CN105306892A - 一种证据链形式的船舶视频的生成及显示方法 - Google Patents

Abstract

本发明提供了一种证据链形式的船舶视频的生成及显示方法，利用监控摄像机的位置、高度及朝向等信息计算出摄像机的监控视场角范围，根据船舶目标船舶的AIS信息推算出船舶目标进入和驶离每一个摄像机监控范围的时间，依据计算出的时间点从每一个摄像机的监控录像中截取视频片段并按时间顺序排列起来形成证据链；在显示证据链视频时，首先检测出视频中的运动船舶目标并获取时间段内进入该摄像机监控范围内的所有船舶的AIS信息，然后将船舶的视频图像信息与AIS信息融合起来，显示船舶影像的同时，展示出每一个船舶的身份、航行状态和航行计划等AIS信息。

Description

一种证据链形式的船舶视频的生成及显示方法

技术领域

本发明属于计算机视觉及信息融合技术领域，具体涉及船舶监控系统中查询及取证任务使用的一种证据链形式的船舶视频的生成及显示方法。

背景技术

船舶视频监控系统通常被集成在船舶交通管理系统(VesselTrafficService,VTS)或电子巡航系统中，用于港区船舶航行的监控管理，以弥补雷达存在盲区、易受电子干扰和无真实图像等不足，其重要性在整个VTS中正逐渐增强。目前，国内外部署的VTS中，视频监控系统的各种应用操作大多采用人工手段，智能化水平较低。

对于船舶监控系统来说，调阅指定船舶的历史视频信息是一项基本的任务。然而，从多个摄像机的长时间视频录像中找出包含指定船舶的所有信息无疑是非常费时费力的，而且很容易出错。另外，找到指定船舶的一段视频后，自动识别出指定船舶目标和其他船舶，对于观察船舶目标并分析船舶行为具有非常重要的意义。

目前关于船舶视频监控系统的文献中，通常将CCTV系统与AIS系统进行互联互通，以实现对船舶的智能监控管理。如文章《AIS，CCTV，VTS整合及功能拓展》(龚瑞卿，中国水运，第10期，2005年，p42-43)介绍了一种CCTV与AIS整合联动的例子，当船舶有碰撞危险或搁浅危险时，除自动报警外还可依据船舶的AIS信息控制CCTV自动调整到对此船舶的最佳观测状态，以便可以更好地发现问题并及时解决；文章《基于AIS数据的智能船舶动态视频监控系统设计》(周剑敏，王捷，上海海事大学学报，第4期，第30卷，2009年，p26-29)介绍了一种利用AIS数据进行智能船舶动态视频监控的方法，根据AIS系统中获取的船舶动态数据，设计自动监控决策控制模块，通过驱动摄像机阵列对待监控船舶队列进行智能排序定位，实现对航行船舶的自动化智能视频跟踪。

发明内容

本发明的目的是：提供一种证据链形式的船舶视频的生成及显示方法，从众多监控摄像机的长时间视频录像中快速提取出包含指定船舶的多个视频片段，并将其按时间顺序排列起来形成证据链。

本发明公开了一种证据链形式的船舶视频的生成及显示方法，包括如下步骤：

步骤1：计算监控摄像机的视场角范围：依据摄像机的成像模型和自身参数，计算出摄像机的视场角范围，用于判断船舶目标能否进入摄像机的监控画面中；

步骤2：推算船舶目标进入和驶离每一个摄像机监控范围的时间：根据船舶目标历史AIS信息中的位置、时间信息以及摄像机的观测范围公式，判断出该船舶目标处于摄像机的观测范围之内的时刻，进而计算出船舶目标进入和驶离监控范围的时间点；

步骤3：截取视频片段并形成证据链：按照计算出来的船舶进入和驶离每一个摄像机监控范围的时间点，从每一个摄像机的监控录像中截取包含该船舶目标的视频片段并按时间顺序排列起来形成证据链；

步骤4：检测视频画面中的运动船舶目标；提取一帧证据链视频图像，采用帧间差法，通过将当前帧图像与上一帧图像相减来检测出图像中发生变化的区域，进而得到船舶目标轮廓，实现船舶目标检测，得到船舶目标检测区域；

步骤5：获取视频画面时刻进入摄像机监控范围内的船舶AIS信息：首先判断视频画面来自哪一台摄像机，然后根据所有船舶的AIS信息序列及摄像机的观测范围公式，查找视频画面时刻进入该摄像机观测范围内的所有船舶的AIS信息；

步骤6：融合船舶图像信息与AIS信息，显示视频。

本发明步骤1中，通过以下摄像机观测范围公式判断船舶目标所处的空间点P(x_c,y_c,z_c)能否进入摄像机的监控画面中：

$\left\{\begin{array}{c}0<f_x^{\&prime;}\frac{x_c}{z_c}+u_0\&le;W\\ 0<f_y^{\&prime;}\frac{y_c}{z_c}+v_0\&le;H\end{array}\right.,$

其中，W表示视频图像的宽度，H表示视频图像的高度，f′_x,f′_y分别表示水平方向和竖直方向上的像素焦距，u₀,v₀表示摄像机光轴投影点的像素坐标值，x_c,y_c,z_c分别表示目标点在摄像机坐标系下的坐标值。下标c表明是在摄像机坐标系下的坐标。

本发明步骤2包括：

步骤2-1：获取指定船舶目标在各个时刻的AIS信息，并且按照时间先后顺序排列为一个序列；

步骤2-2：针对每一个摄像机，从AIS信息序列中找出第一个和最后一个满足相机观测范围公式的时刻，最早满足公式的时刻即为船舶进入相机观测范围的时刻，最后满足公式的时刻为船舶驶离观测范围的时刻；判断船舶位置是否处于摄像机观测范围之内的方法为：将AIS信息中的船舶位置转换为摄像机坐标系下的坐标，再将其代入摄像机观测范围公式中进行判断。

本发明步骤3通过推算船舶目标进入和驶离每一个摄像机监控范围的时间来截取视频片段，并按时间顺序排列形成证据链，包括：

步骤3-1：按照计算出来的船舶进入和驶离每一个摄像机监控范围的时间点，从每一个摄像机的监控录像中截取包含该船舶目标的视频片段；

步骤3-2：以船舶进入摄像机观测范围的时刻为依据，将各个视频片段按时间先后顺序排列起来形成证据链视频。

本发明步骤4包括：

步骤4-1：将当前图像与上一帧图像相减，得到帧差图：

R_t(i,j)＝|I_t(i,j)-I_t-1(i,j)|，

其中，I_t(i,j)表示t时刻的视频图像，I_t-1(i,j)表示t-1时刻的视频图像，R_t(i,j)表示t时刻的帧差图；

步骤4-2：使用预设阈值对帧差图进行二值化操作，得到运动区域图：

$R_t^{\&prime;}(i,j)=\left\{\begin{array}{c}1,R_t(i,j)>thres\\ 0,R_t(i,j)\&le;thres\end{array}\right.,$

其中，R′_t(i,j)表示运动区域图，thres为二值化阈值；

步骤4-3：对区域图进行开运算，滤除虚假船舶目标；

步骤4-4：对区域图进行闭运算，填补船舶目标区域中的空隙和间隔；

步骤4-5：检测联通区域，得出船舶目标轮廓和外接矩形框，显示在视频画面上，完成检测，得到船舶目标检测区域。

本发明步骤5包括：

步骤5-1：计算当前视频画面所属的摄像机；

步骤5-2：考察一个船舶目标，获取其各个时刻AIS信息所组成的序列；

步骤5-3：从中找出视频画面时刻所对应的AIS信息；

步骤5-4：利用该AIS信息中的船舶位置和摄像机观测范围公式，判断所述船舶目标此刻是否进入摄像机观测范围内，如果在观测范围内，则将该AIS信息作为一项结果保存起来，返回步骤5-2，直至考察完所有船舶。

本发明步骤6包括：

步骤6-1：计算步骤4得到船舶目标检测区域的质心，得到船舶在图像上的位置点集，即检测点集；

步骤6-2：从步骤5获取的船舶AIS信息中提取空间位置信息，形成船舶在空间中的位置点集，即空间点集；

步骤6-3：将船舶的空间位置投影至图像上得到投影点集；

步骤6-4：寻找检测点集与投影点集之间的最佳匹配点对：遍历匹配点对的所有情况，由匹配点对之间的位置关系计算相应的平移变换参数，对所有的投影点进行平移变换；计算所有检测点与最近投影点间距离的平均值作为衡量该平移变换准确与否的指标；选择衡量指标最好的那个平移变换对所有投影点进行位置偏差补偿；

步骤6-5：采用最近邻法完成匹配任务：对于每一个投影点，与其距离最近的检测点为其匹配点；同时设置门限，当最小距离大于一定阈值时认为该投影点为局外野值；当两个以上投影点对应同一个检测点时，判断舰船检测时出现船舶目标粘连现象，则这个检测点为两个以上船舶目标联合区域的中心；

步骤6-6：明确关联关系，得到每一个船舶检测区域所对应的AIS信息；

步骤6-7：显示视频，在船舶检测框内展示出包括船舶的身份、航行状态和航行计划的AIS信息。

本发明综合利用闭路电视监控系统(ClosedCircuitTelevision,CCTV)和船舶自动识别系统(AutomaticIdentificationSystem,AIS)，智能地生成并显示指定船舶的视频证据链，提高船舶监控系统中查询与取证的效率。

本发明具有智能化和全自动的优点，能够从众多摄像机的长时间视频录像中快速提取出包含指定船舶的多个视频片段并形成证据链，避免了人工操作，节省了人员的精力和时间。同时，本发明与现有的技术也存在一个重大的区别：现有的CCTV与AIS联动系统中，都是利用AIS数据驱动CCTV自动定位实现智能视频监控，彼此之间只是互相利用的关系，二者没有融合到一起形成更加全面直观的监控信息；而本发明将船舶的CCTV图像信息与AIS信息融合起来，在显示船舶影像的同时，展示出船舶的身份、航行状态和航行计划等AIS信息，为观察船舶目标、分析船舶行为提供了更加全面直观的视频信息。

本发明可应用于智能船舶交通管理系统或电子巡航系统中，通过快速生成指定船舶的视频证据链并智能地显示出来，提高查询与取证的效率，为事后调查提供直观、可靠的依据。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1是本发明船舶视频证据链智能生成及显示技术的流程图。

图2是摄像机成像模型的示意图。

图3是船舶图像信息与AIS信息融合时点集匹配过程的示意图。

具体实施方式

总体而言本发明利用监控摄像机的位置、高度及朝向等信息计算出摄像机的监控视场角范围，根据船舶目标船舶的AIS信息推算出船舶目标进入和驶离每一个摄像机监控范围的时间，依据计算出的时间点从每一个摄像机的监控录像中截取视频片段并按时间顺序排列起来形成证据链；在显示证据链视频时，首先检测出视频中的运动船舶目标并获取时间段内进入该摄像机监控范围内的所有船舶的AIS信息，然后将船舶的视频图像信息与AIS信息融合起来，显示船舶影像的同时，展示出每一个船舶的身份、航行状态和航行计划等AIS信息。

下面结合附图，说明本发明的一个实施方式，过程参见图1，具体步骤为：

步骤1：计算监控摄像机的视场角范围.

依据摄像机的成像模型和自身参数，计算出摄像机的视场角范围，具体计算方式如下所述：

首先介绍摄像机的成像模型，如图2所示，其中坐标系O_cX_cY_cZ_c为摄像机坐标系，以摄像机焦点为原点，以摄像机光轴照射方向为Z轴，以摄像机水平方向为X轴，竖直方向为Y轴；坐标系OXY为像平面坐标系，坐标系O_eUV为图像坐标系，坐标系O_wX_wY_wZ_w为世界坐标系。通过将世界坐标系下空间点P(X_w,Y_w,Z_w)的坐标依次转换至摄像机坐标系、像平面坐标系和图像坐标系，即可计算出空间点在成像画面中的投影坐标。

世界坐标系下坐标转换至摄像机坐标系：

$\left[\begin{array}{c}{x}_c\\ y_c\\ z_c\end{array}\right]=R\left[\begin{array}{c}{x}_w\\ y_w\\ z_w\end{array}\right]+T,$

其中R为3×3的旋转矩阵，T为3×1的平移矩阵。

摄像机坐标系下坐标转换至像平面坐标系：

$\left\{\begin{array}{c}x=f\frac{x_c}{z_c}\\ y=f\frac{y_c}{z_c}\end{array}\right.,$

其中f为摄像机的焦距。

像平面坐标系下坐标转换至图像坐标系：

$\left\{\begin{array}{c}u=\frac{x}{dx}+u_0=f_x^{\&prime;}\frac{x_c}{z_c}+u_0\\ v=\frac{y}{dy}+v_0=f_y^{\&prime;}\frac{y_c}{z_c}+v_0\end{array}\right.,$

其中d_x,d_y表示摄像机传感器单位像素所代表的实际距离，f′_x＝f/d_x,f′_y＝f/d_y分别表示水平方向和竖直方向上的像素焦距，u₀,v₀表示摄像机光轴投影点的像素坐标值。

当某一空间点P(x_c,y_c,z_c)投影至图像上时，如果其坐标值u(v)小于零或大于图像的宽度(高度)，那么这个空间点肯定不在该摄像机的观测范围内。据此可以推算出摄像机观测范围的公式：

$\left\{\begin{array}{c}0<u\&le;W\\ 0<V\&le;H\end{array}\right.\&DoubleRightArrow;\left\{\begin{array}{c}0<f_x^{\&prime;}\frac{x_c}{z_c}+u_0\&le;W\\ 0<f_y^{\&prime;}\frac{y_c}{z_c}+v_0\&le;H\end{array}\right.,$

其中，W表示视频图像的宽度，H表示视频图像的高度。

这样，如果已知摄像机的位置和朝向，即可将接收到的船舶位置转换至摄像机坐标下，再代入上述公式计算，即可判断船舶是否在摄像机的观测范围之内。

步骤2：推算船舶目标进入和驶离每一个摄像机监控范围的时间。

根据船舶目标AIS信息中的时间和位置、信息以及摄像机的观测范围公式，可以判断出该船舶目标在哪些时刻处于摄像机的观测范围之内，进而计算出船舶目标进入和驶离监控范围的时间点。具体步骤如下：

步骤2-1：获取指定船舶目标在各个时刻的AIS信息，并且按照时间先后顺序排列为一个序列。

步骤2-2：针对每一个摄像机，采用二分查找的方式从AIS信息序列中找出第一个和最后一个满足摄像机观测范围公式的时刻，最早满足公式的时刻即为船舶进入摄像机观测范围的时刻，最后满足公式的时刻为船舶驶离观测范围的时刻。判断船舶位置是否处于摄像机观测范围之内的方法为：将AIS信息中的船舶位置转换为摄像机坐标系下的坐标，再将其代入步骤1所计算出来的观测范围公式中进行判断。

步骤3：截取视频片段并形成证据链。

按照计算出来的船舶进入和驶离每一个摄像机监控范围的时间点，从每一个摄像机的监控录像中截取包含该船舶目标的视频片段并按时间顺序排列起来形成证据链。具体步骤如下：

步骤3-1：按照步骤2计算出来的船舶进入和驶离每一个摄像机监控范围的时间点，从每一个摄像机的监控录像中截取包含该船舶目标的视频片段。

步骤3-2：以船舶进入摄像机观测范围的时刻为依据，将各个视频片段按先后顺序排列起来形成证据链视频。

步骤4：检测视频画面中的运动船舶目标。

提取一帧证据链视频图像，采用“帧间差法”，通过将当前帧图像与上一帧图像相减来检测出图像中发生变化的区域，进而得到船舶目标轮廓，实现船舶检测。具体步骤和公式如下：

步骤4-1：将当前图像与上一帧图像相减，得到帧差图：

R_t(i,j)＝|I_t(i,j)-I_t-1(i,j)|，

其中，I_t(i,j)表示t时刻的视频图像，I_t-1(i,j)表示上一时刻的视频图像，R_t(i,j)表示t时刻的帧差图。

步骤4-2：使用预设阈值对帧差图进行二值化操作，得到运动区域图：

$R_t^{\&prime;}(i,j)=\left\{\begin{array}{c}1,R_t(i,j)>thres\\ 0,R_t(i,j)\&le;thres\end{array}\right.,$

其中，R′_t(i,j)表示运动区域图，thres为二值化阈值(一般取值为15～30)。

步骤4-3：对区域图进行若干次开运算(例如，采用尺寸为3*3的结构元素对图像进行2次开运算)，滤除虚假船舶目标。

步骤4-4：对区域图进行若干次闭运算(例如，采用尺寸为3*3的结构元素对图像进行4次闭运算)，填补船舶目标区域中的空隙和间隔。

步骤4-5：检测联通区域，得出船舶目标轮廓和外接矩形框，显示在视频画面上，完成检测任务。

步骤5：获取视频画面时刻进入摄像机监控范围内的船舶AIS信息

首先判断视频画面来自哪一台摄像机，然后根据所有船舶的AIS信息序列及摄像机的观测范围公式，查找视频画面时刻进入该摄像机观测范围内的所有船舶的AIS信息。具体步骤如下：

步骤5-1：计算当前视频画面所属的摄像机。

步骤5-2：针对一个船舶目标，获取其各个时刻AIS信息所组成的序列。

步骤5-3：从中找出视频画面时刻所对应的AIS信息。

步骤5-4：利用该信息中的船舶位置和摄像机观测范围公式，判断考察船舶此刻是否进入摄像机观测范围内。如果在观测范围内，则将该AIS信息作为一项结果保存起来。返回步骤5-2，直至考察完所有船舶。

步骤6：融合船舶图像信息与AIS信息，智能显示视频。

步骤4通过船舶检测可以提取出船舶目标区域，计算区域质心可以得到船舶在图像上的位置信息，形成船舶在图像上的位置点集(称为检测点集)；另外，步骤5获取的船舶AIS信息可以提供船舶在空间中的位置信息，形成船舶在空间中的位置点集(称为空间点集)。通过将船舶的空间位置投影至图像上得到投影点集，并对投影点集与检测点集进行匹配操作来实现融合。进而在显示船舶影像的同时，展示出每一个船舶的身份、航行状态和航行计划等AIS信息。

由于船舶检测存在多检、漏检、错检的可能，同时摄像机投影的精度可能不够准确，因此简单采用最近邻法匹配投影点与检测点无法获得十分准确的结果，可能导致误匹配现象的发生。本发明假设投影点集与检测点集之间整体存在一个固定的平移偏差，通过寻找最佳匹配点对并计算平移变换来补偿固定偏差，进而采用最近邻法实现更加准确的点集匹配。图3展示了匹配算法的过程。

具体步骤如下：

步骤6-1：计算船舶检测区域的质心，得到船舶在图像上的位置点集(检测点集)。

步骤6-2：从步骤5获取的船舶AIS信息中提取空间位置信息，形成船舶在空间中的位置点集(空间点集)。

步骤6-3：按照步骤1所介绍的摄像机成像模型，将船舶的空间位置投影至图像上得到投影点集。

步骤6-4：寻找检测点集与投影点集之间的最佳匹配点对：遍历匹配点对的所有情况，由匹配点对之间的位置关系计算相应的平移变换参数，对所有的投影点进行平移变换。进而计算所有检测点与最近投影点间距离的平均值作为衡量该平移变换准确与否的指标(平均距离越小，表明平移变换越准确，衡量指标越好)。选择衡量指标最好的那个平移变换对所有投影点进行位置偏差补偿，即将所有的投影点按照选择的变换参数进行平移变换。

步骤6-5：采用最近邻法完成匹配任务：对于每一个投影点，与其距离最近的检测点为其匹配点；同时设置门限(一般取值为10～20个像素)，当最小距离大于一定阈值时认为该投影点为局外野值；当多个投影点对应同一个检测点时，判断舰船检测时出现船舶目标粘连现象，则这个检测点为多个船舶目标联合区域的中心；

步骤6-6：明确关联关系，得到每一个船舶检测区域所对应的AIS信息。

步骤6-7：显示视频，在船舶检测框内展示出船舶的身份、航行状态和航行计划等AIS信息。

本发明提供了一种证据链形式的船舶视频的生成及显示方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (7)

1.一种证据链形式的船舶视频的生成及显示方法，其特征在于，包括如下步骤：

步骤1：计算监控摄像机的视场角范围：依据摄像机的成像模型和自身参数，计算出摄像机的视场角范围，用于判断船舶目标能否进入摄像机的监控画面中；

步骤2：推算船舶目标进入和驶离每一个摄像机监控范围的时间：根据船舶目标历史AIS信息中的位置、时间信息以及摄像机的观测范围公式，判断出该船舶目标处于摄像机的观测范围之内的时刻，进而计算出船舶目标进入和驶离监控范围的时间点；

步骤3：截取视频片段并形成证据链：按照计算出来的船舶进入和驶离每一个摄像机监控范围的时间点，从每一个摄像机的监控录像中截取包含该船舶目标的视频片段并按时间顺序排列起来形成证据链；

步骤4：检测视频画面中的运动船舶目标；提取一帧证据链视频图像，采用帧间差法，通过将当前帧图像与上一帧图像相减来检测出图像中发生变化的区域，进而得到船舶目标轮廓，实现船舶目标检测，得到船舶目标检测区域；

步骤5：获取视频画面时刻进入摄像机监控范围内的船舶AIS信息：首先判断视频画面来自哪一台摄像机，然后根据所有船舶的AIS信息序列及摄像机的观测范围公式，查找视频画面时刻进入该摄像机观测范围内的所有船舶的AIS信息；

步骤6：融合船舶图像信息与AIS信息，显示视频。

2.根据权利要求1所述的一种证据链形式的船舶视频的生成及显示方法，其特征在于：步骤1中，通过以下摄像机观测范围公式判断船舶目标所处的空间点P(x_c,y_c,z_c)能否进入摄像机的监控画面中：

$\left\{\begin{array}{c}0<f_x^{\&prime;}\frac{x_c}{z_c}+u_0\&le;W\\ 0<f_y^{\&prime;}\frac{y_c}{z_c}+v_0\&le;H\end{array}\right.,$

其中，W表示视频图像的宽度，H表示视频图像的高度，f′_x,f′_y分别表示水平方向和竖直方向上的像素焦距，u₀,v₀表示摄像机光轴投影点的像素坐标值，x_c,y_c,z_c分别表示目标点在摄像机坐标系下的坐标值。

3.根据权利要求1所述的一种证据链形式的船舶视频的生成及显示方法，其特征在于：步骤2包括：

步骤2-1：获取指定船舶目标在各个时刻的AIS信息，并且按照时间先后顺序排列为一个序列；

步骤2-2：针对每一个摄像机，从AIS信息序列中找出第一个和最后一个满足相机观测范围公式的时刻，最早满足公式的时刻即为船舶进入相机观测范围的时刻，最后满足公式的时刻为船舶驶离观测范围的时刻；判断船舶位置是否处于摄像机观测范围之内的方法为：将AIS信息中的船舶位置转换为摄像机坐标系下的坐标，再将其代入摄像机观测范围公式中进行判断。

4.根据权利要求1所述的一种证据链形式的船舶视频的生成及显示方法，其特征在于：步骤3通过推算船舶目标进入和驶离每一个摄像机监控范围的时间来截取视频片段，并按时间顺序排列形成证据链，包括：

步骤3-1：按照计算出来的船舶进入和驶离每一个摄像机监控范围的时间点，从每一个摄像机的监控录像中截取包含该船舶目标的视频片段；

步骤3-2：以船舶进入摄像机观测范围的时刻为依据，将各个视频片段按时间先后顺序排列起来形成证据链视频。

5.根据权利要求1所述的一种证据链形式的船舶视频的生成及显示方法，其特征在于：步骤4包括：

步骤4-1：将当前图像与上一帧图像相减，得到帧差图：

R_t(i,j)＝|I_t(i,j)-I_t-1(i,j)|

其中，I_t(i,j)表示t时刻的视频图像，I_t-1(i,j)表示t-1时刻的视频图像，R_t(i,j)表示t时刻的帧差图；

步骤4-2：使用预设阈值对帧差图进行二值化操作，得到运动区域图：

$R_t^{\&prime;}(i,j)=\left\{\begin{array}{c}1,R_t(i,j)>thres\\ 0,R_t(i,j)\&le;thres\end{array}\right.,$

其中，R′_t(i,j)表示运动区域图，thres为二值化阈值；

步骤4-3：对区域图进行开运算，滤除虚假船舶目标；

步骤4-4：对区域图进行闭运算，填补船舶目标区域中的空隙和间隔；

步骤4-5：检测联通区域，得出船舶目标轮廓和外接矩形框，显示在视频画面上，完成检测，得到船舶目标检测区域。

6.根据权利要求1所述的一种证据链形式的船舶视频的生成及显示方法，其特征在于：步骤5包括：

步骤5-1：计算当前视频画面所属的摄像机；

步骤5-2：考察一个船舶目标，获取其各个时刻AIS信息所组成的序列；

步骤5-3：从中找出视频画面时刻所对应的AIS信息；

步骤5-4：利用该AIS信息中的船舶位置和摄像机观测范围公式，判断所述船舶目标此刻是否进入摄像机观测范围内，如果在观测范围内，则将该AIS信息作为一项结果保存起来，返回步骤5-2，直至考察完所有船舶。

7.根据权利要求1所述的一种证据链形式的船舶视频的生成及显示方法，其特征在于：步骤6包括：

步骤6-1：计算步骤4得到船舶目标检测区域的质心，得到船舶在图像上的位置点集，即检测点集；

步骤6-2：从步骤5获取的船舶AIS信息中提取空间位置信息，形成船舶在空间中的位置点集，即空间点集；

步骤6-3：将船舶的空间位置投影至图像上得到投影点集；

步骤6-4：寻找检测点集与投影点集之间的最佳匹配点对：遍历匹配点对的所有情况，由匹配点对之间的位置关系计算相应的平移变换参数，对所有的投影点进行平移变换；计算所有检测点与最近投影点间距离的平均值作为衡量该平移变换准确与否的指标；选择衡量指标最好的那个平移变换对所有投影点进行位置偏差补偿；

步骤6-5：采用最近邻法完成匹配任务：对于每一个投影点，与其距离最近的检测点为其匹配点；同时设置门限，当最小距离大于一定阈值时认为该投影点为局外野值；当两个以上投影点对应同一个检测点时，判断舰船检测时出现船舶目标粘连现象，则这个检测点为两个以上船舶目标联合区域的中心；

步骤6-6：明确关联关系，得到每一个船舶检测区域所对应的AIS信息；

步骤6-7：显示视频，在船舶检测框内展示出包括船舶的身份、航行状态和航行计划的AIS信息。