多视觉传感器信息融合的内河船舶自动识别系统技术方案

技术编号:2927053 阅读:306 留言:0更新日期:2012-04-11 18:40
一种多视觉传感器信息融合的内河船舶自动识别系统,包括监视航道的大范围监控视觉传感器、进行特写抓拍船体图像以及船名标志牌图像的快速球视觉传感器和用于船舶对象跟踪、图像识别以及内河交通状况统计的微处理器,大范围监控视觉传感器实现航道上的过往的船舶的多目标跟踪,船舶进入监控领域,系统自动产生一个事件并同时生成以该船舶ID号,控制快速球视觉传感器的转动与调焦并对准跟踪船舶进行特写抓拍,对特写图像进行轮廓检测估算出船舶船体露出水面的高度和载重量,同时船舶驾驶舱定位抓拍识别船名标志牌号。本发明专利技术通过多视觉传感融合以及计算机自动收集内河交通的基本数据,能进行有效的内河交通管理。

【技术实现步骤摘要】

本专利技术属于船舶自动识别系统,尤其涉及多视觉传感器信息融合技术、多目 标跟踪技术、图像定位抓拍技术、图像识别技术、船的吨位视频检测技术和数 据库以及计算机网络技术在船舶自动识别的应用。技术背景船舶自动识别系统(AIS)即是一种新型的船用助航设备,同时也是一种船舶航 行的监控管理系统中的关键技术。其功能及性能标准是由国际海事组织(IMO)、 国际航标协会(IALA)、国际电联(ITU)等国际组织共同研究制定的。其主要目的是 通过为船舶操纵人员提供更加精确、详细的航行环境信息,使之能够更好地监视 和控制船舶航行,加强海上航行的安全性。国际海事组织(IMO)规定,2002年7 月1日至2008年7月1日航行在国际航线300总吨以上的船舶和公约国航行于国 内航线500总吨以上的船舶,分阶段执行配备船舶自动识别系统AIS(Automatic Identification System)设备。AIS的出现与和广泛应用,不仅提高了海上航行的安 全系数,也为海上船舶交通流调査提供了一种崭新而又可靠的方法。目前用于船 舶识别方面的技术主要有视觉观测、雷达观测、航空摄影和利用船载AIS播发的 信息进行的静态与动态信息来识别等四种方法。近年来也有一些学者采用RFID技术即无限射频识别技术在狭窄水道来识别 船舶的身份,将RFID技术应用于船舶监控管理、船舶出入港管理、危险品船舶疋1AI'目'理、月li月H姐辛乂'目'理、个'旨肌'目'牲守一尔,!Jf&^L'目'牲J^ H , 'IQ疋KJUU T又/l、"Ui 有一定的局限性1)每个船舶都需要配备一个RFID卡,增加了每艘船舶的使用 成本;2)射频识别通信距离受到一定的限制,对于宽水域的航道来说实施非常困 难;3)用于识别船舶身份的RFID卡都是属于长距离识别,必须采用有源的RFID 卡,因此需要对RFID卡不断供电。内河交通观测方法与海上交通观测方法有很多相同之处,由于前几年主管部 门对内河交通管理上投入不大,信息化管理水平不高,造成了内河交通检测手段 方面相对落后于海上交通检测的局面,随着国家对内河运输的重视以及内河运输 在国民生产中的重要地位的显突,开发一种船舶自动识别系统的重要性得到了业 内人士的普遍关注。内河运输是综合运输网中重要的组成部分,特别是在重点大宗货物运输中具 有不可替代的优势和作用。作为一种占地少、污染小、能耗小、运量大的运输方 式。特别是在我国建筑业快速发展进程加快、地面交通资源日趋紧张和能源价格 飞涨的情况下,内河运输的优势符合可持续发展对交通运输业的要求,并能积极 促进航道疏浚整治,兼收航运、防洪、发电和灌溉等综合效益,促进流域经济的 发展;其对国家的政治、军事及安全具有重要意义,在抢险救灾等紧急状态下能 发挥特殊的作用;它的发展对可持续发展的方针实施有着重要的作用。内河航运具有运价低、运量大、能耗低、投资省等优点,是我国、我省运输 的一个重要组成部分。航道和船型的合理配合,是建设内河航运工程的一个重要 方面。内河航运船舶吨位的准确统计,可以向有关部门提供完整、准确的决策依 据。但是目前我国内河航运船舶吨位的测量统计主要是依靠人工观察、粗略估计 的方法,效率低、统计的数据误差大、且存在疏漏现象。因此急需发展内河交通 流信息的实时采集与处理以及航运船舶吨位的智能测量技术,实现自动化作业, 以提高效率和统计数据的准确程度。从实质上来讲这是一个传感器测量与信息处 理的问题。2006年,中华人民共和国海事局提出了对全国小型船舶(200总吨以下)都 必须使用统一的船名标志牌或船名灯箱的要求,这些规定为船名的自动识别提供 了较好基础,目前在车辆牌照自动识别技术方面已经比较成熟,有些已经投入商 业应用。在中华人民共和国海事局的海船舶594号文件中关于发布《小型船 舶船名标志管理暂行办法》的通知中有相关的规定。在现代信息处理及测量控制系统中,大都需要使用传感器作为获取信息的手 段。视觉是人类观察世界和认知世界的重要手段。据统计,人类从外部世界获得 的信息约有8 0%是由视觉获取的。这既表明视觉的信息量大,人类对视觉信息 有较高的利用率,同时也体现了视觉功能的重要性。从这个意义上说,视觉不仅 包含了光信号的感知,还包括对视觉信息的获取、传输、处理与理解的全过程。当前,嵌入式计算、无线通信和传感器技术的迅速发展和结合,已使人们能 几乎是无所不在地采集、传输和存储视频和音频的数据。这些海量的数据如果能 得到及时和准确的分析和理解,将在内河航道监控领域发挥重要作用。目前我国 的一些发达地区已在内河主要干道上安装了视频检测装置,但这些视频数据仅用 来事后的确认,还缺乏深层次的分析应用。动态图像理解技术为大量的视频数据 加工、分析提供了强大的技术支撑。特别是使用在内河航道交通流信息的实时采 集、加工、分析乃至决策管理等方面将会显示出非常强的优势。因此内河航道视频交通流信息的实时采集、加工、分析与各种智能化处理方 法的实现,无论对内河的交通控制、交通管理、交通规划、航道网建设、执法管 理,还是对未来内河航道智能交通系统功能的实现都具有重要的理论意义和实用 价值。
技术实现思路
为了克服已有的内河船舶交通流视觉观测方法主要需要依靠人工24小时不 停顿连续进行观测,观测方法估计值粗略、观测效率低、统计数据误差大、检测 出现疏漏等不足,本专利技术提供一种通过多视觉传感融合以及计算机自动收集内河 交通的基本数据,能进行有效的内河交通管理的多视觉传感器信息融合的内河船 舶自动识别系统。本专利技术解决其技术问题所采用的技术方案是 一种多视觉传感器信息融合的内河船舶自动识别系统,包括监视航道的大范围 监控视觉传感器、进行特写抓拍船体图像以及船名标志牌图像的快速球视觉传感 器和用于船舶对象跟踪、图像识别以及内河交通状况统计的微处理器;所述的大 范围监控视觉传感器、快速球视觉传感器与微处理器连接,所述的微处理器包括 图像显示单元,用于显示整个内河航道中的视频图像、跟踪船舶的整体图像以及 跟踪船舶的驾驶舱图像;大范围监控视觉传感器标定模块,用于建立空间的航道图像与所获得的视频图像 的对应关系;视频数据融合模块,用于控制快速球视觉传感器的转动与调焦,使得快速球视觉 传感器能对准跟踪船舶进行特写抓拍;虚拟线定制模块,用于定制在监控航道上的检测虚拟线,三条检测虚拟线间隔相 等并垂直于航道,三条检测虚拟线在大范围监控视觉传感器的视场范围内,中间 一条检测虚拟线与快速球视觉传感器的安装位置相交;船舶进入检测虚拟线检测模块,用于如有船舶进入检测虚拟线,自动产生一个事 件,每自动产生一个事件时调用相应的处理模块;船舶ID号以及存放跟踪船舶图像文件夹的自动生成模块,用于对刚进入大范围 监控视觉传感器的视场最外边的虚拟线的船舶进行命名,并同时生成一个以该船 舶ID号命名的文件夹,用于存放该船舶的特写图像; 船舶整体图像定位抓拍模块,用于定位抓拍该船舶的整体的图像; 船舶轮廓检测模块,用于检测该船舶的边缘轮廓以及估算出该船舶船体露出水面 的高度,采用最优的阶梯型边缘检测算法-即canny边缘检测算法对该船体的特写 图像进行边缘检测,获得船体载重特征以及驾驶舱特征信息; 多目标跟踪模块,用于跟踪航道本文档来自技高网
...

【技术保护点】
一种多视觉传感器信息融合的内河船舶自动识别系统,其特征在于:所述的内河船舶自动识别系统包括监视航道的大范围监控视觉传感器、进行特写抓拍船体图像以及船名标志牌图像的快速球视觉传感器和用于船舶对象跟踪、图像识别以及内河交通状况统计的微处理器,所述的大范围监控视觉传感器、快速球视觉传感器与微处理器连接,所述的微处理器包括:图像显示单元,用于显示整个内河航道中的视频图像、跟踪船舶的整体图像以及跟踪船舶的驾驶舱图像;大范围监控视觉传感器标定模块,用于建立空间的航道图像与 所获得的视频图像的对应关系;视频数据融合模块,用于控制快速球视觉传感器的转动与调焦,使得快速球视觉传感器能对准跟踪船舶进行特写抓拍;虚拟线定制模块,用于定制在监控航道上的检测虚拟线,三条检测虚拟线间隔相等并垂直于航道,三条检 测虚拟线在大范围监控视觉传感器的视场范围内,中间一条检测虚拟线与快速球视觉传感器的安装位置相交;船舶进入检测虚拟线检测模块,用于如有船舶进入检测虚拟线,自动产生一个事件,每自动产生一个事件时调用相应的处理模块;船舶ID号以及 存放跟踪船舶图像文件夹的自动生成模块,用于对刚进入大范围监控视觉传感器的视场最外边的虚拟线的船舶进行命名,并同时生成一个以该船舶ID号命名的文件夹,用于存放该船舶的特写图像;船舶整体图像定位抓拍模块,用于定位抓拍该船舶的整体的图像; 船舶轮廓检测模块,用于检测该船舶的边缘轮廓以及估算出该船舶船体露出水面的高度,采用最优的阶梯型边缘检测算法-即canny边缘检测算法对该船体的特写图像进行边缘检测,获得船体载重特征以及驾驶舱特征信息;多目标跟踪模块,用于跟踪 航道上的过往的船舶,在底层特征层将航道背景中把前景船舶的像素点提取出来,该跟踪模块包括:自适应背景消减单元,用于实时分割动态目标,使用混合高斯分布模型来表征图像帧中每一个像素点的特征,当获得新的图像帧时,更新混合高斯分布模型,在每一 个时间段上选择混合高斯分布模型的子集来表征当前的背景,如果当前图像的像素点与混合高斯分布模型相匹配,则判定该点为背景点,否则判定该点为前景点;连通区域标识单元,用于提取前景船舶对象,采用八连通区域提取算法,利用腐蚀和膨胀算子分别去除 孤立的噪声前景点和填补目标区域的小孔,将检测结果记为{Rei,i=1,2,3,…,n},最后将检测所得的连通区域重新投影到初始...

【技术特征摘要】

【专利技术属性】
技术研发人员:汤一平严献吉周超严海东柳圣军庞成俊唐伟杰王益义邱霆陆海峰何祖灵金海民
申请(专利权)人:浙江工业大学
类型:发明
国别省市:86[中国|杭州]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1
相关领域技术
  • 暂无相关专利