基于大数据分析的港口停泊船舶识别方法

摘要

针对港口图像背景复杂、数据量大,影响船舶识别效率的问题,提出基于大数据分析的港口停泊船舶识别方法。选取Hadoop云计算框架,利用分布式处理方法,并行处理海量港口数据。Hadoop利用数据分析平台,运行Top-hat分水岭分割方法,该方法利用港口图像的局部极小值确定分水岭位置,计算分水岭位置的梯度函数,依据设置的阈值分割港口图像。将分割后的图像作为卷积神经网络的输入,卷积神经网络通过对图像实施卷积和池化操作,输出港口停泊船舶识别结果。实验结果表明,该方法可以精准识别晴天、雨天等不同背景下的港口停泊船舶,船舶识别时间低于40 ms。