关于港口光污染对视觉航标效能影响的探讨

近年来,随着城市建设进程的加快和高亮度照明的使用,城市亮化配套的景观灯等光源对港口安全生产带来一定的影响。文中通过以烟台港港口水域为例,分析港口水域光污染现状和研究进展,列举了常见的光污染源,分析和探讨了港口光污染对视觉航标能效的负面影响,进而更有针对性地提出如何正常发挥视觉航标能效方面提出应对策略。     

某轮CPP(调距浆)设计缺陷引发故障事故分析

由于调距桨能改变螺距,因而它与定距桨相比,有经济性较好、提高船舶的机动性和操纵性和有利于推进装置驱动辅助负载等优点.在具备上述优点的同时,其存在桨和轴系复杂,工作油压高,结合密封面多,容易引起漏泄,制造工艺要求高,因此造价较高等缺点~([1]).通过本次事故分析,为船舶监造和船级社审图人员在今后工作提供借鉴.     

视觉辅助在大型半潜式起重船施工进度监测中的应用

为了解决传统大型半潜式起重船施工进度监测方法存在监测误差大的问题,将视觉辅助应用在大型半潜式起重船施工进度监测中。通过视觉辅助技术采集大型半潜式起重船施工前图像,建立初始图像模型。采集与分析施工结束后的工程主体图像变化特征。将初始模型图像与工程结束图像特征进行比对,得到工程进度输出,实现施工进度监测。为了证明提出方法的可行性,设计一组仿真对比实验,对不同方法的性能进行测试。实验结果表明,该方法能够实现施工进度的低误差监测。     

融合双HOG特征和颜色特征的目标跟踪

目标跟踪是计算机视觉中一个极具挑战性的任务,应用于图像处理、模式识别、自动控制等不同领域.许多跟踪算法都获得了良好的效果,但复杂的运动场景会影响目标跟踪的性能.文中提出一种融合双HOG特征和颜色特征的方法,用于视觉目标跟踪,通过构造双HOG特征和颜色直方图特征,并进行融合,减少运动场景变化对目标跟踪的影响.首先,提取当前帧目标区域的HOG特征,并分割为HOG1和HOG2,利用判别相关滤波器对两个特征分别进行滤波处理,选择出最优的特征;然后,利用颜色直方图提取当前帧目标区域的颜色属性特征;最后,融合双HOG特征和颜色特征,获得特征响应图,在响应图中寻找最大值位置,即预测出的新目标位置.在OTB-2013、OTB-2015基准数据集上与其他6个算法对比,实验结果显示,该方法在处理背景杂乱、平面外旋转和形状变化等目标跟踪方面具有良好性能.     

基于视觉的地铁列车前向目标识别系统研究

为解决地铁列车前向运行环境中障碍物判断问题,提出基于视觉的地铁列车前向目标识别系统。该系统利用语义分割算法提取行驶轨道区域,结合轨道区域识别,基于SSD算法提取前向运行环境中轨道限界范围内的列车、行人等目标。针对上述场景,建立列车前向运行环境样本库,并基于该样本库完成模型训练。实验结果证明所得模型可有效识别列车前向行驶多目标。     

基于视觉传达技术的舰船三维导航系统

为增大舰船导航节点间SKT响应系数的表现实值,解决导航耦合反应能力较弱的问题,设计基于视觉传达技术的舰船三维导航系统。按照三维模型架构中的信息传输需求,连接导航移动端与GIS组件,完成导航系统的硬件运行环境搭建。在此基础上,提取三维数据库中的舰船航行数据,完善导航系统的实际应用流程,实现系统的软件运行环境搭建,结合相关硬件执行设备,完成视觉传达技术舰船三维导航系统的顺利应用。对比实验结果表明,与传统IBS系统相比,应用新型三维导航系统后,SKT响应系数最大值达到7.86,大幅提升舰船导航节点间的耦合反应能力。     

基于改进YOLOv3的站口行人检测方法

针对YOLOv3算法在行人检测上准确率低和漏检率高的问题,提出一种改进型YOLOv3的行人检测方法,并将其定义为GA-Wide-YOLOv3。该方法首先以行人头肩小目标为检测对象,进行重构数据集,利用遗传算法重新对目标先验框进行聚类,优化anchor参数,提高先验框与数据集的重合程度;其次改进YOLOv3,通过加宽网络宽度、减少网络深度,获得针对小目标检测的较大视野阈,避免梯度消失;最后,将多尺度检测算法3个yolo层前的1*1,3*3的卷积组各去掉2组,减少头肩小目标在复杂背景下的漏检率。在收集的数据集HS6936上进行对比实验,结果表明,基于遗传算法改进的K-means算法,平均交并比为81.89%,提高了0.8%;改进的YOLOv3算法检测平均准确率(mAP)为75.35%,召回率为81.20%,查准率为99.99%,较原始YOLOv3算法分别提高了2.53%,0.88%和2.75%。