[发明专利]一种桥梁防撞系统中的船舶检测方法

说明书

本发明公开了一种桥梁防撞系统中的船舶检测方法，包括以下步骤：采用张正友棋盘格标定法进行摄像机标定；图像获取与预处理；绘制虚拟航道；结合混合高斯背景法与三帧差分法检测运动前景；提取运动前景目标的特征值，作为训练深度神经网络DNN的样本数据；搭建、训练、测试深度神经网络DNN；根据完成训练的深度神经网络DNN对实时视频流中的船舶特征进行识别，标志运动船舶；根据标定结果，定时监测船舶航航行状况。本发明设计的基于GMM与三帧差分法的船舶检测方法，克服了传统方法中前景轮廓断裂、目标不完整的问题，利用前景船舶特征对深度神经网络DNN进行训练，可准确、智能地识别船舶，提高了船舶检测的精度、效率、实时性。

技术领域

本发明涉及图像识别技术领域，具体涉及一种桥梁防撞系统中的船舶检测方法。

背景技术

近年来，内河航道的船舶数量日益增长，内河航道拥挤，每年都不可避免地发生了数百起水上交通安全事故，造成不可估量的财产人员损失。桥梁防撞预警系统应运而生，其中运动船舶识别算法在桥梁防撞预警系统中起着相当重要的作用，只有准确识别出船舶，才能实时监测船只航行状况，在船舶不正常航行时，及时发出预警，确保船舶顺利通过桥梁通航口，避免发生船桥碰撞等事故，因此可靠的运动船舶识别算法对船舶航行监测具有重要意义。

目前，国内外在静态背景下对运动目标的检测，主要有三大类方法：基于背景差分法的目标视觉检测算法，帧间差分法，光流法等，但仅采用这三类方法检测船舶，存在着目标不完整、轮廓断裂等问题。针对从远处观察船舶时，由于透视效应，其运动速度显得较慢，视频序列相邻帧间差分值小，导致系统出现漏检的现象。随着深度学习和图像处理技术的发展，检测识别特定物体已经得到实现，目前亟待提出一种用于识别船舶的检测方法，有效排除其他运动前景物体的干扰。

发明内容

本发明的目的是为了解决现有技术中的上述缺陷，提供一种桥梁防撞系统中的船舶检测方法，该方法应用于桥梁防撞预警系统中的运动船舶检测识别环节，具体应用于运河航道中桥梁防撞预警系统对船舶的识别，通过监测和辅助船舶航行，防止船舶偏航而发生船桥相撞的事故。

本发明的目的可以通过采取如下技术方案达到：

一种桥梁防撞系统中的船舶检测方法，所述方法包括下列步骤：

采用张正友棋盘格标定法对摄像机进行标定，存储对应不同摄像机俯仰角θ的内外标定参数于XML格式文件中；

图像获取与预处理；

根据摄像机的实际俯仰角θ加载存储于XML格式文件中的摄像机内外参数，通过传感器测量棋盘格平面与水平面的距离，以及给定的实际通航口宽度、检测距离，于图像中绘制虚拟航道；

结合混合高斯背景法与三帧差分法检测运动前景；

提取运动前景目标的特征值，作为训练深度神经网络DNN的样本数据；

搭建、训练、测试深度神经网络DNN；

根据完成训练的深度神经网络DNN对实时视频流中的船舶特征进行识别，标志运动船舶；

根据标定结果，定时监测船舶航航行状况。

进一步地，所述的采用张正友棋盘格标定法进行摄像机标定的过程包括：

采用张正友棋盘格标定法对摄像机进行标定，输入25张从不同角度拍摄的棋盘格图片，计算摄像头内参数矩阵、形变参数、平移向量、旋转向量；

调整摄像机的俯仰角θ，拍摄不同θ下的棋盘格图片，计算摄像机对应θ的外参数矩阵，将以上的参数矩阵存储于XML文件中；

以传感器测量棋盘格平面至水面的距离，获取景深；