《面向電子巡航的內河視頻智慧型分析算法研究》是依託武漢理工大學，由劉清擔任項目負責人的面上項目。
基本介紹
- 中文名：面向電子巡航的內河視頻智慧型分析算法研究
- 項目類別：面上項目
- 項目負責人：劉清
- 依託單位：武漢理工大學
項目摘要,結題摘要,
項目摘要
內河航道安裝的CCTV系統，與船舶交通管理、自動識別、全球定位等系統相結合構成的電子巡航，成為當前內河海事監管的一種重要手段。然而目前CCTV系統智慧型化程度不高，人工參與的工作量大。而且內河有霧天數達全年60%，CCTV監控系統亦無法獲得清晰視頻，不能發揮眼的作用。本項目基於內河圖像特徵，研究內河CCTV系統的視頻去霧與船舶檢測、跟蹤算法。主要內容包括：1.研究圖像復原與增強相結合的去霧方法來獲取清晰視頻；2.研究河道中陰影干擾機理和消除方法，建立船舶背景模型，提取前景區域，實現複雜背景下船舶目標檢測；3.研究水面光照反射干擾機理，提取船舶特徵，採用智慧型計算方法改進TLD(Tracking-Learning-Detection)算法，實現多目標跟蹤。本項目旨在提高現有CCTV監控水平，實現視頻智慧型去霧，智慧型分析、檢測、識別與船舶跟蹤，為海事監控、船舶輔助駕駛等提供理論基礎。
結題摘要
電子巡航是整合船舶交通管理系統、船舶自動識別系統、無線甚高頻、閉路電視監控系統等的先進監管手段，為提高其閉路電視監控系統的智慧型化，項目組基於計算機視覺理論研究了內河視頻去霧、運動船舶檢測和跟蹤的算法。主要內容包括：（ 1）基於霧圖退化模型,分別用圖像增強和復原兩類方法對內河航運單幅圖像去霧算法開展了研究；通過深入分析霧圖特徵，項目組總結出內河霧天水面景深先驗知識，提出一種基於景深估計的內河視頻去霧算法，實現時空一致的內河航運視頻清晰化。為實現視頻智慧型去霧，項目組還提出了基於圖像頻譜特徵和灰度共生矩特徵的霧圖自動檢測算法。 （2）深入分析了內河航道背景特點和船舶前景目標特徵，用視覺注意機制和改進的混合高斯背景建模來解決水波紋干擾問題；用改進的ViBe和Subsense算法來解決慢速船舶的漏檢問題；用壓縮感知理論與背景差分算法結合來解決內河場景清晰度差的問題；由此提出了一種線上學習的運動船舶視頻檢測系統，實現了複雜環境下內河航運視頻中運動船舶的魯棒檢測。 （3）從內河航運視頻環境中的原始信號屬性、隨機觀測矩陣、低維特徵選擇等角度對50多種隨機投影類跟蹤算法進行系統地、全方位地理論分析研究後，提出了一種正交粒子濾波低秩約束隨機投影內河船舶跟蹤算法來實現對運動船舶的魯棒跟蹤；針對運動船舶尺度的變化、環境變化和干擾，提出了一種跟蹤檢測協同的內河船舶跟蹤算法，實現重點船舶準確、魯棒、實時的視覺跟蹤；結合HOG特徵和模糊SVM的方法提取運動船舶的外觀模型，進一步提出了基於可變形部件模型的多船舶跟蹤方法。 （4）開創性地建立了內河航運視頻分析庫，為同類研究人員開展算法測試、比較和適應性分析提供了標準視頻。設計了一個開放式的、用於科學研究的內河航運船舶視覺檢測和跟蹤軟體平台。 本項目的研究成果不僅豐富了機器視覺的套用領域，而且對提高水上交通安全監管智慧型化，對提高通航安全和效率提供了理論和技術支持。
