[发明专利]一种基于机器视觉的海面船只智能跟踪系统及其方法

摘要

本发明提供了一种基于机器视觉的海面船只智能跟踪系统及其方法。系统包括图像采集模块、Mean‑shift跟踪模块、Kalman滤波器模块、多级并联检测模块和在线学习模块。本发明以Haar+AdaBoost组合算法检测海面船只，检测结果作为跟踪器的起始帧，从而初始化跟踪器与检测器，来取代人工圈定目标区域。将Kalman滤波器用于船只检测与跟踪中，缩小了检测范围，减少了计算量，提高了实时性；基于Mean‑shift的跟踪模块有效地发挥了特征稳定、抗遮挡、计算简便以及对目标形变、旋转和背景运动不敏感的特性；采用多级并联检测模块，将基于随机森林的集合分类器、Haar分类器、最近邻分类器集合起来，解决了因遮挡、变形等因素而导致船只跟踪失败的难题，提高了跟踪的实时性、准确性和鲁棒性。

主权项

一种基于机器视觉的海面船只智能跟踪系统，其特征在于，包括：一个图像采集模块，采集所述的海面船只航行图像，通过1394数据线路，将所述的图像信息传递给一个Kalman滤波模块；所述的Kalman滤波器模块，首先对所述的船只目标的检测进行初始化，然后进行船只航行图像的滤波与船只位置的预估，并将所述的滤波与预估后的信息分别传递给一个Mean‑shift跟踪模块和一个多级并联检测模块；所述的Mean‑shift跟踪模块，寻找所述的目标船只位置，并将船只位置相关信息传递给在线学习模块；所述的船只位置相关信息包括：船只目标所在每一帧图像中的位置，以及船只目标的特征值；所述的多级并联检测模块，进行船只目标的检测，并传递给一个在线学习模块；所述的在线学习模块，通过对所述图像信息的融合，获得船只准确的位置信息，并将所述船只位置信息分别传递给所述的Mean‑shift跟踪模块、Kalman滤波器模块和多级并联检测模块进行跟踪信息的更新。