基于图像的船舶身份识别方法与流程

本发明涉及的是一种图像处理技术领域的方法，特别是一种基于图像的船舶身份识别方法。

背景技术：

在海警、海事、船舶管理系统等军民用领域中，视频监控成为一种重要的信息来源，从实时视频监控中快速有效的提取船舶目标，对船舶身份进行自动判别，对船舶异常行为进行告警，成为一个重要的应用领域。在目标检测技术中，应用比较广泛的有背景差分法、帧间差分法、光流法等，背景差分法易受环境光线变化的影响，不适用于背景变化很大的情况；帧间差分法帧间时间间隔的选取很重要，只能提取出目标边界；光流法对硬件要求比较高，计算较复杂，抗噪性差。因此，如何快速有效的检测船舶目标，结合其它来源信息，对船舶身份和行为进行判别成为一个重要发展趋势。

技术实现要素：

发明目的：为了解决现有技术存在的问题，提供一种简单、有效的船舶目标提取和身份判别方法，从而实现异常船舶身份识别与告警，本发明提供一种基于图像的船舶身份识别方法。

技术方案：一种基于图像的船舶身份识别方法，包括以下步骤：

(1)利用摄像头实时采集图像，得到原始图像；

(2)采用平均帧间差分法对原始图像的背景进行重建与自动更新，得到参考背景图像；

(3)利用背景差分法将原始图像与参考背景图像进行差分，提取运动船舶目标，得到船舶目标的二值图像；

(4)从船舶目标的二值图像中提取运动船舶目标的参数信息，所述参数信息包括船舶的位置、尺寸几颜色；

(5)提供ais信息，以ais信息为参考，对船舶身份进行印证、判别，若判断为异常船舶，则进行告警。

有益效果：本发明提供的一种基于图像的船舶身份识别方法，与现有技术相比，具有如下技术效果：

(1)采用平均帧间差分法实现图像背景的快速重建和自动更新，采用改进的背景差分法实现目标快速有效地检测；

(2)提取船舶目标的参数信息，同时结合ais参数信息，进行船舶身份判别和告警处理；

(3)该方法计算量小，易于工程实现，实验结果表明，本发明中的船舶目标能够实现快速、准确提取和身份识别，并在海警、海事、船舶管理系统等军事和民事领域有着广泛的应用前景。

附图说明

图1是本发明基于图像的船舶身份识别方法的流程图；

图2是摄像机标定模型示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。

如图1所示，基于图像的船舶身份识别方法包括以下步骤：

1、利用摄像头实时采集图像，得到原始图像。其中，摄像头采用云台全方位移动及镜头变倍、变焦控制的ptz摄像头，可以全方位采集，不会遗漏船舶。

2、采用平均帧间差分法对原始图像的背景进行重建与自动更新，得到参考背景图像。

(21)连续采集最新的k幅原始图像，并对原始图像进行灰度化处理，得到灰度图像，记为图像序列fi(x，y)(i＝1，2，...，k)，其中(x，y)表示图像中像素坐标，fi(x，y)表示第i帧图像中坐标(x，y)处像素的灰度值；

(22)对步骤(21)得到的灰度图像作两两帧间差分处理，得到差分图像，所述差分图像的计算公式为：

δfi(x，y)＝|fi(x，y)-fi-1(x，y)|(i＝2，3，...，k)(1)

式中，δfi(x，y)表示差分图像，fi-1(x，y)表示第i-1帧中坐标(x，y)处的像素灰度值；

(23)设定帧差阈值t，将差分图像与帧差阈值t进行比较，对原始图像的背景进行重建：

式中，bi(x，y)为重建的第i帧背景图像，n为重建的背景图像总数，b(x，y)为重建后的参考背景图像。

3、利用背景差分法将原始图像与参考背景图像进行差分，提取运动船舶目标，得到船舶目标的二值图像。这里采用的背景差分法是在现有技术的背景差分法上做的改进，改进后的背景差分法为：

(31)在原始图像中设置“虚拟线圈”矩形触发区域，矩形触发区域的宽度和高度根据原始图像的宽度和高度取值；设定矩形触发区域位于图像的中心位置，取原始图像的宽度作为矩形触发区域的宽度，矩形触发区域的高度设为原始图像高度的1/4。

(32)设定差分阈值t0，对于步骤(2)实时输入的图像序列，在矩形触发区域内将原始图像和参考背景图像作差分处理，并将差分结果与t0相比较，再更新差分结果：

di(x，y)＝|fi(x，y)-b(x，y)|(4)

式中，di(x，y)为矩形触发区域内的原始图像与参考背景图像的差分结果；

设置触发阈值，统计di(x，y)中大于0的像素的个数，若大于0的像素的个数大于触发阈值，则原始图像被成功触发，执行步骤(33)；否则丢弃该原始图像，继续处理下一帧；

(33)设定二值化阈值t1，对于成功触发的原始图像，将原始图像中的所有像素与参考背景图像做差分，如果差分值大于二值化阈值t1，则将该处的像素灰度值置为255，否则置为0，从而得到船舶目标的二值图像；

(34)对步骤(33)得到的船舶目标的二值图像进行滤波等去噪处理；利用图像开闭运算等形态学方法去除二值图像中的孔洞，从而得到完整的船舶目标的二值图像。

本实施例中采用的改进的背景差分法与传统背景差分法不相同，并不对图像所有像素做差分，而是首先进行条件判断，即对矩形触发区域内的像素做差分，满足触发条件的进行全局差分计算，否则不满足触发条件，丢弃该帧图像；其次，本文中进行背景差分法计算时对图像的背景进行实时重建，使得图像的背景能够得到及时更新，有效的去除背景变化对目标检测的影响。

4、从船舶目标的二值图像中提取运动船舶目标的参数信息，所述参数信息包括船舶的位置、尺寸几颜色。

(41)所述步骤4中提取运动船舶目标的位置的方法为：

利用canny边缘检测方法提取二值图像中船舶目标的轮廓，计算船舶目标轮廓外接矩形触发区域的重心所在处的像素坐标，记为(u，v)；如图2所示，标定摄像机模型，并获取摄像机的焦距、高度、姿态参数；利用摄像机标定模型将船舶重心像素坐标(u，v)转换为物理坐标(xw，yw，0)：

在摄像机标定模型中，原点位于图像中心；(xw，yw，0)为转换后的船舶物理坐标，原点为摄像机光轴与地面交点，记为点q；f为摄像机焦距，h为摄像机高度，t为摄像机俯仰角，p为偏角，s为旋转角；

根据得到的物理坐标(xw，yw，0)利用大地坐标系转换即可得到船舶目标的经纬度。

(42)所述步骤4中提取运动船舶目标的尺寸的方法为：

采用最小二乘法进行拟合，确定船舶目标外接矩形区域的中心和主轴，计算船舶轮廓与主轴交点坐标，记为点a(x1，y1)、点b(x2，y2)，利用上述的摄像机标定模型将点a和点b坐标分别转换为物理坐标wa和wb，取wa和wb间的距离为船舶的长度；计算船舶目标外接矩形轮廓上垂直到主轴的最大距离作为船舶的宽度，利用上述的摄像机标定模型和摄像机焦距将像素坐标宽度转换为物理坐标系船舶实际宽度。

(43)所述步骤4中提取运动船舶目标的颜色的方法为：

利用船舶目标的外接矩形触发区域参数将采集的原始图像中的船舶目标提取出来，根据rgb色彩空间信息提取目标的主色彩特征，判断船舶目标的颜色。

5、提供ais信息，以ais信息为参考，对船舶身份进行印证、判别，若判断为异常船舶，则进行告警。具体步骤为：

(51)将图像采集的时刻记为基准时间t，设定时间误差t1，在(t-t1，t+t1)时间范围内，提取ais接收机实时接收的ais信息参数，ais信息参数包括时间、经纬度、船长、船宽、船名、呼号等；

(52)将图像采集时刻t提取的运动船舶目标的参数信息，与步骤(51)获得的ais信息参数作位置相关、船舶尺寸相关比较，在容差范围内的初判为相关；否则为不相关，不想关的船舶判为异类船舶，并进行告警。