[发明专利]基于Camshift算法与影像逐帧结合的航道状态分析方法

说明书

本发明提出了一种基于Camshift算法与影像逐帧结合的航道状态分析方法，其步骤为：首先通过船载摄像头采集船只的航道状态视频，设置初始帧航道影像中标注目标区域及质心和候选区域及中心坐标，建立候选模型；其次，将航道影像通过颜色空间转化到HSV颜色空间，获得航道影像的颜色直方图；再利用反向投影将候选区域与目标区域进行相似性度量，求得最相近的候选区域及其质心；最后，移动候选区域质心将其与目标区域质心重合，再进行下一帧的计算，完成对航道影像的逐帧分析。本发明利用Camshift算法实现对传感器采集到的多变航道信息的综合动态分析，有效的进行动态的航道状态分析，改进传统分析方式的时效性和准确性、提供零失真地分析数据。

技术领域

本发明涉及航道状态的技术领域，特别是指一种基于Camshift算法与影像逐帧结合的航道状态分析方法。

背景技术

作为现代交通运输行业中方便快捷且智能高效的无人船舶运输，占据着进出口货物运输方式中非常大的比重，但运输作业中航道会出现各种各样的未知问题，包括高峰期船只堵塞问题，暗礁，等诸多不利于运行的航道状态，因无人驾驶船只，所以会出现发现不及时、处理不得当的情况，极易造成不可估量的后果，引发严重灾难。

如果直接用传感器或一些感知器件来处理环境数据时，存在很大的弊端，即无法实时将采集的多变环境数据信息进行反馈，不具有时效性。航道状态多变时一般的处理会出现大几率误判现象，导致无人船只运行时收到错误的航行信息，不具有准确性。尤其出现多艘船只堵塞问题时，直接使用传感器和普通的处理方法是无法实现对相似度高的船只编队进行识别感知的，这样一来会造成严重的撞击事故。

发明内容

针对现有无人船只的航道状态信息存在时效性差、准确性低的技术问题，本发明提出了一种基于Camshift算法与影像逐帧结合的航道状态分析方法，实现对传感器采集到的多变航道信息的综合动态分析，有效的进行动态的航道状态分析，改进传统分析方式的时效性和准确性、提供零失真地分析数据。

本发明的技术方案是这样实现的：

一种基于Camshift算法与影像逐帧结合的航道状态分析方法，其步骤如下：

S1、通过船载摄像头采集船只的航道状态视频，获取每帧航道影像，并在初始帧航道影像中标注目标区域及目标区域的质心，设置候选区域和候选区域的中心坐标，建立候选模型；

S2、将步骤S1中的航道影像转化到HSV颜色空间，获得航道影像的颜色直方图；

S3、对步骤S2得到的航道影像的颜色直方图进行反向投影得到图像I，将图像I中的候选区域和目标区域分别均匀化分为m个相等的微元区间，再利用Camshift算法中的calcBackProject函数对图像I中的候选区域和目标区域进行处理，分别得到候选区域的概率密度p_u和目标区域的概率密度q_u，其中，u＝1,2,3,…,m；

S4、根据步骤S3中的候选区域的概率密度p_u和目标区域的概率密度q_u计算候选区域和目标区域之间的相似系数，并利用冒泡排序的方法对相似系数进行排序，保留相似系数最大的候选区域P，计算候选区域P的质心；

S5、判断候选区域P的质心与目标区域的质心是否重合，若是，执行步骤S8，否则，执行步骤S6；

S6、将候选区域P的质心移动至目标区域的质心处，并判断候选区域P的质心的移动距离是否大于阈值T，若是，执行步骤S8，否则，执行步骤S7；

S7、更新候选区域P的质心，重复执行步骤S5；

S8、将候选区域P的质心作为下一帧航道影像的目标质心，并计算出当前帧航道影像对应的无失真的新坐标位置。