基于高斯混合模型的运动物体识别技术在高港船闸船舶进闸复核中的应用

船舶基础物理数据(长、宽、型深等)均记录在船闸调度系统数据库中,船舶过闸需要利用这些数据实现综合管理调度。为了确保各闸次的调度安全,需要针对船闸的实际情况,建立自动的船舶进闸前基础数据复核机制。本文结合高港船闸实际船情、水情,设计了高效、准确的船舶进闸复核系统,利用基于高斯混合模型的运动物体识别技术,实现了船舶识别抓拍、长宽复核等智能化监测功能,有效监管各类违章行为,提升了船舶进闸的安全管理水平和智能化程度。     

海事闭路电视智能监管联动系统

针对海事CCTV在监管中所存在的寻找目标难,以及对观测到的视频目标难与AIS目标比对等问题,提出了视频船舶与AIS比对算法与目标跟踪计算模型,以模块化设计的原理设计了基于ECDIS的海事CCTV智能监管系统,对海事CCTV智能监管系统的结构、主要功能、关键技术、软件设计模块以及人机界面等技术做了全面的分析介绍。基于ECDIS的海事CCTV智能监管系统的建立实现了视频船舶与AIS目标之间的自动、快速联动,为海事智能监管的实现奠定了基础。     

RFID和CCTV在海上船舶视频快速检索系统设计

我国不断推进远洋船舶的建造和使用,加速了航运信息化建设进程,改善了海上船舶管理完全依靠传统人工操作的局面。本文结合当前成本低、使用简便的CCTV和RFID设备,提出一种海上船舶视频快速检索方法,实现了目标的快速定位、身份信息识别和视频信息的快速查找。该方法首先结合RFID和CCTV特点,利用数据库交互捕获包含目标对象的画面信息;然后在监控区域内,利用视频图像处理技术,完成对目标的识别跟踪、RFID匹配信息以及船舶身份识别等操作。     

电力线载波技术下船舶突出障碍物视频监控系统设计

普通船舶视频监控系统,存在障碍物定位准确性较低、系统执行等待时间较长等弊端。为有效解决上述问题,设计基于电力载波技术的船舶突出障碍物视频监控系统。通过系统整体框架设计、船舶电力载波通信层设计,完成基于电力载波技术的船舶系统硬件设计。通过突出障碍物监控功能分析、详细功能设计、数据库设计,完成基于突出障碍物视频监控的船舶系统软件设计。模拟系统运行环境,设计对比实验结果表明,新型系统与传统系统相比,障碍物定位准确性较低、系统执行等待时间较长等情况,均具有明显改善。     

基于FPGA的船舶航行视频采集系统设计与实现

为解决常规船舶航行视频采集系统在复杂海况环境下,存在视频采集分辨能力较低的不足,提出了基于FPGA的船舶航行视频采集系统设计与实现。依托船舶航行视频采集系统执行机构设计、控制电路设计,实现了系统硬件设计;基于船舶航行视频采集系统网关结构设计、控制过程设计,完成了系统软件设计,实现了FPGA的船舶航行视频采集系统设计。试验数据表明,提出的船舶航行视频采集系统较常规船舶航行视频采集系统,视频采集分辨能力提高47.82%,适合在复杂海况下进行视频采集。     

云计算在船舶网络视频监控系统中的应用研究

随着云计算技术的快速发展和不断完善,云计算技术在船舶安防、视频监控等领域逐渐得到了广泛的应用和发展。船舶网络视频监控在船舶安防中发挥着非常重要的作用。通过视频监控系统能够及时掌握船舶航行状态,确保船舶的安全。本文设计船舶网络视频监控系统,研究云计算技术在系统中应用的关键技术,提出视频图像检测算法。     

AIS系统在长江航道整治工程中的应用

AIS系统是近年来通航安全管理、船舶运行等方面广泛应用的技术。根据航道整治工程施工特点,结合视频监控经验,在航道整治工程施工船舶中进行AIS系统的应用,避免施工船舶与航行船舶碰撞,实现施工船舶全过程监控,消除船舶施工中的安全隐患,使长江航道建设安全管理水平进一步提高。     

基于多源异构数据融合的船舶目标检测与跟踪技术研究

随着内河船舶通航密度加大,面向水上船舶智能化安全监管,提出了一种多源异构传感器融合的船舶目标检测及动态跟踪方法,重点分析了图像目标检测和多源数据融合算法。针对图像目标检测,提出了基于边缘检测的三帧差分法与基于混合高斯背景减除法相结合的船舶视频目标检测算法;针对多源异构数据融合,优化了一种正态性隶属度函数计算模糊矩阵的方法,实现了在动态视频修正下的激光点云数据与AIS数据的船舶轨迹特征融合,并通过空间矩阵变换实现投影到同一坐标系,最后利用卡尔曼滤波算法实现了目标的动态跟踪。通过该方法研发了一套基于多传感器融合的船舶态势主动式智能感知系统,经系统分析,该方法比传统人工检测及单一监测手段都具有更好的环境适用性和检测精度。     

港口建设费征稽工作中存在的主要问题及对策

为解决港口建设费征收过程中出现的问题,对港建费的征稽工作现状进行分析,指出存在的5个主要问题:征稽制度不够完善,取消船舶签证制度的影响,对偷逃规费行为制约手段薄弱,稽查人力资源有限,信息化建设不够完善。针对目前所存在的问题提出对策:进一步完善征稽工作机制;合理选择直收、代收模式;合理利用船舶报港制;加强现场稽查;稽查工作与日常执法检查结合;构建规费征稽综合信息平台。     

船舶监控视频数据的压缩与传输方法研究

为保障船舶航行信息准确直观的进行传输,对船舶监控视频图像的压缩与传输准确性要求进一步提高,由于传统船舶监控视频数据压缩和传输解压程序复杂、图像画质模糊,难以达到准确传输船舶数据画面的获取要求。基于上述背景,结合离散小波变换算法对船舶监控数据压缩与传输方法进行研究和优化,以提高数据传输的安全性和可靠性,达到精准快速的传输和恢复图像质量的设计目标。为检验该方法的有效性进行仿真实验,实验结果证实,结合小波算法的监控视频数据压缩与传输方法可有效提高图像数据处理过程中的抗干扰能力,有效获取图像特征,快速进行图像传输,达到了精准高效的设计目标,有利于保障船舶的航行安全。     

舰船阴影检测算法在视频图像中的应用

海上舰船的监控有利于加强船舶监管水平,提供船舶航行的安全性,随着视频传感器与计算机技术的发展,海上舰船视频监控覆盖的范围越来越广,与此同时,视频监控的目标识别与图像处理技术也得到了一定的发展。视频图像中的阴影会降低目标识别的精度,因此,在进行舰船视频图像处理时必须要利用阴影消除算法,来改善舰船目标识别的水平。本文介绍一种基于色彩空间的阴影消除算法,并结合信号降噪技术,提升了监控视频图像中舰船目标检测的精度。     

基于电力线载波技术的船舶视频监控系统研究

随着通信技术和多媒体技术的发展,以及人们对航行安全性的重视,对船舶视频监控技术提出了更高的要求。本文分析现有船舶视频监控系统存在的缺点,将电力线载波技术应用于船舶视频监控中,这种技术具有通信距离长、成本低等特点。首先设计了整个控制系统的总体实现框架,然后研究了基于H.264的视频编码的关键技术和实现方法,最后通过嵌入式软硬件设计实现了整个船舶视频监控系统。     

控制河段船舶违规航行检测方法

长江上游控制河段狭窄、弯曲,为确保航道畅通和行轮安全,行轮必须根据信号台的通行指挥信号,单向、有序通过。一旦行轮未遵守通行指挥信号违规航行,极易发生船舶碰撞甚至搁浅等海事事故。基于AIS、视频监控和通行指挥信号提出一种控制河段船舶违规航行的检测方法,通过消除船舶倒影和拖尾水纹等噪声干扰,对船舶目标进行检测,通过多个摄像头轮流采集图像,实现多视场下跟踪船舶航迹;最后结合控制河段的通行规则,对违规航行行为进行判别。结果表明,该方法可对控制河段中违规航行船舶进行准确判别。     

船舶视频监控系统介绍

船舶视频监控系统对于船舶的防碰撞、防污染、防海盗以及管理监控等方面起到了非常重要的作用,对于运输危险品油轮的作用更为重要。本文在对现有船舶视频监控系统进行分析的基础上,对船舶视频监控系统在油轮上的应用提出了设想和建议。     

基于视频信息的港口滞留船舶检测研究

本文研究基于视频信息的港口滞留船舶检测方法,通过港口滞留船舶的精准检测提升港口管理水平。利用多结构形态学滤波方法,滤波处理港口视频图像。选取局部自适应阈值分割方法,将滤波处理后的港口视频图像,划分为前景图像与背景图像。将港口视频的前景图像作为SSD算法的输入,SSD算法利用卷积层提取图像特征,生成默认框,利用固定匹配策略,匹配真实框与默认框,将匹配结果传送至预测网络,利用预测网络输出港口滞留船舶检测结果。实验结果表明,该方法有效检测港口视频信息中的滞留船舶,阴天、黑夜等复杂环境下仍然可以精准检测船舶目标。     

船舶无线视频传输资源分配算法

对船舶进行视频监控可以有效了解甲板、机舱等重要部位的实时情况,提升船舶航行的安全性。船舶数量较多时,如果不对无线视频传输资源进行重新分配,容易造成数据传输不完整等问题。本文提出一种无线视频传输资源分配算法,在获得有限信道反馈的基础上,通过对子载波数量和发射功率的调节实现无线视频传输资源的调整,以满足不同船舶对于视频传输速率和误码率的要求。对建立的模型进行仿真研究,发现本文提出的分配算法误码率更低,且信道容量得到了提升。本文提出的无线视频传输资源分配算法有效降低了复杂性,提升了船舶无线视频传输效率。     

基于视觉传播的远程船舶通信交互系统

设计基于视觉传播的远程船舶通信交互系统。首先视频数据,通过无线信道完成交互通信,利用不同类型的通信协议处理视频数据传输时各种干扰等,然后对进行数据编码,通过数据输出模块传输到交互终端,通过基于自适应视频帧率控制算法调控视频流的输出速率,避免通信交互时发生拥塞问题。系统测试结果表明,系统视觉传播过程中,上行链路与下行链路传输速率高,可满足船舶视觉传播通信质量需求。     

卡尔曼算法在船舶运动模型参数辨别中的应用

人工智能技术飞速发展,人们已经实现了依靠智能算法识别船舶运动轨迹,这对船舶的航行安全起着重要的推进作用。在对船舶运动状态进行跟踪识别过程中,首先要从视频图像中提取出目标物体的特征值,然后在数据库中进行比对,进一步获得目标物的具体参数。本文采用卡尔曼算法对船舶运动目标的特征参数进行分析,首先建立船舶运动时的动力模型,然后结合目标的灰度统计特性,对船舶的运动状态和运动参数的转移算法进行设计。从仿真结果可知,本文所提出的运动模型识别算法满足基本的鲁棒性和准确度,能够对船舶目标进行速度识别和航迹跟踪。     

多源融合的船舶身份智能识别与验证技术

针对船舶污染物监管场景需求,提出了船舶申报信息、船舶自动识别系统和摄像头图像检测多源融合的船舶目标智能识别和验证方法。从申报信息中获取船舶水上移动通信业务标识码身份,利用该标识码提取船舶自动识别系统参数,判断船舶是否达到现场;通过改进的YOLOv5检测模型从摄像头获取现场船舶的视觉目标检测框;采用视觉目标检测框与船舶自动识别系统目标在摄像头像素坐标系映射标定框的交叉匹配算法,完成船舶目标的融合验证。在SeaShips公开数据集上的试验表明,相较原始YOLOv5模型,提出的船舶视觉目标检测模型平均精确度指标提升了3.14%,达到80.83%;且利用TensorRT加速使得模型推理速度提升了73%,帧率达到64.18。船舶自动识别系统目标与视觉目标的匹配融合满足船舶污染物接收现场船舶身份的识别和验证需求。     

基于HSV空间的水上目标检测及阴影去除方法

水上船舶目标的视频图像检测结果受光照产生的阴影干扰较大,对水上目标识别产生干扰,因此提出一种基于HSV空间的水上船舶目标阴影去除的方法。通过水上视频图像中的S及V分量来分离出船舶目标,并且用H分量来去除目标阴影干扰部分,较大提高了目标识别的准确率。