为提升船舶目标检测和跟踪的技术水平，研究船舶目标检测与跟踪技术的特征信息提取方法。首先利用高斯混合背景模型得到船舶前景图像，然后分别提取船舶前景图像的亮度、颜色、方向特征和船舶轮廓特征信息，最后利用支持向量机和Chan-Vese模型利用特征实现船舶目标检测与跟踪。实验结果表明，该方法提取船舶前景图像时可有效提取其微小细节，提取的船舶图像亮度与颜色与原始值吻合度极高，可有效提取船舶轮廓特征，船舶类型识别和跟踪误差小，应用效果较为显著。
In order to improve the technical level of ship target detection and tracking, the feature information extraction method of ship target detection and tracking technology is studied. The ship foreground image is obtained by using Gaussian mixture background model. the brightness, color, direction features and ship contour feature information of the ship foreground image are extracted respectively. The ship target detection and tracking are realized by using support vector machine and Chan Vese model. The experimental results show that this method can effectively extract the small details of the ship foreground image, the brightness and color of the extracted ship image are highly consistent with the original values, and the ship contour features can be effectively extracted. The error of ship type recognition and tracking is small, and the application effect is relatively significant.
2022,44(13): 178-181 收稿日期：2022-01-13
DOI：10.3404/j.issn.1672-7649.2022.13.039
分类号：TP391.4
基金项目：浙江省中华职业教育科研项目（ZJCVB69）
作者简介：高玉英(1982-),女,博士,讲师,研究方向为教学研究及职业教育
参考文献：
[1] 胡庆, 李润生, 许岩, 等. SAR影像船舶目标检测技术研究[J]. 测绘科学技术学报, 2020, 37(5): 479–487
[2] 周慧, 刘振宇, 陈澎. 利用改进特征金字塔模型的SAR图像多目标船舶检测[J]. 电讯技术, 2020, 60(8): 896–901
[3] 潘慧, 段先华, 罗斌强. 多尺度特征DCA融合的海上船舶检测算法研究[J]. 计算机工程与应用, 2022, 58(4): 177–185
[4] 徐海祥, 龙泽升, 冯辉. 水面图像目标检测的强语义特征提取结构[J]. 华中科技大学学报(自然科学版), 2021, 49(4): 38–43
[5] 谢恩阁, 吴洽儿, 周艳波, 等. 基于北斗船位数据灯光罩网渔船作业状态特征的提取和验证[J]. 上海海洋大学学报, 2020, 29(3): 392–400
[6] 乔婷, 苏寒松, 刘高华, 等. 基于改进的特征提取网络的目标检测算法[J]. 激光与光电子学进展, 2019, 56(23): 134–139
[7] 黄亮, 闻宇, 文元桥, 等. 基于反地理编码服务的内河船舶轨迹停留语义信息提取[J]. 中国航海, 2022, 45(1): 88–94+100
[8] 徐垚, 李卓然, 孟金龙, 等. 基于大规模船舶轨迹数据的航道边界提取方法[J]. 计算机应用, 2019, 39(1): 105–112
[9] 张春玮, 马杰, 牛元淼, 等. 基于行为特征相似度的船舶轨迹聚类方法[J]. 武汉理工大学学报(交通科学与工程版), 2019, 43(3): 517–521
[10] 范爱龙, 李方轩. 基于实船监测的内河船舶能效数据特征挖掘及建模研究[J]. 武汉理工大学学报, 2020, 42(6): 26–34
