基于激光传感器的船舶特征提取和流量检测

摘要

随着我国内河运输事业的不断发展，船舶运输量变得越来越大，船舶流量和吨位的检测变得举足轻重。与此同时，航道管理部门对船舶运输的数字信息化水平也提出了更高的要求。尤其在船舶流量和吨位的检测方面，传统的人工检测局限性太大，已经不能适应现代航运发展的需要，寻找一种新的检测方式势在必行。苏南运河无锡段作为首个数字航道试验点，利用激光传感器对船舶特征进行提取，实现了流量和吨位的检测。本文即围绕激光传感器提取船舶特征值中的一些重要技术进行研究。
　　 本文的主要工作及创新成果如下:
　　 1、对国内外多种船舶检测技术进行了比较，创新地提出了利用两个激光传感器对船舶具体特征进行检测的思路。对水位线自适应处理中的各个环节进行了逐个研究，给出了数据预处理时的数据筛选范围及二维投影公式;深入研究了FCM算法，并结合水位线数据特性给出了一种改进的FCM算法，通过性能比较，验证了改进算法的优越性;利用最小二乘法对水位线进行倾斜校正，最后对水位线进行去除，通过实验取得不错的效果。
　　 2、由于去除水位线的船舶轮廓并不是完全连通的，因此引入了数学形态学方法对船舶轮廓图进行处理。详细阐述了数学形态学中几种运算的原理及性质;在实际轮廓检测中，研究并确定了适当的结构元素用来进行膨胀操作;对膨胀后的图像，利用八链码进行连通区域的标识，对不同的船舶区域进行了区分;针对轮廓检测中存在的问题进行深入分析，提出了船舶轮廓重构的解决方案，并给出了对应的公式;将轮廓重构后和未进行重构的船舶宽度和出水高度，分别与实际船舶宽度、出水高度进行比较，验证了轮廓重构的正确性和必要性。
　　 3、基于两个激光传感器的数据融合对船舶长度进行提取。首先深入研究了传感器数据的时空配准问题，结合激光传感器安装的实际情况，提出了符合本系统的坐标系转换;详细阐述了船舶速度检测原理，并给出了实际计算公式;深入分析船舶运行的实际情况，构建了船舶量测—航迹模型，采取合适的数据关联算法，将两个激光传感器数据进行融合，取得了比较理想的效果;基于船舶面积与吨位的内在联系进行深入分析，从而较好地计算出在航船舶的实际吨位，最后对船舶检测系统进行仿真显示。

目录

声明

摘要

1 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．2．1 现阶段的船舶检测技术

1．2．2 激光扫描测距技术的研究现状

1．3 课题来源与研究内容

1．3．1 课题来源

1．3．2 研究内容

2 系统总体设计

2．1 在航船舶特征提取和流量检测系统的组成

2．2 前期考察总结

2．2．1 船舶形态特征分析

2．2．2 激光传感器安装地点选择

2．2．3 所选用的激光传感器

2．3 相关原理及数据处理流程

2．3．1 激光传感器测距原理介绍

2．3．2 船舶检测原理

2．3．3 船舶特征提取流程

2．4 本章小结

3 水位线的自适应处理

3．1 数据预处理

3．1．1 数据筛选

3．1．2 二维投影变换

3．2 水位线检测

3．2．1 模糊C-均值聚类算法

3．2．2 改进的FCM算法

3．2．3 水位线检测实验及性能比较

3．3 水位线校正

3．3．1 最小二乘法算法

3．3．2 水位线校正实验

3．4 水位线去除

3．5 本章小结

4 基于形态学的船舶轮廓特征提取

4．1 数学形态学概述

4．1．1 二值腐蚀和膨胀

4．1．2 腐蚀和膨胀的性质

4．1．3 二值开闭运算

4．2 船舶轮廓检测

4．2．1 轮廓膨胀

4．2．2 连通区域标识

4．3 船舶轮廓重构

4．4 船舶宽度和出水高度提取实验

4．5 本章小结

5 基于多传感器数据融合的船舶特征提取

5．1 多源数据融合概述

5．1．1 数据融合的定义

5．1．2 数据融合的分类

5．1．3 数据融合的常用算法

5．2 多传感器时空配准

5．2．1 问题描述

5．2．2 时间配准

5．2．3 空间配准

5．3 多传感器数据关联

5．3．1 在航船舶速度检测原理

5．3．2 船舶量测——航迹关联模型

5．3．3 船舶量测——航迹关联算法

5．4 数据融合实验结果与分析

5．5 本章小结

6 总结与展望

致谢

参考文献

附录