CN102915650B - 基于交会摄影的桥梁水域船舶通航安全预警设备 - Google Patents

Abstract

本发明属于船舶交通管理设备，具体涉及一种基于交会摄影的桥梁水域船舶通航安全预警设备，包括检测设备、计算机系统、显示设备、AIS设备；检测设备包括多台红外热成像仪，形成交会摄影测量系统；计算机系统对检测设备采集到的序列图像进行处理，并计算发现需要预警的船舶；显示设备包括对所述具有碰撞危险的船只发送AIS警告信息的设备，以及直接对驾船人员进行警告的设备；AIS设备用于获取交会摄影测量系统中发现的具有碰撞危险的船只的AIS信息。本发明基于红外图像和AIS监控的船舶航行安全预警设备及系统，从而实现对船桥碰撞事故的提前预警，达到防范于未然的目的。

Description

基于交会摄影的桥梁水域船舶通航安全预警设备

技术领域

本发明属于船舶交通管理设备，具体是一种基于交会摄影的桥梁水域船舶通航安全预警、防撞设备。

背景技术

国际上对桥区船舶航行安全问题的研究始于20世纪60年代，最初进展缓慢，研究领域较小，未受到广泛关注。1980年美国的阳光大桥被一艘散装货轮撞塌，造成35人死亡，直接经济损失超过25000万美元，该事故唤醒了各界对横跨通航水域桥梁安全的重视，很多国家都相继开始开展这方面的研究和探索，使该方面的研究进入了一个崭新的时代。

1983年，国际桥梁和结构工程协会IABSE在哥本哈根举行了基于船撞桥问题的桥梁合理设计与分析专题的国际研讨会，这是国际上第一次以此为专题的研讨会。这次会议标志着船撞桥问题在世界范围内的桥梁界得到了广泛重视，此后，美国、欧洲的许多国家都针对船撞桥问题编制了桥梁设计规范或相应的技术标准。

1995年，国际航海协会常务会议PIANC成立了专门从事船撞桥事故的研究工作的第19工作小组，这是航运界第一次组织国际性的船撞桥问题专题研究。该小组经过5年的工作，建立了一个包括151起船撞桥事故的国际数据库，并对事故的原因等进行了统计分析。至此，船撞桥问题已经不只为桥梁设计、建筑界所重视，而且航运界也已开始重视这方面的研究工作。

我国对船撞桥问题的研究主要是在20世纪90年代以后进行的。部分专家学者结合黄石长江大桥、汕头海湾跨海大桥、伶仃洋大桥、苏通长江大桥等项目进行了桥梁防船撞设施的试验研究与实践，对船撞力的计算、桥墩水域流场对船舶航行安全的影响等进行了研究。同时，海事和航运等部门的专家对区域的船撞桥事故也进行了一些研究工作。在此基础上，铁道部于1999年颁布了《铁路桥涵设计基本规范》，给出了设计船舶撞击力的计算公式。交通部在2004年颁布的《公路桥涵设计通用规范》中，将船舶分为轮船和内河驳船两类，分别根据航道等级列表给出了设计船舶撞击力。2006年，陈国虞、王礼立等人在长期研究与实践的基础上编著出版了《船撞桥及其防御》，这是我国第一部有关船撞桥问题的专著。书中对防御船撞桥的历史及现状、船撞力、船撞概率以及桥梁防护等问题做了较全面的介绍。

所有上述研究都是从被动保护桥梁的角度出发，目的是降低船撞桥事故的损失，都不具备主动预防事故的能力。

目前，面对船撞桥问题时的关注点大都放在了桥梁上，而对船舶安全缺乏足够重视，在主动预防措施上的研究较少，主要集中在以下几个方面：导航标、船舶航行定线制、船载自动识别系统（AIS）和船舶交通管理系统（VTS）等。

其中导航标是保障水上交通安全的最基本设施，是供船舶定位、引导船舶航行、表示警告或者指示碍航物的助航设施，规范标准的导航标有助于提高船舶通过桥区的安全系数，如国际航标协会（IALA）推荐标准《关于可航行水道上固定桥梁标志的建议》（1987-5-14）。2007年我国交通部在对照和借鉴了美国、欧洲和日本等发达国家标准和听取航海专业人员的意见后，颁布了《中国海区可航行水域桥梁助航标志》（试行），这是我国首部国家规范，旨在规范我国沿海可航行水域桥梁助航标志的设置和管理，保障桥区船舶航行及桥梁安全。对于船舶的航行安全，导航标只起到指示作用。

在船舶实时自动监控方面基于船舶自动识别系统（AIS）和船舶交通管理系统（VTS）使用较广。海事部门利用AIS/VTS对部分船舶的航行行为进行监控，并提供航行服务，以便增进船舶交通安全，提高交通效率，保护水上环境。在AIS/VTS监控水域内，这种监控及服务能与交通相互作用并对交通形势变化作出反应。自1982年我国在宁波建设了首个VTS系统以来，已在在沿海、长江、珠江等水域和港口相继建成30多个VTS系统。

国内外大量事实已经证明AIS/VTS系统是提高桥区船舶航行安全的有效措施之一。据统计，管理人员可充分利用AIS/VTS雷达监控优势将其管理范围内因违章和操作不当所造成的碰撞等事故减少60％以上。管理人员利用VTS可以做到：（1）实施合理的交通组织管理，指挥船舶有序进出，特别是在雾季和台风来临期间，及时组织船舶通过大桥；（2）实时掌握船舶在大桥附近水域的动态，合理利用现有资源，提高大桥桥下航道利用率，为雾季、防台风应急锚泊做好准备；（3）实时监控船舶在大桥下航道的状况，发现其偏离航道，及时提醒，并采取相应的应急措施；（4）通过VHF及时播发危险天气信息，提醒船舶注意安全。

AIS/VTS虽然在水上交通安全方面发挥了极其重要的作用，但其作用受到一定局限，一是VTS监控系统安装及运行维护所需要的经费很大，目前我国只在沿海及长江干线上建设了VTS系统，其它内河水域桥梁周边的船舶航行情况无法利用VTS监控；二是AIS/VTS不能实现对船舶高度的监控，对船舶或船舶上的人员因超高撞桥不能预警；三是AIS/VTS虽然能对船舶偏离航线进行预警，但控制精度受雷达精度约束，大致在20米～40米，无法满足预防船桥碰撞事故的要求。

综上所述，在主动预防事故能力上，不论是导航标还是AIS/VTS系统都存在极大缺陷，都难以预警船撞桥事故，因此，借助高新技术，研制开发一种有针对性、能实现自动预警的通航助航系统，对提高桥区通航安全系数，减少事故发生率具有重要意义。

发明内容

本发明的目的是针对目前船撞桥事故中存在的人员失误因素，提供一种基于交会摄影的桥梁水域船舶通航安全预警设备。即利用先进的图像处理技术、AIS技术和计算机技术，研究开发基于红外图像和AIS监控的船舶航行安全预警设备及系统，对可能发生船桥碰撞事故的船舶提前预警，达到防范于未然的目的。

本发明的技术方案是：

一种基于交会摄影的桥梁水域船舶通航安全预警设备，包括检测设备、计算机系统、显示设备、AIS设备；检测设备包括多台红外热成像仪，形成交会摄影测量系统；计算机系统对检测设备采集到的序列图像进行处理，并计算发现需要预警的船舶；显示设备包括对所述具有碰撞危险的船只发送AIS警告信息的设备，以及直接对驾船人员进行警告的设备；AIS设备用于获取交会摄影测量系统中发现的具有碰撞危险的船只的AIS信息。

如上所述的一种基于交会摄影的桥梁水域船舶通航安全预警设备，其中：所述计算机系统进行如下步骤的工作：

（1）接收来自船舶的AIS信息；

（2）在AIS数据库中绘制进入预警区域的船舶航迹图；

（3）使用红外热成像仪对预警区域监控，并跟踪计算船舶信息；

（4）发现需要预警的船舶；

（5）使用红外识别船舶信息匹配监控区域中的船舶航迹；

（6）获取需要预警船MMSI码；

（7）利用AIS设备通知船舶预警，并进行区域广播，同时通过网络通知桥区管理处。

如上所述的一种基于交会摄影的桥梁水域船舶通航安全预警设备，其中：所述交会摄影测量系统采用多台红外热成像仪协同工作，具体步骤如下：

（b.1）利用外部同步信号使多红外热成像仪时间同步；（b.2）获取实际图像；（b.3）使用同一目标的特征点进行不同红外热成像仪图像匹配；（b.4）实现多红外热成像仪协同工作。

如上所述的一种基于交会摄影的桥梁水域船舶通航安全预警设备，其中：在所述多台红外热成像仪协同工作基础上识别船舶信息，其过程包括如下步骤：(c.1)进行运动船舶识别；(c.2)在同一成像仪不同时刻获取的同一船舶上选择特征点；(c.3)根据不同船舶红外温度分布场特征实现不同船舶特征点的分辨与跟踪；(c.4)获取多帧图像；(c.5)根据成像仪拍摄帧速、成像仪角度、成像仪位置，结合所述多帧图像信息，得到船舶速度、航向、高度信息。

如上所述的一种基于交会摄影的桥梁水域船舶通航安全预警设备，其中：所述船舶特征点提取的具体方法如下：

（d.1）对图像进行局域自适应阈值分割、提取目标和计算脱靶量；（d.2）根据输入图像与预先存储的模板图像的相关关系确定目标位置：将预先选定的目标作为匹配模板，求取模板和输入图像间的相关函数，然后找出相关函数的峰值和峰值所在位置，匹配方法为：目标轮廓匹配、二值图像匹配、全灰度层次相关匹配或序列相似检测法。

如上所述的一种基于交会摄影的桥梁水域船舶通航安全预警设备，其中：所述计算机系统对红外热成像仪获取序列图像进行如下步骤：

(a.1)首先进行图像预处理，其过程包括如下步骤：(a.1.1)非线性预处理去除图像噪声；(a.1.2)自适应平台直方图均衡化图像增强；(a.1.3)频域子带图像增强；(a.1.4)空域平滑滤波处理水波纹；

(a.2)然后进行运动目标识别，其过程包括如下步骤：(a.2.1)数学形态提取法排除虚假目标并实现远距离若目标提取；(a.2.2)剪影法去除背景完成运动目标检测；(a.2.3)结合船舶轮廓特征、运动特征与灰度特征实现重叠目标分离；(a.2.4)实现水面背景下运动船舶红外成像识别。

本发明的优点在于：

提供利用先进的图像处理技术、AIS技术和计算机技术的基于交会摄影的桥梁水域船舶通航安全预警设备，对可能发生船桥碰撞事故的船舶提前预警，达到防范于未然的目的。

本发明所述方案符合桥梁环境，满足全天候信息发布需求；普通天气及夜间对超高船舶判别率能达到98％、对非超高船舶误报率低于10％；研究提出的AIS船舶航迹监测方法，对偏航船舶的判别率能达到98％、对非偏航误报率低于10％。

本发明从源头上遏制了船舶为主体的水上交通事故的发生，保障了船只、人员和桥梁的安全，在国民发展中起到减少社会经济损失的作用。

附图说明

图1是本发明所述设备的整体组成结构示意图；

图2使用红外热成像仪对船舶超高、偏航信息自动提取的设备的组成；

图3是本发明所述设备的工作流程图；

图4水面背景下运动船舶红外成像识别过程；

图5普通视频相机和红外热成像相机所成图像的对比；

图6(a)～(c)是图像预处理效果图，其中，图6（a）是原始图，图6（b）为预处理图，图6（c）为增强图；

图7原始图像和经过多次处理后的图像，其中，左上角为原始图像，右下角为最终图像；

图8背景图像；

图9是船舶的原图像；

图10是使用剪影法分割处理后的船舶剪影图像；

图11是对图9所示的剪影图像进行增强的图像；

图12进行运动边缘轮廓提取后的运动部分边缘图像；

图13是将图11所示图像进行二值化；

图14采用内部融合等方式处理后的目标船舶实体图像；

图15是带倾角安装的交会摄影系统示意图；

图16是带倾角安装的交会摄影系统测量模型；

图17多红外热成像仪的协同运行过程；

图18船舶位置与运动信息监测过程。

其中，1红外热成像仪、2摄像设备、3计算机系统、4显示设备。

具体实施例

以下，结合附图和具体实施例对本发明提供的一种基于交会摄影的桥梁水域船舶通航安全预警设备做进一步的描述。

如图1所示，一种基于交会摄影的桥梁水域船舶通航安全预警设备包括检测设备、计算机系统、显示设备、AIS设备；检测设备包括红外热成像仪，形成交会摄影测量系统；计算机系统对检测设备采集到的序列图像进行处理，并计算发现需要预警的船舶；AIS（船舶自动识别系统）设备用于获取交会摄影测量系统中发现的具有碰撞危险的船只的AIS信息；显示设备包括对所述具有碰撞危险的船只发送AIS警告信息的设备，以及直接对驾船人员进行警告的设备，例如可以包括显示器、VHF（甚高频）、喇叭、探照灯等。

如图2所示，在使用红外热成像仪进行图像采集的时候，涉及到的硬件部分构成如图所示的闭环控制系统。计算机系统通过电控系统、承载平台控制红外热成像仪，并通过图像采集卡采集红外热成像仪输出的图像。

检测设备得到的关于船舶的信号，传输到计算机系统，由计算机系统进行处理，如图像处理，轨迹运算等等，再显示设备显示相关信息。并且，根据运算处理结果判断是否存在船桥碰撞的危险，在存在危险时，通过显示设备进行报警，通知目标船只进行规避，并同时通知桥区交通管理人员。

工作过程如图3所示，船舶进入预警区域后，计算机系统利用桥区AIS设备收到船舶信息并在AIS数据库中建立船舶航迹路径，同时红外监控设备（即红外热成像仪）跟踪计算船舶信息（通常船舶速度、航向、高度）；通过分析船舶航迹变化以及当前船舶航行信息，计算机系统能够直接发现需要预警船舶，并匹配AIS航迹，通过AIS或高音喇叭、探照灯、VHF等通知船舶规避碰撞风险。更具体地，可分为如下步骤：

（1）通过AIS设备接收来自船舶的AIS信息，AIS信息为船舶根据速度以及船型按照AIS通信规范对基站和其他船舶广播的自身信息；

（2）在AIS数据库中绘制进入预警区域的船舶航迹图；

（3）使用红外热成像仪对预警区域监控，并跟踪计算船舶信息；

（4）发现需要预警的船舶；

（5）使用红外识别船舶信息匹配监控区域中的船舶航迹；

AIS虽然能够获取船舶的位置和身份编号，但它并不能知道是哪艘船偏高，而多红外热像仪船舶监测设备虽然能获取船舶的位置、尺度和是否超高，但并不能获知船舶的身份。因此，如果需要利用AIS设备预警超高船舶，就必须通过位置匹配算法将AIS的船舶位置信息和红外热像仪设备测量的船舶位置信息匹配起来，从而将船舶的超高预警信息和身份编号对应起来，最终实现点对点的信息发布。

（6）获取需要预警船MMSI码；

（7）利用AIS设备通知船舶预警，并进行区域广播，同时通过网络通知桥区管理处；

计算机系统将需要发布的信息，以及发布对象的信息发送到发布设备。

当检测到目标船舶存在撞桥危险之后，预警系统必须能在最短的时间内将预警信号发送给目标船舶，同时还应该将报警信息发送到桥梁管理部门。

为了保证报警信息的迅捷有效，具有定向传输能力的点对点通讯设备是最佳的选择。目前，在船舶上使用的最有效的点对点传输设备就是AIS。通过桥梁上安装的AIS设备，在发现船舶出现撞桥可能性时，预警系统将立刻通过AIS设备向该船舶发出预警信息。

虽然AIS的功能非常优异，但只有在船舶也安装了AIS的情况下才能产生作用，对于没有安装AIS设备的船舶，只能通过电动云台带动定向射灯进行定向光闪烁来解决点对点通讯问题。

在船舶进入预警区域后，检测设备就能够采集到相关的船舶图像信息。如图4所示，对于检测设备采集到的序列图像，计算机系统进行如下步骤，完成在预警区域内对目标的识别。

步骤（a.1）图像预处理，分为：

（a.1.1）温度场非线性校正预处理

根据实际的物理规律和现象，在红外成像系统中，相邻行之间的温度变化很小，由温度场变化引起的灰度变化在相邻行中的变化也很小，所以相邻行之间的灰度有很强的相关性。因此采用行均值相减的方法，可以抑制温度场的非线性影响。即：

$f_{\mathrm{ij}}^{\′}=f_{\mathrm{ij}}-{\stackrel{\‾}{f}}_{i-1}$

式中：f_ij为原始图像灰度值；

为上一行的灰度均值；

为行均值相减后的灰度值。

（a.1.2）滤波去噪

采用中值滤波算子对温度场非线性校正预处理后的图像进行滤波去噪处理。

（a.1.3）自适应平台直方图均衡化

平台直方图是对直方图的一种修正，通过选择合适的平台阈值T，对统计直方图进行修正。如果某灰度级的直方图值大于平台阈值T，将其直方图值置为T，如果直方图值小于T，则保持不变。

平台直方图均衡化与直方图均衡化相似，在直方图均衡化中，由统计直方图得到图像的累积直方图，而在平台直方图均衡化中，由平台直方图得到图像的累积直方图。

当平台值T足够大时，平台直方图均衡化转化为统计直方图。平台值的选取是平台直方图均衡化的关键。考虑到迭代算法中计算量大，而且初始值需要凭经验选择，采用一种基于直方图的自适应平台值选择方法，实现自适应平台直方图均衡化。

（a.1.4）频率子带图像增强

频域子带图像增强是对空域平台直方图均衡化的一个有效补充。子带增强法是在小波分解与精确重建的基础上，对每个分解层的图像进行线性运算处理，即图像被分解为不同频带(子带)的变换系数，根据所需要的子带成份进行增强，然后再经过小波逆变换重建图像。

对滤波后的图像做二维小波分解，图像的概貌主要体现在低频部分，而细节则体现在高频部分，可以通过对高频分解系数进行增强处理，达到增强图像轮廓线的作用。为了增强各子带频率成份引入增益系数。增强算法的设计可以充分利用小波分析的局部化特性，更加有效地提高图像增强的质量。

对于平台直方图均衡的增强图像，小波能较好地解决其中的噪声放大问题，并能非线性地增强图像的细节信息，保持图像的边缘特征。

图5表示了普通成像和红外成像的区别。

图6表示了整个图像预处理过程中图像的变化，图6（a）是一幅复杂背景下红外原始图像，图像预处理效果如图6（b）、图6（c）所示。

为更好的识别目标可进行如下步骤：

步骤（a.2）运动目标识别，分为：

（a.2.1）对于复杂背景图像，使用数学形态提取法

对于背景更为复杂的图像，采用数学形态提取法来排除虚假目标干扰，从中提取出真正的目标信息。

图像中的目标信息和虚假目标有可能会在灰度上不相上下，难以区别，只有利用几何特性进行判定。由于真正的目标在几何特性上和虚假目标有区别，一般地，要跟踪的目标是条形或点状，其边缘比较规则；而背景中的建筑物、山和天空中的云等虚假目标几何形状复杂不规则，边缘不平滑。基于这一点，可采用数学形态学的方法来提取真正的目标信息，具体算法如下：

首先用条形或点状结构元素，对图像进行Top-Hat形态滤波处理，抑制大面积连续分布的云团、山等背景杂波干扰，提取出形状类似于结构元素并位于高亮度区的孤立目标；

然后针对残留假目标的特点，用长方形结构元素对图像进行腐蚀运算，除去由背景杂波形成的大量虚假目标；

接着用条形或点状结构元素，对图像进行膨胀运算，获得少量的目标候选点；

最后搜索所有的局部极大值，确定阈值即可分割出目标。经上述方法处理后，图像的灰度级大大减少，而且差异较大，使得目标分割阈值的选择非常容易和简单。

对于目标识别阶段来说，可以通过图像上的目标指定区域来避免区域外虚假目标的干扰，通过处理图像中某一有用区域，可以有效避开大部分的干扰。

针对复杂背景下远距离弱目标的提取，在目标识别跟踪测量系统中，通过对图像的噪声滤除、图像拉伸、对比度增强等处理，使对弱小目标更易于提取。

图7表示了原始图像和采用数学形态提取法处理后的效果。

（a.2.2）为获得更好的效果，可使用剪影法减去背景完成运动目标检测，然后对运动部分做图像分割，增强，和形状分析。

（a.2.3）结合船舶轮廓特征、运动特征与灰度特征实现重叠目标分离；进而实现水面背景下运动船舶红外成像识别。

剪影法处理效果如图8至图14所示。

由于单个摄像机（即单个红外热成像仪）的视场角总是有限的，并且不能进行距离等参数的测量，最好需要采用多摄像机（即多台红外热成像仪）构成交会摄影测量系统。

多台摄像机的安装位置与监测区域有关。在摄像机的安装范围有限的情况下，即监测范围有限的情况下，可以根据桥区预警观测线的距离计算安装夹角，使预警区域的设置与盲区的大小之间取得平衡。

本实施例中，以两台摄像机为例说明，如图15所示。系统的监测区域（图15中双点划线所示）与两摄像机的安装高度、安装距离以及光轴夹角都有关，通过调整安装高度和安装距离可以增大监测范围，但在实际桥梁现场，这两个参数的选择范围都是有限的，即监测范围不可能无限大。和光轴夹角关系最密切的是监测的近桥盲区，夹角越大，盲区越大，当盲区过大时，预警系统将失去意义。根据图15建立的交会摄影系统测量模型如图16所示。

多摄像机测量系统中多摄影机的协同工作过程如图17所示，包括如下步骤：

（b.1）利用外部同步信号使多台红外热成像仪时间同步；

（b.2）获取实际图像；

（b.3）使用同一目标的特征点进行不同红外热成像仪图像匹配；

（b.4）实现多红外热成像仪协同工作。

如图18所示，在进行了协同工作的基础上，计算船舶信息的过程如下：

（c.1）进行运动船舶识别；

（c.2）在同一红外热成像仪不同时刻获取的同一船舶上选择特征点；

（c.3）根据不同船舶温度分布场特征实现不同船舶特征点的分辨与跟踪；

（c.4）获取多帧图像；

（c.5）根据热成像仪拍摄帧速、热成像仪角度、热成像仪位置，结合所述多帧图像信息，可以得到船舶速度、航向、高度等信息。实现对船舶速度和航向的实时监测、以及对船舶位置、船舶超高的实时监测。

多摄像机测量系统的工作原理是根据不同摄像机在同一时刻拍摄的同一目标的特征点来进行解析计算的，所以，特征点的提取是计算三维信息的关键与核心。系统通过相关匹配算法来实现船舶特征点（例如协同工作中的（b.3）、计算船舶信息中的（c.2）的特征点计算）的提取，具体方法如下：

首先系统进行局域自适应阈值分割、提取目标和计算脱靶量，这样不仅可以抑制图像背景的干扰，而且可以减少计算量。

其次，系统根据检测设备获得的图像与预先存储的参考图像的相关关系（即位置偏差）确定目标位置。采用相关匹配识别方法，将预先选定的目标作为匹配样板，求取模板和输入图像间的相关函数，然后找出相关函数的峰值和峰值所在位置，借此来判定输入图像是否包含样板选定的目标图像及其所在位置。

匹配算法有三种：①目标轮廓匹配；②二值图像匹配；③全灰度层次相关匹配，即求：

$C(U,V)=\frac{\∫\∫S(X,Y)R(X+U,Y+V)\mathrm{dxdy}}{[{\∫\∫R}^2(X+U,Y+V)\mathrm{dxdy}{]}^{1/2}}$

其中：C为归一化相关函数

R为输入图像

S为样板

U，V为偏移量

这种相关匹配算法虽然运算量很大，但非常适合于在复杂背景下识别运动目标。基准图像可以是预先存储的，也可以是人工选定的，在很多情况下就是前一帧跟踪目标图像，在基准图像s(u，v)与接收图像r(u，v)的相关函数c(u，v)为最大时的坐标(x，y)，即为目标位置。常用的一种相关跟踪点计算方法——序列相似检测法，也可以说是一种图像配准方法。基准图像s(i，j)是一M×M数字图像，每一像元有k个灰度等级。接收图像r(m+i，n+j)是一个L×L图像，L>M，且r中含有s，则图像标准误差函数E(m，n)为：

$E(m,n)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}|r(m+i,n+j)-s(i,j)|$

理论上如果坐标r(m，n)与s相对应，则有E(m，n)=0；否则E(m，n)>0。实际上只要E(m，n)小于某一阈值，就可以认为找到了配准点，即此点坐标为目标特征点的位置。

在完成多台摄像机的目标匹配之后，系统可以对具体目标进行测量。

Claims (1)

1.一种基于交会摄影的桥梁水域船舶通航安全预警设备，其特征在于：包括检测设备、计算机系统、显示设备、AIS设备；检测设备包括多台红外热成像仪，形成交会摄影测量系统；船舶进入预警区域后，计算机系统利用AIS设备收到船舶信息并在AIS数据库中建立船舶航迹路径，同时红外热成像仪跟踪计算船舶速度、航向、高度信息，计算机系统对检测设备采集到的序列图像进行处理，并计算发现需要预警的船舶，并匹配AIS航迹；显示设备包括对所述需要预警的船舶发送AIS警告信息的设备，以及直接对驾船人员进行警告的设备；AIS设备用于获取交会摄影测量系统中发现的具有碰撞危险的船只的AIS信息；

所述计算机系统进行如下步骤的工作：

(1)接收来自船舶的AIS信息；

(2)在AIS数据库中绘制进入预警区域的船舶航迹图；

(3)使用红外热成像仪对预警区域监控，并跟踪计算船舶信息；

(4)发现需要预警的船舶；

(5)使用红外识别船舶信息匹配监控区域中的船舶航迹；

(6)获取需要预警船MMSI码；

(7)利用AIS设备通知船舶预警，并进行区域广播，同时通过网络通知桥区管理处；

所述交会摄影测量系统采用多台红外热成像仪协同工作，具体步骤如下：

(b.1)利用外部同步信号使多红外热成像仪时间同步；

(b.2)获取实际图像；

(b.3)使用同一目标的特征点进行不同红外热成像仪图像匹配；

(b.4)实现多红外热成像仪协同工作；

在所述多台红外热成像仪协同工作基础上计算船舶信息，其过程包括如下步骤：

(c.1)进行运动船舶识别；

(c.2)在同一成像仪不同时刻获取的同一船舶上选择特征点；

(c.3)根据不同船舶红外温度分布场特征实现不同船舶特征点的分辨与跟踪；

(c.4)获取多帧图像；

(c.5)根据成像仪拍摄帧速、成像仪角度、成像仪位置，结合所述多帧图像信息，得到船舶速度、航向、高度信息；

所述步骤(b.3)和所述步骤(c.2)中船舶特征点提取的具体方法如下：

(d.1)对图像进行局域自适应阈值分割、提取目标和计算脱靶量；

(d.2)根据输入图像与预先存储的模板图像的相关关系确定目标位置：将预先选定的目标作为匹配模板，求取模板和输入图像间的相关函数，然后找出相关函数的峰值和峰值所在位置，匹配方法为：目标轮廓匹配、二值图像匹配、全灰度层次相关匹配或序列相似检测法；

所述计算机系统对红外热成像仪获取序列图像进行如下步骤：

(a.1)首先进行图像预处理，其过程包括如下步骤：

(a.1.1)温度场非线性矫正预处理；

(a.1.2)去除图像噪声；

(a.1.3)自适应平台直方图均衡化图像增强；

(a.1.4)频域子带图像增强；

(a.2)然后进行运动目标识别，其过程包括如下步骤：

(a.2.1)数学形态提取法排除虚假目标并实现远距离若目标提取；

首先用条形或点状结构元素，对图像进行Top-Hat形态滤波处理，抑制大面积连续分布的云团、山的背景杂波干扰，提取出孤立目标；

然后针对残留假目标的特点，用长方形结构元素对图像进行腐蚀运算，除去由背景杂波形成的虚假目标；

接着用条形或点状结构元素，对图像进行膨胀运算，获得少量的目标候选点；

最后搜索所有的局部极大值，确定阈值即可分割出目标；

(a.2.2)剪影法去除背景完成运动目标检测；

(a.2.3)结合船舶轮廓特征、运动特征与灰度特征实现重叠目标分离；实

现水面背景下运动船舶红外成像识别。