数学形态学分形维数的船舶视频图像中识别研究

传统船舶视频图像识别算法,存在视频动态帧信息熵分布维度系数捕捉计算失真,导致图像像素分布维度空间信息出现偏差,色度空间像素点出现重叠,影响图像识别准确度。针对视频动态像素分布特点,提出数学形态学分形维数的船舶视频图像中识别研究。通过对视频图像数学形态学基本算子计算,完成对视频图像像素信息熵分布的数学形态学单一分形维数估计。根据运动图像原理,对识别图像维度估计下的图像进行识别特征区域划分。通过对划分特征识别区域的高动态目标识别计算,完成对视频图像中目标区域的识别。仿真对比实验,证明了提出识别方法的有效性。     

改进ViBe算法及其在运动船舶目标检测中的应用

为了抑制ViBe算法在海面动态背景视频下“鬼影”区域对船舶运动目标检测的影响,提高监控视频中船舶运动目标识别的准确率,提出一种改进的ViBe算法。首先,背景模型用连续帧初始化,以减少“鬼影”的影响;然后,使用自适应阈值和闪烁级别来减少海面杂波,同时采用像素点对比消除“鬼影”,提取运动目标前景,获取完整的运动目标区域。最后,对输入视频进行高斯金字塔多尺度分解,并采用改进的ViBe算法检测低分辨率视频中的移动船舶,完整提取了海上移动船舶。实验结果表明,所改进的算法消除了“鬼影”区域,减少了海面杂波的干扰,检测率为92.5%,单帧视频图像检测时间控制在97 ms以内,可准确、快速地检测和提取海面船舶运动目标。     

灰度成像扩展目标跟踪直方图匹配修正方法

针对灰度扩展目标色彩信息不丰富,目标和背景存在重叠这一系列特点,使跟踪点发生漂移的问题,提出了基于均值偏移直方图匹配修正扩展目标跟踪算法。以基于像素位置和像素灰度值的直方图模式作为目标模式;相似度度量采用Bhattacharyya系数定义的距离;用均值偏移迭代进行匹配区域搜索;采用直方图匹配系数进行修正。通过建立卡尔曼预测跟踪策略解决目标被遮挡时的跟踪问题。试验结果表明,采用该算法,跟踪点漂移由原来几十个像素的波动减少到偶有1个像素的抖动。     

复杂背景下无人艇视频视觉目标图像识别算法

为精准跟踪海域环境中的各类舰船目标,生成连续性的视觉目标图像视频,提出复杂背景下的无人艇视频视觉目标图像识别算法。利用增强滤波处理无人艇图像中的数据信息,再通过特殊信息标记的方式,完成无人艇视频的图像数据集设计。在此基础上,改进原识别提取网络,借助边界框预测实值,完成待识别目标图像的特征提取,实现复杂背景下无人艇视频视觉目标图像识别算法的顺利应用。对比实验结果表明,与KCF目标跟踪算法相比,应用新型目标图像识别算法后,YOI船体识别参数增大至8.56,实现了对海域环境中各类舰船目标的精准跟踪,大幅促进了连续性视觉目标图像视频的生成。     

微机械陀螺随机误差补偿研究

为了提高微机械陀螺使用精度,研究了随机漂移误差补偿方法。对静态陀螺输出数据进行预处理,提取出随机漂移数据,采用时序分析方法对其建立AR模型。基于模型设计Kalman滤波器,进行静态和动态仿真。结果表明：静态条件下滤波效果显著;动态条件下,滤波效果变差。针对此问题设计了标量因子时变的自适应Kalman滤波器,试验表明,此算法能够有效降低微机械陀螺的随机漂移。     

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。     

基于视频的弹丸终点参数获取研究

针对目前弹丸动爆实验组织难,系统复杂等问题,论文提出了一种基于视频图像计算弹丸终点参数的新方法,简化了动爆实验所需的复杂测量系统平台,通过视频图像中弹丸位置姿态的提取计算弹丸终点参数.论文采用了改进的减背景法进行目标定位与跟踪,根据弹丸边界确定弹丸姿态,再由投影变换和立体视觉原理求得目标实际位置和姿态,并运用VC2010和OpenCV2.2软件平台设计了仿真系统.系统仿真结果表明论文方法实用可行,运算速度快,精度较高.     

水面舰船可调型球艏设计与分析

考虑到固定式球艏对船舶减阻能力随航速变化敏感,为了避免固定式球艏在兼顾多个航速下减阻的局限性,提出可调型球艏设计思路,依托CFD软件STAR-CCM数值模拟对可调型球艏设计方案构想进行理论验证,根据阻力对比和优化确定球艏静态参数,根据波形计算和比较确定球艏动态参数。通过静态参数的建立和动态参数的预报,将可调型设计方案具体化。计算结果显示,可调型球艏能够实现低速阶段不增速,中高速阶段减阻显著的目标。     

基于动态视频信息分析的海上舰船目标检测方法

海上作业工作中,通常通过机器视觉获取环境视频信息。其中,分析海上舰船目标是一项重要工作。为此,提出基于动态视频信息分析的海上舰船目标检测方法。首先使用差分处理方法去除动态视频图像中的噪声,并适应度增强背景光线。然后缩小运动目标检测区域,实时更新背景模型,降低背景对检测目标的影响。在划分海上舰船动态视频图像后,检测天空和海天线,构建海面背景的纹理模型。最后,去除天空与非海面纹理的像素点,即可得到海上舰船目标。实验结果表明,该方法的检测精度高,对动态视频检测响应速度快且去噪效果较好。     

船舶抓拍系统在过闸稽查管理中的应用

针对过闸船舶稽查管理中人工监管繁琐、视频复核难度大等问题,本文结合视频分析与图像识别技术,提出了一种船舶抓拍系统。首先,系统对视频流进行背景建模,结合连通域分析法获得目标船舶;然后,通过边缘检测获得目标船舶像素尺寸,并通过转换关系估计船舶高度、长度以及船速;最后,系统后台记录信息存入数据库以便检索。实地使用表明,该系统可7×24小时全天候稳定工作,且具有识别精度高、响应速度快等优点,基本实现稽查复核的自动化与智能化。     

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。     

利用轨迹跟踪的视频交通事件检测算法

由于基于车辆检验知识和像素强度等传统的视频交通检测手段受到诸多因素影响,检测算法准确率低.轨迹跟踪算法能够提高视频交通事件检测的准确性.针对不同交通事件的特性,提出了分别适用于易形变的非刚性行人目标和形状同定的刚性车辆目标的跟踪算法,通过对可疑目标进行轨迹跟踪、行为分析,给出可靠、稳定的交通事件判定依据.采用轨迹跟踪及行为分析方法使视频交通事件检测较传统视频检测方式具有更高的可靠性和通用性.     

基于模糊粒子滤波的视频跟踪方法研究

智能视频监控系统的基础就是对监控范围的视频序列中目标进行有效实时的跟踪,针对当前跟踪方法在光照突变、部分遮挡情况下的跟踪缺陷,本文提出了一种利用模糊粒子滤波（Particle Filter,PF）进行视频目标跟踪的新算法.该算法结合模糊控制理论,引入量测的模糊性来克服特征信息的不确定性,并建立一个基于背景建模技术的自适应高斯混合模型和基于序贯蒙特卡洛的跟踪算法（sequential Monte-Carlo-based）.在新算法的指导下,针对静止摄像机在光照条件改变以及目标发生部分遮挡的情况进行了深入的研究.通过多种模糊量测技术的比较和应用,本文方法实现了多个目标精确有效跟踪.     

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...     

基于傅立叶变换的灰度成像扩展目标跟踪帧间图像配准方法

针对运动背景下扩展目标的检测中,运动目标在图像上造成的变化与背景自身的变化会造成混淆,使得运动目标的检测变得更加复杂这一问题。提出了基于傅立叶变换的灰度成像扩展目标跟踪帧间图像配准方法。以帧间图像的互能量谱关系函数为系统的目标函数,以偏移量冲击函数为系统的偏移量配准函数。试验结果表明,采用该算法,得出目标图与偏移图水平向右移动14个像素,垂直向上移动1个像素。利用该参数将偏移图平移(-14,-1)即可实现两帧图像的配准。     

红外图像中舰船目标增强技术研究

随着各国在海洋领域竞争的日益激烈,舰船目标自动识别技术正逐渐成为社会的研究热点,目标增强是舰船目标自动识别技术中的重要环节,但通常海天背景下舰船目标红外图像的目标背景对比度低,图像信噪比差。为使低对比度舰船红外图像中感兴趣目标得到增强,本文首先利用中值滤波去除图像中的随机噪声,然后对图像进行同态滤波,最后加入对像素空间位置的考虑,利用像素邻域的灰度均值和均方差值构建了一个灰度变换函数,实现图像的灰度拉伸。实验结果表明,以往仅通过灰度信息的增强技术很难取得较好效果,本文在考虑像素位置的基础上提出的灰度变换函数可较好的实现对舰船目标局部区域的增强。     

主动轮廓模型在运动舰船目标跟踪中的应用

应用数字图像处理技术对视频监控系统中的舰船目标进行运动检测与跟踪。针对水面环境存在的复杂变化,选用混合高斯背景模型的方法构建实时背景模型,应用背景差分法检测出监控画面中的运动舰船区域,并得到舰船目标的初始轮廓,再利用主动轮廓模型方法,提取运动舰船目标轮廓,并利用舰船轮廓实现目标跟踪。实验表明,算法可对目标轮廓进行较好地跟踪,并且复杂度较低。     

舰用柴油机冷却水系统贝叶斯状态推理方法

针对不确定动态环境下舰用柴油机冷却水系统的状态预测及故障推理问题,研究基于贝叶斯网络模型的冷却水系统状态推理方法。根据某型冷却水系统的逻辑功能关系,分析系统的工作状态及典型故障模式,分别建立静态和动态贝叶斯网络推理模型。采用联结树精确推理算法对冷却水系统的运行状态进行正向和反向推理。结果表明,贝叶斯状态推理方法在不确定环境下传感器数据缺失时相对常规的故障树推理方法更具优势,动态贝叶斯网络比静态贝叶斯网络具有更好的推理精度。     

基于视频图像序列的船用雷达目标检测和目标特征参数提取

雷达系统在船舶导航、目标侦察、避碰等方面发挥着重要作用,目前已经成为必不可少的船舶功能设备,雷达视频信号中包含了回波信号的各种特征,通过分析雷达视频信号可以获取被测目标的距离、尺寸等参数。本文基于视频图像序列的船舶雷达系统目标检测和目标特征参数提取方法,重点介绍基于差分图像法的运动目标检测、雷达视频信号的噪声滤波、基于边缘算法的视频图像目标特征提取,最后结合软硬件环境,开发了针对船用雷达的视频图像目标检测系统。     

海事智能视频监控系统设计与实现

设计了一个面向海事场景的网络视频监控系统,系统从网络上获取航道和港区视频序列,进行分析和处理,对用户定义的受控区域进行实时监控,当受控区域出现运动目标时进行分级告警.针对海事场景背景复杂、干扰大等困难,提出了改进的混合高斯背景模型及运动检测方法.在目标跟踪方面,为运动区域建立颜色、形状和运动的混合模型,并通过距离矩阵和匹配矩阵判定目标和轨迹间的对应关系.经测试,该设计实现的各项功能都能满足海事部门对海事场景的实时监控.