DSP平台的舰船图像增强系统

针对船舶航行图像对比清晰度较低的问题,设计基于DSP平台的舰船图像增强系统。按照DSP处理框架的执行需求,连接图像采集模块及信息增强电路,完成新型图像增强系统的硬件运行环境搭建。在此基础上,根据舰船图像的信息管理模式,计算具体的函数增强公式,完成系统的软件运行环境搭建,联合相关硬件设备结构,实现DSP平台舰船图像增强系统的顺利应用。对比实验结果表明,与FPGA图像处理系统相比,应用增强型系统后,雾化度指标数值明显降低,船舶航行图像对比清晰度过低的问题得到有效解决。     

复杂环境下的舰船视觉图像增强技术

针对当前增强技术存在的区域过渡不自然、块效应、信息丢失严重等问题,以改善舰船视觉图像质量为目标,设计一种复杂环境下的舰船视觉图像增强技术。首先对当前舰船视觉图像增强技术的研究现状进行分析,找到引起不足的因素,然后对舰船视觉图像进行分块操作,对每一个子块进行变换,然后通过Harr变换的方法计算不同子块间的相关度,确定图像增强系数,根据图像增强系数对舰船视觉图像进行自适应增强,最后对增强后的舰船视觉图像进行亮度调度,使图像更加清晰,视觉效果更佳。采用具体舰船视觉图像对增强技术的性能进行测试与分析,实验结果表明,本文方法的舰船视觉图像效果得到了极大改善,舰船视觉图像信噪比、亮度和对比度均要优于对比技术,为舰船视觉图像增强提供了一种新的技术。     

基于时空域滤波的雾天舰船图像视觉传达方法

为提升雾天舰船图像视觉传达质量,提出基于时空域滤波的雾天舰船图像视觉传达方法。中值滤波算法分解雾天舰船图像,获取基础层与细节层雾天舰船图像;利用时空域滤波算法确定舰船图像需增强区域,并对其进行图像增强;以加权融合方式到增强后雾天舰船图像;提取增强后雾天舰船图像的边缘轮廓特征,依据量化融合方式处理提取的边缘轮廓特征,输出雾天舰船图像视觉传达结果。实验证明,该方法可有效分解雾天舰船图像,并增强图像,有效完成现雾天舰船图像视觉传达,提升图像边缘强度与彩色熵,即图像视觉传达效果较优。     

基于视觉传达的模糊舰船图像目标分类检测

模糊舰船图像的有效分类识别可提高对目标的准确打击和辨识能力,提出基于视觉传达和图像增强的模糊舰船图像目标分类检测模型。构建模糊舰船图像的多传感视觉采集模型,采用目标图像与背景图像差分分析方法实现对舰船图像的目标特征提取和聚类处理,根据视觉聚类传达和目标图像的特征点增强结果,结合模糊C均值聚类算法,实现对舰船目标图像的分类检测。测试得知,该方法进行舰船目标分类检测的聚类性较好,识别精度较高,视觉传达效果显著增强。     

基于PLC技术的舰船机电设备控制系统

提升舰船机电设备的控制响应效率,降低控制偏差,设计基于PLC技术的舰船机电设备控制系统。该系统依据数据采集模块获取舰船机电设备运行数据,由通信模块的CAN现场总线和有线通信协议,向控制模块中传送采集的相关数据;控制模块接收并存储传输的数据,以PLC可编程控制器为核心,结合动态矩阵控制方法,完成舰船机电设备的一体化控制,控制指令通过PLC输出端子进行发送,各个机电设备则依据控制指令进行控制,并且将控制结果通过人机交互界面进行展示。测试结果显示,该系统的控制指令执行时间均低于0.8μs/条,控制结果的偏离程度均在0.052以下,能够精准完成舰船航行速度的控制。     

极端天气条件下舰船图像增强方法

针对雨雪、风沙、雾霾等极端天气下采用传统方法图像增强效果差的问题,提出极端天气条件下舰船图像增强方法。在计算机视觉中构建大气散射模型,描述极端天气下舰船图像的形成过程,确定介质透射率,真实反映出光线穿透极端天气的能力。将单幅图像转换为CIE-Lab颜色空间,由此设计无噪声清晰图像恢复流程。使用改进暗原色先检验方法处理雾霾图像;使用自适应直方图均衡方法处理沙尘图像;通过改进暗原色先检验方法实现雨雪图像的增强。由实验结果可知,该方法增强效果较好,为舰船提供高质量图像。     

基于偏微分方程的舰船图像增强研究

舰船图像在采集和传输过程中,受到多种因素的干扰,导致图像细节信息丢失严重,使得图像亮度低,图像质量下降,为了解决该难题,提高图像视觉效果和图像质量,设计了基于偏微分方程的舰船图像增强方法。首先对当前舰船图像增强研究结果进行分析,提出采用小波分析对原始舰船图像进行处理,识别出舰船图像中的噪声,并设置合理的阈值抑制噪声的作用,然后采用偏微分方程模型对舰船图像进行非线性增强变换,突出舰船图像中的细节信息,改善舰船图像的清晰度,最后进行舰船图像增强的仿真测试,结果表明本文方法可以明显增强舰船增强图像亮度,使图像细节信息增加,舰船图像增强结果的评价指标全部优于对比方法的舰船图像增强结果,是一种有效的舰船图像增强方法。     

基于前端开发框架的舰船运动姿态数据监测系统

利用运动姿态监测结果为舰船可靠航行提供决策依据。为此,设计了基于前端开发框架的舰船运动姿态数据监测系统。系统设施层中,利用MEMS陀螺仪芯片与3轴MEMS加速度计采集舰船运动姿态信息,并将所采集信息传送至业务逻辑层;业务逻辑层利用控制子层和管理子层为用户提供姿态数据监测服务;控制子层中的姿态解算模块,依据传感器信息采集结果,利用卡尔曼滤波算法解算舰船运动姿态信息。基于此,利用Bootstrap的前端开发框架,通过viewport元数据标签完成前端UI设计,为用户提供可视化的人机交互界面,将姿态解算结果利用用户界面层为用户展示。测试结果表明,该系统对舰船航行运动姿态的监测结果与实际结果极为接近,适用于实际工作。     

基于人眼视觉特性的舰船图像增强方法

传统舰船图像增强方法没有考虑人眼视觉特征,导致图像人眼视觉识别率较低,对此提出新型舰船图像增强方法。通过对舰船图像数据的标准化和白化操作,完成舰船图像人眼视觉化处理,提取处理图像数据的颜色特征和纹理特征,消除干扰项,提高图像特征维,根据图像H值,将升维后的图像数据,转换到RGB色彩空间中,合成图像色度、饱和度和强度,实现图像增强。实验数据表明,与传统图像增强方式相比,利用新设计的舰船图像增强方法,图像人眼视觉识别度提高27%,具有应用优势性。     

基于视觉传达的空间模型舰船航行图形图像处理融合研究

为提高舰船在航行过程中对周围环境的检测效果,保证舰船的安全航行,本文基于计算机视觉传达技术,提出舰船航行图形图像分析处理方法。经过图像亮度调整、色彩均衡、融合等过程,处理后的图像得到了明显改善。同时,对传统的FCTF-Net算法进行了改进,得到双通道双阶段图像去雨网络（DTDNet）,在此基础上引入感知函数和TV Loss函数,实现对图像的去雾、去雨处理,并与其他几种算法进行了对比实验。实验结果表明,改进后的算法在信噪比和图像相似度上都具有明显的优势。     

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。     

物联网感知层查询树算法在舰船避碰系统中的应用

为解决传统船舶航行避碰效果不佳的问题,对物联网感知层查询树算法在舰船避碰系统中的应用情况进行分析。通过对舰船避碰系统结构框架进行分析,采集船舶航行参数及船舶最佳航行路线。基于参数采集结果,进一步对舰船避碰系统中的物联网感知层查询树算法性能进行优化,实现对舰船避碰系统的有效控制,保证船舶航行安全。最后通过实验证实,物联网感知层查询树算法在舰船避碰系统中的应用,对船舶航行具有更加精确有效的控制效果,充分满足研究要求。     

基于卷积神经网络的舰船图像增强算法

为了改善舰船图像增强效果,提出基于卷积神经网络的舰船图像增强算法,首先采用同态滤波器对原始舰船图像进行预处理,有效压缩舰船图像的动态范围,丰富舰船图像的细节信息,然后引入卷积神经网络对舰船图像色彩进行校正处理和补偿,解决舰船图像偏色问题,最后进行舰船图像增强仿真模拟实验。结果表明,卷积神经网络可以提高舰船图像的对比度,凸显了舰船图像细节,舰船图像的视觉效果优,舰船图像的增强结果要优于对比算法,同时降低了舰船图像增强的时间复杂度,舰船图像增强效率得以提升。     

基于视觉传达技术的舰船图像质量提升方法

由于舰船行驶过程所拍摄图像容易受到各种外界因素影响,降低舰船图像质量,无法获取舰船重要信息,因此,有效利用多种视觉传达技术提升舰船图像质量。结合大气弹射模型,采用改进的四叉树搜索方法估计有雾舰船图像的大气光值,通过子窗口引导滤波器估计有雾舰船图像的透射率,反推大气散射模型,获取去雾后的舰船图像;通过视觉传达技术中低通滤波器将去雾后舰船图像分解为低频部分和高频部分,将舰船图像的低频部分输入到编码-解码深度网络中,修正舰船图像的颜色,将舰船图像的高频部分输入到残差网络中,增强舰船图像的清晰度;再经视觉传达技术中改进的双伽马函数调整舰船图像的亮度,实现舰船图像的质量提升。实验结果表明：该方法使舰船图像的纹理细节丰富,颜色鲜明,具有较高的清晰度和对比度,符合人眼的视觉感受;与原始舰船图像的结构相似性均在0.91以上,保证了舰船图像的真实性。     

基于视觉传达的舰船遥感图像复原研究

为可靠完成图像退化处理,提升图像视觉质量,提出基于视觉传达的舰船遥感图像复原方法。该方法采用多项式校正方法获取控制点舰船图像坐标和坐标变换结果,依据变换关系校正舰船遥感图像的几何畸变;通过傅里叶变换方法变换校正后图像,将其变换至频率域内,在该域中分析舰船遥感图像退化过程后,采用超复数频域变换模型实现舰船遥感图像复原,获取复原后图像结果。测试结果表明：能够有效完成图像几何畸变校正,校正后图像对应坐标位置精准性显著提升;空间频率结果均在0.92以上;复原后图像的颜色、目标和背景的对比度等均显著提升,满足人眼视觉标准。     

三维视觉互动映射下舰船防碰撞交互控制平台设计

常规舰船防碰撞系统超调量较多,时延较大,无法满足防碰撞控制的需求,故进行三维视觉互动映射下舰船防碰撞交互控制平台设计。设计危险源辨识单元、三维视觉互动映射单元,通过小波变换技术对舰船航行环境的随机参数进行预处理,架构交互界面设计模块、防碰撞交互控制程序模块,实现了舰船防碰撞交互控制系统的有效运行。实验结果表明,其超调量最高为400个,防碰撞交互控制时间约为在6 s左右波动,符合防碰撞控制需求。     

基于机器视觉技术的船桥防碰撞自动控制系统

为避免船桥发生碰撞事故,设计基于机器视觉技术的船桥防碰撞自动控制系统。利用双目视觉传感器采集船舶航行环境图像,由A/D转换芯片预处理环境图像,再利用双目视觉测距技术结合预处理的环境图像计算船舶与桥墩间的距离;通过全球定位系统采集船舶位置信息,利用改进差分进化PID控制方法得到舵角自动控制结果,再利用异步收发传输器根据控制结果生成自动控制指令,作用于船舵,完成船桥防碰撞自动控制。实验证明：该系统可有效采集船舶航行环境图像,计算船舶三维坐标;在不同航行环境时,该系统均可完成船桥防碰撞自动控制,且自动控制的稳定性较优。     

基于VR技术的舰船航行数据可视化分析系统

针对舰船航行数据在可视化分析中受到海上环境的影响,导致舰船航行数据可视化分析内容减少、时间变长,因此,提出基于VR技术的舰船航行数据可视化分析系统。在系统的硬件设计方面,通过舰船航行数据查询模块设计和数据可视化模块设计,完成了系统的硬件设计,通过分析舰船航行的仿真要素,对舰船航行过程中的地形进行网格处理,采用VR技术全方位分析了舰船航行的视景,建立了四叉树顶点之间的约束关系,完成系统的软件设计,实现舰船航行数据的可视化分析。测试结果表明,基于VR技术的舰船航行数据可视化分析系统不仅可以增加可视化分析内容,还可以缩短分析时间。     

低照度的舰船图像增强研究

传统舰船图像低照度增强算法多为单一增强算法,因此在对图像动态范围处理上存在一定误差,导致动态范围外的图像色域噪点处理效果不佳,图像整体增强效果无法达到舰船图像应用要求。为了获得低照度下舰船图像的最佳增强效果,提出低照度的舰船图像增强研究。首先,对低照度图像建立Retinex模型,获得低照度图像增强的理论基础数据;接着将Retinex模型参量引入低照度舰船图像,建立图像光照基础模型,根据光照基础模型获得的各图层光照分布状态,对其亮度进行调整,滤除图层噪点;然后,通过神经网络算法,对增强图像图层进行重建计算,完成低照度舰船图像增强计算。最后,通过对比实验数据,证明提出方法能够提升低照度舰船图像增强处理效果。     

基于大数据的舰船远程实时监控系统

由于在利用原有系统进行舰船远程实时监控时,在数据变化周期为0.5～2.4 s的范围内,存在图像传输速率较低的问题,因此提出一种基于大数据的舰船远程实时监控系统。系统的硬件构成为冗余模块、控制模块、自适应网卡模块。其中冗余模块由冗余电源、冗余机架、主机架、CNBR总线构成,控制模块选用的微控制芯片型号为STM23F704ZGT5,自适应网卡模块由网络变压器的JR54头与PHY芯片构成。系统的软件构成为监控模块、数据库模块。监控模块由数据打印和管理单元、报警显示单元、数据多形态显示单元等单元构成,数据库模块的开发语言为VC++,其操作与访问技术为ADO技术。通过硬件与软件相结合实现舰船的远程实时监控。为证明该系统的图像传输速率性能,将其与原有系统进行对比实验。实验结果证明该系统的图像传输速率最高,实现了数据传输性能的提升。