基于計算機視覺的船舶跟蹤及類型識別研究.pdf

1、當前，由于機動車的數量快速增長，陸地交通發(fā)生了較多的交通事故和擁堵狀況，與此同時內河航道也面臨著同樣的壓力?；陉懧方煌ü芾淼慕涷灒趦群庸芾矸矫嫔?，引入智能交通管理系統(tǒng)，對保護河流生態(tài)系統(tǒng)穩(wěn)定具有重要意義，同時也能有控制水污染，保障水路交通安全。本文以中山市海事視頻監(jiān)控為研究背景，在全市建立的“海事指揮平臺”基礎上，在實際需要的內河道區(qū)域進行船舶類型識別。論文應用計算機視覺理論和方法，對監(jiān)控視頻中出現的船舶進行提取、跟蹤，然后根據提取

2、出的船舶特征進行識別。論文的研究內容包括以下四個部分:
　　(1)船舶運動區(qū)域的提取。首先介紹圖像預處理內容，包括灰度化、圖像增強、二值化處理，并通過實驗進行分析對比。然后在運動目標區(qū)域提取方面，對常見的方法優(yōu)缺點分析，進而進行實驗結果比對。
　　(2)目標跟蹤。在目標區(qū)域提取出來的前提下，基于顏色特征直方圖的Camshift算法，具有計算量小，實時性高的特點。船舶因遮擋易丟失，采用Kalman算法可以實現目標估計，進而持續(xù)

3、跟蹤，防止船舶丟失。
　　(3)特征提取。介紹常用的特征，如角點特征、幾何特征、直方圖統(tǒng)計特征、矩特征等，并提取特征值。通過分析數據，將矩、角度比值、幾何特征相結合作為輸入量對船舶進行分類。
　　(4)船型識別。采用支持向量機對船舶分類，通過單特征、多特征和全部特征實驗對比，選擇正確率高的組合。然后利用交叉驗證思想改進測試和訓練過程，來提高識別率。
　　本文最后選擇單高斯建模的背景差分法提取運動區(qū)域，采用Camshif