基于运动轨迹的船体尺寸视频检测算法与实现

发布时间：2017-09-26 18:26

  本文关键词：基于运动轨迹的船体尺寸视频检测算法与实现

  更多相关文章： 运动检测 分割 跟踪 轨迹 船舶测量

【摘要】：航道的水涨水落,加之船舶尺寸不规范,船舶的撞桥、搁浅时有发生。如何通过监控视频监测船舶的尺寸涉及航道运行安全。然而水面场景的复杂性,船舶的互相遮挡,给运动船舶的提取和跟踪带来了困难,影响尺寸检测的精度。论文源自《船联网》国家重大专项子项目,研究了基于视频图像检测、跟踪河道中运动船舶的难点和解决方法,并利用图像计算船舶的尺寸参数。在船舶检测阶段,最常用的是背景减除法,但检测到的运动船舶往往并不完整,给船舶的提取和分割带来了困难。论文针对船舶检测中的船舶分体和相近两条船舶合一的实际问题,改进了船舶分割的方法。在运动船舶轨迹提取方面,往往采用了 Kalman滤波跟踪。然而Kalman多目标追踪不能解决船舶遮挡的问题,论文引入直方图跟踪并用聚合向量的方法加以改进。相比直方图跟踪,该方法在光线变化的情况下仍然适用,可以作为船舶遮挡时的补充跟踪方法。在船舶图像尺寸测量时,一般采用矩形逼近的方法,该方法将船舶尺寸计算转化为矩形长宽的计算,但矩形的四个顶点通常落在船舶的边缘之外。论文利用船舶的轮廓截取船舶的轨迹直线,将截取的线段作为船舶的长度大小。这种方法相比矩形逼近方法,能保证轨迹和轮廓的交点一定在船沿上。论文的主要创新点有:●改进了运动船舶的完整提取方法,既合并了运动检测中船舶分体的区域,也避免了邻近两条船舶合一的问题;●给出了聚合向量跟踪方法,弥补了 Kalman跟踪在船舶遮挡中追踪失效的不足,也克服了直方图在船舶跟踪难以区分不同目标的问题,得到遮挡情况下船舶的完整轨迹;●优化了船舶图像尺寸计算方法,由原来的只计算船舶矩形框的长宽改进为通过轨迹直线和轮廓点的交点计算船舶的长宽,避免了矩形顶点不在船沿上的缺点,得到了准确的船舶尺寸。
【关键词】：运动检测 分割 跟踪 轨迹 船舶测量
【学位授予单位】：南京大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U675.79;TP391.41
【目录】：

• 摘要5-7
• Abstract7-9
• 第一章 绪论9-19
• 1.1 研究的背景和意义9-10
• 1.2 内河航道的视频监控与测量10-11
• 1.3 内河航道智能视频检测的模块组成11-13
• 1.4 研究现状13-15
• 1.4.1 国内外船舶监控和测量研究现状13-14
• 1.4.2 智能监控中船舶检测、跟踪与测量14-15
• 1.5 论文的主要工作15-16
• 1.6 论文的组织结构16-19
• 第二章 运动船舶的提取与分割19-38
• 2.1 主要流程19-20
• 2.2 运动船舶检测20-28
• 2.2.1 帧差法20-23
• 2.2.2 背景差分模型23-28
• 2.3 检测结果的形态学处理28-32
• 2.4 多条运动船舶的分离32-36
• 2.4.1 多条运动船舶分离的基本方法32-34
• 2.4.2 多条船舶分割的难点与改进方法34-36
• 2.5 本章小结36-38
• 第三章 运动船舶的轨迹提取38-62
• 3.0 船舶轨迹提取方法设计38-39
• 3.1 中心点特征描述39-40
• 3.2 无遮挡时Kalman跟踪提取轨迹点40-47
• 3.2.1 Kalman滤波原理40-42
• 3.2.2 运动船舶的Kalman跟踪42-47
• 3.3 遮挡时的船舶跟踪47-61
• 3.3.1 直方图特征跟踪47-54
• 3.3.2 色彩聚合向量跟踪54-61
• 3.4 本章小结61-62
• 第四章 船舶图像的长宽测量62-71
• 4.1 摄像机标定算法62-63
• 4.2 矩形表示法63-64
• 4.3 旋转矩形表示法64-68
• 4.4 轨迹直线和轮廓相交提取长宽的基准点68-70
• 4.4.1 二值图像的轮廓提取69
• 4.4.2 二值图像的轮廓和轨迹直线相交69-70
• 4.5 本章小结70-71
• 第五章 总结与展望71-73
• 5.1 全文总结71-72
• 5.2 未来工作展望72-73
• 参考文献73-76
• 致谢76-77
• 附录 攻读硕士学位期间的学术成果和参与项目等77-78

【相似文献】

中国期刊全文数据库 前10条

1 黄浩军;胡鹏;李涛;庞淑英;;交通视频检测系统中背景提取的优化算法[J];湖北汽车工业学院学报;2006年04期

2 曾炎盛;马寿峰;钟石泉;贾宁;;基于视频检测的交通冲突判别方法和模型[J];交通信息与安全;2012年04期

3 王霄维;王殿海;江晟;赵莹莹;;基于时空上下文信息的混合交通视频检测算法[J];北京理工大学学报;2013年12期

4 熊昕;徐建闽;;基于速度分类算法的交通事件视频检测系统设计[J];交通信息与安全;2013年02期

5 李敬峰;;视频检测在隧道意外检测系统的应用[J];中国交通信息产业;2004年07期

6 段立桥;;两种视频检测系统对比应用分析[J];中国交通信息产业;2006年11期

7 吕鎏栋;;基于视频检测的流量监测技术在高速公路中的应用[J];中国新技术新产品;2012年05期

8 刘晓薇;胡振民;余鹤龄;;违章车辆视频检测算法的研究[J];华东交通大学学报;2007年05期

9 苏义军;深孔视频检测仪器的开发和应用[J];现代车用动力;1997年04期

10 苏义军;深孔视频检测仪器的开发和应用[J];现代车用动力;1998年03期

中国重要会议论文全文数据库 前2条

1 秦钟;王法胜;;交叉口排队长度的视频检测[A];第二十九届中国控制会议论文集[C];2010年

2 柯刚铠;胡坚明;姚丹亚;;一种适用于嵌入式平台的交通流视频检测方法[A];2008第四届中国智能交通年会论文集[C];2008年

中国重要报纸全文数据库 前4条

1 雷晓;用视频检测完成智能监控[N];中国交通报;2003年

2 徐颖 编译;视频检测系统帮我们得到接近完美的雕刻网穴[N];中国包装报;2002年

3 毅力;Micro-Check视频检测系统[N];中国包装报;2002年

4 记者 朱盈洁;大企业申报数量增加[N];首都建设报;2006年

中国博士学位论文全文数据库 前6条

1 刘红;近重复视频检测算法研究[D];复旦大学;2012年

2 江晟;混合交通视频检测关键技术研究[D];吉林大学;2013年

3 马增强;运动车辆视频检测与分割方法研究[D];北京交通大学;2011年

4 曲昭伟;混合交通视频检测算法研究[D];吉林大学;2009年

5 李娟;城市交通系统中行人交通视频检测的理论与方法[D];北京交通大学;2010年

6 李晗;同步检测线方法及其在轨道交通中的应用[D];浙江大学;2005年

中国硕士学位论文全文数据库 前10条

1 刘晓亮;基于视频检测的高速公路交通事件影响预测研究[D];山东大学;2015年

2 董志强;视频检测与识别技术在列检人员安全监测中的应用研究[D];兰州交通大学;2015年

3 王骁;基于DSP的地下停车场车流量视频检测系统的设计[D];中北大学;2016年

4 曾苗祥;基于硬件的低俗视频检测系统的设计与实现[D];华中科技大学;2014年

5 亓骏唯;遗留物品的自动视频检测和识别[D];天津工业大学;2016年

6 高岩;基于动态与静态信息融合的暴力视频检测[D];中国民航大学;2016年

7 王娜;基于SVM算法的前方车辆视频检测[D];山东师范大学;2016年

8 韩晶;基于多颜色空间能量曲线族的不良视频检测系统[D];济南大学;2016年

9 陈诚;现役缆索的移动式视频检测系统研究与开发[D];东南大学;2016年

10 孙明霞;基于机器学习的车辆视频检测方法研究[D];中国民航大学;2012年

，

本文编号：925043