一种船舶轨迹预测方法及系统专利检索-聚类分析数学与统计专利检索查询-专利查询网

一种 船舶轨迹预测方法及系统

阅读：409发布：2020-05-12

专利汇可以提供一种船舶轨迹预测方法及系统专利检索，专利查询，专利分析的服务。并且本发明具体涉及一种船舶轨迹预测方法及系统，遥感卫星以预设的时间频率采集相应的区域的图像信息并建立船舶轨迹的遥感图像F采集当前的的海天背景与干扰情况；并根据当前的海天背景与干扰情况进行处理获取目标像素函数A；对目标像素进行滤波与差分处理并进行遥感图像特征提取，获得目标船舶的初步航迹图像；对获得目标船舶的初步航迹图像进行边缘检测提取标志点的边缘信息，实现船舶轨迹的特征点提取与分割，获得目标船舶标志点航迹图像；将目标船舶标志点航迹图像进行细分后获取船舶轨迹子段，并对船舶轨迹子段进行航迹的聚类分析，即可获得船舶的预测的图像；五船舶的预测的图像通过终端的显示装置中显示。，下面是一种船舶轨迹预测方法及系统专利的具体信息内容。

权利要求

1.一种船舶轨迹预测方法，其特征在于：包括以下步骤：
步骤一：遥感卫星系统接收上位机的采集任务，以预设的时间频率采集相应的区域的图像信息并建立船舶轨迹的遥感图像F(x,y,z)，采集当前的的海天背景与干扰情况；并根据当前的海天背景与干扰情况进行处理获取目标像素函数A(x,y,z)；
步骤二：对目标像素进行滤波与差分处理并进行遥感图像特征提取，获得目标船舶的初步航迹图像；
步骤三：对获得目标船舶的初步航迹图像进行边缘检测提取标志点的边缘信息，实现船舶轨迹的特征点提取与分割，获得目标船舶标志点航迹图像；
步骤四：将目标船舶标志点航迹图像进行细分后获取船舶轨迹子段，并对船舶轨迹子段进行航迹的聚类分析，即可获得船舶的预测的图像；
步骤五：船舶的预测的图像通过终端的显示装置中显示。
2.根据权利要求1所述的一种船舶轨迹预测方法，其特征在于：步骤一中，船舶轨迹的遥感图像为F(x,y,z)＝A(x,y,z)+B(x,y,z)+N(x,y,z)；其中B(x,y,z)为图像的海天背景，N(x,y,z)为图像的干扰像素函数的模型；所述N(x,y,z)干扰像素函数的来源包括外界环境的影响和图像采集、传输装置本身的噪声。
3.根据权利要求1所述的一种船舶轨迹预测方法，其特征在于：所述步骤二中的滤波与差分处理具体过程为：设定图像的某像素点(x，y)，其像素灰度为f(x，y)，则像素的平滑滤波函数为：连续两帧图形的的差分公式为：Sn(i，j)＝|Fn(i，
j)-Fn-1(i，j)|
式中：Sn(i，j)为遥感卫星采集的船舶轨迹差分图像，Fn(i，j)为第n帧遥感图像，Fn-1(i，j)为第n-1帧遥感图像。
4.根据权利要求1所述的一种船舶轨迹预测方法，其特征在于：所述步骤三中的边缘检测提取标志点的边缘信息依次包括以下过程：
S31对船舶的初步航迹进行高斯滤波，平滑去噪；
S32利用Sobel算子实现一阶导数差分计算梯度幅值和方向；
S33对梯度幅值进行非极大值抑制，即保留局部梯度幅值最大的点，将其他点置为0；
S34双阈值法取高阈值和低阈值，对于疑似边缘点，可以根据连通性再次判断：
S35若疑似边缘点的邻域内有边缘点，则认为该点为边缘点，否则为非边缘点。
5.一种船舶轨迹预测系统，利用如权利要求1至4所述的一种船舶轨迹预测方法，其特征在于：包括图像增强模块、图像分割模块、图像检测与提取模块；所述图像增强模块通过输入遥感图像，进行图像灰度化处理、均衡化处理、滤波降噪处理、形态学处理；所述图像分割模块主要通过输入图像，进行图像二值化处理、边缘检测处理；所述图像检测与提取模块通过选择图像、主体提取、细节提取显示出图像。
6.根据权利要求5所述的一种船舶轨迹预测系统，其特征在于：所述图像检测与提取模块通过输入背景图和目标图像进行单张检测和连续检测。

说明书全文

一种船舶轨迹预测方法及系统

技术领域

[0001] 本发明涉及海上交通监管领域，具体涉及一种船舶轨迹预测方法及系统。

背景技术

[0002] 在近几年的海上运输业的快速发展的情况下，海上航线的密度在不断的提升，并且船舶的数量也在不断的增多，在航行过程中由于受到天气因素的影响，容易导致运输事故发生。因此，就需要深入研究船舶航行轨迹分析，使船舶的航行安全性能够得到提升。

[0003] 海上船舶的航行测量方法主要包括卫星遥感测量、雷达测量等，遥感测量是最主要也是最常用的船舶图像采集方式。与传统的测量方法相比，遥感测量具有以下特点：1)非接触式高分辨测量，可适应海上苛刻、复杂的测量环境；2)瞬间获取较多的被测目标(船舶航行)特征点信息，测量效率高；3)适用于获取物体的几何信息和位置信息；4)自动化程度高，便于操作。因此对于船舶轨迹预测，卫星遥感测量有很重要的作用。对卫星遥感采集的图片进行处理，并且用图像显示出来具有直观错误率低的优点。通过采集和分析船舶航行轨迹的图像，对船舶进行预测，对于降低海上船舶的碰撞具有很重要的意义。

发明内容

[0004] 1.所要解决的技术问题：

[0005] 针对上述技术问题，本发明提供一种船舶轨迹预测方法及系统，能够通过遥感卫星采集遥感图像实现对船舶图像进行采集，并通过图像处理的过程，使采集的海域的船舶的预测的轨迹通过图像展现出来。

[0006] 2.技术方案：

[0007] 一种船舶轨迹预测方法，其特征在于：包括以下步骤：

[0008] 步骤一：遥感卫星系统接收上位机的采集任务，以预设的时间频率采集相应的区域的图像信息并建立船舶轨迹的遥感图像F(x,y,z)，采集当前的的海天背景与干扰情况；并根据当前的海天背景与干扰情况进行处理获取目标像素函数A(x,y,z)。

[0009] 步骤二：对目标像素进行滤波与差分处理并进行遥感图像特征提取，获得目标船舶的初步航迹图像。

[0010] 步骤三：对获得目标船舶的初步航迹图像进行边缘检测提取标志点的边缘信息，实现船舶轨迹的特征点提取与分割，获得目标船舶标志点航迹图像。

[0011] 步骤四：将目标船舶标志点航迹图像进行细分后获取船舶轨迹子段，并对船舶轨迹子段进行航迹的聚类分析，即可获得船舶的预测的图像。

[0012] 步骤五：船舶的预测的图像通过终端的显示装置中显示。

[0013] 进一步地，步骤一中，船舶轨迹的遥感图像为F(x,y,z)＝A(x,y,z)+B(x,y,z)+N(x,y,z)；其中B(x,y,z)为图像的海天背景，N(x,y,z)为图像的干扰像素函数的模型；所述N(x,y,z)干扰像素函数的来源包括外界环境的影响和图像采集、传输装置本身的噪声。

[0014] 进一步地，所述步骤二中的滤波与差分处理具体过程为：设定图像的某像素点(x，y)，其像素灰度为f(x，y)，则像素的平滑滤波函数为：连续两帧图形的的差分公式为：Sn(i，j)＝|Fn(i，j)-Fn-1(i，j)|

[0015] 式中：Sn(i，j)为遥感卫星采集的船舶轨迹差分图像，Fn(i，j)为第n帧遥感图像，Fn-1(i，j)为第n-1帧遥感图像。

[0016] 进一步地，所述步骤三中的边缘检测提取标志点的边缘信息依次包括以下过程：

[0017] S31对船舶的初步航迹进行高斯滤波，平滑去噪；

[0018] S32利用Sobel算子实现一阶导数差分计算梯度幅值和方向；

[0019] S33对梯度幅值进行非极大值抑制，即保留局部梯度幅值最大的点，将其他点置为0；

[0020] S34双阈值法取高阈值和低阈值，对于疑似边缘点，可以根据连通性再次判断：

[0021] S35若疑似边缘点的邻域内有边缘点，则认为该点为边缘点，否则为非边缘点。

[0022] 一种船舶轨迹预测系统，包括图像增强模块、图像分割模块、图像检测与提取模块；所述图像增强模块通过输入遥感图像，进行图像灰度化处理、均衡化处理、滤波降噪处理、形态学处理；所述图像分割模块主要通过输入图像，进行图像二值化处理、边缘检测处理；所述图像检测与提取模块＝通过选择图像、主体提取、细节提取显示出图像。

[0023] 进一步地，所述图像检测与提取模块通过输入背景图和目标图像进行单张检测和连续检测。

[0024] 3.有益效果：

[0025] 本发明包括对船舶航迹图像的像素平滑滤波处理、边缘检测技术，能够改善海上船舶遥感图像的分析与处理水平，提高海上交通的效率，降低海上交通的事故率。附图说明

[0026] 图1为本发明中的遥感测量系统框图；

[0027] 图2为本发明的流程图；

[0028] 图3为本发明中系统的结构图。

具体实施方式

[0029] 下面结合附图对本发明进行具体的说明。

[0030] 如附图2所示：一种船舶轨迹预测方法，其特征在于：包括以下步骤：

[0031] 步骤一：遥感卫星系统接收上位机的采集任务，以预设的时间频率采集相应的区域的图像信息并建立船舶轨迹的遥感图像F(x,y,z)，采集当前的的海天背景与干扰情况；并根据当前的海天背景与干扰情况进行处理获取目标像素函数A(x,y,z)；

[0032] 步骤二：对目标像素进行滤波与差分处理并进行遥感图像特征提取，获得目标船舶的初步航迹图像；

[0033] 步骤三：对获得目标船舶的初步航迹图像进行边缘检测提取标志点的边缘信息，实现船舶轨迹的特征点提取与分割，获得目标船舶标志点航迹图像；

[0034] 步骤四：将目标船舶标志点航迹图像进行细分后获取船舶轨迹子段，并对船舶轨迹子段进行航迹的聚类分析，即可获得船舶的预测的图像；

[0035] 步骤五：船舶的预测的图像通过终端的显示装置中显示。

[0036] 进一步地，步骤一中，船舶轨迹的遥感图像为F(x,y,z)＝A(x,y,z)+B(x,y,z)+N(x,y,z)；其中B(x,y,z)为图像的海天背景，N(x,y,z)为图像的干扰像素函数的模型；所述N(x,y,z)干扰像素函数的来源包括外界环境的影响和图像采集、传输装置本身的噪声。

[0037] 进一步地，所述步骤二中的滤波与差分处理具体过程为：设定图像的某像素点(x，y)，其像素灰度为f(x，y)，则像素的平滑滤波函数为：连续两帧图形的的差分公式为：Sn(i，j)＝|Fn(i，j)-Fn-1(i，j)|

[0038] 式中：Sn(i，j)为遥感卫星采集的船舶轨迹差分图像，Fn(i，j)为第n帧遥感图像，Fn-1(i，j)为第n-1帧遥感图像。

[0039] 进一步地，所述步骤三中的边缘检测提取标志点的边缘信息依次包括以下过程：

[0040] S31对船舶的初步航迹进行高斯滤波，平滑去噪；

[0041] S32利用Sobel算子实现一阶导数差分计算梯度幅值和方向；

[0042] S33对梯度幅值进行非极大值抑制，即保留局部梯度幅值最大的点，将其他点置为0；

[0043] S34双阈值法取高阈值和低阈值，对于疑似边缘点，可以根据连通性再次判断：

[0044] S35若疑似边缘点的邻域内有边缘点，则认为该点为边缘点，否则为非边缘点。

[0045] 如附图3所示，一种船舶轨迹预测系统，包括图像增强模块、图像分割模块、图像检测与提取模块；所述图像增强模块通过输入遥感图像，进行图像灰度化处理、均衡化处理、滤波降噪处理、形态学处理；所述图像分割模块主要通过输入图像，进行图像二值化处理、边缘检测处理；所述图像检测与提取模块＝通过选择图像、主体提取、细节提取显示出图像。

[0046] 进一步地，所述图像检测与提取模块通过输入背景图和目标图像进行单张检测和连续检测。

[0047] 海上船舶的遥感测量系统结构如附图1所示，遥感测量相对于传统测量方法具有的特点为：(1)非接触式高分辨率，可以适应海上苛刻复杂的测量环境；(2)可以瞬间获取较多的被测目标特征点信息，测量效率高；(3)适用于获取物体的几何信息和位置信息；(4)自动化程度高，便于操作。

[0048] 本方法实现了船舶轨迹额特征点提取与分割，继续将船舶航迹细分为更小的船舶轨迹子段，并进行航迹的聚类分析，可以最终获取船舶的航迹预测结果。

[0049] 虽然本发明已以较佳实施例公开如上，但它们并不是用来限定本发明的，任何熟习此技艺者，在不脱离本发明之精神和范围内，自当可作各种变化或润饰，因此本发明的保护范围应当以本申请的权利要求保护范围所界定的为准。

标题	发布/更新时间	阅读量
一种基于改进PCA的带钢冷轧质量问题溯源及控制方法	2020-05-11	83
一种用户群用电负荷响应的智能控制方法	2020-05-11	695
一种基于密度Canopy的K-means聚类方法	2020-05-08	771
一种电站设备状态智能评价和预警方法、装置及系统	2020-05-11	610
电池组反极单体电池检测方法和系统	2020-05-11	434
一种基于深度学习的卫星地图辅助导航定位方法	2020-05-12	257
一种基于客户优先级评价的智能排序派件系统	2020-05-08	926
一种机票票价折扣率管理方法及系统	2020-05-08	402
数据驱动的新能源电力系统源-网-荷协调控制方法	2020-05-11	251
基于调整结果的列车调度策略自适应选择方法	2020-05-12	956

一种船舶轨迹预测方法及系统

一种船舶轨迹预测方法及系统

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：