[发明专利]基于深度学习的海事雷达图像处理方法有效
| 申请号： | 201810023451.5 | 申请日： | 2018-01-10 |
| 公开（公告）号： | CN108197582B | 公开（公告）日： | 2021-09-14 |
| 发明（设计）人： | 谢磊;夏文涛;薛双飞;包竹;陆楠楠 | 申请（专利权）人： | 武汉理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06T5/00;G06T7/187;G06T7/254 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 王守仁 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开的基于深度学习的海事雷达图像处理方法，是一种利用图像处理算法和卷积神经网络结合识别海事雷达图像中船舶目标，具体是：先利用灰度化、中值滤波、连通域标记、双阈值连通域处理算法预处理海事雷达图像，再利用帧间相加和骨架细化算法得到船舶目标初始的运动矢量，通过隔帧差法得到船舶目标在不同帧数的运动矢量，根据这两个运动矢量得到隔帧差法的最佳帧数；然后利用帧间差异和船舶的形状、轮廓和运动特征提取船舶目标和非船舶目标；最后利用卷积神经网络对船舶目标和非船舶目标进行训练和测试，将训练的卷积神经网络用于海事雷达图像船舶目标识别。本发明充分利用船舶的运动特征对船舶目标的识别比传统的方法更加简便，效果更佳。 | ||
| 搜索关键词： | 基于 深度 学习 海事 雷达 图像 处理 方法 | ||
【主权项】：
1.一种基于深度学习的海事雷达图像处理方法，其特征是一种利用图像处理算法和卷积神经网络结合识别海事雷达图像中船舶目标，具体是：首先利用灰度化、中值滤波、连通域标记、双阈值连通域处理算法预处理海事雷达图像，然后利用帧间相加和骨架细化算法得到船舶目标初始的运动矢量，通过隔帧差法得到船舶目标在不同帧数的运动矢量，根据这两个运动矢量得到隔帧差法的最佳帧数；再利用帧间差异和船舶的形状、轮廓和运动特征提取船舶目标和非船舶目标；然后利用卷积神经网络对船舶目标和非船舶目标进行训练和测试，将训练的卷积神经网络用于海事雷达图像船舶目标识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉理工大学，未经武汉理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810023451.5/，转载请声明来源钻瓜专利网。
