雷达模拟视频与电子海图实时叠加匹配算法

由于在利用原有算法进行雷达模拟视频与电子海图实时叠加匹配时,在匹配特征点个数为32～41个的范围内,存在匹配精度较低的问题,因此提出一种新的雷达模拟视频与电子海图实时叠加匹配算法。通过分段线性插值法对墨卡托海图投影进行快速计算,以修正电子海图产生的长度变形。对雷达模拟视频数据实施坐标变换处理,也就是把雷达模拟视频数据的大地投影坐标转变成电子海图的墨卡托直角坐标。以GPS坐标值为依据对电子海图上船舶的定位点进行确定,并将其作为叠加显示雷达模拟视频与电子海图的定位参考点,实现二者的实时叠加匹配算法。通过进行该算法与原有算法的对比实验,证明该算法的匹配精度更高,实现了性能突破。     

电子海图与雷达图像的融合显示

为了让船舶能够导航和避免碰撞事故的发生,电子海图和雷达图像是船舶上进行综合导航时必不可少的一部分。当船舶在海上航行时,它可以把海上所有的安全信息显示在屏幕上。如果只使用其中一种,其性能将受到限制。本文提出一种电子海图和雷达图像融合显示法,即把本船的位置坐标设置为参考点,把正北的方向设置为参考线,对接收到的雷达图像再进行仿射变换,分析出电子海图显示范围,通过调整电子海图的比例尺最终完成电子海图与雷达图像的匹配任务。仿真试验表明,电子海图和雷达图像能够正确匹配和高效融合,能够把雷达扫描到的对象在电子海图的底图上显示出来,非常便于船员了解船舶周围的环境状况,确保船舶航行时的安全。     

雷达模拟视频与电子海图叠加匹配算法

为了提高海上目标的匹配定位,提出雷达模拟视频与电子海图叠加匹配算法。根据雷达和电子海图的显示特点,通过对采集的雷达模拟视频信号执行数字化、坐标转换和图像转换等操作,实现雷达和电子海图的叠加。分别提取叠加效果图像中的特征点,并计算特征点之间的相似度,从而实现对雷达模拟视频与电子海图的叠加匹配。经过与传统匹配算法的对比,发现设计叠加匹配算法的平均匹配率提高了11.2%。     

雷达模拟视频和电子海图图像叠加方法

雷达和电子海图是船舶重要助航设备。为了提高船舶航行中的避碰能力,文章提出了一种雷达模拟视频和电子海图图像叠加方法。采集雷达的模拟视频信号、方位信号和触发脉冲,通过A/D转换,利用极坐标与直角坐标变换模型和图像匹配模型,实现雷达和电子海图图像的叠加。试验结果表明,雷达和电子海图图像叠加是辅助船舶安全航行的有效方法,电子海图的海岸轮廓和雷达扫描到的图像能够较好的匹配融合,可以在电子海图底图上实时显示雷达捕获到的目标,提高对船舶周围环境的监控能力。     

基于特征的雷达与电子海图图像配准技术研究

针对雷达图像和电子海图显示与信息系统(ECDIS)图像不同传感器存在的配准问题,在分析雷达和电子海图图像特点的基础上,提出了基于图像特征的自动图像配准算法,论述了其实现方法与过程,为提高雷达图像和电子海图图像配准提供了一种技术途径,并对图像的配准效果进行了仿真。实验结果表明,该算法取得了理想的效果。     

雷达模拟视频与电子海图实时叠加匹配算法

现有的雷达模拟视频与电子海图实时叠加匹配算法,存在匹配精度差的缺陷。为了解决上述问题,提出雷达模拟视频与电子海图实时叠加匹配算法。将雷达模拟视频与电子海图坐标转换为屏幕显示坐标,以此为基础,利用视频控制器TMS BT 458/9叠加雷达模拟视频与电子海图,以叠加后图像为基础,依据匹配模型匹配雷达模拟视频与电子海图的比例尺,实现了雷达模拟视频与电子海图的实时叠加匹配。实验结果显示,与现有的雷达模拟视频与电子海图实时叠加匹配算法相比,提出的雷达模拟视频与电子海图实时叠加匹配算法极大提升了匹配精度,充分说明提出的雷达模拟视频与电子海图实时叠加匹配算法具备更好的叠加匹配性能。     

基于GDI+的电子海图与雷达图像的叠加显示

论文实现了一种基于Visual C＋＋及GDI＋技术的电子海图与雷达图像实时叠加的软件设计。阐述了电子海图和雷达图像单独显示时的关键技术及操作流程,针对两者的叠加显示问题,提出了解决方案。该设计满足了实时性的要求,做到雷达静态目标与海图中的相应目标相互吻合,雷达动态目标在海图上实时、准确地定位显示。     

OpenCPN电子海图软件的应用

处于信息化时代背景下,各项信息技术水平的不断提升,在船舶领域普遍运用电子海图显示及信息系统。海洋导航定位也自我国提出"十三五"海洋战略后愈来愈重要,本文将结合工作实践探索在海洋导航中应用的OpenCPN电子海图软件,对该软件功能特点进行简要说明,并结合实际应用实例得出结论:OpenCPN电子海图软件应用于海洋导航领域,能够满足定位需求,并跟踪记录船舶轨迹,解决工作所需。     

电子海图系统中雷达图象与海图图形叠加技术研究

针对电子海图系统中关于雷达视频与海图图形实时叠加 ,提出了叠加的新方法。电子海图系统综合显示层为 8层 ,其中的 4层作为雷达图像显示。运用TMS 340 2 0的 32位端口象素综合能力 ,将海图图形 4路 4位象素信息与雷达图象 4路 4位象素信息进行叠加 ,合成 4路 8位信息送BT4 5 8/ 9实现在显示器上的叠加。     

深度学习算法在船舶电子海图识别中的应用

在海上勘探及航运领域,图像识别的应用范围及场景越来越多,如何提高识别的精确及效率一直是图像识别技术的关键。同时,电子海图的结构及网络深度更高,传统图像识别算法已经越来越不能满足电子海图识别系统的性能要求。本文在研究海上电子海图识别结构及存在问题基础上,提出一种基于深度学习的图像识别模型,建立电子海图识别的多层次网络结构,最后对算法进行仿真。结果表明算法有效提高了图像识别的精度及效率。