[发明专利]一种海洋航拍图像的目标检测与识别方法及系统

说明书

技术领域

本发明涉及海洋目标检测技术，尤其涉及一种海洋航拍图像的目标检测与识别方法及系统。

背景技术

海洋航拍图像中的目标识别技术方面，美国从1998研制了用于海岸带保护、沙滩使用管理以及海上交通监控的摄像机和高分辨率照相机相结合的系统。澳大利亚的CoastalCOMS系统可以完成包括海岸线提取、海滩游客检测和近海船只目标检测等多种实用功能。美国佛罗里达大西洋大学的海岸线防护技术中心开发了一套半自动化的视频监测系统用于重点海域的海上交通监测，并通过图像分析检测潜在的威胁。我国对海上运动目标视频监测技术的研究起步较晚，目前还没有成熟的近岸视频监测系统，但许多学者已经注意到了视频监测技术在海洋领域中的广阔应用前景，并开展了一些理论性的研究工作。其中，厦门大学李翠华等人在海面背景建模、船只特征描述以及船只追踪等方面进行较多研究。各种光学遥感图像的目标检测方面，应用图像处理技术的目标检测识别算法较多。在图像预处理方面，有利用小波变换在小波域提取边缘检测的方法，有利用模糊分析理论对目标进行边缘增强来检测海洋目标的方法。在图像分割方面，有通过分析灰度直方图进行图像分割，有采用灰度形态学进行图像分割，有利用地理信息进行图像分割等。

综上所述，传统方法中图像分割技术不完善，不能准确提取目标，从而降低识别率；容易受光照变化、遮挡、几何变化、尺度变化、视角变化等的影响，从而降低了目标识别准确率。

发明内容

本发明所要解决的技术问题在于提供一种海洋航拍图像的目标检测与识别方法及系统，旨在解决在海洋航拍图像中目标图像不易检测、识别的问题。

本发明是这样实现的，一种海洋航拍图像的目标检测与识别方法，包括以下步骤：

步骤1：提取各个海洋航拍图像中的视觉词汇，将词义相近的视觉词汇合并成视觉单词，各视觉单词组成视觉辞典；

步骤2：提取单幅海洋航拍图像中的感兴趣区域；

步骤3：提取所述感兴趣区域的SIFT特征集，所述SIFT特征集由特征点组成；

步骤4：将所述特征点与所述视觉单词进行相似度比较，用相似度较高的视觉单词替代所述特征点，统计用于替代特征点的视觉单词在感兴趣区域中出现的频率，得到感兴趣区域的描述矢量；

步骤5：将所述描述矢量进行分类，并将分类结果输出。

进一步地，所述步骤1具体包括：

步骤101：采用SIFT算法提取用以表征海洋航拍图像基本特征的视觉词汇；

步骤102：采用K-Means算法把所述视觉词汇分成若干个簇，每个簇由具有较高相似度的视觉词汇组成，且簇与簇之间具有较低的相似度；

步骤103：将划分出来的若干个簇分别用词义相近的视觉单词表示，所述视觉单词组成视觉辞典。

进一步地，所述步骤2具体包括：

步骤201：对单幅海洋航拍图像进行top-hat变换，所述top-hat变换结果图为h=f-(fоb)，其中，f表示海洋航拍图像，b表示结构元素，fоb表示用结构元素b对海洋航拍图像的开操作；

步骤202：将所述变换结果图做二值化处理，得到特征提取结果其中h_I表示亮度值，h_S表示饱和度值，m表示像素横坐标，n表示像素纵坐标；

步骤203：将所述特征提取结果的最大外接矩形作为感兴趣区域。

进一步地，所述步骤3具体包括：

步骤301：采用SIFT算法提取所述感兴趣区域的特征点；

步骤302：把所有特征点组成SIFT特征集。

进一步地，所述步骤4具体包括：

步骤401：将所述特征点逐个与视觉辞典中的视觉单词进行相似度比较，把各个特征点用与各自相似度最高的视觉单词替代；

步骤402：统计视觉辞典中每个视觉单词在感兴趣区域中出现的频率，并根据视觉单词出现的频率做成视觉单词直方图矢量，所述视觉单词直方图矢量即为感兴趣区域的描述矢量。

进一步地，所述步骤5具体包括采用SVM分类器将所述描述矢量按检测目标的类别进行分类。

本发明还提供一种海洋航拍图像的目标检测与识别系统，包括：

视觉辞典生成模块，用于提取海洋航拍图像的视觉词汇，并将所述视觉词汇中词义相近的词汇合并成单个视觉单词，各视觉单词组成视觉辞典；

感兴趣区域形成模块，将单幅海洋航拍图像中的感兴趣区域进行提取；