船载移动视频电子稳像方法研究

摘要

船载移动视频技术能够弥补船舶自动识别系统和雷达在海上弱小目标探测方面的不足，提高船舶的情景感知能力。然而，船载视频系统受船舶六自由度运动和振动等因素的影响，会产生颠簸和摇摆导致图像抖动，不利于目标检测、跟踪和识别。因此，本文研究船载移动视频的电子稳像方法，滤除图像抖动，为目标检测、跟踪和识别等应用提供稳定的视频数据。
　　本文首先分析了船载移动视频特征，其次实现了惯性数据和视频数据的同步采集，最后分别研究了基于特征点匹配和振动测量以及基于海天线检测和遗传算法的船载移动视频电子稳像算法。在船载移动视频特征分析方面，利用惯性传感器测量船舶和摄像机振动特征，并探究其内在关系，结合摄像机成像模型，分析了图像序列的运动机理，为电子稳像研究奠定了理论基础。在数据采集方面，利用惯性传感器控制摄像机曝光的方式，实现数据同步采集，为基于惯性数据的电子稳像方法的研究提供了试验基础。在数据同步的基础上，首先研究了基于特征点匹配和振动测量的电子稳像算法，提出了自适应Harris角点检测算法，利用K均值算法自适应选取目标周围强度大且稳定的角点，基于角点的运动特征，提出了基于傅里叶级数曲线拟合和基于振动测量的运动滤波算法，试验表明，图像序列的均方误差大约降低了68％;其次，研究了基于海天线检测和遗传算法的电子稳像算法，提出了基于惯性测量和Hough变换融合的海天线检测算法，根据当前帧海天线位置和角度，结合帧间摄像机惯性数据，预测下一帧海天线区域，试验表明，海天线检测区域面积缩小了80％-96％，检测准确率达到100％;此外，利用相邻帧海天线运动估算图像运动矢量，建立了图像低频晃动滤波模型，利用遗传算法对模型进行求解，该模型可实现在图像损失一定的情况下，稳像效果最佳，试验表明，稳像处理后图像序列的均方误差降低了36％-62％。
　　本文研究成果提高了船载移动视频的稳定性，提升船舶避碰、防海盗以及海上遇险船舶和落水人员的搜寻救助能力，对保障海上人命财产安全发挥重要作用。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 研究现状

1．2．1 智能船舶技术

1．2．2 海上目标探测技术

1．2．3 船载视频技术

1．2．4 视频稳像技术

1．2．5 惯性数据与视频融合技术

1．3 存在的主要问题

1．4 本文的主要研究内容

1．5 本文的组织结构

第2章 基于惯性测量的船载移动视频特征分析

2．1 船舶姿态特征分析

2．2 船舶振动特征分析

2．3 船载摄像机种类

2．4 船载摄像机成像及运动模型

2．5 船载摄像机参数及标定

2．5．1 摄像机参数

2．5．2 摄像机标定

2．6 船载移动视频图像特征分析

2．6．1 船载移动视频图像内容特征

2．6．2 船载移动视频图像序列特征

2．7 本章小结

第3章 惯性传感器与船载摄像机同步方法

3．1 惯性传感器采集能力

3．2 摄像机采集能力

3．3 同步采集方案

3．4 同步采集系统样机

3．5 同步采集实船试验

3．6 本章小结

第4章 基于特征点匹配和振动测量的船载移动视频电子稳像算法

4．1 基于自适应Harris角点检测的运动估计算法

4．1．1 基于船载移动视频特征的自适应Harris角点检测算法

4．1．2 基于MSAC算法的运动估计算法

4．2 运动滤波算法

4．2．1 基于傅里叶级数曲线拟合的运动滤波算法

4．2．2 基于振动测量的运动滤波算法

4．3 运动补偿算法

4．4 试验验证

4．4．1 自适应Harris角点检测算法和傅里叶级数曲线拟合算法试验

4．4．2 自适应Harris角点检测算法和振动测量算法试验

4．5 本章小结

第5章 基于海天线检测和遗传算法的船载移动视频电子稳像算法

5．1 海天线特征

5．1．1 海天线静态特征

5．1．2 海天线运动特征

5．2 Hough变换原理

5．3 基于惯性测量和Hough变换融合的海天线检测算法

5．3．1 海天线位置和角度估计算法

5．3．2 基于Hough变换的海天线检测算法

5．4 基于海天线运动和遗传算法的船载移动视频电子稳像算法

5．4．1 基于海天线运动的运动估计算法

5．4．2 基于遗传算法的运动滤波算法

5．5 试验验证

5．5．1 基于惯性测量和Hough变换融合的海天线检测算法试验

5．5．2 基于海天线运动和遗传算法的电子稳像算法试验

5．6 本章小结

第6章 总结与展望

6．1 总结

6．2 展望

参考文献

攻读学位期间公开发表的论文

致谢

作者简介