CN108919284A - 一种船只分类方法、装置及电子设备 - Google Patents
一种船只分类方法、装置及电子设备 Download PDFInfo
- Publication number
- CN108919284A CN108919284A CN201810424902.6A CN201810424902A CN108919284A CN 108919284 A CN108919284 A CN 108919284A CN 201810424902 A CN201810424902 A CN 201810424902A CN 108919284 A CN108919284 A CN 108919284A
- Authority
- CN
- China
- Prior art keywords
- ship
- target
- type
- target area
- ratio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种船只分类方法、装置及电子设备,本发明中确定船只目标与监测雷达的相对行驶方向,识别获取的所述船只目标的一维距离像中的目标区域,对所述目标区域进行去噪处理,得到去噪后的目标区域,根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。通过上述方法,本发明能够实现基于一维距离像来确定船只类型的目的。
Description
技术领域
本发明涉及形状识别领域,更具体的说,涉及一种船只分类方法、装置及电子设备。
背景技术
如今,常常使用雷达去采集船只目标的一维距离像。其中,船只可以分为舰船和商船。一维距离像是用宽带雷达信号获取的散射点子回波在雷达视线上投影的向量和,显示了船只目标的结构分布和几何形状,表明了船只目标散射点沿距离方向的分布,为船只类别识别提供了重要信息。
船只在海上行驶时,为了确保海上安全,常常对船只进行识别,如判断是舰船还是商船,但是如何基于一维距离像来确定船只类型,是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供一种船只分类方法、装置及电子设备,以解决亟需一种基于一维距离像来确定船只类型的问题。
为解决上述技术问题,本发明采用了如下技术方案:
一种船只分类方法,包括:
确定船只目标与监测雷达的相对行驶方向;
识别获取的所述船只目标的一维距离像中的目标区域;其中,所述目标区域为所述一维距离像中所述船只目标的成像;
对所述目标区域进行去噪处理,得到去噪后的目标区域;
根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。
优选地,根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型,包括:
沿雷达方位线方向,对所述去噪后的目标区域进行等分切割,得到预设数量的子区域;
基于每一所述子区域上的各个点的成像幅度值,计算每一子区域的总成像幅度值与所述去噪后的目标区域的总成像幅度值的比值;
根据每一所述比值以及所述相对行驶方向,确定所述船只目标的类型。
优选地,所述预设数量为三个;三个所述子区域按照雷达方位线方向进行排序;
相应的,根据每一所述比值以及所述相对行驶方向,确定所述船只目标的类型,包括:
确定出所有的所述比值中的最大值;
当所有的所述比值满足预设计算公式、且所述最大值为第二个子区域对应的比值时,所述船只目标的类型为第一预设类型;
当所有的所述比值满足预设计算公式、所述最大值为第一个子区域对应的比值、且所述相对行驶方向为船只目标远离监测雷达时,所述船只目标的类型为第二预设类型;
当所有的所述比值满足预设计算公式、所述最大值为第三个子区域对应的比值、且所述相对行驶方向为船只目标接近监测雷达时,所述船只目标的类型为所述第二预设类型。
优选地,确定船只目标与监测雷达的相对行驶方向,包括:
获取预设时间内所述船只目标的行驶数据;
基于所述行驶数据,确定每单位时间所述船只目标与所述监测雷达的距离变化相对值;
根据每单位时间的距离变化相对值,确定所述船只目标与所述监测雷达的相对行驶方向。
一种船只分类装置,包括:
方向确定模块,用于确定船只目标与监测雷达的相对行驶方向;
区域识别模块,用于识别获取的所述船只目标的一维距离像中的目标区域;其中,所述目标区域为所述一维距离像中所述船只目标的成像;
去噪模块,用于对所述目标区域进行去噪处理,得到去噪后的目标区域;
类型确定模块,用于根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。
优选地,所述类型确定模块包括:
切割子模块,用于沿雷达方位线方向,对所述去噪后的目标区域进行等分切割,得到预设数量的子区域;
比值计算子模块,用于基于每一所述子区域上的各个点的成像幅度值,计算每一子区域的总成像幅度值与所述去噪后的目标区域的总成像幅度值的比值;
类型确定子模块,用于根据每一所述比值以及所述相对行驶方向,确定所述船只目标的类型。
优选地,所述预设数量为三个;三个所述子区域按照雷达方位线方向进行排序;
相应的,所述类型确定子模块包括:
最大值确定单元,用于确定出所有的所述比值中的最大值;
第一类型确定单元,用于当所有的所述比值满足预设计算公式、且所述最大值为第二个子区域对应的比值时,所述船只目标的类型为第一预设类型;
第二类型确定单元,用于当所有的所述比值满足预设计算公式、所述最大值为第一个子区域对应的比值、且所述相对行驶方向为船只目标远离监测雷达时,所述船只目标的类型为第二预设类型;
第三类型确定单元,用于当所有的所述比值满足预设计算公式、所述最大值为第三个子区域对应的比值、且所述相对行驶方向为船只目标接近监测雷达时,所述船只目标的类型为所述第二预设类型。
优选地,所述方向确定模块包括:
数据获取子模块,用于获取预设时间内的所述船只目标的行驶数据;
相对值确定子模块,用于基于所述行驶数据,确定每单位时间所述船只目标与所述监测雷达的距离变化相对值;
方向确定子模块,用于根据每单位时间的距离变化相对值,确定所述船只目标与所述监测雷达的相对行驶方向。
一种电子设备,包括:存储器和处理器;
其中,所述存储器用于存储程序;
处理器用于调用程序,其中,所述程序用于:
确定船只目标与监测雷达的相对行驶方向;
识别获取的所述船只目标的一维距离像中的目标区域;其中,所述目标区域为所述一维距离像中所述船只目标的成像;
对所述目标区域进行去噪处理,得到去噪后的目标区域;
根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。
相较于现有技术,本发明具有以下有益效果:
本发明提供了一种船只分类方法、装置及电子设备,本发明中确定船只目标与监测雷达的相对行驶方向,识别获取的所述船只目标的一维距离像中的目标区域,对所述目标区域进行去噪处理,得到去噪后的目标区域,根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。通过上述方法,本发明能够实现基于一维距离像来确定船只类型的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种船只分类方法的方法流程图;
图2为本发明提供的另一种船只分类方法的方法流程图;
图3为本发明提供的一种一维距离像的成像示意图;
图4为本发明提供的另一种一维距离像的成像示意图;
图5为本发明提供的再一种一维距离像的成像示意图;
图6为本发明提供的再一种船只分类方法的方法流程图;
图7为本发明提供的一种船只分类装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种船只分类方法,其中,船只可以分为舰船和商船。一般来说,部分舰船上的主要建筑物如船楼、烟筒、设备分布以中间为主,舰首尾一般为小平台和平坦区。而商船的主体部分相反,船楼一般位于舰尾端,桅杆一般位于舰首,中间一般位货物装置区。因此反映在一维距离像上舰船的主体区域的峰堆占较大的比例,而商船一般尾端占有较大的比例,在此基础上,提出了本发明实施例中的船只分类方法。
参照图1,船只分类方法可以包括:
S11、确定船只目标与监测雷达的相对行驶方向;
其中,相对行驶方向包括船只目标远离监测雷达、船只目标接近监测雷达以及运动方向不明确三种情况。
具体的,参照图2,步骤S11可以包括:
S21、获取预设时间内所述船只目标的行驶数据;
其中,预设时间可以是五分钟,船只目标的行驶数据可以是距离信息R(i),距离信息是指距离监测雷达的距离值。时间为T(i),其中i=1,...,N,表示获取位置的顺序。因为需要判断出目标方向是接近还是远离监测雷达,只需要距离信息即可。
S22、基于所述行驶数据,确定每单位时间所述船只目标与所述监测雷达的距离变化相对值;
本实施例中,距离变化相对值的定义为:
举例来说,以船只在第四秒与第五秒的行驶为例,第四秒的距离变化相对值的定义为:
当第五秒的距离值与第四秒的距离值之差大于零,则距离变化相对值设置为1,若等于零,则距离变化相对值设置为0,若小于零,距离变化相对值设置为-1。依据上述规则,就能够计算出每单位时间船只目标与所述监测雷达的距离变化相对值。
S23、根据每单位时间的距离变化相对值,确定所述船只目标与所述监测雷达的相对行驶方向。
具体的,设定thNUM,thNUM为阈值,是技术人员根据具体场景进行设定的。如果|∑Rl|>thNUM,则认为船只目标的航迹运动方向是单调的。在此基础上,若∑Rl>0则船只运动方向为船只目标远离监测雷达,∑Rl<0则认为船只运动方向为船只目标接近监测雷达。
若|∑Rl|>thNUM不成立,则认为运动方向可能存在不确定情况,则船只运动方向为不明。
S12、识别获取的所述船只目标的一维距离像中的目标区域;
其中,所述目标区域为所述一维距离像中所述船只目标的成像。
首先,为了本领域技术人员能够了解一维距离像,现结合图3至图5进行解释说明。
一维距离像是用宽带雷达信号获取的目标散射点子回波在雷达视线上投影的向量和,它不仅提供了目标的几何形状和结构特点,还包含了目标识别所需的更多相关信息,一维距离像实际为目标上各距离单元散射强度分布图。
图3至图5展示了不同的船只在雷达方位线上所生成的一维距离像。船只的形状不同,则最终生成的一维距离像不同,一维距离像能够反映船只的形状。
上述对一维距离像进行介绍后,现对步骤S12进行介绍。
具体的,目标区域可以称为ROI。确定目标区域的过程如下:
1)用P(i)表示一维距离像HRRP,其中i=1,...,N,N为距离单元数,对P(i)作如下归一化处理:
2)对归一化后的一维距离像求期望:
3)求取目标区域的起始位置和结束位置,记为:K1,...,M1。其中,K1,...,M1是从i=1,...,N中选取的距离单元数的起始数值和结束数值。
具体的,选取出满足公式的距离单元数,将选出的距离单元数中的最大值作为M1,将选出的距离单元数中的最小值作为K1。其中,L是技术人员提前设定的。
举例来说,一共有12345五个点,即五个距离单元数,若满足的是第4个和第5个点,则K1为4,M1为5。
4)对目标区域K1,...,M1扩展一定的距离单元数,以保证目标区域全部包括在内,记为:K,...,M。
具体的,若K1为左边界,则只对M1进行右扩展;若M1为右边界,则只对K1进行左扩展,若K1、M1均不为边界值,则做K1进行做扩展,对M1进行右扩展。
具体的,仍以12345五个点为例,若左右均扩展1个,则K为3,又由于M1已经为右边界,则M为5。
得到K和M后,就可以在一维距离像中确定出船只目标的成像区域,即目标区域的位置了。
S13、对所述目标区域进行去噪处理,得到去噪后的目标区域;
具体的,由于船只目标的一维距离像容易受到海杂波、天气以及雷达自身信号误差的影响,容易出现一定的噪声,为了消除噪声的影响,对做滚动平滑处理,平滑后的目标记为:T(i),方法如下:
其中M表示平滑的尺度常数。得到的T(i)就为去噪后的一维距离像。
S14、根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。
本实施例中,确定船只目标与监测雷达的相对行驶方向,识别获取的所述船只目标的一维距离像中的目标区域,对所述目标区域进行去噪处理,得到去噪后的目标区域,根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。通过上述方法,本发明能够实现基于一维距离像来确定船只类型的目的。
可选的,在上述任一实施例的基础上,参照图6,步骤S14可以包括:
S31、沿雷达方位线方向,对所述去噪后的目标区域进行等分切割,得到预设数量的子区域;
优选地,雷达方位线方向就是指雷达成像方向,预设数量可以是三个,相当于采用三分法对去噪后的目标区域进行分割。三个所述子区域按照雷达方位线方向进行排序,分别记为第一个子区域,第二个子区域和第三个子区域。
根据上述内容可知,去噪后的目标区域的区域范围为K,...,M。则三等分为:
其中INT()表示取整。基于上述公式,就能够将去噪后的目标区域进行三等分。其中,F1和F2为三等分的分割点。
S32、基于每一所述子区域上的各个点的成像幅度值,计算每一子区域的总成像幅度值与所述去噪后的目标区域的总成像幅度值的比值;
具体的,由于去噪后的一维距离像中每一距离单元都对应有一个成像幅度值,分别计算每一子区域对应的比值,分别记为Energy(1),Energy(2)和Energy(3)。
计算公式如下:
S33、根据每一所述比值以及所述相对行驶方向,确定所述船只目标的类型。
可选的,在本实施例的基础上,步骤S33可以包括:
1)确定出所有的所述比值中的最大值;
设(Energy,Position_max)=max(Energy(1),Energy(2),Energy(3))
其中,Energy表示所有的所述比值中的最大值,Position_max表示最大值次序,即是第一个、第二个还是第三个。
2)当所有的所述比值满足预设计算公式、且所述最大值为第二个子区域对应的比值时,所述船只目标的类型为第一预设类型;
具体的,用Position_1,Position_2表示次比值和最小比值次序,定义比值门限值为ThEnergy,比值比例门限为ThBL1,ThBL2,预设计算公式为:
Energy>ThEnergy
即,最大值大于ThEnergy,最大值与最小比值的比值大于ThBL1,最大值与次比值的比值大于ThBL2。
若满足上述公式时,当最大值为第二个子区域对应的比值时,即Position_max=2,则认为该目标为形结构,为船楼主体居中的此类典型形状,可认为该船只目标的类型为舰船。
3)当所有的所述比值满足预设计算公式、所述最大值为第一个子区域对应的比值、且所述相对行驶方向为船只目标远离监测雷达时,所述船只目标的类型为第二预设类型;
如果最大值为第一个子区域对应的比值,即Position_max=1,且相对行驶方向为船只目标远离监测雷达时,则认为该船只目标为形结构,为商船典型形状,则认为船只目标的类型为商船。
4)当所有的所述比值满足预设计算公式、所述最大值为第三个子区域对应的比值、且所述相对行驶方向为船只目标接近监测雷达时,所述船只目标的类型为所述第二预设类型。
如果最大值为第三个子区域对应的比值,即Position_max=3,且所述相对行驶方向为船只目标接近监测雷达,则认为该目标为形结构,为商船典型形状,则认为船只目标的类型为商船。
本实施例中,能够基于去噪后的目标区域中各个子区域的结构以及船只目标与监测雷达的相对行驶方向,来确定船只目标的类型。进而能够使用本实施例中的方法,来对船只进行识别,确保海上行驶安全。
可选的,在上述船只分类方法的实施例的基础上,本发明的另一实施例提供了一种船只分类装置,参照图7,可以包括:
方向确定模块101,用于确定船只目标与监测雷达的相对行驶方向;
区域识别模块102,用于识别获取的所述船只目标的一维距离像中的目标区域;其中,所述目标区域为所述一维距离像中所述船只目标的成像;
去噪模块103,用于对所述目标区域进行去噪处理,得到去噪后的目标区域;
类型确定模块104,用于根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。
进一步,所述方向确定模块包括:
数据获取子模块,用于获取预设时间内所述船只目标的行驶数据;
相对值确定子模块,用于基于所述行驶数据,确定每单位时间所述船只目标与所述监测雷达的距离变化相对值;
方向确定子模块,用于根据每单位时间的距离变化相对值,确定所述船只目标与所述监测雷达的相对行驶方向。
本实施例中,确定船只目标与监测雷达的相对行驶方向,识别获取的所述船只目标的一维距离像中的目标区域,对所述目标区域进行去噪处理,得到去噪后的目标区域,根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。通过上述方法,本发明能够实现基于一维距离像来确定船只类型的目的。
需要说明的是,本实施例中的各个模块和子模块的工作过程,请参照上述实施例中的相应说明,在此不再赘述。
可选的,在上述任一船只分类装置的实施例的基础上,所述类型确定模块可以包括:
切割子模块,用于沿雷达方位线方向,对所述去噪后的目标区域进行等分切割,得到预设数量的子区域;
比值计算子模块,用于基于每一所述子区域上的各个点的成像幅度值,计算每一子区域的总成像幅度值与所述去噪后的目标区域的总成像幅度值的比值;
类型确定子模块,用于根据每一所述比值以及所述相对行驶方向,确定所述船只目标的类型。
进一步,所述预设数量为三个;三个所述子区域按照雷达方位线方向进行排序;
相应的,所述类型确定子模块包括:
最大值确定单元,用于确定出所有的所述比值中的最大值;
第一类型确定单元,用于当所有的所述比值满足预设计算公式、且所述最大值为第二个子区域对应的比值时,所述船只目标的类型为第一预设类型;
第二类型确定单元,用于当所有的所述比值满足预设计算公式、所述最大值为第一个子区域对应的比值、且所述相对行驶方向为船只目标远离监测雷达时,所述船只目标的类型为第二预设类型;
第三类型确定单元,用于当所有的所述比值满足预设计算公式、所述最大值为第三个子区域对应的比值、且所述相对行驶方向为船只目标接近监测雷达时,所述船只目标的类型为所述第二预设类型。
本实施例中,能够基于去噪后的目标区域中各个子区域的结构以及船只目标与监测雷达的相对行驶方向,来确定船只目标的类型。进而能够使用本实施例中的方法,来对船只进行识别,确保海上行驶安全。
需要说明的是,本实施例中的各个模块、子模块和单元的工作过程,请参照上述实施例中的相应说明,在此不再赘述。
可选的,在上述船只分类方法及装置的实施例的基础上,本发明的另一实施例中提供了一种电子设备,包括:存储器和处理器;
其中,所述存储器用于存储程序;
处理器用于调用程序,其中,所述程序用于:
确定船只目标与监测雷达的相对行驶方向;
识别获取的所述船只目标的一维距离像中的目标区域;其中,所述目标区域为所述一维距离像中所述船只目标的成像;
对所述目标区域进行去噪处理,得到去噪后的目标区域;
根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。
进一步,处理器用于确定船只目标与监测雷达的相对行驶方向时,具体用于:
获取预设时间内所述船只目标的行驶数据;
基于所述行驶数据,确定每单位时间所述船只目标与所述监测雷达的距离变化相对值;
根据每单位时间的距离变化相对值,确定所述船只目标与所述监测雷达的相对行驶方向。
进一步,处理器用于根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型时,具体用于:
沿雷达方位线方向,对所述去噪后的目标区域进行等分切割,得到预设数量的子区域;
基于每一所述子区域上的各个点的成像幅度值,计算每一子区域的总成像幅度值与所述去噪后的目标区域的总成像幅度值的比值;
根据每一所述比值以及所述相对行驶方向,确定所述船只目标的类型。
进一步,所述预设数量为三个;三个所述子区域按照雷达方位线方向进行排序;
相应的,处理器用于根据每一所述比值以及所述相对行驶方向,确定所述船只目标的类型时,具体用于:
确定出所有的所述比值中的最大值;
当所有的所述比值满足预设计算公式、且所述最大值为第二个子区域对应的比值时,所述船只目标的类型为第一预设类型;
当所有的所述比值满足预设计算公式、所述最大值为第一个子区域对应的比值、且所述相对行驶方向为船只目标远离监测雷达时,所述船只目标的类型为第二预设类型;
当所有的所述比值满足预设计算公式、所述最大值为第三个子区域对应的比值、且所述相对行驶方向为船只目标接近监测雷达时,所述船只目标的类型为所述第二预设类型。
本实施例中,确定船只目标与监测雷达的相对行驶方向,识别获取的所述船只目标的一维距离像中的目标区域,对所述目标区域进行去噪处理,得到去噪后的目标区域,根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。通过上述方法,本发明能够实现基于一维距离像来确定船只类型的目的。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种船只分类方法,其特征在于,包括:
确定船只目标与监测雷达的相对行驶方向;
识别获取的所述船只目标的一维距离像中的目标区域;其中,所述目标区域为所述一维距离像中所述船只目标的成像;
对所述目标区域进行去噪处理,得到去噪后的目标区域;
根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。
2.根据权利要求1所述的船只分类方法,其特征在于,根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型,包括:
沿雷达方位线方向,对所述去噪后的目标区域进行等分切割,得到预设数量的子区域;
基于每一所述子区域上的各个点的成像幅度值,计算每一子区域的总成像幅度值与所述去噪后的目标区域的总成像幅度值的比值;
根据每一所述比值以及所述相对行驶方向,确定所述船只目标的类型。
3.根据权利要求2所述的船只分类方法,其特征在于,所述预设数量为三个;三个所述子区域按照雷达方位线方向进行排序;
相应的,根据每一所述比值以及所述相对行驶方向,确定所述船只目标的类型,包括:
确定出所有的所述比值中的最大值;
当所有的所述比值满足预设计算公式、且所述最大值为第二个子区域对应的比值时,所述船只目标的类型为第一预设类型;
当所有的所述比值满足预设计算公式、所述最大值为第一个子区域对应的比值、且所述相对行驶方向为船只目标远离监测雷达时,所述船只目标的类型为第二预设类型;
当所有的所述比值满足预设计算公式、所述最大值为第三个子区域对应的比值、且所述相对行驶方向为船只目标接近监测雷达时,所述船只目标的类型为所述第二预设类型。
4.根据权利要求1所述的船只分类方法,其特征在于,确定船只目标与监测雷达的相对行驶方向,包括:
获取预设时间内所述船只目标的行驶数据;
基于所述行驶数据,确定每单位时间所述船只目标与所述监测雷达的距离变化相对值;
根据每单位时间的距离变化相对值,确定所述船只目标与所述监测雷达的相对行驶方向。
5.一种船只分类装置,其特征在于,包括:
方向确定模块,用于确定船只目标与监测雷达的相对行驶方向;
区域识别模块,用于识别获取的所述船只目标的一维距离像中的目标区域;其中,所述目标区域为所述一维距离像中所述船只目标的成像;
去噪模块,用于对所述目标区域进行去噪处理,得到去噪后的目标区域;
类型确定模块,用于根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。
6.根据权利要求5所述的船只分类装置,其特征在于,所述类型确定模块包括:
切割子模块,用于沿雷达方位线方向,对所述去噪后的目标区域进行等分切割,得到预设数量的子区域;
比值计算子模块,用于基于每一所述子区域上的各个点的成像幅度值,计算每一子区域的总成像幅度值与所述去噪后的目标区域的总成像幅度值的比值;
类型确定子模块,用于根据每一所述比值以及所述相对行驶方向,确定所述船只目标的类型。
7.根据权利要求6所述的船只分类装置,其特征在于,所述预设数量为三个;三个所述子区域按照雷达方位线方向进行排序;
相应的,所述类型确定子模块包括:
最大值确定单元,用于确定出所有的所述比值中的最大值;
第一类型确定单元,用于当所有的所述比值满足预设计算公式、且所述最大值为第二个子区域对应的比值时,所述船只目标的类型为第一预设类型;
第二类型确定单元,用于当所有的所述比值满足预设计算公式、所述最大值为第一个子区域对应的比值、且所述相对行驶方向为船只目标远离监测雷达时,所述船只目标的类型为第二预设类型;
第三类型确定单元,用于当所有的所述比值满足预设计算公式、所述最大值为第三个子区域对应的比值、且所述相对行驶方向为船只目标接近监测雷达时,所述船只目标的类型为所述第二预设类型。
8.根据权利要求5所述的船只分类装置,其特征在于,所述方向确定模块包括:
数据获取子模块,用于获取预设时间内的所述船只目标的行驶数据;
相对值确定子模块,用于基于所述行驶数据,确定每单位时间所述船只目标与所述监测雷达的距离变化相对值;
方向确定子模块,用于根据每单位时间的距离变化相对值,确定所述船只目标与所述监测雷达的相对行驶方向。
9.一种电子设备,其特征在于,包括:存储器和处理器;
其中,所述存储器用于存储程序;
处理器用于调用程序,其中,所述程序用于:
确定船只目标与监测雷达的相对行驶方向;
识别获取的所述船只目标的一维距离像中的目标区域;其中,所述目标区域为所述一维距离像中所述船只目标的成像;
对所述目标区域进行去噪处理,得到去噪后的目标区域;
根据所述去噪后的目标区域以及所述相对行驶方向,确定所述船只目标的类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810424902.6A CN108919284B (zh) | 2018-05-04 | 2018-05-04 | 一种船只分类方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810424902.6A CN108919284B (zh) | 2018-05-04 | 2018-05-04 | 一种船只分类方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108919284A true CN108919284A (zh) | 2018-11-30 |
CN108919284B CN108919284B (zh) | 2022-02-25 |
Family
ID=64403338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810424902.6A Active CN108919284B (zh) | 2018-05-04 | 2018-05-04 | 一种船只分类方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108919284B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112257811A (zh) * | 2020-11-11 | 2021-01-22 | 珠海大横琴科技发展有限公司 | 一种船只分类方法、装置、电子设备及存储介质 |
CN112801218A (zh) * | 2021-03-22 | 2021-05-14 | 中国人民解放军国防科技大学 | 一种基于降噪特征增强的多视角一维距离像融合识别方法 |
JP7414566B2 (ja) | 2020-02-06 | 2024-01-16 | 株式会社東芝 | 誘導装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030164792A1 (en) * | 2000-07-24 | 2003-09-04 | Mohammed Jahangir | Method and apparatus for recognising a radar target |
US20100079331A1 (en) * | 2008-09-26 | 2010-04-01 | Battisti Nicola | Method for processing a radar echo signal |
CN104459663A (zh) * | 2014-11-27 | 2015-03-25 | 中国船舶重工集团公司第七二四研究所 | 基于高分辨一维距离像的舰艇与货船分类方法 |
CN105469060A (zh) * | 2015-12-02 | 2016-04-06 | 杭州电子科技大学 | 一种基于紧致性测度加权的舰船类型识别方法 |
CN106019255A (zh) * | 2016-07-22 | 2016-10-12 | 中国船舶重工集团公司第七二四研究所 | 基于多视角下一维像数据层融合的雷达目标类型识别方法 |
CN106405521A (zh) * | 2016-10-14 | 2017-02-15 | 中国人民解放军海军七〇工厂 | 一种基于一维距离像的目标长度的计算方法及装置 |
CN106446916A (zh) * | 2016-10-14 | 2017-02-22 | 中国人民解放军海军七〇工厂 | 一种高分辨一维距离像特征提取的方法及装置 |
CN107765240A (zh) * | 2017-10-20 | 2018-03-06 | 中国人民解放军海军七〇工厂 | 一种运动状态的判断方法、装置和电子设备 |
-
2018
- 2018-05-04 CN CN201810424902.6A patent/CN108919284B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030164792A1 (en) * | 2000-07-24 | 2003-09-04 | Mohammed Jahangir | Method and apparatus for recognising a radar target |
US20100079331A1 (en) * | 2008-09-26 | 2010-04-01 | Battisti Nicola | Method for processing a radar echo signal |
CN104459663A (zh) * | 2014-11-27 | 2015-03-25 | 中国船舶重工集团公司第七二四研究所 | 基于高分辨一维距离像的舰艇与货船分类方法 |
CN105469060A (zh) * | 2015-12-02 | 2016-04-06 | 杭州电子科技大学 | 一种基于紧致性测度加权的舰船类型识别方法 |
CN106019255A (zh) * | 2016-07-22 | 2016-10-12 | 中国船舶重工集团公司第七二四研究所 | 基于多视角下一维像数据层融合的雷达目标类型识别方法 |
CN106405521A (zh) * | 2016-10-14 | 2017-02-15 | 中国人民解放军海军七〇工厂 | 一种基于一维距离像的目标长度的计算方法及装置 |
CN106446916A (zh) * | 2016-10-14 | 2017-02-22 | 中国人民解放军海军七〇工厂 | 一种高分辨一维距离像特征提取的方法及装置 |
CN107765240A (zh) * | 2017-10-20 | 2018-03-06 | 中国人民解放军海军七〇工厂 | 一种运动状态的判断方法、装置和电子设备 |
Non-Patent Citations (3)
Title |
---|
LAN DU等: ""Using the Amplitude Fluctuation Property of Target HRRP for Radar Automatic Target Recognition"", 《2006 CIE INTERNATIONAL CONFERENCE ON RADAR》 * |
孙长城等: ""舰船目标一维距离像查询识别数据库的设计"", 《科技创新与应用》 * |
魏存伟等: ""一种基于雷达HRRP的舰船目标识别方法"", 《电子科技》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7414566B2 (ja) | 2020-02-06 | 2024-01-16 | 株式会社東芝 | 誘導装置 |
CN112257811A (zh) * | 2020-11-11 | 2021-01-22 | 珠海大横琴科技发展有限公司 | 一种船只分类方法、装置、电子设备及存储介质 |
CN112257811B (zh) * | 2020-11-11 | 2022-04-19 | 珠海大横琴科技发展有限公司 | 一种船只分类方法、装置、电子设备及存储介质 |
CN112801218A (zh) * | 2021-03-22 | 2021-05-14 | 中国人民解放军国防科技大学 | 一种基于降噪特征增强的多视角一维距离像融合识别方法 |
CN112801218B (zh) * | 2021-03-22 | 2021-06-18 | 中国人民解放军国防科技大学 | 一种基于降噪特征增强的多视角一维距离像融合识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108919284B (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108919284A (zh) | 一种船只分类方法、装置及电子设备 | |
Gil et al. | Determination of the dynamic critical maneuvering area in an encounter between two vessels: Operation with negligible environmental disruption | |
CN101609504B (zh) | 一种红外图像海面目标检测识别定位方法 | |
US9031285B2 (en) | Detection of floating objects in maritime video using a mobile camera | |
KR20170133010A (ko) | 카메라 영상을 이용한 선박의 안전접안 시스템 및 그 방법 | |
EP4082890A1 (en) | Administrative server in ship navigation assistance system, ship navigation assistance method, and ship navigation assistance program | |
US20180144478A1 (en) | Method and system for sea background modeling and suppression on high-resolution remote sensing sea images | |
CN113012472A (zh) | 一种适用于vts系统的船舶预警方法、设备及存储介质 | |
EP3239926A1 (en) | Position measuring equipment | |
EP3926364A1 (en) | Ship target object detection system, method of detecting ship target object and reliability estimating device | |
EP2989610A1 (de) | Verfahren zum identifizieren oder detektieren einer unterwasserstruktur, rechner sowie wasserfahrzeug | |
Shaodan et al. | A ship target location and mask generation algorithms base on Mask RCNN | |
CN113447922A (zh) | 基于雷达捕捉和激光跟踪的岸基靠泊系统、方法及设备 | |
CN108959355A (zh) | 一种船只分类方法、装置及电子设备 | |
Rodningsby et al. | Tracking of divers using a probabilistic data association filter with a bubble model | |
JP6894356B2 (ja) | 船舶追尾システム | |
Sumimoto et al. | Machine vision for detection of the rescue target in the marine casualty | |
KR102269385B1 (ko) | 선박 운항 지원 시스템 및 이를 포함하는 선박 | |
Pappas et al. | Superpixel-guided CFAR detection of ships at sea in SAR imagery | |
Nelson et al. | Fractal-based image processing for mine detection | |
WO2023176640A1 (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
CN114078140B (zh) | 一种基于滑坡边界多边形和坡向图的滑坡轨迹提取方法 | |
Smith et al. | The statistical characterization of the sea for the segmentation of maritime images | |
WO2023162561A1 (ja) | 物標監視装置、操船システム、物標監視方法、及びプログラム | |
WO2023112347A1 (ja) | 物標監視装置、物標監視方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |