基于并行支持向量機加權(quán)的標號自動識別方法
【專利摘要】本發(fā)明屬于光電產(chǎn)品應用【技術(shù)領(lǐng)域】，具體涉及一種基于并行支持向量機加權(quán)的標號自動識別方法。本發(fā)明的方法包括以下步驟：標號定位：通過先驗知識定位標號區(qū)域；圖像二值化：獲取標號區(qū)域二值化圖像；傾斜矯正：旋轉(zhuǎn)二值化圖像獲取經(jīng)傾斜矯正的圖像；字符分割：提取經(jīng)傾斜矯正的圖像的每個字符；圖像歸一化：對提取的每個字符進行歸一化處理；字符識別：通過SVM進行分類，從而完成字符識別。本發(fā)明解決了現(xiàn)有技術(shù)僅能針對于穩(wěn)定平臺進行標號識別的技術(shù)問題；能夠針對船舶、飛機等目標運行快、外界干擾多的快速運動平臺進行快速有效的標號識別。
【專利說明】基于并行支持向量機加權(quán)的標號自動識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于光電產(chǎn)品應用【技術(shù)領(lǐng)域】，具體涉及一種基于并行支持向量機加權(quán)的標號自動識別方法。
【背景技術(shù)】
[0002]現(xiàn)代社會己進入信息時代，隨著計算機技術(shù)、通信技術(shù)和計算機網(wǎng)絡(luò)技術(shù)的發(fā)展，自動化的信息處理能力和水平不斷提高，并在人們社會活動和生活的各個領(lǐng)域得到廣泛應用。在這種情況下，作為信息來源的圖像識別技術(shù)越來越受到人們的重視。
[0003]現(xiàn)在船舶識別主要是依靠通用自動識別系統(tǒng)(Automatic IdentificationSystem,簡稱AIS)，AIS是一種新興的船舶和岸基廣播助航系統(tǒng)，它采用自組織時分多址鏈接技術(shù)，在海事VHF頻段無需人工干預的情況下連續(xù)自動地播發(fā)本船靜態(tài)、動態(tài)、與航次相關(guān)信息及安全短消息，同時也能自動接收周圍船舶發(fā)出的這些消息，并與海岸基站進行信息交換。AIS的應用不僅增強了船舶在海上航行中的相互識別能力，為實現(xiàn)海上交通安全的信息化管理提供了重要保障，而且使海事主管機關(guān)能夠借助于岸基AIS電臺提供的船舶信息及時掌握所轄海域交通狀況，有助于加強海上交通管制并提高海域安全管理效率。但是海監(jiān)人員在海上執(zhí)法時，往往有一些非法船舶會關(guān)閉自身的AIS系統(tǒng)，如何正確的識別出這些船只的標號(如“L67”等字符標號)，此時，需要借助于圖像處理技術(shù)實現(xiàn)船舶的標號自動識別。
[0004]現(xiàn)有的標號識別方法多是針對于穩(wěn)定平臺進行標號識別，難以滿足船舶等目標運行快、外界干擾多的快速運動平臺的技術(shù)要求。

【發(fā)明內(nèi)容】

[0005]本發(fā)明需要解決的技術(shù)問題為:現(xiàn)有技術(shù)中的標號識別方法僅能針對于穩(wěn)定平臺進行標號識別，難以滿足船舶等目標運行快、外界干擾多的快速運動平臺的技術(shù)要求。
[0006]本發(fā)明的技術(shù)方案如下所述:
[0007]—種基于并行支持向量機加權(quán)的標號自動識別方法，包括以下步驟:
[0008]步驟1.標號定位:通過先驗知識定位標號區(qū)域；
[0009]步驟2.圖像二值化:獲取標號區(qū)域二值化圖像；
[0010]步驟3.傾斜矯正:旋轉(zhuǎn)二值化圖像獲取經(jīng)傾斜矯正的圖像；
[0011]步驟4.字符分割:提取經(jīng)傾斜矯正的圖像的每個字符；
[0012]步驟5.圖像歸一化:對提取的每個字符進行歸一化處理；
[0013]步驟6.字符識別:通過SVM進行分類，從而完成字符識別。
[0014]作為優(yōu)選方案，
[0015]步驟3包括水平傾斜校正和垂直傾斜校正:
[0016]對二值化圖像在各角度下做水平投影，獲取投影圖的峰寬最窄的角度α，將二值化圖像旋轉(zhuǎn)α角度獲得水平傾斜校正圖像；[0017]對水平傾斜校正圖像在各角度下做水平投影，計算標號各字符投影距離之和，標號各字符投影距離之和最小的情況所對應的投影角度為垂直傾斜角度β ;將水平傾斜校正圖像旋轉(zhuǎn)β角度獲得垂直傾斜校正圖像，由此完成傾斜校正。
[0018]作為優(yōu)選方案，
[0019]步驟4中，對經(jīng)傾斜矯正的圖像進行投影，投影圖中每個波谷位置即為標號的字符分割點，根據(jù)字符分割點C，將提取每個字符出來。
[0020]作為優(yōu)選方案，
[0021]步驟6中，提取標號密度特征P。、方向特征a。、穿透特征p。，通過SVM進行分類，從而完成字符識別。
[0022]作為優(yōu)選方案，
[0023]步驟I中，通過顏色信息和位置信息定位標號區(qū)域。作為優(yōu)選方案，
[0024]步驟2中，對標號區(qū)域進行灰度化，獲取灰度圖像；進而進行二值化，獲取二值化圖像。
[0025]本發(fā)明的有益效果為:
[0026]本發(fā)明的基于并行支持向量機加權(quán)的標號自動識別方法，能夠針對船舶、飛機等目標運行快、外界干擾多的快速運動平臺進行快速有效的標號識別。
[0027]采用本發(fā)明的方法實現(xiàn)的裝置可以裝配在船舶上，對海上其他船只或空中飛機進行標號識別。例如，在維權(quán)取證過程中，飛機目標由于運行速度太快，海上風浪太大，導致有時無法及時捕捉飛機標號，通過本發(fā)明的方法，使系統(tǒng)快速響應，在第一時間識別目標標號，提高海監(jiān)的維法取證能力。
[0028]本發(fā)明的方法通過先驗知識，對目標提取不同的特征，通過SVM進行特征融合，同時，考慮到不同特征對同一字符區(qū)分能力的差異，加權(quán)不同特征識別結(jié)果，從而達到正確識別字符的目的。
【具體實施方式】
[0029]下面結(jié)合實施例對本發(fā)明的基于并行支持向量機加權(quán)的標號自動識別方法進行詳細說明。
[0030]本發(fā)明的基于并行支持向量機加權(quán)的標號自動識別方法，包括如下步驟:
[0031]步驟1.標號定位
[0032]通過先驗知識可知快速運動目標標號的顏色信息和位置信息，例如船只標號的顏色為藍色且位于船首位置，通過顏色信息和位置信息來有效定位標號區(qū)域RU，y)。
[0033]步驟2.圖像二值化
[0034]對標號區(qū)域R(x，y)進行灰度化，獲取灰度圖像Rg(X，y);進而進行二值化，獲取二值化圖像Rt (X，y) ο
[0035]步驟3.傾斜校正
[0036]步驟3.1..水平傾斜校正
[0037]對二值化圖像Rt (X，y)在各角度下做水平投影，獲取投影圖的峰寬最窄的角度α，該角度ct即為水平傾斜的角度。將二值化圖像Rt (X，y)旋轉(zhuǎn)α角度獲得水平傾斜校正圖像 Ra (X，y)。[0038]步驟3.2.垂直傾斜校正
[0039]對水平傾斜校正圖像Ra (x, y)在各角度下做水平投影，計算標號各字符投影距離之和，標號各字符投影距離之和最小的情況所對應的投影角度即為垂直傾斜角度β。將水平傾斜校正圖像Ra U，y)旋轉(zhuǎn)β角度獲得垂直傾斜校正圖像Re (X，y)。
[0040]步驟4.字符分割
[0041]對標號在垂直方向進行投影，投影圖中每個波谷位置即為標號的字符分割點C，根據(jù)字符分割點C，將每一個字符Ci(x，y)提取出來，其中i = 1,2......N，N為標號的字符個數(shù)。
[0042]步驟5.圖像歸一化
[0043]字符Ci (X，y)的寬度為W0,高度為Iv (x0, y0)為其中任一點。對字符Ci (x, y)進行歸一化處理，得到寬度為W1、高度為hi的歸一化圖像gi(x，y)，(X1, Y1)為其中任一點，則各像素點對應的關(guān)系如下式所示:
【權(quán)利要求】
1.一種基于并行支持向量機加權(quán)的標號自動識別方法，其特征在于:包括以下步驟: 步驟1.標號定位:通過先驗知識定位標號區(qū)域； 步驟2.圖像二值化:獲取標號區(qū)域二值化圖像； 步驟3.傾斜矯正:旋轉(zhuǎn)二值化圖像獲取經(jīng)傾斜矯正的圖像； 步驟4.字符分割:提取經(jīng)傾斜矯正的圖像的每個字符； 步驟5.圖像歸一化:對提取的每個字符進行歸一化處理； 步驟6.字符識別:通過SVM進行分類，從而完成字符識別。
2.根據(jù)權(quán)利要求1所述的基于并行支持向量機加權(quán)的標號自動識別方法，其特征在于: 步驟3包括水平傾斜校正和垂直傾斜校正: 對二值化圖像在各角度下做水平投影，獲取投影圖的峰寬最窄的角度α，將二值化圖像旋轉(zhuǎn)α角度獲得水平傾斜校正圖像； 對水平傾斜校正圖像在各角度下做水平投影，計算標號各字符投影距離之和，標號各字符投影距離之和最小的情況所對應的投影角度為垂直傾斜角度β ;將水平傾斜校正圖像旋轉(zhuǎn)β角度獲得垂直傾斜校正圖像，由此完成傾斜校正。
3.根據(jù)權(quán)利要求1所述的基于并行支持向量機加權(quán)的標號自動識別方法，其特征在于: 步驟4中，對經(jīng)傾斜矯正的圖像進行投影，投影圖中每個波谷位置即為標號的字符分割點，根據(jù)字符分割點C，將提取每個字符出來。
4.根據(jù)權(quán)利要求1所述的基于并行支持向量機加權(quán)的標號自動識別方法，其特征在于: 步驟6中，提取標號密度特征pc、方向特征ac、穿透特征pc，通過SVM進行分類，從而完成字符識別。
5.根據(jù)權(quán)利要求1或2或3或4所述的基于并行支持向量機加權(quán)的標號自動識別方法，其特征在于: 步驟I中，通過顏色信息和位置信息定位標號區(qū)域。
6.根據(jù)權(quán)利要求1或2或3或4所述的基于并行支持向量機加權(quán)的標號自動識別方法，其特征在于: 步驟2中，對標號區(qū)域進行灰度化，獲取灰度圖像；進而進行二值化，獲取二值化圖像。
【文檔編號】G06K9/62GK103886320SQ201410012393
【公開日】2014年6月25日 申請日期:2014年1月10日 優(yōu)先權(quán)日:2014年1月10日
【發(fā)明者】李香禎, 石春雷, 柴智, 楊文佳, 張挺 申請人:北京環(huán)境特性研究所