[发明专利]船舶监控方法和装置

说明书

技术领域

本发明涉及监控技术领域，尤其是涉及一种船舶监控方法和装置。

背景技术

对航道的船舶数量，船舶行驶方向，船舶类型进行检测和识别是航运管理的重要目标之一。以往普遍借助于遥感卫星进行船舶监控，目前越来越多的通过视频分析技术采用视频监控的方式对船舶进行检测和识别，并对行为进行实时分析和报警。随着监控系统不断发展，视频监控系统已从人工控制向智能控制迅速升级，无人值守的船舶动态视频监控系统也随之诞生，且在现有的航道视频监控系统中已进行了推广应用。

但现有的船舶监控系统，对船舶的识别率较低，容易将干扰物错误识别为目标，降低了识别的准确度，影响了监控的稳定性和可靠性。

发明内容

本发明的主要目的在于提供一种船舶监控方法和装置，旨在解决现有技术中容易将干扰物错误识别为目标的技术问题，提高识别率和识别效果。

为达以上目的，本发明提出一种船舶监控方法，包括以下步骤：

识别出视频图像中的船舶目标；

获取所述船舶目标的航行速度；

根据所述航行速度对所述船舶目标的后续位置进行预测和匹配来跟踪所述船舶目标，根据跟踪结果筛选出有效的船舶目标。

优选地，根据所述航行速度对所述船舶目标的后续位置进行预测和匹配来跟踪所述船舶目标，根据跟踪结果筛选出有效的船舶目标，包括：

根据所述航行速度预测所述船舶目标在下一帧视频图像中的位置；

检测所述船舶目标在下一帧视频图像中的实际位置，判断所述实际位置与预测位置是否匹配，当二者匹配时则认定跟踪成功；

当所述船舶目标在连续多帧视频图像中被跟踪成功的次数超过阈值时， 则判定所述船舶目标为有效的船舶目标；否则，判定所述船舶目标为无效的船舶目标并予以滤除。

优选地，所述识别出视频图像中的船舶目标包括：根据基于Adaboost算法和Haar特征训练获得的不同船舶类型的分类器，在所述视频图像中检测出船舶目标。

优选地，所述在所述视频图像中检测出船舶目标的步骤之后还包括：

基于所述船舶目标在空间上的灰度连续性去除水面干扰部分，获得所述船舶目标的精确位置。

优选地，所述获取所述船舶目标的航行速度包括：计算所述船舶目标的瞬时速度，在所述瞬时速度的基础上利用更新率算法计算出评估速度，将所述评估速度作为所述船舶目标的航行速度。

本发明同时提出一种船舶监控装置，包括：

目标识别模块，用于识别出视频图像中的船舶目标；

目标跟踪模块，用于获取所述船舶目标的航行速度，根据所述航行速度对所述船舶目标的后续位置进行预测和匹配来跟踪所述船舶目标，根据跟踪结果筛选出有效的船舶目标。

优选地，所述目标跟踪模块包括：

跟踪单元，用于根据所述航行速度预测所述船舶目标在下一帧视频图像中的位置；检测所述船舶目标在下一帧视频图像中的实际位置，判断所述实际位置与预测位置是否匹配，当二者匹配时则认定跟踪成功；

筛选单元，用于当所述船舶目标在连续多帧视频图像中被跟踪成功的次数超过阈值时，则判定所述船舶目标为有效的船舶目标；否则，判定所述船舶目标为无效的船舶目标并予以滤除。

优选地，所述目标识别模块包括检测单元，所述检测单元用于：根据基于Adaboost算法和Haar特征训练获得的不同船舶类型的分类器，在所述视频图像中检测出船舶目标。

优选地，所述目标识别模块还包括精定位单元，所述精定位单元用于：基于所述船舶目标在空间上的灰度连续性去除水面干扰部分，获得所述船舶目标的精确位置。

优选地，所述目标跟踪模块包括获取单元，所述获取单元用于：计算所述船舶目标的瞬时速度，在所述瞬时速度的基础上利用更新率算法计算出评 估速度，将所述评估速度作为所述船舶目标的航行速度。

本发明所提供的一种船舶监控方法，通过对船舶目标的后续位置进行预测和匹配的方式来跟踪船舶目标，根据跟踪结果筛选出有效的船舶目标，排除虚假无效的船舶目标，使得识别更加准确，提高了船舶的识别率和识别效果，提高了监控的稳定性和可靠性。

同时，还利用Adaboost算法采用Haar特征对船舶目标进行识别，进一步提高了船舶的识别率，对有雾天气、光线干扰等恶劣气候条件具有很好的鲁棒性，对运动、静止的目标均可以识别。并且，在检测出船舶目标后，还对船舶目标进行精定位，提高了船舶目标的定位精度。

附图说明

图1是本发明的船舶监控方法第一实施例的流程图；