[发明专利]船只识别方法、装置、计算机设备及存储介质

说明书

本发明公开了一种船只识别方法、装置、计算机设备及存储介质，船只识别方法包括：获取待识别图像；将所述待识别图像进行海陆分割，得到所述待识别图像中的海平面图像；提取所述海平面图像中的感兴趣区域；对所述感兴趣区域进行特征提取，得到目标特征；采用预设的分类器对所述目标特征进行分类，输出分类结果；根据所述分类结果进行船只识别，并输出所述船只识别概率。上述船只识别方法、装置、计算机设备及存储介质可提高船只识别效率。

技术领域

本发明涉及图像处理领域，尤其涉及一种船只识别方法、装置、计算机设备及存储介质。

背景技术

在一些港口里，通常安装有摄像头来进行监控，以便对进出港口的船只进行管理。在对船只进行管理时，通常要对船只进行识别，目前船只识别工作主要依赖于人工完成，这样识别效率较低。

发明内容

本发明实施例提供一种船只识别方法、装置、计算机设备及存储介质，以提高船只识别的效率。

本发明实施例提供一种船只识别方法，包括：

获取待识别图像；

将所述待识别图像进行海陆分割，得到所述待识别图像中的海平面图像；

提取所述海平面图像中的感兴趣区域；

对所述感兴趣区域进行特征提取，得到目标特征；

采用预设的分类器对所述目标特征进行分类，输出分类结果；

根据所述分类结果进行船只识别，并输出所述船只识别概率。

优选地，所述将所述待识别图像进行海陆分割，得到所述待识别图像中的海平面图像，包括：

步骤A：将所述待识别图像转化为灰度图像，并计算所述灰度图像的第一平均灰度值；

步骤B：将所述灰度图像的像素灰度大于所述第一平均灰度值的像素划分至第一区域，将所述灰度图像的像素灰度小于或等于所述第二平均灰度值的像素划分至第二区域；

步骤C：分别计算所述第一区域和所述第二区域内的像素的平均灰度值；

步骤D：计算所述灰度图像的第二平均灰度值，所述第二平均灰度值为：

其中，所述T为第二平均灰度值，所述u₁为所述第一区域内的像素的平均灰度值，所述u₂为所述第二区域内的像素的平均灰度值；

步骤E：重复步骤B、C和D，直至得到的所述第二平均灰度值满足预设条件；

步骤F：采用满足所述预设条件的所述第二平均灰度值对所述待识别图像进行海陆分割，并获取所述待识别图像中的海平面图像。

优选地，所述预设条件为：相邻两次重复步骤B、C和D得到的第二平均灰度值相等，或者相邻两次重复步骤B、C和D得到的第二平均灰度值之间的差值小于预设值。

优选地，所述提取所述海平面图像中的感兴趣区域，包括：

提取所述海平面图像中的颜色特征、亮度特征和方向特征；

根据所述颜色特征、所述亮度特征和所述方向特征，生成特征显著图，所述特征显著图包含多个显著像素点；

根据所述颜色特征，采用k-means聚类算法将所述海平面图像的像素点分为K个类别，并根据分类结果对所述海平面图像分割为K个分割区域；

对包含最多所述显著像素点的分割区域进行形态学运算，提取包含最多所述显著像素点和分割区域，得到所述感兴趣区域。

优选地，所述根据所述颜色特征、所述亮度特征和所述方向特征，生成特征显著图，包括：