面向無人機航拍圖像的船只識別系統(tǒng)及方法
專利匯可以提供面向無人機航拍圖像的船只識別系統(tǒng)及方法專利檢索，專利查詢，專利分析的服務。并且本 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 數據庫 、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，構建海面模板庫，構建圖像特征值，使用投票法進行模板選擇；設計一個模板匹配的方法，使得到的 種子 點可以生長出優(yōu)質背景，通過模板信息獲得距離 閾值 參數，進行區(qū)域生長，根據背景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。本發(fā)明可以實現對船只的更精確、自動識別，當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果，得到船只識別的結果。，下面是面向無人機航拍圖像的船只識別系統(tǒng)及方法專利的具體信息內容。
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據庫、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，根據用戶提供的目標圖像，從模板庫中選擇能反應此海面信息的模板，該模塊的具體處理包括：
構建海面模板庫，
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)＝αG(x)+βV(x)+(1-α-β)H(x)??????(1)
其中，M(x)是特征圖像的特征值，0≤α,β≤1且α+β＝1，α,β為權重變量，G(x)是圖像的灰度均值、V(x)是亮度均值以及H(x)是色調均值，此處α＝β＝1/3；
計算樣本特征與模板庫內模板特征之間的歐式距離：
其中，模板庫Y＝(y1,…,yn,…,y1000)有1000樣本，yn是樣本庫中第n個樣本，M(·)表示特征圖像與模板之間的差異值；
使用投票法進行模板選擇，其中，公式(2)中 為投票法的具體實現；構造計數器對模板特征值進行統(tǒng)計，將數目最多的特征值作為樣本圖像的特征值，并反向找到特征值對應的模板圖像；
背景Trimap模型自動獲取模塊，利用海面模板得到海面種子點，利用種子進行區(qū)域生長并得到優(yōu)質的背景區(qū)域，生成背景Trimap，該模塊的具體處理包括：
首先使用SSD模板匹配算法，即采用平方差方法進行匹配，最小匹配值的點即為目標圖像中匹配得到的海面種子點；
其中，T(x,y)是海面模板，I(x,y)是目標圖像中跟T大小相同的區(qū)域；其中x′∈(0,w-
1),y′∈(0,h-1)；w是T的寬度，h是T的高度；
使用海面種子點進行鄰域生長算法，結合模板距離閾值參數，進行生長優(yōu)質背景，鄰域生長算法的具體處理包括：輸入種子點坐標；創(chuàng)建鄰接列表；如果分割區(qū)域中最新加入的像素與區(qū)域像素均值的距離小于給定先驗距離閾值；以種子點為中心，遍歷其周圍四個像素，如果該相鄰像素在分割區(qū)內但不是該區(qū)域一部分，將其加入分割區(qū)域；將像素強度最接近平均值的像素加入到該區(qū)域，標記后，從鄰接表中去除此像素；輸出背景標記圖；
轉換背景mask圖為Trimap圖，設圖像z＝(z1,…,zn,…,zN)，若
其中zn(·)表示zn處第·維的值；
背景Trimap模型自動獲取模塊中使用的平方差匹配算法找到的種子點在其灰度值上更接近模板灰度均值，優(yōu)質種子即以此點為種子識別出背景像素占總背景區(qū)域90％以上，使用此種子鄰域生長的距離閾值能夠最大化的實現背景盡可能多的標記而不標記前景；由此生成的Trimap圖；
基于背景模型的Grabcut算法模塊，利用背景Trimap進行海面背景與目標前景進行分割，也即分離出前景船只，實現對海面的精確分離，具體包括船只識別模塊和經緯度信息標注模塊，該模塊的具體處理包括：
使用Trimap初始化grabcut算法的背景模型，即使用Trimap圖像作為模型的輸入；
使用grabcut算法對海面背景進行進一步的經緯度信息標注，通過迭代過程，找到最小迭代次數，具體處理包括：
輸入背景Trimap，其中背景值為0、可能的前景值為3；計算機通過Trimap建立初始的圖像分割，將TrimapBackground中的像素分配到MattingBackground類，將TrimapPossibleForeground中的像素分配到MattingForeground類；其中k∈{1,…,K}，K為GMM模型前景背景組件個數
k：＝minkDn(m)??????(5)；
利用初始分割獲取高斯混合模型(GMMs)參數；像素m和n之間的N-Links權重為：
其中Alpha的值為先驗參數；
像素m的T-Links權重為：
θ：＝arg?min?U(α,k,θ,z)?????(8)；
經過計算，構建出新的GMMs；
計算Gibbs能量方程E(α,k,θ,z)的最小值，得到最小分割，其中：
E(m,n)＝U(m)+N(m,n)??????(9)
其中，U(m)＝∑kD(m)，是顏色高斯混合模型的數據項；
應用border?matting對圖片邊緣進行處理；
輸出結果圖像。
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)＝αG(x)+βV(x)+(1-α-β)H(x)??????(1)
其中，M(x)是特征圖像的特征值，0≤α,β≤1且α+β＝1，α,β為權重變量，G(x)是圖像的灰度均值、V(x)是亮度均值以及H(x)是色調均值，此處α＝β＝1/3；
計算樣本特征與模板庫內模板特征之間的歐式距離：
其中，模板庫Y＝(y1,…,yn,…,y1000)有1000樣本，yn是樣本庫中第n個樣本，M(·)表示特征圖像與模板之間的差異值；
使用投票法進行模板選擇，其中，公式(2)中 為投票法的具體實現；構造計數器對模板特征值進行統(tǒng)計，將數目最多的特征值作為樣本圖像的特征值，并反向找到特征值對應的模板圖像；
步驟二、首先使用SSD模板匹配算法，即采用平方差方法進行匹配，最小匹配值的點即為目標圖像中匹配得到的海面種子點；
其中，T(x,y)是海面模板，I(x,y)是目標圖像中跟T大小相同的區(qū)域，其中x′∈(0,w-
1)，y′∈(0,h-1)，w是T的寬度，h是T的高度；
使用海面種子點進行鄰域生長算法，結合模板距離閾值參數，進行生長優(yōu)質背景，鄰域生長算法的具體處理包括：輸入種子點坐標；創(chuàng)建鄰接列表；如果分割區(qū)域中最新加入的像素與區(qū)域像素均值的距離小于給定先驗距離閾值；以種子點為中心，遍歷其周圍四個像素，如果該相鄰像素在分割區(qū)內但不是該區(qū)域一部分，將其加入分割區(qū)域；將像素強度最接近平均值的像素加入到該區(qū)域，標記后，從鄰接表中去除此像素；輸出背景標記圖；
轉換背景mask圖為Trimap圖，設圖像z＝(z1,…,zn,…,zN)，若
其中zn(·)表示zn處第·維的值；
平方差匹配算法找到的種子點在其灰度值上更接近模板灰度均值，優(yōu)質種子即以此點為種子識別出背景像素占總背景區(qū)域90％以上，使用此種子鄰域生長的距離閾值能夠最大化的實現背景盡可能多的標記而不標記前景；由此生成的Trimap圖；
步驟三、使用Trimap初始化grabcut算法的背景模型，即使用Trimap圖像作為模型的輸入；使用grabcut算法對海面背景進行進一步的經緯度信息標注，通過迭代過程，找到最小迭代次數，具體處理包括：
輸入背景Trimap，其中背景值為0、可能的前景值為3；計算機通過Trimap建立初始的圖像分割，將TrimapBackground中的像素分配到MattingBackground類，將TrimapPossibleForeground中的像素分配到MattingForeground類；其中k∈{1,…,K}，K為GMM模型前景背景組件個數
k：＝minkDn(m)?????(5)；
利用初始分割獲取高斯混合模型(GMMs)參數；像素m和n之間的N-Links權重為：
其中Alpha的值為先驗參數；
像素m的T-Links權重為：
θ：＝arg?min?U(α,k,θ,z)??????(8)；
經過計算，構建出新的GMMs；
計算Gibbs能量方程E(α,k,θ,z)的最小值，得到最小分割，其中：
E(m,n)＝U(m)+N(m,n)????(9)
其中，U(m)＝∑kD(m)，是顏色高斯混合模型的數據項；
應用border?matting對圖片邊緣進行處理；
輸出結果圖像。
面向無人機航拍圖像的船只識別系統(tǒng)及方法
技術領域
背景技術
發(fā)明內容
具體實施方式
| 標題 | 發(fā)布/更新時間 | 閱讀量 |
|---|---|---|
| 減壓式快速拍門 | 2020-05-11 | 474 |
| 一種測量球拍揮拍速度的裝置及系統(tǒng) | 2020-05-11 | 613 |
| 拍攝裝置、連拍速度的設定方法 | 2020-05-11 | 779 |
| 一種高速公路車輛違法超速抓拍系統(tǒng) | 2020-05-12 | 409 |
| 一種用于人臉抓拍的高速球機 | 2020-05-13 | 528 |
| 拍攝裝置的快速對焦方法和系統(tǒng) | 2020-05-13 | 815 |
| 自拍視頻的速度處理方法及相關產品 | 2020-05-13 | 320 |
| 高速乒乓球拍 | 2020-05-12 | 569 |
| 一種高速拍攝儀 | 2020-05-12 | 4 |
| 高速拍照機器人 | 2020-05-12 | 336 |
高效檢索全球專利專利匯是專利免費檢索,專利查詢,專利分析-國家發(fā)明專利查詢檢索分析平臺，是提供專利分析，專利查詢，專利檢索等數據服務功能的知識產權數據服務商。
我們的產品包含105個國家的1.26億組數據，免費查、免費專利分析。
專利匯分析報告產品可以對行業(yè)情報數據進行梳理分析，涉及維度包括行業(yè)專利基本狀況分析、地域分析、技術分析、發(fā)明人分析、申請人分析、專利權人分析、失效分析、核心專利分析、法律分析、研發(fā)重點分析、企業(yè)專利處境分析、技術處境分析、專利壽命分析、企業(yè)定位分析、引證分析等超過60個分析角度，系統(tǒng)通過AI智能系統(tǒng)對圖表進行解讀，只需1分鐘，一鍵生成行業(yè)專利分析報告。
