本發(fā)明提出一種海面船只識別方法和裝置，所述方法包括：獲取海面環(huán)境樣本，所述海面環(huán)境樣本包括多張海面環(huán)境圖像；檢測所述海面環(huán)境圖像中的海面船只邊緣，根據(jù)所述海面船只邊緣提取海面船只圖像；對所述海面船只圖像進行特征提取，得到海面船只特征數(shù)據(jù)；根據(jù)所述海面船只特征數(shù)據(jù)訓練得到海面船只識別模型；將待識別圖像輸入至所述海面船只識別模型中進行海面船只識別。受外界海浪環(huán)境因素影響小、識別速度快、識別率高，是一種能夠?qū)崿F(xiàn)瞬時預測、精準預測的船只識別方法。

技術領域

本發(fā)明涉及海面船只識別技術領域，尤其涉及一種海上船只識別方法和裝置。

背景技術

海上船只的識別對于海上安防具有重要的戰(zhàn)略意義，對于我國海洋強國戰(zhàn)略實施具有極大的幫助。海上船只識別是指對通過圖像或視頻等方式輸入的船只信號進行特征信息提取，并將提取的特征信息與數(shù)據(jù)庫中的船只信息進行匹配，匹配好的船只信息和輸入的船只信號劃分成同一類。海上船只識別應用及其廣泛，例如，惡意船只的靠近、非我國船只進入我國領海、智能監(jiān)控系統(tǒng)、海洋大數(shù)據(jù)等。然而，在海面船只識別中，風浪、大霧、光照等都會對海面船只識別造成重大的影響，使得船只識別的準確性、精度和魯棒性問題備受關注。目前，應用于海面船只的識別算法主要是SVM算法，通過SVM算法對船只信號進行分類訓練預測，不能實現(xiàn)實時識別，運行時間過長，識別率較低，對于現(xiàn)在海洋大數(shù)據(jù)的觀測缺乏準確數(shù)據(jù)的支持。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種海面船只識別方法和裝置，以至少解決現(xiàn)有技術中的以上技術問題。

第一方面，本發(fā)明實施例提供了一種海面船只識別方法，包括：

獲取海面環(huán)境樣本，所述海面環(huán)境樣本包括多張海面環(huán)境圖像；

檢測所述海面環(huán)境圖像中的海面船只邊緣，根據(jù)所述海面船只邊緣提取海面船只圖像；

對所述海面船只圖像進行特征提取，得到海面船只特征數(shù)據(jù)；

根據(jù)所述海面船只特征數(shù)據(jù)訓練得到海面船只識別模型；

將待識別圖像輸入至所述海面船只識別模型中進行海面船只識別。

在一種實施方式中，檢測所述海面環(huán)境圖像中的海面船只邊緣，包括：

對所述海面環(huán)境圖像中的每一個像素點進行梯度計算，得到各所述像素點對應的梯度強度；

若當前像素點的梯度強度大于沿正梯度方向上的像素點的梯度強度，且所述當前像素點的梯度強度大于沿負梯度方向上的像素點的梯度強時，所述當前像素點為邊緣像素點；

連接所有的所述邊緣像素點，形成所述海面船只邊緣。

在一種實施方式中，連接所有的所述邊緣像素點，形成所述海面船只邊緣，包括：

若所述邊緣像素點的梯度強度大于高邊緣閾值，則所述邊緣像素點為強邊緣像素點，并保留所述強邊緣像素點；

若所述邊緣像素點的梯度強度大于低邊緣閾值且小于所述高邊緣閾值，則所述邊緣像素點為弱邊緣像素點；

提取所述弱邊緣像素點周圍的多個領域像素點，若所述多個領域像素點中存在所述強邊緣像素點，則保留所述弱邊緣像素點；

連接所有保留的所述強邊緣像素點和保留的所述弱邊緣像素點，形成所述海面船只邊緣。

在一種實施方式中，根據(jù)所述海面船只邊緣提取海面船只圖像，包括：

利用最大類間方差法將所述海面環(huán)境圖像分割得到船只部分和背景部分；

比較船只部分的類內(nèi)方差和背景部分的類內(nèi)方差，根據(jù)比較結果選擇類內(nèi)方差大于閾值的圖像；

利用最大類間方差法將所述類內(nèi)方差大于閾值的圖像分割得到波浪部分，并將所述波浪部分刪除；