共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
为提高目标识别率,基于自动识别系统(Automatic Identification System,AIS)与机器视觉检测的船桥智能避碰系统,提出针对大背景中微小船舶目标的检测方法,主要包括图像预处理、图像处理和目标识别。试验结果表明:单纯视觉检测目标识别率可达到98.52%,AIS与机器视觉检测设备共同工作情况下识别率可达到100%。研究成果可为船桥智能避碰系统的设计提供一定参考。 相似文献
3.
受环境等外部因素的影响,利用自动识别系统对船舶身份进行识别,存在识别不准确的问题,为解决这一问题,研究者们将计算机视觉技术应用其中,以期改善系统的识别效果。在此背景下,首先对船舶自动识别系统与计算机视觉技术进行分析,然后具体探讨计算机视觉技术在船舶自动识别系统中的应用过程,包括图像采集、图像预处理、图像定义与分割、字符识别等4项内容;最后通过实验对应用效果进行验证,结果表明:应用了计算机视觉技术的船舶自动识别系统较未应用前,数字识别准确性提高14.3%,汉字识别准确性提高12%,识别效果改善,由此证明计算机视觉技术对改善船舶自动识别系统性能有帮助作用。 相似文献
4.
5.
6.
7.
《舰船科学技术》2021,(16)
传统无人船舶避碰障碍物识别方法,受到方法中识别危险系数判定基数过小的影响,在避碰障碍物识别过程中,无法在有效安全距离下瞬态识别障碍物,造成避碰全局输出准确率与效率降低。为了解决无人船舶识别危险基数过小的问题,提出无人船舶避碰障碍物智能自动识别方法。首先采用智能危险判定算法,对船舶与障碍物之间的距离进行危险系数判定计算;然后根据判定危险系数数据,重构会遇状态模型。通过模型得到算法对障碍物的识别信息;最后通过神经遗传算法,对障碍物分布信息进行避碰数据的识别转换,从而实现优化识别运算场景,提升识别方法识别准确率与输出效率。通过在同一场景下不同识别方法的对比数据表明:提出的识别方法更适合无人船舶的避碰障碍物识别计算,能够有效将障碍物识别准确率控制在97.43%。同时,提升全局输出效率25%以上。 相似文献
8.
9.
10.
船舶图像细粒度检测是高分辨遥感图像分析的难题,受船舶尺寸、陆地背景、光照、风浪等因素影响,易降低图像检测的准确性.为克服船舶目标识别的影响因素,针对不同类型和型号的船舶目标检测建起特征提取算法模型,提升最终的识别精度.本文提出一种基于深度学习的船舶图像细粒度检测方法,将深度学习算法应用到高分辨率遥感图像中,借助算法训练... 相似文献
11.
《舰船科学技术》2021,(4)
由于在利用原有方法进行单目标船舶移动位置跟踪时,在船舶行驶里程为10 000~30 000 km的范围内,存在目标识别速度较慢的问题,因此将大数据技术应用于单目标船舶移动位置跟踪中,提出一种基于大数据技术的单目标船舶移动位置跟踪方法。通过混合高斯背景模型降低背景的干扰程度,并通过三帧差分降低光照突变时产生的误差,利用与计算融合获取结果,对潜在区域实施检测。通过构建LS SVM分类器,并对分类器进行训练识别单目标船舶移动目标。基于大数据技术,通过融合运动特征、边缘、色调的Camshift跟踪算法与卡尔曼无损滤波器实现单目标船舶移动位置跟踪。通过对比实验证明该方法的目标识别速度高于原有方法,实现了目标识别性能的提升。 相似文献
12.
传统的船舶破碎尾迹图像自动识别技术在短时间内的识别清晰度很差,即使加大工作时间,识别的清晰度也不能达到100%,存在细节误差,为船舶航行埋下安全隐患。基于大数据分析研究了一种新的船舶破碎尾迹图像自动识别技术,技术模型由数据库、筛选技术、识别技术、计算机视觉等多种系统组成;通过检测、筛选、对比、识别完成整个过程。由实验结果可知,给出的自动识别技术对于船舶破碎尾迹识别清晰度最高可达到99%,最低也可以达到45%,清晰度远远高于传统技术,具有很好的发展前景。 相似文献
13.
《中国航海》2021,(2)
为解决传统船舶碰撞危险识别算法对目标船运动参数考虑不全以及在各方位采取相同安全会遇距离(Safe Distance Approach,S_(DA))的缺陷,构建一种适用于动态复杂船舶领域模型的碰撞危险识别方法。选取KIJIMA船舶领域模型来界定船舶安全会遇范围,结合其几何形状,根据不同来船方位将其划分为4个区域;提出一种新的碰撞危险识别决策参数:相对运动航向上边界(φ_(r_Upper))和下边界(φ_(r_Lower)),并推导出适用于不同区域的危险识别参数计算方法,确定在目标船与本船安全会遇时应避免的相对运动航向区间,构建碰撞危险识别模型。通过设置8种不同的会遇场景进行仿真验证,结果表明:构建的方法能对目标船的碰撞危险进行有效识别,可为具备自主避碰能力的船舶智能航行系统研发提供技术参考。 相似文献
14.
15.
16.
为保证船舶目标的识别效果,需提高船舶图像目标的清晰度。因此,研究船舶三维视觉图像模糊目标清晰处理方法。该方法采用立体双目视觉在2个视点下观测同一个目标,依据2个观测面的模糊核路径和三维空间内的船舶运动路径相对应的原理,获取船舶模糊图像的三维信息;采用局部模糊探测方法,依据获取的三维信息分割模糊目标图像,并将分割结果输入残差聚集网络模型中,通过模型的处理获取清晰化高质量目标图像。测试结果显示,该方法清晰处理后的目标图像对比度、边缘强度以及图像方差3个指标的结果均在0.933以上,可有效完成图像模糊目标的清晰处理,获取清晰的目标结果。 相似文献
17.
为了提高船舶航行安全性,并应对航行过程潜在碰撞风险,提出海上高速航行船舶触礁距离实时计算方法。通过航海雷达探测船舶航行环境中的礁石目标,确定极坐标系下的位置坐标后,将其转换地心垂直坐标系下,构建基于PLSTM-FCN的船舶航迹预测模型,从船舶自动识别系统中获取高速航行船舶历史位置、航速、航向、船舶长度、宽度以及吃水深度等AIS数据,将其作为模型输入,模型输出为船舶航行实时位置预测结果,结合礁石目标位置,完成触礁距离的实时计算。实验结果表明,该方法可预测船舶航行航迹,预测MSE值仅为0.002 2;可实现船舶触礁距离的实时计算,计算结果与实际距离误差介于0.77~1.55之间。 相似文献
18.
提出基于机器视觉技术的船舶航行危险区域自动识别方法,最大程度规避船舶航行风险。利用机器视觉技术获取船舶航行图像数据,并结合像素平滑滤波和帧间差分法去除原始船舶航行图像所含噪声。采用二阶高斯-马尔科夫机场算法对去噪后船舶航行图像的显著性区域候选节点作信息弥散处理,获取船舶航行图像显著图,通过均值偏移算法处理船舶航行显著图像的特征空间,获得多个分割区域后,在显著图中求解各区域的显著性均值,通过与阈值作比较,实现船舶航行危险区域识别。实验结果表明:该方法可有效提升船舶航行图像的视觉效果;生成的显著图细节完整;可实现不同危险区域的识别,识别效果突出。 相似文献
19.