正后的船舶图像进行图像增强，并将视觉显著性检测和OTSU分割相结合，从船舶图像中提取船舶的轮廓图，将检测出的船舶轮廓图缓存；

5)船舶识别分类模块：采用Hu矩特征和HOG特征相结合的船舶特征提取方法，并选取支持向量机作为船舶分类器模型，对船舶轮廓图中的船舶进行分类；

6)船舶尺寸测量模块：根据最小外接矩原理对分类后的船舶进行尺寸测量，再基于船舶分类的结果，根据预先设定的各类船舶的船长最大值及各类船舶的船宽最大值，判断船舶是否存在超长或超宽的情况；

7)船舶速度测量模块：针对船舶轮廓图中已分类的船舶，采用尺度不变特征变换SIFT对已分类的船舶进行特征点的提取及匹配，根据双目测距原理计算出船舶行驶距离，从而得到行驶速度。

2.根据权利要求1所述的一种基于双目视觉的船舶识别与航速测量方法，其特征在于，船舶检测模块包括以下步骤：

(1)图像预处理：采用ACE自适应对比度增强方法，增强船舶图像中的高频部分，设置一个增益值，并将增益值与船舶图像中的高频部分相乘，重新组合形成增强的船舶图像；

(2)视觉显著性检测：根据判别区域特征集成算法将显著性计算视为一个回归问题，从而计算船舶图像中各区域的显著性，具体的步骤如下：

给定船舶图像I，用一组M级分割P＝{P₁,P₂,...,P_M}表示，P_M是船舶图像I的第M个分割部分，船舶图像包括M个区域，采用图形的分割方法计算分割而{P₂,...,P_M}是基于P₁计算的，在P中P_m是通过融合P_m-1中的区域来计算的，m∈[2，M]，其中P_m-1中的区域由一个加权图表示，加权图将空间上相邻的区域连接起来，并对P_m中的区域和P_m-1中的区域按照边的权值递减的顺序依次合并，直到两个区域合并后的权值大于指定的阈值；

通过三种类型的特征表示船舶图像中每个区域，三种类型的特征为区域对比度描述符x_c、区域属描述符x_o和区域背景描述符，船舶图像中每个区域生成一个93维特征向量，再将93维特征向量传递到随机森林回归函数f得到显著性得分，通过训练船舶图像学习随机森林回归因子，根据融合策略的判别特征学习方法，即通过强度比直方图特征进行集成学习提取新的判别特征从而将这些特征融合在一起，每个区域都有一个显著性值从而生成M个显著性图{Y₁,Y₂,...,Y_M}，融合后得到Y＝g{Y₁,Y₂,...,Y_M}，得到最终的显著性图Y，

(3)最大类间方差法OTSU：针对给定的船舶图像I，通过设定的阈值T将船舶图像I分成前景和背景，根据公式g＝w₁(u₁-u)²+w₂(u₂-u)²得到最大类间方差，即所寻找的阈值T，其中w₁定义为船舶图像中前景的像素点个数与整个船舶图像像素点个数的比值，u₁为w₁对应的平均灰度，w₂定义为船舶图像中背景的像素点个数与整个船舶图像像素点个数的比值，u₂为w₂对应的平均灰度。