改進Grabcut算法在無人機影像船只識別中的應(yīng)用與研究.pdf

1、隨著無人機在船只定位及漁業(yè)活動監(jiān)管方面的廣泛應(yīng)用,航拍圖像數(shù)據(jù)量不斷擴大。如何從這些航拍大數(shù)據(jù)圖像中高效準(zhǔn)確的識別出船只并對其進行定位,成為工業(yè)處理過程中迫切的需求。本文針對其中的若干關(guān)鍵問題做了研究,主要做了以下工作:
　　針對海面模板選擇問題,提出一種海面模板自動選擇模型。本文選取了不同海域、不同氣候條件、不同時間段以及不同光照條件的海面圖像來構(gòu)建海面模板庫。模板庫內(nèi)模板圖像,不僅代表海域的基本信息,而且還決定了海面背景與前景

2、的特征閾值。針對海面背景模型構(gòu)建問題,提出使用區(qū)域自動生長算法生成背景 Trimap。通過使用根據(jù)待檢測圖像的自身特征選擇出來的海面模板,自動的提供了種子點信息,解決了人工提供的種子點的隨機性、不確定性以及對整體海面的弱描述性。針對海面背景獲取問題,提出了基于背景模型的改進Grabcut算法。使用背景Trimap對Grabcut算法進行初始化,解決了批量處理大數(shù)據(jù)圖像過程中需要人工提供初始矩形的問題。同時對于分割的過程,不需要多次迭代過

3、程便可實現(xiàn)背景與前景的準(zhǔn)確分離,提高了Grabcut算法在工業(yè)應(yīng)用處理中的處理速度以及效率。針對候選域分類問題,提出了基于候選域的船只識別模型。對于使用改進Grabcut算法分割后的結(jié)果圖像,根據(jù)船只形狀特征對候選域進行分類,并對單連通候選域像素面積閾值進行過濾,實現(xiàn)船只的識別。對于有識別船只種類的需求,可以通過構(gòu)建船只類別庫,與候選域進行比對,實現(xiàn)對候選域準(zhǔn)確的分類。
　　綜上所述,本文提出了一種改進的船只識別的方法,相比于直接