[发明专利]一种海上全景去雾目标识别方法

说明书

本发明公开了一种海上全景去雾目标识别方法，包括视频去雾、360°全景拼接、目标识别三部分，在基于暗通道优先原理(DCP)的复原中，结合图像自适应对比度增强算法，图像彩色直方图拉伸算法以及颜色平衡算法进行去雾图像流处理输出，通过360度全景视频拼接算法，实现去雾后图像的实时拼接与黑边剪裁，将处理完成的全景实时视频传输到显示器中，结合目标识别算法对海上目标进行识别，该方法检测在速度和精度上均可取得较好结果，且识别范围广，大幅度降低了误检率，保证了正确率，为船舶航行、航道监控等提供信息支持，减少船舶航行中的安全隐患。

技术领域

本发明涉及海洋观察监测领域领域，尤其是一种海上全景去雾目标识别方法。

背景技术

随着海运行业发展，进出港的船舶数量日益增长，船舶在航行过程中，尤其是雾天航行的情况下，海雾极大程度上影响了港口船舶作业安全性，其危险程度不言而喻。海雾中尤以团雾危险程度最高，往往造成作业中船舶事故发生。因船用雷达无法检测和识别小型渔船、漂浮物等小型目标，导致船舶与小型渔船、漂浮物等有撞击的安全隐患，增加了船舶生产作业的安全风险，目前做法是让船舶水手帮助瞭望，但船舶周围的作业区，单靠肉眼是无法全部观测到位的。

近年来因视线盲区影响发生了多次危险事件，单凭肉眼无法解决视线盲区的问题，类似事件给船舶安全生产敲响了警钟，视线盲区问题成为船舶安全航行作业的潜在风险。船舶驾驶员在航行作业中对周边的海域环境、碍航物等安全风险环境全面准确了解掌握的需求日益迫切。

发明内容

为了克服现有技术中存在的上述问题，本发明提出一种海上全景去雾目标识别方法。

本发明解决其技术问题所采用的技术方案是：一种海上全景去雾目标识别方法，包括以下步骤：

S1：通过多个摄像头模组联动，获取海面目标周围360度全景真实雾气图像，进行预处理形成标准RGB图像；

S2：对S1中得到的标准RGB图像采用优化的对比度算法确定最优透过率，消除颜色失真，提高对比度和清晰度；

S3：对S2中得到的图像通过颜色平衡算法减轻颜色偏移；

S4：对S3中得到的图像进行图像彩色直方图拉伸，提高去雾图像的亮度和对比度；

S5：通过360度全景视频拼接算法对S4中得到的图像进行自动拼接，并根据全景视频效果进行黑边剪裁，并将处理后的全景视频在显示器中显示；

S6：对S5中得到的全景视频图像进行关键帧截取，通过目标识别网络提取关键帧图像中的信息特征，并对信息特征进行处理，最终通过目标识别网络对海上目标进行识别及定位。

上述的一种海上全景去雾目标识别方法，所述S1中获取RGB图像的方法为：通过有雾图像的复原模型获取RGB图像，其中有雾图像的复原模型可描述为：

I(x)＝J(x)t(x)+A(1-t(x))

其中，I(x)为待去雾图像，J(x)为恢复的无雾的图像，A为周围环境的背景光，t(x)为图像透射率。

上述的一种海上全景去雾目标识别方法，所述S2中采用优化的对比度算法确定最优透过率的具体步骤包括：

S21：通过复原模型获取的RGB格式的雾气图像：