基于视觉传达的船舶航行图像实时传输系统

为实现船舶航行图像的高效处理与传输,应用视觉传达思想设计一种船舶航行图像实时传输系统。系统由多个模块构成,其中通信模块采用LRIT系统进行通信。前端图像采集模块负责进行图像采集,通过IIC总线对图像解码芯片实施视觉传达配置,采用数字多媒体软件进行采集图像的视觉传达。指令和图像处理模块由通信协议处理单元、指令信息处理单元等构成。图像滤波模块使用的图像滤波处理算法为中值滤波算法,能够实现噪声的降低与图像质量的提升。对系统进行测试与分析,测试结果表明系统平均仅需2.375 s即可实现船舶航行图像的压缩,传输速度在70～85 MB/s之间,并且系统具备良好的滤波性能,可以满足实际船舶航行图像实时传输需求。     

风浪联合作用下船舶耐波性能的数值模拟

在以往船舶耐波性能研究过程中,忽略了风浪环境的模拟精度,造成在不同波高环境下,耐波性模拟结果与实测数据相差较大的问题。因而,设计风浪联合作用下船舶耐波性能的数值模拟方法。采用UDF造波技术以及二阶Stokes波浪理论完成海洋风浪仿真,获取船舶实测数据,引用有限元法构建船舶模型。结合响应关系算子,实现船舶耐波性能数值模拟。构建方法应用环节,将此方法与原有2种方法在不同波高下,对测试船舶的耐波性进行模拟。通过测试结果可知,此方法的模拟精度高于原有方法。     

基于视觉传达的船舶自动导航系统

为了提升自动导航效果,设计基于视觉传达的船舶自动导航系统。利用视觉传达技术采集船舶图像,通过回溯处理模块获取高精度图像信息;利用系统软件线程实现模块间通信,依据图像信息制定航行计划,依据高精度图像信息实现航线设置、航线偏移报警与保存航迹功能;采用船舶目标跟踪方法得到船舶的位置和航向角信息,利用人机交互模块完成海图漫游、查询与航线管理等操作。实验证明,该系统可合理设计船舶航线,航行轨迹跟踪精度高。     

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。     

基于视觉传达的船舶组合导航人机交互界面系统

针对船舶航行环境复杂、天气多变等因素给船舶组合导航带来的诸多问题,提出一种基于视觉传达的船舶组合导航人机交互界面系统。首先设计带有地图创建、路径规划、人机交互、组合导航四大模块的硬件系统,秉持模块化的设计理念设计图像预处理和基于地图匹配-GPS-航行状态组合的软件程序,并在程序中添加图像特征提取技术,获取地图图像的直线特征。最后将软件程序添加到硬件系统中,利用地图匹配算法获取最佳航行路径。实验结果表明,系统的导航精度高、轨迹规划和避障能力强。     

基于视觉传达的船舶航行图像优化研究

为了改善船舶航行图像质量,准确分辨图像信息,提出基于视觉传达的船舶航行图像优化方法。利用双边滤波器与冲击滤波器处理模糊船舶航行图像,达到图像去噪、纹理平滑以及边缘特征增强的目的。根据模糊核的稀疏性特点,通过正则化交替迭代方式实现模糊最佳估计结果的确定后,基于梯度稀疏的反卷积方法实现模糊图像的复原,运用HSV色彩模型对复原后的船舶航行图像作优化处理,获得高质量船舶航行图像。实验结果表明,该方法可实现模糊船舶航行图像视觉传达优化,优化后图像的结构相似度、信息熵指标最高可达0.967、9.49,边缘强度、梯度均值、彩色熵指标达到设定要求,图像视觉优化效果突出。     

嵌入式技术的船舶实时监控系统

普通船舶实时监控系统,存在监控环境稳定性较差,实时联动船舶数据传输速率较慢等弊端。为有效解决上述问题,引入Linux原理,设计基于嵌入式技术的船舶实时监控系统。通过硬件框架设计、服务器接口设计,完成基于嵌入式技术船舶实时监控系统硬件设计。通过Linux内核设计、嵌入式监控环境设计、实时监控驱动程序设计,完成基于嵌入式技术船舶实时监控系统软件设计。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,有效解决监控环境稳定性差、实时联动船舶数据传输速率慢等问题。     

基于机器视觉的大规模船舶航行数据自适应识别方法

传统船舶航行数据识别方法,存在瞬态识别数据规模局限性大,超规模阈值下的数据识别准确率过低的问题。在当前船舶航行数据处理规模下,无法高效准确完成船舶航行数据的处理任务。为了在根源解决上述问题,引入机器视觉技术,提出基于机器视觉的大规模船舶航行数据自适应识别方法。首先基于机器视觉技术,对航行数据的识别标准进行定义,同时完成对相关不符识别量进行修正;接着对全局航行数据对应的轨迹信息进行机器视觉结构处理;最后完成对数据的自适应识别计算。通过与传统方法的多组航行数据模拟测试发现,采用提出识别方法的航行数据识别结果,相较传统识别方法具有识别速度快、准确率高、数据规模自适应性强的特点。     

基于3DMAX的船舶航行环境自动建模研究

为在保证立体显示真实感的同时,实现对船舶航行空间对象的三维化表达,针对基于3DMAX技术的船舶航行环境自动建模方法展开研究。从功能需求、用户需求两方面着手,分析船舶主机对于航行环境的应用需求。在此基础上,采集大量的数据点,通过绘制建筑线框图的方式,得到准确的纹理映射条件,完成3DMAX技术支持下的船舶航行环境自动建模处理。实验结果表明,与Unity建模方法相比,3DMAX技术可在水平上与垂直空间上同时表达船舶航行空间对象,有利于三维化立体显示环境的构建。     

基于VR技术的船舶航行仿真系统设计

传统船舶仿真系统不能在短时间内完成航行数据的识别及转发处理。为解决上述问题,设计基于VR技术的新型船舶航行仿真系统。通过层次逻辑结构设计、仿真拓扑结构设计2个步骤,完成新型系统的硬件运行环境搭建。在此基础上,通过VR交互程序设计、航行传输协议设计、仿真数据库设计3个步骤,完成新型系统的软件运行环境搭建,实现基于VR技术船舶航行仿真系统的顺利应用。模拟对比试验结果表明,与传统系统相比,应用基于VR技术船舶航行仿真系统后,航行数据识别及转发处理时间均得到一定程度降低。     

基于多特性融合的船舶航运图像识别算法

针对原有船舶航运图像识别算法在计算过程中,仅对图像中某一特征提取,造成图像识别精度较差的问题,引用多特性融合技术,设计基于多特性融合的船舶航运图像识别算法。设定图像采集设备,获取航运图像,依据图像预处理流程完成图像预处理。设定特征提取部分中的除原有的边缘特征,增加图像色彩特征以及纹理特征。使用提取到的图像特征,采用粒子滤波的形式,完成船舶航运图像识别。至此,基于多特性融合的船舶航运图像识别算法设计完成。构建实验环节对此方法进行测试,与原有算法相比,此方法对图像识别的有效性更高。综上所述,此船舶航运图像识别算法优于原有船舶航运图像识别算法。     

基于移动网络的船载航行数据实时采集

本文研究船舶移动网络技术,重点分析船舶移动网络系统模型,给出通信容量和船舶数量之间的关系,探讨船舶移动网络的安全性,总结截获成功率和船舶数量之间的关系。设计了船舶航行数据实时采集系统,分析船舶主机燃油消耗和转速之间的关系。对船舶航行数据实时采集系统进行测试,并分析了船舶航向角随时间变化情况以及船舶航行速度随时间变化情况。本文基于移动网络技术对船舶航行数据实时采集系统的研究,有助于推动船舶航行数据实时采集系统的发展。     

船舶安全动态实时监控数据结构可视化技术研究

人员和物资安全问题在船舶航行中非常重要,因此经常进行船舶安全动态实时监控,而利用传统技术处理监控数据时,效率不高,导致不能及时实施救援。针对上述问题,研究一种船舶安全动态实时监控数据结构可视化技术。通过数据采集、数据库储存、数据抽取、数据变换、数据挖掘与分析完成监控数据预处理工作,利用一种坐标计算方法对预处理数据进行映射,并绘制映射图像,利用7种操作完成人机交互,最后采取多屏幕拼接融合技术来实现船舶立体图像显示,完成船舶安全动态实时监控数据结构可视化立体呈现。通过仿真实验和对比分析,结果表明:该技术实现了三通道135°的视景仿真,画面清晰,并与传统技术相比,效率提高2 s。     

3DMAX的船舶航行图像优化研究

为解决传统船舶航行图像处理技术中存在的问题,本文将3DMAX技术应用于船舶航行图像的优化。首先对船舶航行图像进行译码,然后利用3DMAX技术对其进行船舶航行转换。通过对其展开去雾降噪等处理,从而获得船舶航行最为理想的图像,实现3DMAX技术与船舶航行的完美结合。     

多模态人机交互系统在船舶航行中的应用

为拓展设计船舶航行中多模态人机交互模式,促进船舶航行所用导航系统的智能化发展,研究多模态人机交互系统在船舶航行中的应用,设计一种船舶航行使用的多模态人机交互系统。船员可在船舶航行时,以语音交互、手势交互这种多模态交互模式,完成指令输入,无需人工手动操舵。实验测试结果验证,多模态人机交互模式使用后,船舶航行时,控制指令通过语音与手势便可有效传达,船舶航行控制可靠,且无须手动控制舵机,可实现船舶航行智能化交互控制。     

基于视觉传达的大型船舶航行图像融合研究

图像融合是图像识别的重要环节,为提升船舶航行图像识别精度,提出了基于视觉传达的大型船舶航行图像融合算法。通过离散滤波获取图像高频部分并盲估计模糊核,依照模糊核,通过总变分正则化法对图像实施非盲去卷积处理,获取去模糊后的图像;针对去模糊处理过程导致图像亮度发生变化的问题,采用伽马校正算法调整图像亮度,提升图像视觉传达效果。针对校正后的图像,对比2幅待融合图像的熵值,获取熵值较大图像的残余分量,通过基于方向滤波的二维局部均值分解法,将残余分量和熵值较小的待融合图像分解成低频子带与高频子带并分别融合,通过逆变换运算得到融合图像。实验结果显示该方法可有效提升大型船舶航行图像的细节清晰度,令图像的视觉传达效果增强,并显著提升图像识别精度。     

基于机器视觉技术的船舶航行危险区域自动识别方法

提出基于机器视觉技术的船舶航行危险区域自动识别方法,最大程度规避船舶航行风险。利用机器视觉技术获取船舶航行图像数据,并结合像素平滑滤波和帧间差分法去除原始船舶航行图像所含噪声。采用二阶高斯-马尔科夫机场算法对去噪后船舶航行图像的显著性区域候选节点作信息弥散处理,获取船舶航行图像显著图,通过均值偏移算法处理船舶航行显著图像的特征空间,获得多个分割区域后,在显著图中求解各区域的显著性均值,通过与阈值作比较,实现船舶航行危险区域识别。实验结果表明：该方法可有效提升船舶航行图像的视觉效果;生成的显著图细节完整;可实现不同危险区域的识别,识别效果突出。     

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。     

深水铺管起重船驾驶模拟系统设计与实现

基于实时仿真软件Vega Prime和仪表仿真软件GL Studio开发深水铺管起重船驾驶模拟系统,通过分析深水铺管起重船驾驶特点,对驾驶模拟系统进行了总体及分系统功能设计,建立了风浪中船舶运动数学模型,逼真模拟深水铺管起重船驾控设备仪表和航行环境,实现了船舶驾驶模拟训练功能,达到了深水铺管起重船驾驶人员的桌面级驾驶培训要求。     

基于大数据分析技术的船舶航行环境感知信息实时分类研究

为提高船舶航行环境感知信息分类速度,研究基于大数据分析技术的船舶航行环境感知信息实时分类方法。采用工具层中的激光雷达传感器、风速/风向传感器、温湿度传感器,感知的船舶航行环境中障碍物、风速与风向、温湿度信息,在处理层中的Hadoop分布式大数据计算引擎中,由MapReduce并行大数据计算技术,将感知信息分块后,由map启动基于小波阈值的环境感知信息去噪方法,去除分块感知信息中噪声信息后,再启动K-最邻近分类器,计算去噪后分块感知信息样本与已知类型的感知信息隶属度,依据感知信息隶属度完成感知信息分类,最终通过reduce整合分类结果。经测试,本文方法对航行环境中感知信息分类时延仅2 s,延迟短,可实时分类船舶航行环境感知信息,且分类结果不存在信息混乱问题。