[发明专利]基于特征的船舶快速识别方法

摘要

本发明涉及一种图像识别技术，尤其涉及基于特征的船舶快速识别方法，包括如下步骤：步骤一：手动标注船舶特征并建立船舶特征库；步骤二：通过船舶特征库的正负样本学习训练基于船舶特征的决策树分类器；步骤三：通过航道沿岸前端摄像头拍摄获得具航道船舶信息的视频采集图像，由分割器对视频采集图像进行图像分割，过滤非航道信息，保留有效的识别区域的图像信息；步骤四：将有效的识别区域的图像信息进行分块特征提取；步骤五：采用决策树分类器将提取的分块特征与船舶特征库对比。本发明能够快速的从航道中将船舶识别处理，便于后台智能分析和统计分析，系统对识别的结果迅速分析，以便于纠正识别错误。

主权项

基于特征的船舶快速识别方法，其特征在于，包括如下步骤：步骤一：手动标注船舶特征并建立船舶特征库；步骤二：通过船舶特征库的正负样本学习训练基于船舶特征的决策树分类器；步骤三：通过航道沿岸前端摄像头拍摄获得具有航道船舶信息的视频采集图像，对视频采集图像进行图像分割，过滤非航道信息，保留有效的识别区域的图像信息；步骤四：将有效的识别区域的图像信息进行分块特征提取；步骤五：采用决策树分类器将提取的分块特征与船舶特征库对比；在步骤一之前还包括：设定4种航道的亮度等级，分别为“晴天”、“阴天”、“最暗”和“最亮”，用以概括一天中所有的光照条件；根据光照条件的不同，在步骤一中建立不同光照条件的船舶特征库，并由步骤二训练得出不同光照情况下的决策树分类器；在识别过程中，定期的根据航道的亮度等级进行分类器选择；统计获取航道河面区域内的32维灰度直方图，直方图归一化，获取直方图中最大柱值的位置，根据直方图最大柱值的位置L，来判断光照条件是否合适和选择不同的分类器；当5<L<＝10时，选择加载“最暗”天气的分类器；当10<L<＝15时，选择加载“阴天”天气的分类器；当15<L<＝20时，选择加载“晴天”天气的分类器；当20<L<＝25时，选择加载“最亮”天气的分类器；当L<＝5或者L>25时，则光照太暗或太亮，条件不满足识别要求；步骤一建立船舶特征库的具体过程如下：一：从视频中取一帧图像，对图像进行分块，块大小设定为16*16；二：对于每个图像块的类型进行手动标注，以得到训练样本的监督信息；用红色图像块标注为船的部分，绿色图像块标注为水面部分，蓝色图像块标注为其他部分，不参与计算；三：将手动标注的结果分别保存为船舶和非船舶的正负样本文件；在步骤五中，当分块特征满足和水特征相似比例超过50％，判定为水，反之继续和船舶特征进行比对；当分块特征满足和船舶特征相似比例超过50％，判断为船舶并将船舶特征存储入船舶特征库，反之即为噪点。