內(nèi)河在航船舶動態(tài)跟蹤和航跡融合方法研究.pdf

1、隨著我國內(nèi)河航運的蓬勃發(fā)展，水上運輸任務(wù)日益繁重。內(nèi)河各港口的吞吐量急劇增加，船舶流量和船舶密度也不斷加大，導(dǎo)致航運事故發(fā)生的風(fēng)險加劇，對內(nèi)河在航船舶的動態(tài)跟蹤和實時監(jiān)控顯得尤為重要。近年來，船舶交通管理系統(tǒng)(VTS)中雷達(dá)、船舶自動識別系統(tǒng)(AIS)、電子海圖信息顯示系統(tǒng)(ECDIS)等智能化的監(jiān)控設(shè)備在內(nèi)河海事監(jiān)管中得到積極應(yīng)用。雷達(dá)是跟蹤船舶的最佳選擇，但是在盲區(qū)會失去跟蹤能力且不能識別船舶類型;AIS可以提供船舶的動態(tài)、靜態(tài)信息

2、，可以較好地識別船舶類型，但是由于其安裝成本較高，在內(nèi)河總噸位300以下的中小船舶沒有配備;安裝價格便宜，技術(shù)成熟的視頻監(jiān)控技術(shù)可為監(jiān)控內(nèi)河船舶提供另一種手段，但是其只能在航道的有限范圍內(nèi)獲得信息。因此，在探討基于視頻的內(nèi)河在航船舶目標(biāo)識別和跟蹤方法的基礎(chǔ)上，應(yīng)用視頻、AIS、雷達(dá)等三種方法對船舶軌跡進(jìn)行融合，提高內(nèi)河在航船舶跟蹤的可靠性和準(zhǔn)確性，這對內(nèi)河在航船舶的實時監(jiān)控具有重要的學(xué)術(shù)和應(yīng)用價值。本文的主要工作和創(chuàng)新如下:
　　

3、(1)基于視頻的內(nèi)河在航船舶目標(biāo)識別方法研究:針對視頻監(jiān)控中運動目標(biāo)的提取問題，提出一種基于改進(jìn)相鄰幀差法和Hu不變矩特征的運動目標(biāo)識別方法。利用二維小波變換方法對采集到的視頻圖像進(jìn)行去噪得到平滑的目標(biāo)圖像，采用連續(xù)幀間差分法處理圖像得到運動區(qū)域，對當(dāng)前幀目標(biāo)進(jìn)行Canny邊緣檢測得到邊緣信息，兩者檢測結(jié)果相與得到運動目標(biāo)邊緣;提出一種改進(jìn)的Hu不變矩目標(biāo)圖像特征提取方法提取目標(biāo)圖像的不變矩特征;設(shè)計一種基于優(yōu)化權(quán)值附加動量因子的BP神

4、經(jīng)網(wǎng)絡(luò)作為模式識別器，實現(xiàn)運動目標(biāo)的自動識別。
　　(2)基于視頻的內(nèi)河在航船舶跟蹤方法研究:針對目標(biāo)的實時跟蹤問題，結(jié)合內(nèi)河船舶運動特性提出一種自適應(yīng)帶寬的Mean-shift目標(biāo)跟蹤算法，通過尺度檢測的方法選擇窗寬更新算法，解決了傳統(tǒng)的基于Mean-shift目標(biāo)跟蹤算法中的固定核窗寬問題，可以隨著運動目標(biāo)尺寸的變化而變化，實現(xiàn)運動目標(biāo)的實時跟蹤，提高了目標(biāo)跟蹤的準(zhǔn)確性和可靠性。
　　(3)視頻、AIS、雷達(dá)軌跡融合方法