[发明专利]多特征自适应融合船舶跟踪和航迹检测方法

权利要求书

1.一种多特征自适应融合船舶跟踪和航迹检测方法，其特征在于，包括以下步骤：

第一步、采用背景差分法首先选取背景中的一幅或几幅图像的平均作为背景图像，然后把以后的序列图像当前帧和背景图像相减，进行背景消去，当所得到的像素数大于阈值则判定被监视场景中有运动物体，从而得到运动船舶目标；

第二步、获取运动船舶目标的颜色、形状及纹理特征信息，并通过获取颜色、形状及纹理目标特征直方图在每帧图像中的概率分布图的稳定性，确定各自的融合权值；

第三步、通过颜色、形状、纹理各自的融合权值和概率分布图计算出的联合概率分布图，即融合特征信息，利用Camshift算法跟踪运动船舶目标并得到每帧目标的位置中心。

2.根据权利要求1所述的多特征自适应融合船舶跟踪和航迹检测方法，其特征是，所述的颜色信息，是目标图像色度信息的直方图，利用该直方图，在视频每帧图像中得到概率分布图，来表示该帧图像的颜色特征信息，颜色信息只在有光照亮度时有效，夜间跟踪需要用到形状和纹理信息；所述的形状信息，是目标图像边缘梯度方向直方图，利用该直方图，在视频每帧图像中得到概率分布图，来表示该帧图像的形状特征信息，形状信息对目标的旋转变化敏感，这时需要用到具有旋转不变性的颜色和纹理信息；所述的目标图像边缘梯度方向直方图通过以下方式得到：边缘上每一像素都对应此处一个边缘梯度方向，使用Sobel算子检测图像点(x，y)处像素的水平边缘梯度dx和垂直边缘梯度dy。目标图像中点(x，y)处像素的边缘梯度方向为：θ∈[-π，π]，对边缘像素点的梯度方向进行统计，构造梯度方向直方图，即为目标的形状特征直方图。

3.根据权利要求1所述的多特征自适应融合船舶跟踪和航迹检测方法，其特征是，所述的纹理信息，是目标图像通过Gabor滤波器滤波得到的图像灰度直方图，利用该直方图，在视频每帧图像中得到概率分布图，来表示该帧图像的纹理特征信息，纹理信息在船舶跟踪中，受水波影响较大，不易获得准确的纹理特征模型，这时又需要不受水波影响的颜色和形状信息。

所述的纹理特征信息通过以下方式得到：采用Gabor滤波器选取方向坐标转换角度θ＝0°，方差σ²＝5的滤波器，其中σ越大能量越分散，越小越集中。将目标图像与滤波器进行卷积，对卷积后的纹理图像计算灰度直方图，得到纹理特征信息。

4.根据上述任一权利要求所述的多特征自适应融合船舶跟踪和航迹检测方法，其特征是，所述的融合包括：颜色-形状自适应融合、颜色-纹理自适应融合、形状-纹理自适应融合和多特征自适应融合。