基于模糊聚类视区划分的舰船目标识别

随着海洋经济的飞速发展,各种智能化的无人设备被用于海洋资源的开发,同时在军事领域,舰船之间的通信和识别技术也向智能化方向发展,在对舰船目标进行识别时,目前还主要依靠人工进行。因此,本文重点研究了模糊聚类算法在图像目标识别领域的应用,并针对舰船的特点,构建相似矩阵,对特定的舰船轮廓设定判断阈值。从样本数据的仿真实验结果看,本文提出的识别算法能够主动识别出舰船的轮廓特征,具有相当大的研究价值。     

高度智能化的舰船机舱系统设计

当前国际形势下舰船的自动化水平以及稳定性决定了舰船性能的高低。舰船机舱是舰船自动化系统的重要组成部分,设计舰船智能化机舱系统对于提高舰船运行的稳定性以及提高作战能力具有非常重要的意义。本文在分析当前舰船机舱系统存在问题的基础上,提出一种基于CAN总线技术和以太网的智能机舱系统,对系统进行整体设计,详细说明智能机舱系统工作的过程,对智能检测节点进行硬件和软件设计,本文设计的智能化舰船机舱系统使用模块化技术,提高了舰船机舱系统的可维护性。     

舰船机舱的全自动化系统设计

舰船机舱自动化系统是保障舰船稳定可靠工作的关键,同时实现机舱全自动化可有效减轻舰船工作人员的工作强度,提高舰船运行稳定性。CAN总线技术是一种非常成熟的现场总线技术,已经广泛应用于船舶工业。本文提出使用CAN总线技术来构建舰船机舱的全自动化系统,包括船舶电站自动化系统、主机监控系统等,通过CAN总线和现场设备以及监控电路进行连接,因而具备很好的实时性及可靠性。     

“无人船艇自主性技术”专辑·编者按

<正>无人船艇作为经略海洋的重要载具和平台,将人类从繁重和危险的海事任务中解脱出来,已在海洋资源勘探、海底形貌测绘、近海安全巡查、海洋牧场运维等领域得到广泛应用。总体来讲,无人船艇的核心技术是利用先进智能手段提升其自主性,包括环境感/认知、目标识别、自主决策、智能控制等。近年来,人工智能、新一代通信技术等迅速发展,为无人船艇自主性技术发展提供了新机遇,但同时面临新挑战。《中国舰船研究》“无人船艇自主性技术”专辑由大连海事大学王宁教授发起,并与编辑部共同组稿、约稿。     

Research and design of ship-shore integrated engine room intelligent operation and maintenance system based on data brain北大核心CSCD

[目的]为提升舰船机舱运维的智能化水平,针对机舱设备种类多、数量大、耦合关系复杂等特点,梳理机舱运维智能化应用的技术路线,开发船岸一体化机舱智能运维系统。[方法]首先,分析国内外机舱智能运维技术的发展趋势,融合利用健康管理、大数据挖掘、数字孪生、数据轻量化传输等技术优势;然后,设计符合舰船机舱特点的一体化智能运维系统。[结果]提出了一种基于数据大脑赋能的机舱智能运维系统功能框架、平台设计、运行体系、运行流程及关键技术应用。[结论]研究成果可为舰船机舱智能运维系统设计及应用实践提供参考。     

复杂背景下无人艇视频视觉目标图像识别算法

为精准跟踪海域环境中的各类舰船目标,生成连续性的视觉目标图像视频,提出复杂背景下的无人艇视频视觉目标图像识别算法。利用增强滤波处理无人艇图像中的数据信息,再通过特殊信息标记的方式,完成无人艇视频的图像数据集设计。在此基础上,改进原识别提取网络,借助边界框预测实值,完成待识别目标图像的特征提取,实现复杂背景下无人艇视频视觉目标图像识别算法的顺利应用。对比实验结果表明,与KCF目标跟踪算法相比,应用新型目标图像识别算法后,YOI船体识别参数增大至8.56,实现了对海域环境中各类舰船目标的精准跟踪,大幅促进了连续性视觉目标图像视频的生成。     

舰船机舱智能监控系统的设计研究

随着计算机技术的应用,舰船的管理趋于合理化、智能化和自动化。舰船的自动化和智能化水平已经成为衡量舰船先进程度的一个重要标志。舰船数据采集与显示、机舱自动控制研究已经成为轮机自动化研究的主要方面。在此提出了智能监控系统的设计方案。     

基于视觉搜索的舰船跟踪方法研究与仿真

基于视觉图像处理方法实现对舰船目标的跟踪识别,提高对舰船目标的搜索和打击能力。传统方法采用舰船目标轮廓亮点检测方法实现对目标的视觉搜索,在图像模糊和背景干扰较强时,检测效果不好。本文提出一种基于相邻帧补偿和尺度不变特征变换的舰船视觉搜索跟踪算法。为提高舰船目标图像视觉特征采集的清晰度和稳定性,采用电子稳像技术对舰船视觉信息采集进行直方图均衡处理,采用尺度不变特征变换SIFT技术对舰船目标进行角点特征提取。采用相邻帧补偿技术进行背景干扰滤波,在相邻两帧之间求解舰船的运动参量,实现对舰船目标的视觉搜索和跟踪。仿真实验表明,采用该算法实现对舰船目标的视觉搜索跟踪,舰船视觉特征的稳像性能较好,对舰船目标的准确识别率较高,展示了较好的应用价值。     

智能机舱技术陆上验证平台构建初探

本文通过分析智能机舱技术的内涵和功能需求,并在舰船电力技术试验室已有平台和已形成能力的基础上,提出智能机舱技术陆上验证平台硬件和软件构建方案,为后续新增智能化模拟与控制的相关设备,为智能化船舶电力系统物理模拟试验能力提供技术支撑。     

基于遥感图像的舰船目标检测及特征提取技术

首先运用OSTU算法对舰船目标图像的陆域和海域空间分离,进而提出一种基于云干扰背景的高斯分布混合统计模型进行虚假目标的过滤。在实现舰船目标(ROI)检测的基础上,又根据舰船图像的特征提取形态特征和尾迹特征等,精确实现对舰船目标鉴别。数据表明,通过以上步骤的技术处理,能够很好地实现对遥感图像的舰船目标进行虚假过滤和快速的舰船特征提取。     

基于嵌入式技术的舰船电子信息管理系统

舰船电子信息管理是舰船自动化、智能化发展的基础,随着嵌入式技术的发展与应用,舰船要基于嵌入式技术建设电子信息管理系统,完成对分类任务信息的有效处理,为舰船航行决策提供依据。本文提出了基于嵌入式技术的舰船电子信息管理系统的构建方案,论述了基于嵌入式技术的系统硬件与软件的具体设计,并对基于嵌入式技术的信息管理系统建立起优化模型。通过仿真实验验证,嵌入式信息管理系统能够高效处理各类信息,提高舰船信息管理的智能化水平。     

红外图像中舰船目标增强技术研究

随着各国在海洋领域竞争的日益激烈,舰船目标自动识别技术正逐渐成为社会的研究热点,目标增强是舰船目标自动识别技术中的重要环节,但通常海天背景下舰船目标红外图像的目标背景对比度低,图像信噪比差。为使低对比度舰船红外图像中感兴趣目标得到增强,本文首先利用中值滤波去除图像中的随机噪声,然后对图像进行同态滤波,最后加入对像素空间位置的考虑,利用像素邻域的灰度均值和均方差值构建了一个灰度变换函数,实现图像的灰度拉伸。实验结果表明,以往仅通过灰度信息的增强技术很难取得较好效果,本文在考虑像素位置的基础上提出的灰度变换函数可较好的实现对舰船目标局部区域的增强。     

基于支持向量机的高分辨率遥感影像的舰船目标识别研究

舰船目标识别技术是海上监测和作战的关键技术,能否快速而准确对海上目标进行识别,关系到海上作战的胜负。近年来,基于计算机图像识别和处理的舰船目标识别技术发展迅速,SAR图像处理技术在海洋遥感探测领域获得了广泛的应用。随着遥感技术的发展,海上舰船的遥感图像分辨率越来越高,相应的数据含量也呈指数式增加。因此,研究高分辨遥感图像的舰船目标识别技术具有重要意义。本文主要针对基于支持向量机的高分辨率遥感影像,对舰船目标识别过程的图像分割技术、目标检测算法和样本采集等进行详细介绍和研究,该研究提高了舰船目标识别技术的准确性和可靠性,具有重要的实际应用价值。     

全球智能船舶及规范发展动向

<正>在智能船舶的定义和规范方面,我国走在了世界前列,并且体系更为全面。近年来,无人交通工具创新浪潮风起云涌。在船舶领域,也出现了对无人驾驶船舶相关技术的研发热潮。由于船舶无人化不仅要求实现无人航行,还需要实现机舱无人运维、货物无人监管、无人维修等一系列问题,无法一蹴而就,但其所代表的船舶智能化发展     

分布式海上舰船远程监控系统算法研究

海上舰船机舱监控系统通过对机舱内运行的动力系统监控,实时获取运行的参数及状态,通过对数据及图像的分析处理来发现或预知问题以便及时修理。所以一个精确﹑实时性好的舰船监控系统是保障其航行安全必不可少的设备之一。相比较于传统的单中心平台舰船监控系统,分布式网络监控平台具有更高的时效性。本文在研究现有舰船机舱监控系统的基础上,对系统中的数据库建立﹑大数据融合以及图像信号处理以及实时性通信等关键问题进行优化,并给出系统的整体实现方案。     

数据挖掘在无人船舶目标图像识别中的应用

为了缩短无人船舶目标图像的识别时间,提高目标图像的质量,提出了数据挖掘在无人船舶目标图像识别中的应用。利用数据挖掘技术确定无人船舶目标图像的阈值,根据目标图像的阈值误差分割了目标图像,采用图像边缘点提取公式将图像边缘点连接成线,提取出目标图像的外轮廓,完成无人船舶目标图像的预处理;通过目标图像识别算法的改进设计,得到了目标图像的识别流程,实现了数据挖掘在无人船舶目标图像的识别中的应用研究。仿真实验结果表明,数据挖掘在无人船舶目标图像识别方法与基于航拍技术的目标图像识别方法相比,目标图像的识别时间缩短了35.1%。     

基于数字孪生的舰船蒸汽动力总体模型框架研究

[目的]为了实现舰船蒸汽动力系统的数字化、网络化和智能化,提出一种总体数字孪生模型应用体系。[方法]从物理对象、过程要素、生命周期及虚拟空间这4个维度,提出基于数字孪生的舰船蒸汽动力系统总体“四维思想模型”,并创建总体全生命周期的“五阶体系模型”,涵盖概念论证、系统设计、总装建造、试验试航及运维保障这5个典型的阶段。通过引入大数据、物联网、云计算、人工智能和基于模型的系统工程等先进技术,形成由物理层、接口层、数据层、模型层、调度层、功能层及应用层组成的舰船蒸汽动力系统总体数字孪生“7层架构模型”。[结果]舰船蒸汽动力系统虚拟设计分析及试验平台的验证结果表明,数字孪生体系框架可以有效支撑系统方案设计、操作运行分析及试验方案评估,从而实现舰船全生命周期中物理空间与虚拟空间的交互协同。[结论]研究成果可为舰船蒸汽动力系统的总体数字化设计提供参考。     

基于大数据的舰船红外图像目标实时跟踪方法

舰船红外图像目标实时跟踪具有重要的研究意义,针对当前舰船红外图像目标实时跟踪算法存在的易丢失跟踪目标、目标跟踪精度低、计算时间少等缺陷,为了改善舰船红外图像目标实时跟踪效果,设计了基于大数据的舰船红外图像目标实时跟踪方法。首先分析了目前一些经典舰船红外图像目标实时跟踪方法的缺陷,找到引起它们不足的原因,然后提取舰船红外图像目标跟踪特征,并采用大数据分析技术根据特征实现舰船红外图像目标实时跟踪,最后对舰船红外图像目标跟踪误差和实时性进行实例分析,结果表明,本文方法的舰船红外图像目标跟踪精度高,跟踪误差处于实际应用要求的最小区间内,且舰船红外图像目标跟踪计算时间短,可以对目标进行实时有效的跟踪,获得比其它方法更优的舰船红外图像目标实时跟踪结果。     

《智能船舶规范》下的机舱智能化探究

船舶智能化作为船舶设计领域技术变革的中坚力量,将使船舶设计从理念到方法发生质的改变。机舱堪称船舶的"心脏",船舶自动化的推进和发展在很大程度上体现在机舱的自动化程度上,各船级社规范中,也对机舱自动化有着详细的规定和要求。文章在介绍CCS《智能船舶规范》的基础上,对比智能船舶与无人机舱在自动化系统设计上存在的区别,并对机舱智能化的设计思路和智能机舱自动化系统的构建进行探究。     

无人机海监测绘技术应用下舰船遥感图像目标检测

随着遥感技术与无人机技术的结合,无人机遥感已广泛应用于海监测绘领域。通过大量实践发现,受到天气雨雪、大雾、霾的影响,无人机获取舰船遥感图像时,目标识别清晰与准确度明显降低。为此,应用无人机海监测绘技术进行下舰船遥感图像目标检测。通过对遥感图像目标的明暗分离计算、海陆场景分离计算与目标神经特征识别计算,实现对舰船遥感目标的快速检测。仿真场景对提出的设计进行对比测试,结果证明了提出设计的可行性与实用性。