模板匹配和BP神经网络在船舶识别中的应用

首先分析模板匹配技术,指出本文采用了序贯相似性检测法进行特征提取;然后设计BP神经网络3层结构,将模板匹配的特征作为输入层的输入向量,经过多次训练学习,得到船舶识别结果;最后利用Matlab和Opencv进行实验仿真,实验结果说明采用模板匹配和BP神经网络相结合的方法比仅用模板匹配的算法能提高识别率。     

基于图像处理和模糊神经网络理论的船舶分类研究

本文将图像处理算法和模糊神经网络分类器相结合进行船舶分类,在研究过程中,首先利用图像处理技术进行图像分割、设定阈值、边缘检测等操作,然后建立了模糊神经网络结构,在此结构基础上进行模糊神经网络分类学习,最后采集到实测数据进行船舶分类,实验结果表明了本文算法的可行性和有效性。     

远洋船舶目标检测中图像分类识别研究

为准确划分远洋船舶类别,实现远洋船舶目标检测,保障海洋生态环境、海洋交通与国防安全,研究远洋船舶目标检测中图像分类识别方法。采用小波分析法,通过二维小波变换获取低频子图像、水平细节子图像、垂直细节子图像和对角细节子图像,将其作为远洋船舶图像特征;采用采用双向递归神经网络(BRNN)的深度学习方法构建分类器,将远洋船舶图像特征作为输入向量,通过递归神经网络将输入向量映射至输出向量,得到船舶目标图像分类结果。同时利用改进粒子群算法优化分类器中的权重与偏差参数,提升船舶目标图像分类精度。实验结果显示,所研究方法能够有效划分船舶目标图像类别,且划分精度高于97%。     

神经网络在船舶操纵中的应用研究

该文对人工神经网络用于船舶操纵动态特性的在线学习进行了研究,并提出了基于神经网络预报的操舵控制算法。仿真试验的结果表明了该控制算法的有效性。     

神经网络方法在船舶控制中的应用

进入90年代，人们对神经网络在自动控制中的潜力越来越感兴趣。这是因为神经网络是解决控制领域中某些难题的又一种有效方法，这些难题的产生是由于对象行为的不可预见性（通常是因为有不可预见的外部干扰，并且对象具有非线性），或者由于计算过程的复杂性，为了实现实时控制，必须在短时间内完成复杂的计算，因而提出了一种神经网络在线训练控制器的通用模式，其目的是利用神经网络的学习能力，得出一种不依赖于船舶精确数学模型的自主式神经控制算法。其神经网络控制器可以通过对性能参数准确性的直接评估来调整其在线参数，因此不需要“教师”和相应的离线训练。对在不同情况下三种不同的控制任务（即航向保持、航迹保持、自动泊位）进行了仿真，结果表明这种神经控制方法具有自适应性和耐用性。     

基于微多普勒效应的运动船舶目标分类研究

基于雷达的舰船目标识别技术具有重要的应用,包括海上交通的管理与监控、舰船运动目标的识别、敌方舰船侦察等,在雷达系统的运行过程中,地面杂波信号、气象杂波信号等干扰信号会降低雷达系统的精度,导致水面舰船目标识别出现误差等问题。微多普勒效应是指激光雷达发生二次散射时,运动目标产生位移时目标的雷达回波频率会发生改变,利用微多普勒效应可以显著提高雷达系统的精度,提高海上舰船目标的识别与分类水平。本文首先介绍了微多普勒效应的原理,然后对水面监控雷达系统进行详细研究,最后开发了基于微多普勒效应的海上运动船舶目标识别与分类系统。     

神经网络在自适应船舶操作系统中的应用

首先在RBF-Elman神经网络结构基础上,设计带输出反馈RBF-Elman递归神经网络,通过实验验证该算法具有收敛速度快、自适应能力强、自学习能力以及固有的非线性等特点。最后将利用带输出反馈RBFElman递归神经网络作为分类器进行船舶运动状态的辨别,实验结果表明此算法高效、可行。     

对船检与海事管理中船舶分类的研究

比较船舶检验与海事管理中船舶分类的不同,提出应按照国家标准编制海事系统统一的船舶分类标准。     

神经网络在船舶主柴油机建模中的应用

该文研究用BP神经网络建立船舶主柴油机模型的方法,并对BP算法进行了改进,提出了一种动态优化学习率的方法,对6L80MC柴油机实际数据用BP网络进行计算的结果表明,该算法能有效地建立船舶主柴油机模型。该模型已成功用于船舶主机遥控仿真系统中。     

深度学习船舶分类技术研究

为了提高船舶分类正确率,针对当前船舶分类方法存在的精度低、误差大等缺陷,提出基于深度学习的船舶分类方法。首先对船舶分类图像进行采集,并提取多个船舶分类特征,组成船舶分类的特征向量集,然后将特征向量集作为深度学习算法的输入,船舶类型作为深度学习算法的输出进行学习,建立船舶分类模型,最后进行船舶分类的仿真实验,结果表明,深度学习算法的船舶分类正确率超过90%,不仅可以很好地描述船舶类型,而且船舶分类的速度也很快,可以应用于日常船舶分类管理工作。     

舰船遥感图像的分类方法研究

遥感图像分类一直是舰船应用领域的关键技术,由于遥感图像具有多波段、高维特征等特点,当前遥感图像分类技术面临一定的挑战。为了获得更优的舰船遥感图像分类结果,提出一种多分类器加权组合的舰船遥感图像分类方法。首先分析舰船遥感图像分类研究的历史,找到导致单分类器的舰船遥感图像分类错误率高的原因,然后引入双边滤波算法对原始舰船遥感图像进行去噪,并提取舰船遥感图像分类纹理特征,最后采用多种方法建立舰船遥感图像分类器,并对它们进行加权组合,输出舰船遥感图像的最终归属。仿真测试结果表明,本文方法获得了比单分类器更优的舰船遥感图像分类正确率,舰船遥感图像分类结果更加可靠。     

图像处理技术在船舶水尺刻度线检测中的应用

船舶吃水量主要通过读取水尺刻度获得,但目前广泛应用的人工观测法检测效率低、易受主观影响、不利于后期检验。针对这一问题,本文利用图像处理技术进行水尺刻度线检测。本文在分析水尺组成和水尺图像特征的基础上,设计基于图像处理技术的水尺刻度线检测的总体方案,研究其检测算法并进行实验。实验结果表明,本文的检测方案和算法具有良好的应用价值。     

基于视频图像处理的舰船运行状态监测技术

传统的舰船运行状态监测技术响应时间长,不能实现实时监测,监测效果差。为了解决上述问题,研究一种新的舰船运行状态监测技术,引入视频图像处理技术,首先对舰船运行状态信息进行采集,然后通过提取的视频图像特征处理舰船运行状态信息,最后输出舰船运行状态信息结果。为检测该技术工作效果,与传统监测技术进行对比,结果表明,研究的监测技术响应时间短,效果好,具有广阔的市场应用空间。     

基于图像处理的船舶面积自动识别系统研究

近年来,随着船舶管理要求的日益提升,船舶占水域面积作为水面交通运输管理中的一项重要的评估参数,其作用正在逐渐凸显。然而,现有船舶的占水域面积常通过人工方式进行核定,其在精度和效率方面均存在较大缺陷。针对复杂多变的船型,为实现船舶的占水域面积的高精度、高效率评估,本文提出一种基于图像处理的船舶面积自动识别系统对船舶占水域面积进行评估,并对阴影和浪花提出优化算法,结合系统标定法,计算船舶占水域面积,最后构建一款系统实例,该系统具有高精度和高效率的特点,适合进一步推广与应用。     

海上船舶目标的混合式ISAR图像处理

随着我国海上运输业的快速发展,船舶数量不断增加,导致海洋运输越来越密集,很容易出现海洋运输事故,为此必须要通过多种监测手段,对海上运输进行实时监控。通过运用混合式ISAR图像处理软件能够从宏观上和微观上对海上运输进行安全规划科学管理,本文通过对海上船舶目标混合式图像处理软件的研究进行分析,总结机载雷达对海洋目标的成像原理,并且建立ISAR成像模型,有效提高海上船舶目标的混合式ISAR图像的总体质量。     

基于FPGA的舰船导航系统的双通道图像处理技术研究

FPGA系统的应用使得舰船导航系统的数据处理能力和抗干扰能力获得极大提高,尤其在导航系统的图像收集和处理方面,基于FPGA系统的控制器能够实时处理大量通道的并发图像数据,因此其在舰船导航领域有着巨大的开发价值。本文设计舰船导航系统的硬件电路,并对内部的重要功能子模块进行介绍。在对图像收集的过程中,由于干扰的存在,因此设计了滤波环节,能够强化图像数据的准确度,最后采用正弦波和方波模拟双通道的输入信号,对该图像处理电路的功能进行仿真。     

图像处理技术在船舶导航过程的应用

大型船舶采用常规导航方法在窄河道进行导航时,存在导航精度较低的不足,为此提出了图像处理技术船舶导航过程的应用研究。基于图像处理程序的嵌入,以及导航参数的计算,完成图像处理技术船舶导航参数的确定;依托船舶的定位分析、船舶航线的路径分析,实现了图像处理技术船舶导航过程的应用研究。实验数据表明,提出的应用船舶导航方法较常规船舶导航方法,导航精度提高47.14%,能够使大型船舶在窄河道范围内进行有效导航。     

基于DSP的船舶通信系统图像采集和处理系统研究

图像是获取外界信息最直接的途径,在船舶安全、消防、监控等方面有着重要作用,是实现船舶智能化建设的重要组成部分。本文在研究图像采集和图像处理基本原理的基础上,结合数字信号处理器(DSP)在图像处理方面的优越性,设计图像采集和图像处理系统的总体方案和工作原理,并分析图像采集模块、图像处理模块和无线传输模块的具体实现方法。     

SAR船舶尾迹图像质量增强方法研究

在合成孔径雷达(SAR)系统中,由于存在外部的相位干扰,常常导致所采集的图像信息不完整,甚至会导致非常严重的后果。而在船舶尾迹图像识别与跟随时,其图像质量也受到多种干扰因素的影响,当电磁波信号照射到船舶目标时,其船体的散射系数会造成较大的不确定,此时的SAR图像中的尾迹图像的斑点噪声会发生非线性的变化。本文主要设计一种算法,能够显著降低这种非线性的变化,进一步增强SAR图像的质量,在对噪声信号进行滤波处理后,增强尾迹SAR图像的识别成功率,同时改善船舶尾迹细节特征的识别效果。