面向無人機航拍圖像的船只識別系統(tǒng)及方法
【專利摘要】本發(fā)明公開了一種面向無人機航拍圖像的船只識別系統(tǒng)及方法，該系統(tǒng)包括海面航拍圖像數(shù)據(jù)庫、海面模板選擇模塊、背景Trimap模型自動獲取模塊和基于背景模型的Grabcut算法模塊，構(gòu)建海面模板庫，構(gòu)建圖像特征值，使用投票法進行模板選擇；設(shè)計一個模板匹配的方法，使得到的種子點可以生長出優(yōu)質(zhì)背景，通過模板信息獲得距離閾值參數(shù)，進行區(qū)域生長，根據(jù)背景mask圖生成背景Trimap；使用Trimap初始化grabcut算法的背景模型，找出可以得到最好效果的最少迭代次數(shù)。本發(fā)明可以實現(xiàn)對船只的更精確、自動識別，當(dāng)用戶提供分離了陸地與海面的圖像時，便可迅速得到該方法的處理結(jié)果，得到船只識別的結(jié)果。
【專利說明】面向無人機航拍圖像的船只識別系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及航拍圖像識別技術(shù)，特別是涉及一種無人機航拍圖像的船只識別方法。
【背景技術(shù)】
[0002]隨著無人機在海洋、林業(yè)、自然資源監(jiān)管等領(lǐng)域的應(yīng)用，使用無人機進行船只定位及漁業(yè)活動監(jiān)管不僅可以降低人力成本、完成高復(fù)雜度任務(wù)，而且還可以提高監(jiān)管的實時性及可操控性。無人機根據(jù)任務(wù)不同，可以掛載合成孔徑雷達系統(tǒng)、高分辨率光學(xué)相機等不同航攝系統(tǒng)。與衛(wèi)星遙感影像相比，無人機航攝影像有如下優(yōu)勢:時相性好，分辨率高，清晰度高，立體相對切重疊度大，自主性強并且可以量測。
[0003]但是，無人機航行一次獲取的圖像數(shù)量多、圖像數(shù)據(jù)量大且分辨率高，人工或半監(jiān)督式圖像處理方法不再適用。因此，工業(yè)圖像中海面目標(biāo)自動化識別變得十分重要。而自動化處理往往會損耗識別精度，如何在保證精度的前提下實現(xiàn)航拍圖像目標(biāo)識別及定位已經(jīng)成為實際需求中的首要問題。
[0004]海面目標(biāo)的識別問題也可以被看作海面前景、背景的分離問題，而海面的背景隨著航攝時的自然條件如光照、天氣、風(fēng)速等因素差別很大。因此，使用一個通用的背景模型進行高精度自動目標(biāo)識別解決了實際目標(biāo)識別中的瓶頸問題，該方法為廣大航拍圖像后期處理用戶提供了更加精準(zhǔn)自動的搜索體驗。

【發(fā)明內(nèi)容】

[0005]針對上述現(xiàn)有問題，本發(fā)明提供一種面向無人機航拍圖像的船只識別系統(tǒng)及方法，實現(xiàn)無人機航拍圖像中海面目標(biāo)的檢測及精確定位，設(shè)計并提出了一個通用背景模型Grabcut算法，實現(xiàn)海面背景和目標(biāo)的自動分割，通過該方法實現(xiàn)對無人機航拍圖像中海面船只的智能搜索以及精確識別。
[0006]本發(fā)明提出一種面向無人機航拍圖像的船只識別系統(tǒng)，其特征在于，該系統(tǒng)包括海面航拍圖像數(shù)據(jù)庫、海面模板選擇模塊、背景Trimap模型自動獲取模塊和基于背景模型的Grabcut算法模塊，其中:
[0007]海面模板選擇模塊，根據(jù)用戶提供的目標(biāo)圖像，從模板庫中選擇能反應(yīng)此海面信息的模板，該模塊的具體處理包括:
[0008]構(gòu)建海面模板庫，
[0009]隨機抽取待分割圖像中50個像素點，此分割圖像即為無人機航拍高分辨率圖像，分割處理的具體做法包括:分離陸地及海面，并計算其特征值:
[0010]M(x) = a G (X) + β V (X) + (1-α - β H(x) (I)
[0011]其中，Μ(χ)是特征圖像的特征值，O ( α，β≤I且α +β =1，α，β為權(quán)重變量，G(x)是圖像的灰度均值、V(x)是亮度均值以及Η(χ是色調(diào)均值，此處α=β=1/3;
[0012]計算樣本特征與模板庫內(nèi)模板特征之間的歐式距離:
【權(quán)利要求】
1.一種面向無人機航拍圖像的船只識別系統(tǒng)，其特征在于，該系統(tǒng)包括海面航拍圖像數(shù)據(jù)庫、海面模板選擇模塊、背景Trimap模型自動獲取模塊和基于背景模型的Grabcut算法模塊，其中: 海面模板選擇模塊，根據(jù)用戶提供的目標(biāo)圖像，從模板庫中選擇能反應(yīng)此海面信息的模板，該模塊的具體處理包括: 構(gòu)建海面模板庫， 隨機抽取待分割圖像中50個像素點，此分割圖像即為無人機航拍高分辨率圖像，分割處理的具體做法包括:分離陸地及海面，并計算其特征值:
M(x) = a G(X) + β V(X) + (1-α -β )H(x)(I) 其中，Μ(χ)是特征圖像的特征值，O≤α , β≤I且α+β=1，α，β為權(quán)重變量，G(x)是圖像的灰度均值、V(x)是亮度均值以及H(x)是色調(diào)均值，此處α=β=1/3; 計算樣本特征與模板庫內(nèi)模板特征之間的歐式距離:
2.一種面向無人機航拍圖像的船只識別方法，其特征在于，該方法包括以下步驟:步驟一、構(gòu)建海面模板庫，隨機抽取待分割圖像中50個像素點，此分割圖像即為無人機航拍高分辨率圖像，分割處理的具體做法包括:分離陸地及海面，并計算其特征值:
M(x) = a G (X) + β V (X) + (1-α - β ) H(x)(I) 其中，Μ(χ)是特征圖像的特征值，O≤α , β≤I且α+β=1，α，β為權(quán)重變量，G(x)是圖像的灰度均值、V(x是亮度均值以及H(x)是色調(diào)均值，此處α=β=1/3; 計算樣本特征與模板庫內(nèi)模板特征之間的歐式距離:
【文檔編號】G06T7/00GK103544505SQ201310331573
【公開日】2014年1月29日 申請日期:2013年7月31日 優(yōu)先權(quán)日:2013年7月31日
【發(fā)明者】徐超, 張東萍, 馮志勇, 王建榮 申請人:天津大學(xué)