基于智能图像视觉的船舱内部监控与识别

为了提高对舰船船舱内部监控管理能力,提出一种基于智能图像视觉的船舱内部监控识别方法。采用计算机视觉特征信息采集方法进行船舱内部图像原始信息采集,对采集的图像进行小波降噪处理,采用Harris角点检测方法进行船舱内部关键部位点的准确标定,结合图像子块连续遍历方法实现船舱内部异常像素特征搜索提取,实现船舱内部的智能视觉监控识别。仿真结果表明,采用该方法进行船舱内部监控,输出视觉图像的成像质量较好,对关键信息点的标定结果准确,对船舱内部异常像素的检索能力较强,具有较好的应用价值。     

海上视频监控系统组合相似度图像智能识别方法

在海上防御中,准确识别目标物体具有重要的现实意义。为此,针对2种传统图像目标识别方法存在的精度问题,研究一种海上视频监控系统组合相似度图像智能识别方法。该方法主要分为3步骤,首先对海上监控系统采集到的图像进行预处理,包括图像灰度化、图像平滑去噪、图像增强、图像分割等,然后利用HOG特征提取算法对处理好的图像进行特征提取,最后通过距离公式计算目标特征与数据库中相似性评价标准之间的相似度,完成相似度匹配,实现目标识别。结果表明:与基于K-means聚类、CNN模型等2种传统图像目标识别方法相比,利用本方法编程的软件程序进行25000个海上目标识别,识别准确性分别提高8.1%和7%,提高了海上防御的安全性。     

基于运动与表象特征的广域船舶目标识别方法

[目的]旨在提出对航行于关键广阔水域内的船舶进行准确识别和定位的改进方法.[方法]运用视频监控的优点,综合采用基于背景差分算法的运动目标检测方法与基于深度学习算法的图像表象特征识别方法,结合目标的运动特征和图像表象特征,实现多维度广域船舶识别的功能,并对水纹降噪、多级运动检测、航道监控图像窗口分割检测等方法进行改进,进...     

图像处理技术在船舶航行障碍物识别中的应用

为了提高船舶航行避障能力,提出基于图像分块特征匹配和视觉跟踪识别的船舶航行障碍物识别技术。采用点跟踪匹配和动态帧点检测的方法进行船舶航行障碍物识别的红外图像信息采集,对采集的船舶航行障碍物红外视觉图像进行区域组合检测和融合处理,提取图像的差异性和突变性特征点,根据特征点的分布情况采用视觉跟踪识别方法实现对船舶航行障碍物识别。测试表明,该方法对船舶航行障碍物识别的动态跟踪能力较好,识别可靠性和精度较高。     

强风浪下基于遥感图像的海上船舶定位方法

为了提高海上船舶的强风浪下定位性能,提出基于遥感图像特征提取的强风浪下海上船舶定位方法。采用遥感探测方法进行船舶图像采集,对采集的强风浪下海上船舶遥感图像进行降噪处理,采用多尺度小波分解方法进行船舶遥感图像的块分割,实现对船舶遥感图像的边缘轮廓特征提取,根据船舶遥感图像的边缘轮廓特征进行海上船舶跟踪定位,实现强风浪下海上船舶遥感图像的融合跟踪和定位识别。仿真结果表明,采用该方法进行海上船舶定位的准确度较高,输出图像的质量较好,提高了船舶定位识别的鲁棒性。     

多媒体环境下船舱监控视觉图像敏感区域标注算法

在船舱监控视觉图像的敏感区域标注中,针对敏感区域聚类标注算法准确率较低的问题,在多媒体环境下,提出了一种船舱监控视觉图像敏感区域标注算法。使用视觉注意模型计算各个区域的敏感度,对敏感区域进行检测。利用K-NN聚类算法对图像样本进行聚类,对出现频率最大的样本类别进行标注。利用图像的SIFT特征对图像的特征点与梯度进行描述,得到敏感区域图像特征后,根据值的大小,排序所有未标注的图像标注词,实现了船舱监控视觉图像敏感区域标注算法。为了检测该算法,利用敏感区域聚类标注算法与该算法进行敏感区域标注准确率的对比实验,证明了船舱监控视觉图像敏感区域标注算法的可行性与准确率。     

基于深度学习的监控视频中船舶识别方法

针对当前监控视频中船舶识别成功率低、无法进行在线识别的难题,为了对监控视频中船舶进行准确识别,提出基于深度学习的监控视频中船舶识别方法。首先对监控视频中船舶识别原理进行分析,采集船舶识别的监控视频,将船舶识别从背景中分割,然后提取船舶识别的不变矩特征,将不变矩特征输入深度学习算法中进行训练,建立监控视频中船舶识别模型,最后进行了多个监控视频中船舶识别验证性实验。实验结果表明深度学习算法可以准确对监控视频中的船舶进行识别,提高了监控视频中船舶识别成功率,误识率急剧下降,远低于当前其它监控视频中船舶识别方法,实时性要也要高于其它识别方法,是一种速度快、结果可信的监控视频中船舶识别方法。     

基于卷积神经网络的舰船图像类型识别

舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。     

船舱内异常压力警戒监控平台的设计与实现

传统方法一般基于物联网技术对船舱内的异常压力警戎监控,且主要通过增加数据分析模块来缩短监控时间,却忽略了监控领域对监控性能的影响,存在监控不准确、效率低及性能差的问题。提出一种船舱异常压力警戒监控的无线网络平台。对硬件部分的警戒模块、接口模块、电源模块、控制模块、传输模块、采集模块进行分析,通过采集模块对船舱异常压力警戒监控数据进行采集,利用传输模块将所得数据进行传输,借助接口模块对各模块进行接口设置,电源模块提供电源,警戒模块主要是对船舱内异常压力进行警戒,并设计无线网络平台软件部分。实验结果证明,所设计的监控无线网络平台其监控所需时间更短、准确度更高,具有更好的性能。     

舰船监控图像拼接与识别研究

针对当前舰船监控图像拼接与识别存在的弊端,如拼接错误率高、识别正确率低等,为了提高舰船监控图像拼接与识别效果,设计了一种神经网络的舰船监控图像拼接与识别方法。首先提取舰船监控图像拼接的特征,并根据拼接关键点方向直方图建立舰船监控图像拼接模型,然后引入神经网络构建舰船监控图像识别的分类器,最后进行了舰船监控图像拼接和分类仿真模拟测试实验。相对于其它舰船监控图像拼接方法,本文方法的舰船监控图像拼接正确率得到了提升,同时本文方法的舰船监控图像识别正确率超过了90%,使得舰船监控图像的误识率大幅度减少,具有一定的实际应用价值。     

学分制下高校重修制度管理模式的探讨

重修制是学分制条件下教学活动的重要环节,如何提高重修课的教学质量成为目前教学管理部门的一项重要课题。本文从重修时间、考试考核体系等方面提出了重修课教学存在的问题,并从管理、教师、重修方式等五个方面提出了解决措施。     

搞好港口资源整合 促进行业发展壮大

介绍了我国港口资源的整合现状,指出港口整合可以提升港口的形象和地位,也为区域经济和城市的发展注入强大的动力。最后指出在港口资源整合中要避免的几个问题。     

对影响工程质量的质保体系的分析

本文从影响工程质量的几个主要方面作了分析和调查,对项目建设过程中四个参建主体在建设市场角色中存在的问题的进行指正,同时针对问题提出了整改措施和自己的展望。     

如何在施工中运用索赔的技巧

从原则上说,承包商有索赔权利的工程成本增加,都是可以索赔的费用。但是,对于不同原因引起的索赔,承包商可索赔的具体费用内容是不完全一样的。哪些内容可索赔,要按照各项费用的特点、条件进行分析论证。     

谈船舶超载的成因及对策

在水上运输过程中,因船舶超载运输而导致的沉船事故时有发生。如何遏制船舶超载,维护航行秩序,是水上安全监督工作的热点、难点。本文拟就结合在实际工作中的一些做法及体会,探讨船舶超载的成因及对策。     

宁波船舶工业:机遇与对策

通过对走锚船的受力分析,得到走锚船走锚时的运动轨迹。这对驾引人员在对船舶安全控制和港口管理人员对港口水工建筑物的安全管理方面有着积极的参考价值。     

浅谈宪法保护知情权的意义

对公民知情权和宪法确认,有利于维护公民的切身权益,是建立现代法治国家的基石,是构建社会主义民主制度的必然。     

论船舶融资租赁出租人特殊风险之防范——以对租赁物的强制措施为视角

海商法关于船舶优先权、船舶留置权的规定使船舶融资租赁人面临由于船舶特有法律制度带来的特殊风险,为防范此类风险,应该从对租赁物——船舶采取的一般民事保全措施或海事请求强制措施的角度入手,对于采用何种措施,实践界和理论界并无定论,争论比较大的法律问题便是"当事人是否可以申请对自己名下的船舶采用强制措施",本文指出:船舶融资租赁出租人可将租赁物作为财产保全请求或者海事保全请求的担保财产请求法院扣押相关证书,防止租赁物被拍卖变更产权的风险。     

大桥悬臂施工中挂篮的设计与应用研究

根据挂篮的特点,设计了具体工程的施工挂篮,并对挂篮在施工中的应用进行了研究,得到了相关的参考数据,指导具体施工。     

浅谈船舶碰撞的概念及其法律适用原则

船舶碰撞(Collision between Vessels)是指海上运输中发生的非正常事件,直接威胁海上运输的安全.自19世纪蒸汽机钢质船问世之后,船舶碰撞更加引起人们的注意.本篇将重点讨论船舶碰撞的概念及其法律适用原则这两个方面.