原文传递
基于背景减除法的内河运动船舶检测算法研究
| 论文题名： | 基于背景减除法的内河运动船舶检测算法研究 |
| 关键词： | 内河视频;运动船舶检测;稀疏表示;显著性检测;自平衡敏感分割 |
| 摘要： | 我国内河水路资源十分丰富，承担着交通运输业的重要任务。然而，船舶种类的多样性和航道环境的复杂性，给海事监管带来了难度。为加强内河航运安全监管，正逐步建设完成以电子巡航系统为先进技术手段的内河海事监管系统。但是目前，电子巡航系统主要采取人工监控的方式，耗费大量的人力物力。随着图像处理等技术的飞跃发展，将智能视频处理应用于电子巡航系统，自动检测内河视频中的运动船舶，有利于推进电子巡航系统智能化发展。同时，内河视频中运动船舶检测作为低层视觉任务，为船舶跟踪、船舶行为分析等高层视觉任务提供基础和前提。因此，研究内河视频中运动船舶检测具有重要的现实意义。本文的研究内容概括如下： （1）分析内河运动船舶视觉检测与一般的目标视觉检测、运动目标检测、运动车辆检测、海上运动船舶检测的区别与联系；分析内河视频监控中运动船舶检测的重点与难点，明确算法研究方向；阐述算法评价指标，为实验结果定量比较分析提供客观标准。 （2）基于压缩感知理论提出稀疏表示与显著性检测相结合的内河视频中运动船舶检测算法，解决慢速船舶的检测空洞问题。首先利用随机采样和稀疏表示建立背景模型，得到的前景图像中包括完整的船舶，但同时存在船舶运动痕迹；提出利用AC模型和Var模型提取内河图像中的显著区域，有效区分出水面和船舶；然后将前景图像与显著图按位逻辑与得到精确的检测结果；提出背景更新机制，消除船舶运动痕迹，使背景模型不断适应环境的变化。此算法解决了由于船舶体积大、运动速度慢、船体颜色一致，检测出的船舶空洞严重、不完整，运动船舶出现在第一帧时易出现鬼影等问题。 （3）提出自平衡敏感分割优化策略，解决内河环境中阴影和水波纹等的干扰问题。自平衡敏感分割利用颜色和LBSP特征建立背景模型，加入了参数自适应机制，适用于内河场景中阴影、水波纹等动态背景。针对中值滤波机制易对边缘处的小目标产生漏检问题，提出连通域处理优化方法；并利用多线程编程，有效减小时间成本，降低时间复杂度。大量的实验表明，优化后算法比原算法的综合评价指标提升了28%。 （4）为同类研究提供标准的实验样本和平台，建立了一个完备的、公开的内河视频监控中运动船舶检测视频库。通过到各地海事局调研收集丰富多样的内河视频，经过剪切、格式转换、筛选、属性设定、标定等一系列操作，使视频库具有代表性。基于MFC、OpenCV，设计了一个内河视频监控中运动船舶检测算法实验平台，该平台集成了多种算法，效率高，稳定性强，为广大同行提供了科学实验的工具。 |
| 作者： | 路萍萍 |
| 专业： | 控制科学与工程 |
| 导师： | 刘清 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
