基于機(jī)器視覺(jué)的內(nèi)河航道船艇特征提取與識(shí)別.pdf

1、把智能交通管理系統(tǒng)引入內(nèi)河航運(yùn)的交通管理，在防治水體污染、保護(hù)河流生態(tài)穩(wěn)定、提高內(nèi)河航道通行效率方面發(fā)揮了重要作用。船型識(shí)別是智能交管系統(tǒng)的重要組成部分，本文以現(xiàn)有海事視頻監(jiān)控系統(tǒng)為平臺(tái)，結(jié)合機(jī)器視覺(jué)的檢測(cè)與跟蹤技術(shù)，對(duì)采樣圖像中船舶的船型進(jìn)行識(shí)別分類(lèi)。船型識(shí)別在船舶登記管理、海事事故案件調(diào)查、航道導(dǎo)行管理等鄰域應(yīng)用廣泛。本論文在船艇特征提取的基礎(chǔ)上，設(shè)計(jì)了一套基于多分類(lèi)器融合的船舶識(shí)別分類(lèi)系統(tǒng)。
　　本文主要內(nèi)容包括以下幾個(gè)部分

2、:
　　第一部分:感興趣區(qū)域提取。首先介紹了幾種圖像預(yù)處理的方法:場(chǎng)景自適應(yīng)處理、濾波處理、二值化處理，并通過(guò)實(shí)驗(yàn)對(duì)各個(gè)預(yù)處理進(jìn)行對(duì)比分析。然后比較了幾種感興趣區(qū)域提取的方法，并根據(jù)本課題實(shí)際應(yīng)用，采用了一種高效的興趣區(qū)域提取方法。該方法不僅可以有效解決噪聲干擾帶來(lái)的識(shí)別率降低的問(wèn)題，同時(shí)減少數(shù)據(jù)量，提高運(yùn)算速度。
　　第二部分:特征提取。本文首先對(duì)幾種常用的物體特征如幾何特征、矩特征、變換特征、局部特征做了介紹。進(jìn)而著重分

3、析了Hu矩、SIFT特征的特點(diǎn)和優(yōu)勢(shì)。然后，對(duì)SIFT特征提取的一般流程進(jìn)行了細(xì)致的介紹。最后，根據(jù)本課題的需要和船艇的特征提出結(jié)合全局特征（Hu矩特征）和局部特征（SIFT特征）對(duì)船舶進(jìn)行識(shí)別分類(lèi)，提高了識(shí)別率，增強(qiáng)了魯棒性。
　　第三部分:船型識(shí)別。先對(duì)詞袋模型做一個(gè)簡(jiǎn)要的介紹，再詳細(xì)闡述了SVM工作原理，最后采用一個(gè)基于詞袋模型的多特征融合的分類(lèi)系統(tǒng)。該系統(tǒng)首先提取船舶的Hu矩和SIFT描述算子，然后對(duì)SIFT特征進(jìn)行K m