海上船舶智能检测及其关键算法研究

张训源 王华超 吴庆海 蔡喜光

（1.威海海洋职业学院 机电工程系，威海 264300；2.威海市智慧海洋渔业装备工程技术研究中心，威海 264300）

海上船舶检测是运用检测算法标定图片或视频中船舶的检测技术。在科技飞速发展的今天，以图像为载体的目标识别技术在日常生活中应用广泛。但是，在实际检测中，海上环境的多变性会导致船舶以各种姿态出现。海浪、光照变化等因素复杂多变，使得海上船舶检测效果不够理想。此外，高分辨率摄像机的日益普及也给实时检测带来了机遇。

在以图像处理为背景的目标检测算法中，基于统计学习的检测算法比较常见。该算法需要在大量的正负样本下，从数学角度描述特征，得到特征算子[1]。现有的算子多采用Haar小波[2-3]、主分量分析[4-5]、方向梯度直方图（Histogram of Oriented Gradient，HOG）特征等算法来提取特征点[6]，再应用支持向量机（Support Vector Machine，SVM）、AdaBoost和决策树算法[7-9]进行分类。其中，HOG+SVM检测算法最经典，应用也最广泛。

通常一张图片会包含多个尺度的船舶，因此在检测时普遍采用多尺度滑动窗口法进行全局遍历式搜索。这个过程需要对每一个滑动窗口提取特征。一幅N×N大小的图像，候选窗口有N4个，而大多数的窗口都不包含检测目标。所以，如何减少滑动窗口的数量和降低算法耗时，是提升检测速度的关键。人在识别图像中的检测目标时，往往会快速过滤背景区域，将注意力集中在显著区域。以此为背景，众多学者提出了一系列快速过滤算法。例如：魏丽等人通过普残留显著性检测构建似物性分析，实现了红外图像行人检测，但后续处理过程较为复杂[10]；程明明等人提出的规范二进制梯度特征（Binarized Normed Gradients，BING）是一种新的描述算子，可以快速标记一幅图像中的似物性物体，算法简单，检测速度快，但属于多尺度、无类别标记，需要进一步处理候选框[11]。

基于此，本文在BING似物性检测的基础上引入一种基于相似度匹配的筛选模型。首先，似物性检测在图片中标记一系列的似物性候选框。其次，选取场景中某一检测目标的向量直方图作为匹配模板，计算似物性候选框与模板的相似度，过滤相似度低的其他类别物体。最后，对剩余候选框进行最终的判别。

1 基于Prewitt算子的海天线检测

在海上进行船舶检测，首先要解决检测区域问题。摄像机捕捉到的画面包括两部分，分别是海水和天空。待检测图片，如图1所示。由于船舶不会出现在天空中，因此需要标定海面与天空的分界线，以减少飞机、云朵等干扰因素，如图2所示。Prewitt算子是一种一阶微分算子，利用像素点上下左右邻点灰度差，在边缘处达到极值检测边缘，对噪声具有平滑作用，可以有效检测海天线。

图1 待检测图片

图2 海天线标定

2 基于似物性度量的初步检测

似物性是指与类别无关的所有物体。在一幅图像中，“物体”最大的特点是具有良好的封闭轮廓，而与之对应的背景元素则是单一或杂乱无章的[12-14]。似物性检测作为第一级分类器，训练时把有物体属性的图片作为正样本，将背景图片作为负样本，将所有的正负样本图片大小缩放到8×8，计算每个样本的64维梯度值即规范梯度特征，如图3所示。

图3 规范梯度特征

在检测物体时，所有的窗口都会缩放到统一的尺度进行判别，因此规范梯度特征对目标的尺度和纵横比有良好的适应性。为进一步提高算法速度，对规范梯度特征进行近似运算，计算公式为

式中：bk,l为提取的BING特征值；gt为BING的近似值；Ng为近似位数，即实验用的BING特征向量位数。

筛选时，利用得到的分类器ω∈R64对所有扫描窗口打分，计算公式为

式中：st为扫描窗得分，分值越高，表示该区域包含物体的可能性越大；gt为规范梯度特征；i为检索尺寸；(x,y)为窗口位置；l为i尺存下的坐标。

似物性搜索运用的是多尺度滑动窗口法。不同大小的窗口包含物体的概率不同，因此在对候选窗口打分时采用多尺度打分，即

式中：vi,ω∈R；i为不同尺度的窗口。针对尺度i，得到该尺度下的学习系数。最后，对所有的搜索窗口打分进行排序，选择合适的阈值，将排名靠前的窗口作为似物性候选窗口。

图4为排名前30的似物性候选窗口标定结果。可以看出，船舶、太阳以及海浪等目标都被标定。然而，多尺度搜索导致候选窗几乎布满了整个图像区域，需要在此基础上进一步减少候选窗口数量，把注意力集中在感兴趣区域，进一步提高检测速度。

图4 似物性检测结果

3 基于相似度匹配的快速筛选

似物性检测标记了一幅图像中有物体属性的候选框，这里的物体是多尺度且不分类别的，需要进一步筛选。如图5所示，实验中发现同一场景中船舶与背景的直方图分布存在很大差异。船舶的直方图分布相对分散，而背景图像的分布集中于某一个区间，因此可以利用这一特性过滤掉背景窗口[15-17]。

图5 直方图分布

灰度直方图是像素的统计特征，用来描述灰度像素出现的概率，可表示为

式中：H(P)为灰度直方图的向量表示形式；h(xi)为灰度值xi出现的概率；S(xi)为灰度值xi出现的总次数。

向量间夹角大小可以表示两者的相似程度。将两幅图像的灰度直方图写成向量形式，计算两者之间的夹角，以此判断两个图像的差异度，计算方法为

式中：ra、rb分别为两幅图像的直方图向量；ai、bj分别为直方图中每个维度的数值。由于ra、rb都是正整数，因此θA,B为0°～90°。为了更加直观地看到相似度，将夹角与0%～100%对应，把夹角大小归一化到0～1之间，则A与B的相似度可表示为

式中：S(A,B)为相似度；0.011为将90°归一化到数值100%时的转换系数。

由图6可见，经过相似度匹配，多数背景窗口被成功过滤，初步解决了多尺度似物性检测导致的候选窗口类别多、数量大的问题，但候选窗中仍有少部分背景图片被保留，需要进一步判别。

图6 相似度匹配结果

4 基于HOG+SVM的船舶人员判定

某些场合下，船舶检测定位后需要对船上人员进行异常行为检测与跟踪，包括检测船舶上人员的走动以及是否升降旗等异常行为。

HOG特征从数学角度将图像信息整合为向量形式，是对图像的编码，在目标检测方面有较普遍的应用。首先，将图像细分成单元、块、滑动窗口，每4个单元组成一个块。其次，计算每个像素的梯度和方向。最后，将梯度方向按步长平分为9个区间，计算各区间直方图，并用像素梯度幅值作为权重进行投票。每个块中4个直方图按序连接，形成块的特征向量，将块特征向量串联得到一个高维向量，即该图像的HOG特征[18-21]。

实验中选择2 000张大小为96×160且包含行人的图像作为正样本，1 200张大小不一的不包含行人的图片作为负样本，经SVM训练得到行人检测分类器。似物性检测得到的候选框大小远远小于原始图片，因此不再进行滑动搜索，直接提取剩余候选窗口的HOG特征，并使用行人检测分类器进行判定，结果如图7所示。

图7 检测结果

5 结语

算法首先利用边缘检测算法提取海天线，提升检测区域的准确性，改善检测算法的实时性。其次，算法利用似物性检测方法初步估计船舶的位置，以方便后面对检测区域的划定和相应的船舶目标提取。再次，利用相似度匹配方法排除干扰项，锁定船舶位置。最后，利用HOG+SVM方式对船上的人员进行识别定位，进一步判别船上人员有无危险行为。实验结果表明：一方面，算法可准确有效实现海上船舶的检测，借助行人检测技术实现对船舶人员的识别；另一方面，算法只是对船上人员进行检测，后续需进一步研究船上人员的具体行为判别。