运动船舶检测系统的设计与实现-毕业论文.doc

1、 本科毕业论文 (科研训练、毕业设计 ) 题 目：运动 船舶检测 系统的设计与实现 姓 名： 学 院： 软件学院 系： 软件工程 专 业： 软件工程 年 级： 学 号： 指导教师： 职称： 年 月i 摘要 在现实生活中，大量有意义的视觉信息都包括在运动之中。尽管人类的视觉即能看见运动又能看到静止的物体，但是在许多场合，比如重要场所的安全监控、汽车的自动驾驶和辅助驾驶、交通流量的控制、航空和军用飞行器的制导，人们往往只对运动目标或 物体感兴趣。因此，研究运动目标的检测和跟踪，有很大的现实意义和实际价值。本文实现了在 海上 环境下对运动目标进行识别和跟踪的系统，目标始终保持在视场之中。主要讨论了单

2、运动目标自动跟踪和多运动目标自动跟踪两种情况。 在视场中存在运动 船舶 时，自动检测目标，根据 船舶 的 运动 ，实现对运动 船舶 的预警，通过分析差分图像的统计特性，自适应对灰度序列图像进行二值化处理，突出了其中的运动目标，以此为基础，结合数学形态学和面积阐值的方法，消除噪声十扰，分割出目标的运动区域，最后通过分析差分图像的投影图，检测出目标的运动状态。 本文使 用直方图为模式特征，以改进的模板匹配算法为本系统的跟踪算法，并在此基础上对后续目标加以运动检验等辅助手段，在跟踪过程中，使用 Kalman滤波器对目标的位置历史滤波，得到目标的运动参数估计，极大的减少了模板匹配的搜索范围，达到跟踪处

3、理快速稳定的要求。 以 MeanShift算法为基础 ，进行自动跟踪。 关键词： 目标 船舶 检测 ； 目标 船舶 跟踪 ； Kalman 滤波器 ； 均值平移 Design and Implementation of Ship Tracking Detection System Abstract In realistic life, many meaningful information of vision are included in sport. Although the vision of mankind can see the moving or stillness object,

4、 in many spots, such as safety supervises and con trolling in important sites , automatically and assistant drive of motorcar, the control of transportation discharge, making guided missile in aviation and military aircraft and so on, people usually are interested in the moving targets and objects.

5、Thus, there are great realistic meaning and practical value by researching the test and track of moving objects. This thesis realizes a system which can recognize and track ship on the ocean. In this thesis, single ship and multi-ship automatically tracking have been discussed. When there is a movin

6、g ship in the visual field, the system can automate to detect it, and according to the size of it to give the warning signal. By analyzing the statistics character of sequential is imaging to process gray sequential imaging automatically in order to pop out the moving object. Regarding this as the f

7、oundation and combining mathematics appearance with area threshold to eliminate noise and get ting the tracking location of moving object. At last, we can detect the state of moving object by analyzing the projection of differential imaging. Advanced template match algorithm has been used as trackin

8、g algorithm in our system that uses the mode of histogram. And on this, moving ship detection is used in the candidate target. In the tracking process, the Kalman filter is also been used to filtering the historical location of the object in order to get the moving parameter, this method can decreas

9、e the scale of search and arrive the demand of running fast and effectively during tracking processing. This thesis is based on the MeanShift algorithm in order to tracking automatically. Keywords: Ship Detection； Ship Tracking； Kalman Filter ； Meanshift i 目录 第一章 绪 论 . 1 1.1 课题 背景 . 1 1.2 课题 研究现状 .

10、2 1.3 当前研究存在的问题 . 6 1.4 本项目主要内容 . 7 1.5 本文结构 . 7 第二章 运动船舶检测系统的框架设计 . 9 2.1 运动图像检测系统框架分析 . 9 2.2 运动图像检测系统的基本框架 . 10 2.3 运动船舶检测系统的框架 . 11 2.4 运动船舶检测系统各功能模块 . 12 2.5 小结 . 17 第三章 运动船舶检测 系统的实现 . 19 3.1 实现的环境与语言 . 19 3.2 开发流程 . 19 3.3 运动船舶检测系统的界面设计 . 20 3.4 系统的展示和评估 . 24 3.5 小结 . 32 第四章 总结与展望 . 33 4.1 工作总

11、结 . 33 4.2 工作展望 . 33 参考文献 . 35 致 谢 . 38 Content CHAPTER 1 INTRODUCTION . 1 1.1 RESEARCH TOPICS BACKGROUND . 1 1.2 THE PRINCIPLES OF THE RES EARCH TOPICS . 2 1.3 THE EXISTING PROBLEMS OF THE CURRENT STUDY . 6 1.4 THE MAIN TASK . 7 1.5 THES IS ORGANIZATION . 7 CHAPTER 2 THE SHIP DETECTION SYSTEM DESIG

12、N. 9 2.1 THE MOVING OBJECT DETECTION SYSTEM ANALYSIS . 9 2.2 THE BASIC FRAMEWORK OF THE MOVING OBJECT . 10 2.3 THE FRAMEWORK OF THE SHIP DETECTION SYSTEM . 11 2.4 FUNCTIONAL DECOMPOSITION OF THE SHIP DETECTION SYSTEM. 12 2.5 SUMMARY . 17 CHAPTER 3 THE IMPLEMENTATION OF SHIP DETECTION SYSTEM . 19 3.1

13、 ENVIRONMENT AND DEVELOPMENT LANGUAGE . 19 3.2 DEVELOPMENT PROCESS . 19 3.3 THE SHIP DETECTION SYSTEM INTERFACE DEVELOPMENT . 20 3.4 SYSTEM DISPLAY AND EVALUATION . 24 3.5 SUMMARY . 32 CHAPTER 4 CONCLUSIONS AND FUTURE WORK . 33 4.1 CONCLUSIONS . 33 4.2 FUTURE WORK. 33 REFERENCES. 35 ACKNOWLEDGEMENTS

14、 . 38 第一章 绪论 1 第一章 绪 论 本章主要介绍了本课题的研究背景和研究现状，提出本论文要实现的主要目标和工作，并阐述了论文的基本结构 。 1.1 课题 背景 近年来，计算机视觉的研究重点已逐渐从对静态图像的研究过渡到对动态图像序列的研究上面，多媒体技术和通讯技术一直将运动目标 1，例如人，作为一项重要的考虑因素。视频数据库、虚拟现实、智能房间、智能桌椅以及安全监控等技术的应用都需要对运动目标进行识别和跟踪，并对运动目标的行为做出解释。因此，对运动目标检测与跟踪也成了视觉研究中的一个重要问题。 图象边缘检测是图象处理与分析中最基础的内容 之一， 2也是至今没有得到圆满解决的一类问题

15、-成象过程中的投影 ,混合 ,畸变和噪声等导致图象特征的模糊和变形，从而造成图象特征提取的困难 -边缘当然也由于上述成象中的各种原因而难于检测 3。 图像目标自动检测和识别是一个收到国内外学术界普遍重视的课题，并且在医学，城市规划，交通管理，工业生产，公安得诸多领域得到了应用 4,5。在军事上，各种目标自动识别系统已被广泛的运用在侦查，瞄准，敌我识别，武器执导等领域。对于自动成像系统，现代战场的实际环境日趋复杂，复杂自然环境条件的干扰和诸多人工干扰使得对感兴趣的目 标的检测和识别难度很大，这就对执导系统的环境适应能力和抗干扰能力体处理更高的要求。 在现实生活中，大量有意义的视觉信息都包括在运动

16、之中。尽管人类的视觉即能看见运动又能看到静止的物体，但是在许多场合，比如重要场所的保安监控，汽车的自动驾驶和辅助驾驶，交通流量的控制、航空和军用飞行器的制导，人们往往只对运动目标或物休感兴趣。 海面运动目标自动检测技术在国防安全、海关管理、海上缉私以及港口船只调度等场合有比较重要的用途。常见的海面运动目标检测方法有基于红外图像的海面运动目标检测，基于雷达图像的海面运动目标 检测，以及基于视频图像序列的船只检测。 如何科学地操纵和控制船舶，使之安全、准时的航行，是一个备受关注的问运动 船舶检测系统的设计与实现 2 题。海上航行安全的研究已经经历了许多年的历史了，其中船舶运动控制已从手动发展到自动

17、 ;从单个系统的自动化发展到综合自动化 ;随着计算机技术、网络技术的发展，慢慢向网络化发展。现代技术装备下的船舶驾驶，己使海上安全事故降低了许多。但是这方面的工作还是远远不够的，据调查，海上事故中人为因素占有很高比例。 随着多媒体技术的发展和计算机性能的提高，近年来基于图像处理的自动监控技术在工业上得到了广泛的应用。 6传统 的监控系统主要是通过一些传感器如温度传感器，压力传感器和电接触传感器等来实现的，近年来，已经逐步出现了可视化的监控系统网。它通常是由连接到一套电视监视器上的一个或多个摄像机组成的。一些重要场合如银行、证券交易所、别墅区和大型仓库等的保安设施中常常都装有这些可视化的监控设备

18、。这种监控系统已经可以满足人们“眼见为实”的要求，但同时这种监控系统要求监控人员长期盯着众多的电视监视器，获得视频信息，通过人为的理解和判断，才能得到相应的结论，做出相应的决策。因此，让监控人员长期盯着众多的电视监视器成了一项繁重的任务。特 别在一些监控点较多的情况下，监控人员几乎无法做到完整的监控 7。因此，人们对基于视频图像的监控系统的要求越来越迫切。计算机辅助的视频图像监控系统在最近几年已经逐步投入应用中。综上所述，研究运动目标 检测 和跟踪具有重要意义。 1.2 课题 研究 现 状 图像检测和识别技术 多年以来一直是一个热门研究课题。典型的图像识别系统如图： 图 1.1 图像检测系统结

19、构 资料来源： 基于视频监视系统的运动目标检测技术的实现 1 1. 图像预处理 图像预处理，是指将原始图像做增 强或复原，使之成为较清晰的图像，以便后续的分析处理，它包括图像增强技术和图像复原技术。图像图 像 预处理 与分割 图 像 检测与跟踪 输 入 图 像 第一章 绪论 3 增强技术是指按特定的需求突出一幅图像中的某些信息 8，同时削弱或去除某些不需要的信息处理方法。图像增强不是以图像保真原则为基点来处理图像的，所以它不考虑图像质量变坏的物理过程 9,10。 这类处理是为了某种应用目的而去改善图像质量的，其侧重于使图像更适合于人的视觉特性或机器的识别系统。图像增强方法包括灰度修正、图像平滑

20、、图像锐化、图像非线性滤波、彩色处理等。其中灰度修正主要包括直方图均衡、灰度的非线性和线性变换 ;图 像平滑主要包括局部平均法、低通滤波法和多帧平均法 ;图像锐化主要包括空间域的图像锐化和频域的高频提升滤波 ;图像非线性滤波主要包括中值滤波、选择平均法和加权平均法 ;彩色处理主要包括真色彩、假色彩和伪色彩处理。采用何种图像增强方法视不同的情况而定 ;当一幅图像的信号很弱时，可采用灰度修正法来改善图像质量 ;当图像上噪声较大时，可采用平滑方法去噪 :当图像轮廓不明显时，可用锐化方法来处理。 2. 图像分割和检测 图像目标检测是按照某些先验知识或特征将图像中我们感兴趣 目标进行初步定位，进而通过开

21、窗口大大减少计算量 11。图 像分割是指按照图像的某些特征 (如灰度级、邻域空间信息、纹理等 )将图像分成若干区域，这些区域各自是一个连通的像素集，在每个区域内部具有相同或相近的特征，而相邻区域则具有不同的特征。事实上很多处理算法中，图像检测与图像分割是密切相关的，人们难以将它们严格地区分开来。 图像检测和分割是图像处理中的主要问题 12，也是计算机视觉领域低层次视觉中的主要问题，同时它又是一个经典难题，至今已提出了上千种各种类型的算法。 而且近年来每年都有上百篇有关研究论文发表，这些文献提出的方法大致可以分为两大类，即基于边缘检测的方法 和基于区域的方法。基于边缘检测的方法在很大程度上依赖边

22、缘图像的获得，不同的边缘检测算子将得到不同的边缘图像，且边缘往往是不连续的，只有依靠知识启发性地连接边缘线段才可以得到连续边缘， 用于图像分割，这使得基于区域的方法比基于边缘的方法受到更广泛的应用和关注 13。下面将运动 船舶检测系统的设计与实现 4 对近几年来这一领域中出现的新思路、新方法进行介绍： (1) 阈值法 ， 在图像检测和分割的诸多方法中，阈值法是使用最 为广泛的方法 ，它通过阈值化将图像分成若干有意义的区域。其中，阈值的选取是图像检测和分割的关键。根据阈值作用的范围不同，阈值法可分为全局阈值法和局部阈值法。全局阈值法根 据图像或灰度空间分布确定一个全局闭值，由该阈值实现对整幅图像

23、的检测和分割。 14典型的全局阈值法有直方图法、最大类间方差法 (Otsu法 ) 15和最大墒法。全局阈值法的优点在于算法简单，阈值仅需计算一次，对于目标和背景明显分离，直方图呈双峰分布的图像可收到良好的效果。然而，对于非均匀光照图像，全局M.值法的效果不甚理想，此时应采用局部阈值法。局部阈值法 利用非均匀光照条件等情况虽然影响整幅图像的灰度分布，却不影响局部图像的性质，将一幅图像分成较小的子图像，每个子图像都有自己的阈值。 (2) 边缘检测方法可以说是人们研究较多的方法之一，它试图通过检测包含不同区域的边缘来解决图像检测和分割问题，其依据是在不同区域之间的边缘上像素灰度值的变化往往比较剧烈。

24、这类方法大多是基于局部信息的 15,16，一般利用图像一阶导数的极大值或二阶导数的过零点信息来提供判定边缘点的基本依据。根据检测边缘所采用的方式的不同，边缘检测方法大致包括以下几类 :基于微分算子的方法、边缘拟合方法 、多分辨率方法、边界跟踪方法、基于边界曲线拟合的方法等。 (3) 统计学分割方法 ， 从统计学角度出发的图像分割方法是把图像中的各个像素点的灰度值看作是具有一定概率分布的随机变量 16，观察到的图像是对实际物体做了某种变换并加入了噪声的结果，因而要从观察到的图像中恢复实际物体或正确分割观察到的图像从统计学的角度看就是要找出最有可能即以最大的概率得到该图第一章 绪论 5 像的物体组

25、合来。 (4) 基于区域增长的方法区域分割的实质是将具有相似特性的像元连接成区域，因此这区域就有一定的涵义，特征集群方法是从图像的全局分布去指派每一个像元的类别而 实现区域分割，这是某种自七而下的方式，而基于区域增长的图像分割方法的思想是采用自下而上的方式，即从图像的局部出发，更具体的说是从像元出发，研究像元与其邻域的相似性，进而形成区域 16。相似性是构成同一区域的基本属性，相邻性是考虑连接所必须的条件，随着所取的邻域方式及相似性测量的不同，也就产生了不同的区域连接增长方法，典型的区域增长法有 TC.Pong等人提出的基于小方面模型的区域增长法等。 (5) 神经网络的方法在很多人工视觉的应用

26、中，需要系统具有鲁棒性、强的抗噪声性能以及并行处理能力，因此模仿人类思维的人工智能 的方法得到广泛的注意 17。为了满足以上的需求，神经网络方法得到了很大的发展。神经网络是由许多的神经处理单元互相连接组成的网络。巨大的连接结构，分布的处理单元，使得系统具有鲁棒性、并行性和实时性。 (6) 遗传算法的应用遗传算法是通过大量解重复迭代，对给定问题寻找最优或 接近最优的解，解由被称为染色体的位串来表示 18。 D.chun和 H.S.yand提出了种基于遗传算法的图像分割方法，分割过程是图像分裂一合并的过程。该文提出了两种分别基于图像灰度特征、图像结构特征的分割测量，并引入模糊思想提出图像分割的模 糊测度，在此基础上提出了基于遗传算法的图像分裂一合并方法。目前，鉴于遗传算法的简易性、鲁棒性、可并行性，越来越多的研究人员投入到基于遗传算法的图像分割方法研究中。 3. 图像跟踪 随着图像设备的不断发展，图像跟踪技术也日趋完善。在图像跟踪技术中，可以通过图像传感器来获取连续的图像序列，然后通过相应的