内河视频监控中运动船舶检测算法研究
发布时间：2021-08-03 23:37
视频监控在内河航运管理中应用广泛,不仅能监控船舶航运的状态,还可实现船只的跟踪定位、信息查询、应急处理等功能,已成为未来航运管理发展的新方向。在实际的内河场景中,由于存在很多不确定因素,包括光线变化、水面波动、自身倒影等干扰,准确提取完整的船舶目标仍十分困难。本文从人类的视觉注意机制入手,对视频序列中的运动船舶检测算法进行研究与实验,主要工作和研究成果概括如下:首先,分析了运动目标检测中常用算法,确定了背景差分法为最适用于水域环境下的目标检测算法。对存在的水波纹区域,提出将视觉显著性运用到船舶的检测中;其次,针对原MSS算法获取的显著区域的显著度较低,易造成显著目标不完整的问题做了改进。本文提出用高斯金字塔对图像进行多尺度采样,获取显著目标局部和全局对比度信息,然后在特征提取部分引入边缘特征,以保持显著目标信息的完整性,再把不同尺度下的显著图融合增强显著区域的显著度。与现有算法对比实验表明,本文算法能更好的突出显著区域,得到内部均匀的显著目标;最后,改进的MSS算法应用于船舶目标的检测中,不仅能抑制水波纹,而且能定位船舶目标区域。但获取的结果除船舶目标外,还包含其他高显著区域,为此本文...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图３．１视觉显著示例图??
色空间模型??可以通过颜色特征很容易辨识出图像的主体与背景。因此在显著多方法都采用了颜色特征。提取颜色特征需要用到相关的颜色空节主要介绍文中算法用到的ＲＧＢ颜色空间模型和Ｌａｂ颜色空间）?ＲＧＢ颜色空间模型??Ｂ颜色模型选取红、绿、蓝三种颜色作为原色，将各原色进行组合是与硬件设备相关的颜色模型。??ＧＢ颜色空间模型中，可以用一个长度为１的立方体来表示观察到立在笛卡尔坐标系中，示意图如图３．２所示。顶点（１，０，０）为红色，（０，０，１）为蓝色；原点（０，０，０）为黑色，（１，１，１）为白色；顶点（０，１，１）为青色，，（１，１，０）为黄色。立方体中的每一点都可以用坐标表示出来，每个?Ｒ、Ｇ、Ｂ的分量，三个坐标分量合成的颜色就是空间内相应坐标
ａｂ颜色空间模型??今人眼可见最完备的模型，现经修改后被正式命名为ＧＩＥＬ空间模型如图３．３所示。在Ｌａｂ模型中，Ｌ表示亮度，取值表示颜色从绿色到红色，取值为［－１２８，１２７］；?ｂ通道表示－１２８，１２７］。??间模型致力于均匀感知，在视觉感知上可以较好的接近人无关，弥补了?ＲＧＢ颜色空间模型必须依赖设备颜色特性觉显著性检测法都采用该颜色空间模型进行计算。Ｌａｂ颜色空间转换得到，具体转换如下所示：??１?＝?０．２１２６００７?＊ｉ？?＋?０．７１５１９４７＊Ｇ?＋?０．０７２２０４６?＊?Ｂ??ａ?＝?０．３２５８９６２?＊Ｒ－?０．４９９２５９６?＊?Ｇ?＋?０．１７３３４０９?＊５?＋?１２８６?＝?０．１２１８１２８＊ｉ？?＋?０．３７８５６１０＊Ｇ－０．５００３７３８＊５?＋?１２８??
【参考文献】：
期刊论文
[1]基于多尺度多特征视觉显著性的海面舰船检测[J]. 丁鹏,张叶,贾平,常旭岭. 光学精密工程. 2017(09)
[2]海事管理过程中智能视频技术的运用[J]. 林晨,钟志根. 中国水运. 2017(09)
[3]低空航拍视频中基于Vibe算法的船舶检测方法[J]. 蒋晶晶,安博文. 微型机与应用. 2017(10)
[4]基于视觉显著性的无监督海面舰船检测与识别[J]. 徐芳,刘晶红,曾冬冬,王宣. 光学精密工程. 2017(05)
[5]图像阈值分割算法及对比研究[J]. 詹志宇,安友军,崔文超. 信息通信. 2017(04)
[6]三帧差分运动目标检测算法分析与验证[J]. 尹红娟,栾帅. 计算机与数字工程. 2017(01)
[7]复杂环境下基于视觉显著性的人脸目标检测[J]. 陈凡,童莹,曹雪虹. 计算机技术与发展. 2017(01)
[8]基于多结构形态学的港口船舶检测方法[J]. 石文豪,安博文. 计算机系统应用. 2016(10)
[9]论内河航运的可持续发展[J]. 刘冰冰,李怡,吴宇雷,吴林键. 水道港口. 2015(02)
[10]内河船舶避碰决策研究现状及趋势分析[J]. 盛进路,赵虎刚,杨富华,王俊杰,严庭玉. 世界海运. 2015(03)
博士论文
[1]视觉显著性检测模型研究及应用[D]. 林名强.中国科学技术大学 2016
[2]视觉显著性检测关键技术研究[D]. 景慧昀.哈尔滨工业大学 2014
[3]视觉显著性应用研究[D]. 敖欢欢.中国科学技术大学 2013
硕士论文
[1]基于显著性和LBP方法的车辆检测[D]. 乔广莹.吉林大学 2016
[2]基于视觉显著性的遥感图像飞机检测算法研究[D]. 张文杰.华中科技大学 2016
[3]基于码本学习的背景建模方法研究[D]. 秦志远.电子科技大学 2015
本文编号：3320538
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图３．１视觉显著示例图??
色空间模型??可以通过颜色特征很容易辨识出图像的主体与背景。因此在显著多方法都采用了颜色特征。提取颜色特征需要用到相关的颜色空节主要介绍文中算法用到的ＲＧＢ颜色空间模型和Ｌａｂ颜色空间）?ＲＧＢ颜色空间模型??Ｂ颜色模型选取红、绿、蓝三种颜色作为原色，将各原色进行组合是与硬件设备相关的颜色模型。??ＧＢ颜色空间模型中，可以用一个长度为１的立方体来表示观察到立在笛卡尔坐标系中，示意图如图３．２所示。顶点（１，０，０）为红色，（０，０，１）为蓝色；原点（０，０，０）为黑色，（１，１，１）为白色；顶点（０，１，１）为青色，，（１，１，０）为黄色。立方体中的每一点都可以用坐标表示出来，每个?Ｒ、Ｇ、Ｂ的分量，三个坐标分量合成的颜色就是空间内相应坐标
ａｂ颜色空间模型??今人眼可见最完备的模型，现经修改后被正式命名为ＧＩＥＬ空间模型如图３．３所示。在Ｌａｂ模型中，Ｌ表示亮度，取值表示颜色从绿色到红色，取值为［－１２８，１２７］；?ｂ通道表示－１２８，１２７］。??间模型致力于均匀感知，在视觉感知上可以较好的接近人无关，弥补了?ＲＧＢ颜色空间模型必须依赖设备颜色特性觉显著性检测法都采用该颜色空间模型进行计算。Ｌａｂ颜色空间转换得到，具体转换如下所示：??１?＝?０．２１２６００７?＊ｉ？?＋?０．７１５１９４７＊Ｇ?＋?０．０７２２０４６?＊?Ｂ??ａ?＝?０．３２５８９６２?＊Ｒ－?０．４９９２５９６?＊?Ｇ?＋?０．１７３３４０９?＊５?＋?１２８６?＝?０．１２１８１２８＊ｉ？?＋?０．３７８５６１０＊Ｇ－０．５００３７３８＊５?＋?１２８??
【参考文献】：
期刊论文
[1]基于多尺度多特征视觉显著性的海面舰船检测[J]. 丁鹏,张叶,贾平,常旭岭. 光学精密工程. 2017(09)
[2]海事管理过程中智能视频技术的运用[J]. 林晨,钟志根. 中国水运. 2017(09)
[3]低空航拍视频中基于Vibe算法的船舶检测方法[J]. 蒋晶晶,安博文. 微型机与应用. 2017(10)
[4]基于视觉显著性的无监督海面舰船检测与识别[J]. 徐芳,刘晶红,曾冬冬,王宣. 光学精密工程. 2017(05)
[5]图像阈值分割算法及对比研究[J]. 詹志宇,安友军,崔文超. 信息通信. 2017(04)
[6]三帧差分运动目标检测算法分析与验证[J]. 尹红娟,栾帅. 计算机与数字工程. 2017(01)
[7]复杂环境下基于视觉显著性的人脸目标检测[J]. 陈凡,童莹,曹雪虹. 计算机技术与发展. 2017(01)
[8]基于多结构形态学的港口船舶检测方法[J]. 石文豪,安博文. 计算机系统应用. 2016(10)
[9]论内河航运的可持续发展[J]. 刘冰冰,李怡,吴宇雷,吴林键. 水道港口. 2015(02)
[10]内河船舶避碰决策研究现状及趋势分析[J]. 盛进路,赵虎刚,杨富华,王俊杰,严庭玉. 世界海运. 2015(03)
博士论文
[1]视觉显著性检测模型研究及应用[D]. 林名强.中国科学技术大学 2016
[2]视觉显著性检测关键技术研究[D]. 景慧昀.哈尔滨工业大学 2014
[3]视觉显著性应用研究[D]. 敖欢欢.中国科学技术大学 2013
硕士论文
[1]基于显著性和LBP方法的车辆检测[D]. 乔广莹.吉林大学 2016
[2]基于视觉显著性的遥感图像飞机检测算法研究[D]. 张文杰.华中科技大学 2016
[3]基于码本学习的背景建模方法研究[D]. 秦志远.电子科技大学 2015
本文编号：3320538
本文链接：https://www.wllwen.com/kejilunwen/chuanbolw/3320538.html
