基于SSD的船名检测方法研究

船名检测技术是船名自动识别的关键一步,研究出适合实际场景的船名检测技术对推动船舶自动化管理具有重要意义。为提高船名检测准确率,本文采用SSD深度神经网络对船名进行检测,基于5万张船舶图像进行训练,最后得到识别率高、漏检率及误检率低的船名检测模型。实验表明,该方法能适应昼间、夜间、强光和弱光多种光照环境,船名检测的精度达到92.6%,召回率达到90.8%,基本可以满足全天候的船名检测需要。     

基于红外成像的舰船目标实时检测跟踪方法研究

提出一种基于红外成像的舰船目标实时检测与跟踪方法,首先通过图像增强提高信噪比,增强目标轮廓清晰度;接着对红外图像中的水天线进行检测,确定目标所在的候选区域,在候选区域内完成目标的定位检测;最后通过波门跟踪算法对序列图像中的舰船目标进行跟踪。实验结果表明该方法具有较好的准确性和实时性。     

中国籍船舶名称的规范化与国际化探讨

船名是实现船舶在航行中顺利沟通的一个十分重要的关键词。随着AIS的推广和发展,通过AIS实现船名的读取和联系进而达成有效的避让协议,这在水上交通特别是港口交通上已经得到广泛应用。但是,在实践中发现船名的不规范书写、拼写、输入已经对有效沟通造成了较强的阻力,因船名和船型输入的误解、误读导致的事故和险情时有发生。文章尝试从国内外关于船名设置的相关法律法规出发,分析船名规范化和国际化的可能方式和改进途径,为海上航行避让提供些许建议。     

基于深度学习方法的海上舰船目标检测

为了提高海上无人艇的舰船目标检测精度和速率,本文基于深度学习方法,利用卷积神经网络、区域建议网络及Fast R-CNN检测框架构建了舰船检测系统。该系统通过共享的卷积神经网络提取特征;通过区域建议网络生成候选区域;通过Fast R-CNN框架实现目标检测识别,从而实现端到端的舰船目标检测。实验结果表明,相比于传统机器学习目标检测算法,该舰船检测系统在检测精度及检测速率上均有大幅提高,达到83.79%的准确率及0.05 s/帧的检测速率。本文的舰船检测系统在检测精度及速率上均表现优异,满足了水面无人艇的工作要求。     

视觉传达技术的雾天舰船图像恢复研究

由于使用基于空间角度恢复方法、基于变换领域恢复方法受到大量像素影响,特征点提取结果不精准,会导致图像恢复效果较差。为了解决该问题,提出视觉传达技术的雾天舰船图像恢复研究。剪裁提取目标区域,计算像素间隔,得到图像的物理坐标。以此坐标为基础进行三维图像面的重建。通过信息交互,确定重建面的同体元坐标点,完成三维重建。基于重建结果,调整局部区域亮度,区分明暗原色,结合视觉传达技术,设计了雾天舰船图像恢复流程,避免了边缘提取不连续的问题。由实验结果可知,该方法特征点提取结果与图像比例下实际值一致,误差为0,图像恢复效果较好。     

基于图像分割的船舶吃水深度检测方法

针对传统的船舶吃水深度检测方法精准度低的情况,提出基于图像分割的船舶吃水深度检测方法。以得到精准的舰船吃水值为出发点,采集舰船吃水图像,并进行动态模板匹配,减少舰船晃动对吃水深度检测的影响,在此基础上,对船舶水尺图像字符进行校正,计算吃水线位置,得到舰船吃水深度,以此实现船舶吃水深度检测。实验对比结果表明,此次设计的基于图像分割的船舶吃水深度检测方法比传统的吃水深度检测精准度高,具有一定的实际应用意义。     

基于人脸识别技术的船员身份检测研究

针对船员身份检测时间长的缺点,以缩短船员身份检测时间为目的,提出了基于人脸识别技术的船员身份检测研究。在引入人脸识别技术的基础上,采用阈值分割得到船员人脸图像,依据船员肤色像素点的计算,得到船员人脸的二值图像,利用船员人脸的相似程度计算步骤,设计了船员人脸区域的提取流程,完成船员人脸区域的提取;通过分析船员身份的检测原理,设计了船员身份的检测流程,实现了船员身份的检测。实验结果证明,基于人脸识别技术的船员身份检测方法与基于图像处理技术的船员身份检测方法相比,船员身份的检测时间短。     

中国籍船舶中文船名的书写建议

中国籍船舶的船名包括中文船名和英文船名,本人曾对英文船名给过书写建议[1],实际上中文船名的书写也应进行规范。某一艘特定船舶的船名既能体现与其他船舶的区别,也便于主管机关的管理、其他船舶的联系等,更是一个国家的名片。正确书写的船名体现出一个国家的规范、文明程度以及与世界接轨的愿望。     

阿里云布局“互联网+”航运

中国交通通信信息中心与阿里云日前达成"互联网+航运"合作。同日,运行在阿里云上的宝船网2.0系统正式发布。宝船网是中国交通通信信息中心自主研发的公共信息服务平台,该平台与阿里云展开深入合作,通过船上装的AIS系统和国际海事局数据,可以获取全球船舶的实时和历史位置数据。公众可通过搜索呼号、船名等精准定位全球船只。集合港口/码头、货主、船主的数据共享,灵活调配吞吐能力,实现船只管理;通过轨迹分析,帮助海关缉     

基于PCA与属性权重模糊聚类的入侵检测方法

针对入侵检测数据集中存在大量冗余信息及传统聚类算法的效果不佳,提出了结合主成分分析与属性权重模糊聚类算法的入侵检测方法。该方法分为特征提取和模糊聚类两阶段,使用主成分分析进行特征提取、消除冗余属性;将经主成分分析后得到新成分的贡献率作为聚类算法中属性的权重值,实现了基于属性权重的模糊聚类。在KDD-CUP99数据集中的实验结果表明,该方法能有效地降低检测训练时间和提高检测正确率。     

你知道一艘船有多少个专用号码吗?

据我所知,一艘远洋船有下述10个专用号码,船长若记不清就会影响工作,若查也查不到则有麻烦了,若根本不知某个号码的用途则会被人瞧不起而说明该船的管理水平低。 1)船名呼号(CALL SIGN),由4个英文字母或与数字成为一组,例如BOY3。船名呼号常在船舶通讯中与遇难呼救中使用,是船舶最常     

基于深度学习的船舶流量统计系统设计与实现

使用深度学习SSD算法对采集到的船舶目标数据集进行学习训练,再利用训练得到的模型进行船舶目标检测。通过检测目标进行匹配得到相应的轨迹,根据设定的检测线进行目标流量统计,最后对算法进行模块集成并设计相应的软件界面。将深度学习SSD算法引入船舶目标检测领域后,与传统检测方法相比,其精准率得到大大提高,能够准确实现多目标船舶检测,并在此基础上进行可靠的流量统计。结果表明,集成的应用系统具有良好的性能,能满足实时性要求,流量统计的准确率可达90%以上。     

基于web的船舶火灾各舱室关联监控和报警技术研究

船舶火灾的发生严重影响船舶航行安全,船舶火灾发生时难以及时得到救援支持,成为船舶航行过程中危险性最大的安全事故之一。因此,及时对船舶火灾安全隐患进行检测并及时进行火灾警报采取有效营救措施就显得十分重要。基于上述背景对船舶火灾的成因及当前火灾检测方法进行深入的分析,设计了基于web的船舶火灾各舱室关联监控和报警技术。首先通过监控系统对船舶舱室火灾安全隐患进行检测,并通过总线通讯模块实现相互通讯,一旦发现安全隐患则迅速进行警报,方便快速精准的对火灾情况进行了解,及时选取补救方案,最大程度上保障船上人员生命财产安全。为检测该方法的有效性进行仿真实验,实验结果证实,基于web的船舶火灾舱室关联监控报警技术可有效对船舶内部火灾隐患进行检测,并及时有效的进行报警机制和处理方案,从而提高船舶航行安全。     

基于改进高斯模型的目标检测与阴影去除方法

针对复杂环境下传统目标检测方法不能够准确检测出运动目标,容易将运动阴影误检为运动目标的问题,提出一种基于改进自适应混合高斯模型与颜色空间相结合的目标检测与阴影去除方法.该方法通过三帧差分获取当前帧目标的粗略区域,使用改进混合高斯模型方法区分出包含阴影的运动区域与背景显露区域,采用不同的自适应更新策略更新建模参数;然后进一步利用基于YUV颜色空间特性去除阴影;最后通过形态学处理提取出准确的运动目标区域.对比实验表明,所提方法不仅能够有效抑制阴影和光照变化的影响,而且具有良好的实时性.     

基于深度学习的船体曲板多视角三维重建方法

船体曲面外板加工成形是船舶建造精度控制的重要环节，传统曲面外板加工精度检测主要依靠样板和样箱，实现曲板成形自动化检测的关键是快速、精准地重建曲板三维曲面。提出一种基于深度学习的曲板摄影测量方法，该方法通过PatchmatchNet推断深度图得到曲板稠密点云，对稠密点云拟合二次曲面，基于拟合曲面去除曲板表面法线方向上的噪点，并基于主成分分析法（PCA）和最近点迭代法（ICP）对稠密点云和设计曲面进行自动配准，通过实例分析三维重建方法、图像数量、图像拍摄范围等对重建点云精度的影响。结果表明：曲板多视角三维重建精度小于2mm，满足船体外板加工精度要求，可为实现船体曲板精度自动化测量提供了参考与借鉴。     

低分辨率船舶视频监控图像的边缘轮廓提取

目前船舶视频监控图像以其灵敏、实时、可靠性等优势被广泛使用在海洋航运工程中。然而,由于船舶航运环境复杂,易对监控图像画面质量产生干扰,导致监控图像分辨率和信噪比相对较低,造成图像边缘轮廓提取困难等问题。因此提出结合PID模糊算法以及图像灰度映射函数进行精准有效的图像边缘轮廓提取和检测的方法。该方可针对低分辨率船舶航视频图像进行降噪处理,精确定位边缘轮廓,提高图像分辨率和对比度,从而得到精确的边缘轮廓信息数据。最后为验证方法的有效性进行仿真实验,实验检测结果表明该方法能快速精准的对低分辨率船舶视频监控图像边缘轮廓进行提取,降噪处理效果十分突出,有效解决了传统方法耗时较多提取效果差等问题,符合视频监控图像处理的评价体系标准,应用渠道十分广泛,具有较高的参考价值。     

基于负荷停电信息的船用电力系统故障定位方法

提出一种基于负荷停电信息的舰船电力系统故障定位方法,该方法结合目前船用电力系统的技术状态,通过显控台提供的电气设备间的拓扑关系,利用舰员或用电设备终端上报的停电信息判断故障发生的区域。针对实际操作中可能出现的"停电拒报"、"误报"等情况,将树形辐射供电特点与贝叶斯公式相结合,提出"4个有关集合"的概念,并基于此概念计算各候选区域发生故障的概率,最后选择概率最大者作为最终的故障判定区域。     

曲线进化的多波段舰船图像目标精准识别系统

传统的多波段舰船图像目标精准识别系统存在着识别性能差的缺陷,为此提出基于曲线进化的多波段舰船图像目标精准识别系统设计研究。多波段舰船图像目标精准识别系统硬件设计主要包括传感器、采集卡、微处理器、适配器与通信单元,软件设计主要包括多波段舰船图像预处理模块、多波段舰船图像目标检测模块与多波段舰船图像目标识别模块,通过硬件与软件的设计实现了多波段舰船图像目标精准识别系统的运行。通过实验得到,设计的多波段舰船图像目标精准识别系统识别率比传统系统高出20.6%,说明设计的多波段舰船图像目标精准识别系统具备更高的识别性能。     

应用于AIS VDL监测的AIS船台静态信息标准符合度监测系统设计

在AIS VDL(VHF数据链路)监测中,为了解决AIS信息符合性问题,提出了AIS船台静态信息标准符合度监测系统设计方案。该方案主要是基于AIS船台电文数据和船舶数据库信息,应用Spark、Hadoop大数据处理平台,对船舶的MMSI、船名、呼号、IMO号、类型、尺寸、转发指示符等的标准符合度进行实时监测,实现智能识别异常AIS船台,为海事监管部门提供精确可靠的船舶识别信息。     

基于遥感图像的舰船毁伤效果评估方法研究

提出了一种基于遥感图像变化检测的舰船毁伤效果评估方法,主要包括图像预处理、舰船检测、毁伤前后目标区域提取、特征提取和分级评估五个部分。研究了目标区域提取和变化特征选取等问题,提取几何特征与纹理特征进行分级评估。基于视景仿真技术进行了舰船毁伤效果模拟,采用模拟的图像进行毁伤效果评估仿真实验。实验结果表明,该方法能有效地实现对海上舰船目标的毁伤效果评估。