目标分类是智能视频监控领域的重要研究内容,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,没有一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,但专门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,可以提高船上人员对本船周围环境的感知能力,也可以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MPEG-7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、缩放以及旋转变换等情况,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个特征值组成特征向量。然后,鉴于目前对于目标样本特征文件的存储并没有统一的格式标准,这往往不利于现有特征库的重复利用。本文将提取的船舶目标区域形状特征向量按照MPEG-7标准的统一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模板匹配和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的船舶目标进行分类实验。实验结果表明,在海上船舶目标分类方面两种分类方法均达到了较高的正确识别率。