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。     

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。     

综合舰桥系统中电子海图与雷达背景的叠加显示研究

在船舶舰桥管理系统中,采用了众多的先进的控制技术,比如电子海图、GPS导航、雷达识别等。本文主要探讨了一种结合电子海图和雷达识别的显示技术,能够充分发挥出电子海图和雷达的特点,并通过修正算法,提高舰桥管理系统的综合控制能力。在此控制系统中,船员能够通过算法对电子海图中的识别目标进行主动跟踪,然后利用雷达进一步提高动态跟踪的能力,文末还结合显示算法,对两者的叠加显示进行了仿真与验证。     

推荐算法的船舶电子海图数据相似性检索方法

以提升船舶导航路线制定质量为目的,提出推荐算法的船舶电子海图数据相似性检索方法,提高电子海图数据相似性检索质量。通过加权核范数算法填充船舶电子海图数据稀疏评分矩阵,通过协同过滤推荐算法计算检索目标与电子海图数据间的评分相似性以及类别相似性;根据评分相似性与类别相似性,得到基于评分相似性与类别相似性的电子海图数据推荐预测评分,以动态加权方式得到电子海图数据相似性检索结果。实验证明：该方法可有效完成船舶电子海图数据相似性检索;不同电子海图数据评分矩阵稀疏度时,该方法电子海图数据相似性检索的归一化折损累积增益均较高,即检索精度较高。     

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。     

简易电子海图的实现算法研究

介绍简易电子海图海岸线标绘,海图漫游以及海图缩放的基本实现算法。提出通过删除冗于数据和采用适当的换图策略,提高简易电子海图的显示速度的算法,实现海图数据的无缝拼接,满足简易电子海图系统的显示要求。     

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。     

电子海图的显示精度分析

电子海图的显示精度是指显示在ECDIS屏幕上的海图信息的位置精度。保证电子海图的显示精度是对ECDIS的一个基本要求。本文综合考虑了影响海图信息显示精度的主要误差源，对电子海图的显示精度进行分析和估算，并指出提高精度的方法和途径。     

S-57电子海图的快速读取及可视化存储

越来越流行的电子海图将逐渐取代纸质海图,被应用于水下航行器等更为特殊的领域。国际标准S-57格式的电子海图是由IHO(国际水道测量组织)官方定义,按照IS08211数据结构紧密封装的矢量电子海图格式。由于采用特有的封装结构,在将电子海图应用于专用领域之前,必须采用相关算法进行数据解包。本文在VC编程环境下利用C++语言实现对电子海图原始数据文件的快速解包,同时进行快速存储,使得S-57原始数据可视化。这也是电子海图在水下航行器上应用的前提和基础。     

电子海图上距离和真方位的计算精度

本文论述了计算电子海图上任意两点间的实地距离（大圆弧距离）和真方位的方法，给出了电子海图上点状物标的地理坐标的获取算法，对电子海图数据库中物标的地理坐标进行了误差估计，运用数学分析方法对距离和真方位的计算精度进行了估算。     

中国海事电子海图发行系统设计与实现

电子海图是航海图书产品中的重要一员,在船舶航行导航、海事管理、船舶交通管理等领域发挥着重要的作用。上海海图中心作为中国官方电子海图的生产者,一直致力于为各类用户提供电子海图信息和数据服务,近期借鉴国际先进经验开发了新版中国海事电子海图发行系统。本文重点分析并阐述了新版中国海事电子海图发行系统主要功能的设计与实现。     

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%。     

基于改进视觉注意模型的舰船目标图像识别算法

以往使用基于局部Radon变换识别方法、基于SAR光学遥感图像识别方法受到复杂背景影响,使图像识别结果存在较多噪点和杂色,导致识别精准度较低,针对该问题,提出了基于改进视觉注意模型的舰船目标图像识别算法设计。构建改进视觉注意模型,初始分割阈值,采用中心周边算子,避免图像识别出现噪点。考虑双敌色效应,计算不同图像中心周边差异,避免图像识别出现杂色,提取舰船目标图像特征,再次阈值分割,识别出舰船目标图像。由实验结果可知,该算法识别效果好,最高识别效果为0.97,具有精准识别效果。     

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。     

一起未按规定配备电子海图系统的案例引发的思考

从一起未按规定配备电子海图系统的案例出发,在介绍电子海图和电子海图系统的概念,官方和非官方电子海图的区别,以及电子海图系统的配备要求、现状和问题的基础上,提出一套电子海图系统的"五步"快速识别法,试图引起各方重视,厘清当前人们的认知误区,既有利于避免船方违法违规,又有利于海事部门快速监管。     

标准化电子航海图数据保护方案关键技术研究

为确保电子航海图在传输过程中的安全性和完整性,提出一种基于现代加密技术、数字签名、数字证书技术的电子海图数据保护方案.方案在数据提供商、设备制造商和数据用户三方相互鉴别、相互认证的条件下实施,通过用户权证文件和海图单元权证文件来鉴别用户身份和传递密钥,并给出了用户权证文件和海图单元权证文件的数据格式.ENC数据由数据提供商进行加密和签名,在用户端采用DSA作为签名验证算法,利用CRC32、Blowfish和ZIP算法设计了完整性验证、解密及解压缩流程,最后给出了算法中重要参数的具体值.应用结果表明,该方案能有效保护电子海图数据在分布和使用中的安全性和完整性.     

最小二乘平差在纸海图矢量化过程中的应用

在矢量化纸海图时,由于基准点的采样误差,导致转换参数的误差,最终导致电子海图的空间对象的精度不高。本文应用最小二乘法对基准点的采样误差实施平差,提高转换参数的精度,最终可较大幅度地提高电子海图中空间对象的精度     

小波分解和多尺度形态学的舰船图像自动识别

传统舰船图像识别方法仅支持单一识别算法运算,导致不同图像识别特征差异化区域的识别感知系数降低,直接影响自动识别准确率。为了保证不同算法在融合过程中的相互独立与统一,提出小波分解和多尺度形态学的舰船图像自动识别。对图像识别滤波器进行多尺度形态优化,使其适应差异化特征图像;利用小波分解算法,计算得到图像特征区域熵;根据识别特征熵,对识别图像特征进行提取。最后通过特征的多尺度对比,完成图像自动识别计算。通过与传统单一算法的图像识别方法对比证明,在相同时间内,提出方法的识别准确率最高,并可将识别准确率控制在98%以上。     

基于深度神经网络的船舶图像识别检索研究

对船舶图像进行快速准确识别在军民领域都有广泛应用,随着船舶种类的增多、图像质量的提高,传统的卷积神经网络进行船舶图像识别需耗费大量时间。本文对深度神经网络的原理进行分析,并在此基础上研究基于深度神经网络的船舶图像识别流程,对船舶图像预处理技术进行研究,建立船舶图像训练集和测试集,对YOLOV2、卷积神经网络和本文算法的平均识别时间和识别准确率进行分析,最后研究3种算法的训练次数对识别准确率的影响。本文研究的深度神经网络船舶图像识别算法,在平均识别时间以及识别准确率上具有一定优势。     

电子海图的显示精度分析

此文综合考虑了影响海图信息显示精度的主要误差源,对电子海图的显示精度进行分析和估算,并指出提高精度的方法和途径。