基于并行支持向量机加权的标号自动识别方法
【专利摘要】本发明属于光电产品应用【技术领域】，具体涉及一种基于并行支持向量机加权的标号自动识别方法。本发明的方法包括以下步骤：标号定位：通过先验知识定位标号区域；图像二值化：获取标号区域二值化图像；倾斜矫正：旋转二值化图像获取经倾斜矫正的图像；字符分割：提取经倾斜矫正的图像的每个字符；图像归一化：对提取的每个字符进行归一化处理；字符识别：通过SVM进行分类，从而完成字符识别。本发明解决了现有技术仅能针对于稳定平台进行标号识别的技术问题；能够针对船舶、飞机等目标运行快、外界干扰多的快速运动平台进行快速有效的标号识别。
【专利说明】基于并行支持向量机加权的标号自动识别方法
【技术领域】
[0001]本发明属于光电产品应用【技术领域】，具体涉及一种基于并行支持向量机加权的标号自动识别方法。
【背景技术】
[0002]现代社会己进入信息时代，随着计算机技术、通信技术和计算机网络技术的发展，自动化的信息处理能力和水平不断提高，并在人们社会活动和生活的各个领域得到广泛应用。在这种情况下，作为信息来源的图像识别技术越来越受到人们的重视。
[0003]现在船舶识别主要是依靠通用自动识别系统(Automatic IdentificationSystem,简称AIS)，AIS是一种新兴的船舶和岸基广播助航系统，它采用自组织时分多址链接技术，在海事VHF频段无需人工干预的情况下连续自动地播发本船静态、动态、与航次相关信息及安全短消息，同时也能自动接收周围船舶发出的这些消息，并与海岸基站进行信息交换。AIS的应用不仅增强了船舶在海上航行中的相互识别能力，为实现海上交通安全的信息化管理提供了重要保障，而且使海事主管机关能够借助于岸基AIS电台提供的船舶信息及时掌握所辖海域交通状况，有助于加强海上交通管制并提高海域安全管理效率。但是海监人员在海上执法时，往往有一些非法船舶会关闭自身的AIS系统，如何正确的识别出这些船只的标号(如“L67”等字符标号)，此时，需要借助于图像处理技术实现船舶的标号自动识别。
[0004]现有的标号识别方法多是针对于稳定平台进行标号识别，难以满足船舶等目标运行快、外界干扰多的快速运动平台的技术要求。
【发明内容】
[0005]本发明需要解决的技术问题为:现有技术中的标号识别方法仅能针对于稳定平台进行标号识别，难以满足船舶等目标运行快、外界干扰多的快速运动平台的技术要求。
[0006]本发明的技术方案如下所述:
[0007]—种基于并行支持向量机加权的标号自动识别方法，包括以下步骤:
[0008]步骤1.标号定位:通过先验知识定位标号区域；
[0009]步骤2.图像二值化:获取标号区域二值化图像；
[0010]步骤3.倾斜矫正:旋转二值化图像获取经倾斜矫正的图像；
[0011]步骤4.字符分割:提取经倾斜矫正的图像的每个字符；
[0012]步骤5.图像归一化:对提取的每个字符进行归一化处理；
[0013]步骤6.字符识别:通过SVM进行分类，从而完成字符识别。
[0014]作为优选方案，
[0015]步骤3包括水平倾斜校正和垂直倾斜校正:
[0016]对二值化图像在各角度下做水平投影，获取投影图的峰宽最窄的角度α，将二值化图像旋转α角度获得水平倾斜校正图像；[0017]对水平倾斜校正图像在各角度下做水平投影，计算标号各字符投影距离之和，标号各字符投影距离之和最小的情况所对应的投影角度为垂直倾斜角度β ;将水平倾斜校正图像旋转β角度获得垂直倾斜校正图像，由此完成倾斜校正。
[0018]作为优选方案，
[0019]步骤4中，对经倾斜矫正的图像进行投影，投影图中每个波谷位置即为标号的字符分割点，根据字符分割点C，将提取每个字符出来。
[0020]作为优选方案，
[0021]步骤6中，提取标号密度特征P。、方向特征a。、穿透特征p。，通过SVM进行分类，从而完成字符识别。
[0022]作为优选方案，
[0023]步骤I中，通过颜色信息和位置信息定位标号区域。作为优选方案，
[0024]步骤2中，对标号区域进行灰度化，获取灰度图像；进而进行二值化，获取二值化图像。
[0025]本发明的有益效果为:
[0026]本发明的基于并行支持向量机加权的标号自动识别方法，能够针对船舶、飞机等目标运行快、外界干扰多的快速运动平台进行快速有效的标号识别。
[0027]采用本发明的方法实现的装置可以装配在船舶上，对海上其他船只或空中飞机进行标号识别。例如，在维权取证过程中，飞机目标由于运行速度太快，海上风浪太大，导致有时无法及时捕捉飞机标号，通过本发明的方法，使系统快速响应，在第一时间识别目标标号，提高海监的维法取证能力。
[0028]本发明的方法通过先验知识，对目标提取不同的特征，通过SVM进行特征融合，同时，考虑到不同特征对同一字符区分能力的差异，加权不同特征识别结果，从而达到正确识别字符的目的。
【具体实施方式】
[0029]下面结合实施例对本发明的基于并行支持向量机加权的标号自动识别方法进行详细说明。
[0030]本发明的基于并行支持向量机加权的标号自动识别方法，包括如下步骤:
[0031]步骤1.标号定位
[0032]通过先验知识可知快速运动目标标号的颜色信息和位置信息，例如船只标号的颜色为蓝色且位于船首位置，通过颜色信息和位置信息来有效定位标号区域RU，y)。
[0033]步骤2.图像二值化
[0034]对标号区域R(x，y)进行灰度化，获取灰度图像Rg(X，y);进而进行二值化，获取二值化图像Rt (X，y) ο
[0035]步骤3.倾斜校正
[0036]步骤3.1..水平倾斜校正
[0037]对二值化图像Rt (X，y)在各角度下做水平投影，获取投影图的峰宽最窄的角度α，该角度ct即为水平倾斜的角度。将二值化图像Rt (X，y)旋转α角度获得水平倾斜校正图像 Ra (X，y)。[0038]步骤3.2.垂直倾斜校正
[0039]对水平倾斜校正图像Ra (x, y)在各角度下做水平投影，计算标号各字符投影距离之和，标号各字符投影距离之和最小的情况所对应的投影角度即为垂直倾斜角度β。将水平倾斜校正图像Ra U，y)旋转β角度获得垂直倾斜校正图像Re (X，y)。
[0040]步骤4.字符分割
[0041]对标号在垂直方向进行投影，投影图中每个波谷位置即为标号的字符分割点C，根据字符分割点C，将每一个字符Ci(x，y)提取出来，其中i = 1,2......N，N为标号的字符个数。
[0042]步骤5.图像归一化
[0043]字符Ci (X，y)的宽度为W0,高度为Iv (x0, y0)为其中任一点。对字符Ci (x, y)进行归一化处理，得到宽度为W1、高度为hi的归一化图像gi(x，y)，(X1, Y1)为其中任一点，则各像素点对应的关系如下式所示:
【权利要求】
1.一种基于并行支持向量机加权的标号自动识别方法，其特征在于:包括以下步骤: 步骤1.标号定位:通过先验知识定位标号区域； 步骤2.图像二值化:获取标号区域二值化图像； 步骤3.倾斜矫正:旋转二值化图像获取经倾斜矫正的图像； 步骤4.字符分割:提取经倾斜矫正的图像的每个字符； 步骤5.图像归一化:对提取的每个字符进行归一化处理； 步骤6.字符识别:通过SVM进行分类，从而完成字符识别。
2.根据权利要求1所述的基于并行支持向量机加权的标号自动识别方法，其特征在于: 步骤3包括水平倾斜校正和垂直倾斜校正: 对二值化图像在各角度下做水平投影，获取投影图的峰宽最窄的角度α，将二值化图像旋转α角度获得水平倾斜校正图像； 对水平倾斜校正图像在各角度下做水平投影，计算标号各字符投影距离之和，标号各字符投影距离之和最小的情况所对应的投影角度为垂直倾斜角度β ;将水平倾斜校正图像旋转β角度获得垂直倾斜校正图像，由此完成倾斜校正。
3.根据权利要求1所述的基于并行支持向量机加权的标号自动识别方法，其特征在于: 步骤4中，对经倾斜矫正的图像进行投影，投影图中每个波谷位置即为标号的字符分割点，根据字符分割点C，将提取每个字符出来。
4.根据权利要求1所述的基于并行支持向量机加权的标号自动识别方法，其特征在于: 步骤6中，提取标号密度特征pc、方向特征ac、穿透特征pc，通过SVM进行分类，从而完成字符识别。
5.根据权利要求1或2或3或4所述的基于并行支持向量机加权的标号自动识别方法，其特征在于: 步骤I中，通过颜色信息和位置信息定位标号区域。
6.根据权利要求1或2或3或4所述的基于并行支持向量机加权的标号自动识别方法，其特征在于: 步骤2中，对标号区域进行灰度化，获取灰度图像；进而进行二值化，获取二值化图像。
【文档编号】G06K9/62GK103886320SQ201410012393
【公开日】2014年6月25日 申请日期:2014年1月10日 优先权日:2014年1月10日
【发明者】李香祯, 石春雷, 柴智, 杨文佳, 张挺 申请人:北京环境特性研究所