基于mpeg-7标准的海上移动目标分类方法研究

《基于mpeg-7标准的海上移动目标分类方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号；密级位代码１０１５１ＵＤＣ单：？乂是洛事乂掌全日制学术型硕壬研究生学位论文基于ＭＥＧ－７标Ｐ准的海上移动目禄分类方法研究＇名都期望指导教师张英俊教授申请学位类别工学硕±学科（专业）名称交通信息工程及巧制学位授予单位大连海事大学２０１６年３月分类号密级ＵＤＣ单位代码１０１５１大连海事大学硕±学位论文基于ＭＰＥＧ－７标准的海上移动目标分类方法研巧都期望指导教师张英俊职称教授学位授予单位大连海事大学申请学位级别工学硕±学科（专业）

2、交通信息工程及控制２０＇论文完成日期１６年１月答辩日期２０１６年３月１９日答辩委员会主席ＲｅｓｅａｒｃｈｏｎＣｌａｓｓｉｆｉｃａｔｉｏｎＭｅｔｈｏｄｏｆＭｏｖｉｎｇＴａｒｅｔａｔＳｅａｇＢａ－７ａｎｄａｒｄｓｅｄｏｎＭＰＥＧＳｔＡ化的ｉｓＳｕｂｍｉｔｔｅｄ化Ｄａｌｉ畑ＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙＩｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅｎｔｓｆｏｒｔｈｅｄｅｒｅｅｏｆｐｑｇＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎｇｇＢｙＤｕｉｗａｎＱｇＴｒａｆｆｉ

3、ｃＩｎｆｏｒｍａｔｉｏｎＥｎｉｎｅｅｒｉｎ＆Ｃｏｎｔｒｏｌ（ｇｇ）ＴｈｅｓｉｓＳｕｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＺｈａｎＹｉｎｕｎｐｇｇｊＪａｎｕａｒ２０１６ｙ大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：本论文是在导师的指导下，，独立进行研究工作所取得的成果＂＂－７撰写成硕±学位论文基于ＭＰＥＧ标准的海上移动目标分类方法硏巧。除论文中己经注明引用的内容外，，对论文的研究做出重要贡献的个人和集体均己在文中ＬＪＡ明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。本

4、声明的法律责任由本人承担。学位论文作者签名；已健学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学位论文的规定，目日：大连海事大学有权保留并向国家有关部口或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕古学位论文全文数据库（（）《》中国学术期刊光盘版电子杂志社）、中国学位论文全文数据库》（中国科学技术信息研巧所）等数据库中，并Ｗ电子出版

5、物形式出版发行和提供信息服务。保密的论文在解密后遵守此规定。本学位论文属于：保密□在年解密后适用本授权书。＂＂不保密封（请在ｙｊｊｉ方框内打Ｖ）：：论文作者签名并期￡＿导瞧名或手《？日期年３月。日中文摘要摘要目标分类是智能视频监控领域的重要研巧内容，它是实现视频目标行为分析与理解的基础一。般而言，具体的目标分类方法是根据被分类目标的特征决定的，一没有种适用于所有类型目标分类的方法。近年来，关于目标分类方法的研究越来越多，但专口对海上目标分类方法进行的研究还相对较少。对海上视频中的目标进行自动分类，可Ｗ提商船上人员对本船周围环境

6、的感知能为，也可Ｗ广泛应用于海上安防、海事管理、航道管理和海上搜救等领域。本文将可用于各类多媒体信息标准化描述的ＭＰＥＧ－７标准引入海上视频中船－舶目标分类的应用中，提出了基于ＭＰＥＧ７标准的海上移动目标分类方法。首先，通过对海上各类船舶目标的主要视觉特征进行分析，得知形状特征在各类船舶之间具有明显的可分性，本文利用形状特征对海上船舶目标进行分类。其次，考虑到视频中船舶目标存在平移、缩放！＾＾１及旋转变换等情况，同时目标并不能达到精确或完整的检测，本文选择对上述变换保持稳定的Ｈｕ不变矩和ＡＲＴ系数对船舶目标区域形状特征进行描述。通过对各类船舶目标提取

7、的Ｈｕ不变矩和ＡＲＴ系数形状特征值对比分析，本文选取其中最具有可分性的７个特征值姐成特征向量。然后一，鉴于目前对于目标样本特征文件的存储并没有统的格式标准，送往往不利于现有特征库的重复利用。本文将提取的船舶目惊区域形状特征向量按照一ＭＰＥＧ－７标准的统格式生成特征描述文件，并在此基础上利用各类船舶的模型图像建立海上船舶目标形状特征库。最后，利用ＫＮＮ模板匹配巧ＢＰ人工神经网络两种分类方法分别对五类船舶的模型图像和采集的海上视频中检测得到