[发明专利]一种桥梁防撞系统中的船舶检测方法

摘要

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。

主权项

1.一种桥梁防撞系统中的船舶检测方法，其特征在于，所述方法包括下列步骤：/n采用张正友棋盘格标定法进行摄像机标定，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：/n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；/n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；/n以传感器测量棋盘格平面至水面的距离，获取景深；/n根据相似三角形定理，给定水面上虚拟航道四点的世界坐标，计算求得棋盘格平面上四点的世界坐标，以XML文件中的参数矩阵，计算虚拟航道四点于图像中的像素坐标；/n图像获取与预处理；/n绘制虚拟航道；/n结合混合高斯背景法与三帧差分法检测运动前景；/n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；/n搭建、训练、测试深度神经网络DNN；/n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；/n根据标定结果，定时监测船舶航航行状况。/n