CN111626129A - 基于卫星ais与红外相机的舰船目标联合探测方法 - Google Patents
基于卫星ais与红外相机的舰船目标联合探测方法 Download PDFInfo
- Publication number
- CN111626129A CN111626129A CN202010342608.8A CN202010342608A CN111626129A CN 111626129 A CN111626129 A CN 111626129A CN 202010342608 A CN202010342608 A CN 202010342608A CN 111626129 A CN111626129 A CN 111626129A
- Authority
- CN
- China
- Prior art keywords
- ais
- ship target
- satellite
- infrared
- target
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 69
- 230000004927 fusion Effects 0.000 claims abstract description 25
- 238000003384 imaging method Methods 0.000 claims abstract description 25
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 230000009466 transformation Effects 0.000 claims description 9
- 238000003331 infrared imaging Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 229910052704 radon Inorganic materials 0.000 claims description 5
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 claims description 5
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000002401 inhibitory effect Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 11
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000007499 fusion processing Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于卫星AIS与红外相机的舰船目标联合探测方法,所述方法包括:卫星AIS载荷开机,接收舰船目标AIS信号后,在星上实时解析AIS信息,根据星上存储的AIS重点目标库,筛选出重点舰船目标。根据红外相机严格成像模型,确定重点舰船目标的观测时间、区域以及红外相机的观测角度,红外相机开机成像并下传图像。对下传的红外图像进行预处理,根据预处理后的红外图像进行舰船目标检测与特征提取。对卫星AIS与红外图像检测结果进行时空匹配、目标关联和数据融合。本发明的基于卫星AIS与红外相机的舰船目标联合探测方法,将卫星AIS数据与红外图像的检测结果进行目标关联,输出融合结果,实现非合作舰船目标的有效发现,同时验证AIS信息的正确与否。
Description
技术领域
本发明涉及海洋监视技术领域,尤其涉及一种基于卫星AIS与红外相机的舰船目标 联合探测方法。
背景技术
自动识别系统(AIS)旨在自动定位和跟踪船舶,已经广泛应用于海洋监视。AIS 收发器安装在总吨位大于300吨的国际航行船舶和所有客船上,消息报告主要包括船舶 的唯一标识符(MMSI)、经纬度、速度、方向、大小等信息。与岸基AIS监视平台相比, 卫星AIS具有作用距离远、覆盖范围广等优势,是各国卫星应用领域的重要发展方向之 一。同时,卫星AIS技术体制较为成熟,AIS载荷生产成本低,体积小,重量轻,可以 方便搭载在卫星上。但是,AIS无法发现非合作舰船目标,由于各种原因,操作员还可 以关闭舰船上的AIS设备,甚至篡改AIS中的GPS信息,从而干扰或断开外界对舰船的 位置跟踪。与AIS不同,红外探测系统作为被动非合作式遥感,抗侦察、抗干扰能力强。 海面背景红外辐射特性均匀单一,舰船目标的红外辐射特性很强,利用红外成像传感器 很容易探测到舰船目标。同时,红外成像传感器可以全天候工作,特别是在夜间与能见 度不好的情况下工作,非常适合天基海洋监视。因此,在卫星上集成AIS与红外相机载 荷,通过载荷之间的相互配合,进行舰船目标的联合探测,可以有效提高舰船目标的发 现能力,实现多源传感器的优势互补。因此,有必要针对卫星AIS与红外相机的特点, 设计一种高效、可行的联合探测方法,作为天基海洋监视领域的一项技术借鉴与补充。
发明内容
为实现上述目的,本发明提供了一种基于卫星AIS与红外相机的舰船目标联合探测 方法。具体技术方案如下:
一种基于卫星AIS与红外相机的舰船目标联合探测方法,所述方法包括:
卫星AIS载荷开机,接收舰船目标AIS信号后,在星上实时解析AIS信息,根据星 上存储的AIS重点目标库,筛选出重点舰船目标;
根据红外相机严格成像模型,确定重点舰船目标的观测时间、区域以及红外相机的 观测角度,红外相机开机成像并下传图像;
对下传的红外图像进行预处理,根据预处理后的红外图像进行舰船目标检测与特征 提取;
对卫星AIS与红外图像检测结果进行时空匹配、目标关联和数据融合。
可选地,所述对下传的红外图像进行预处理,包括:
通过卫星轨道、姿态、红外相机安装和成像角度构建卫星严格成像模型,利用卫星严格成像模型对下传的红外图像进行几何校正,得到地图投影坐标系下的平面物方图像。
可选地,所述根据预处理后的红外图像进行舰船目标检测,包括:
通过Tophat变换,区分海面与舰船目标区域,抑制背景杂波,得到图像I;
设置阈值对图像I进行分割,得到包含舰船目标的二值图B;
通过形态学滤波算法,根据红外图像分辨率,滤除低可信度的候选目标,提取目标像素区域;
计算每个目标像素区域内的舰船目标的质心作为红外舰船目标位置。
可选地,所述根据预处理后的图像进行舰船目标特征提取,包括:
对每个目标像素区域内的舰船目标进行切片去均值,然后进行Radon变换,提取舰船目标在切片上的旋转角度,作为红外航向信息;
根据舰船目标倾斜角将切片旋转至水平位置,进行切片水平方向投影,得到舰船目 标的轮廓图;
通过设置阈值,根据舰船目标的能量图确定舰船目标的首尾两端位置,得到红外舰 船目标长度。
可选地,所述对卫星AIS与红外图像检测结果进行时空匹配,包括:
根据AIS信息,确定舰船目标的航迹;
根据红外图像的观测区域,筛选在红外成像时刻红外观测区域内的AIS信息,经过航迹推算与区域筛选,确定每个舰船目标在红外成像时刻的AIS舰船目标位置、AIS航 向信息和AIS舰船目标长度。
可选地,所述对卫星AIS与红外图像检测结果进行目标关联,包括:
根据红外舰船目标位置、AIS舰船目标位置、红外舰船目标长度和AIS舰船目标长度进行相似性距离度量;
通过二维分配求解关联结果。
可选地,所述对卫星AIS与红外图像检测结果进行数据融合,包括:
若红外舰船目标与AIS舰船目标关联上判定舰船目标真实存在,同时判断AIS信息为合作目标,输出AIS信息作为融合检测结果。
可选地,所述对卫星AIS与红外图像检测结果进行数据融合,还包括:
只有AIS信息时,判定为低置信度AIS信息;
若AIS信息中的AIS舰船目标长度满足红外图像的最小可检测长度,且在红外图像中没有可关联目标,判定为虚假AIS信息。
可选地,所述对卫星AIS与红外图像检测结果进行数据融合,还包括:
只有红外图像时,判定舰船目标为待进一步确认的疑似非合作目标;
若舰船目标长度大于预设值,判定舰船目标为高价值重点目标,输出红外图像检测 结果作为融合检测结果。
本发明技术方案的主要优点如下:
本发明的基于卫星AIS与红外相机的舰船目标联合探测方法,卫星AIS常态开机,接收到AIS信息后进行目标筛选,引导星载红外相机开机成像;红外相机成像后红外图 像与AIS数据及时回传,对红外图像进行舰船目标检测与特征提取。卫星AIS数据与红 外图像的检测结果进行目标关联,输出融合结果,实现非合作舰船目标的有效发现,同 时验证AIS信息的正确与否。且易于实现,利用卫星多源传感器有效提高海上的综合态 势感知能力,得到目标信息容错性强、融合结果可行度高。并且实效性强,可以进一步 用于星上AIS与红外相机的实时融合处理。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本发明的一部分, 本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附 图中:
图1为本发明一实施例提供的基于卫星AIS与红外相机的舰船目标联合探测方法的 流程图;
图2为本发明一实施例提供的卫星AIS与红外图像检测点数据融合前的结果图;
图3为本发明一实施例提供的卫星AIS与红外图像检测点数据融合后的结果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相 应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,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。
以下结合附图,详细说明本发明实施例提供的技术方案。
本发明实施例提供了一种基于卫星AIS与红外相机的舰船目标联合探测方法,如附 图1所示,该方法包括:
S1,卫星AIS载荷开机,接收舰船目标AIS信号后,在星上实时解析AIS信息,根 据星上存储的AIS重点目标库,筛选出重点舰船目标。
S2,根据红外相机严格成像模型,确定重点舰船目标的观测时间、区域以及红外相机的观测角度,红外相机开机成像并下传图像。
S3,对下传的红外图像进行预处理,根据预处理后的红外图像进行舰船目标检测与 特征提取。
S4,对卫星AIS与红外图像检测结果进行时空匹配、目标关联和数据融合。
本发明实施例提供的基于卫星AIS与红外相机的舰船目标联合探测方法,卫星AIS常态开机,接收到AIS信息后进行目标筛选,引导星载红外相机开机成像;红外相机成 像后红外图像与AIS数据及时回传,对红外图像进行舰船目标检测与特征提取。卫星AIS 数据与红外图像的检测结果进行目标关联,输出融合结果,实现非合作舰船目标的有效 发现,同时验证AIS信息的正确与否。且易于实现,利用卫星多源传感器有效提高海上 的综合态势感知能力,得到目标信息容错性强、融合结果可行度高。并且实效性强,可 以进一步用于星上AIS与红外相机的实时融合处理。
具体地,以下对本发明实施例提供的基于卫星AIS与红外相机的舰船目标联合探测 方法的各步骤给予详细阐述:
其中,步骤S1和步骤S2可以统称为卫星AIS引导红外相机成像。
由于卫星AIS载荷的探测幅宽一般为千公里量级,而星载红外相机载荷的范围相对 很窄,一般为几十公里到几百公里。同时,舰船目标的位置是不确定的,且分布区域不均匀,因此利用卫星AIS载荷引导红外相机载荷对重点海域的重点目标进行成像,可以 实现舰船目标的发现,特别是重要的非合作目标的发现。
卫星AIS载荷功耗小,可以长时间开机,接收到舰船目标发出AIS信号后,在星上实时完成AIS信息的解析。根据星上存储的AIS重点目标库,按照MMSI进行编号,筛 选出重点舰船目标,根据重点目标的经纬度坐标以及星载红外相机的严格成像模型,结 合成像角度等约束条件,确定观测时间、区域以及红外相机的观测角度。如果不满足引 导条件,则按照计划对重点区域进行推扫成像,实现广域的目标探测;如果满足引导条 件,则在观测窗口调整红外相机观测角度,发送成像指令,实现对目标区域的快速成像 并存储,通过数传或者高速数据链将红外图像以及AIS数据及时下传,有效提高卫星系 统的综合观测能力。
步骤S3,对下传的红外图像进行预处理,根据预处理后的红外图像进行舰船目标检 测与特征提取,进一步包括:
S301,对下传的红外图像进行预处理:
通过卫星轨道、姿态、红外相机安装和成像角度构建卫星严格成像模型,利用卫星严格成像模型对下传的红外图像进行几何校正,得到地图投影坐标系下的平面物方图像。
S302,根据预处理后的红外图像进行舰船目标检测:
卫星红外图像相对可见光图像,分辨率较低,舰船目标在图像中一般为小目标,采用Tophat变换、自适应阈值分割以及形态学滤波等算法从红外图像中提取舰船目标。首先,通过Tophat变换,区分海面与舰船目标区域,抑制背景杂波,得到图像I。
然后,设置阈值Twater对图像I进行分割,得到包含舰船目标的二值图B:
其中,Twater=mean(I)+kvar(I),mean(I),var(I)分别为图像均值与标准差,k为经验值,一般设为5~10。
最后,提取目标像素区域,通过形态学滤波算法,根据实际红外图像分辨率,滤除低可信度的候选目标,并计算每个目标像素区域内的舰船目标的质心作为红外舰船目标位置。
示例地,当红外图像的分辨率为10m时,可以保留像素2~200范围内的目标。计算每个目标像素区域内的舰船目标的质心作为目标的实际位置,通过WGS-84坐标系下的 平面坐标到地理坐标的转换,用经纬度表示舰船目标的位置,i=1,…,NIR。
S303,根据预处理后的图像进行舰船目标特征提取:
由于卫星红外图像的分辨率相对较低,舰船目标的细节特征提取较为困难,采用图 像直线检测中Radon变换来提取目标切片中目标长度与船身角度信息,同时将船身角度近似为航向。由于舰船目标是狭长的,在目标切片中以直线形式分布,Radon变换后会 在舰船的长度方向产生峰值。为了避免对角线上的能量累积超过目标倾斜角方向,先对 每个目标像素区域内的舰船目标进行切片去均值,然后进行Radon变换,提取舰船目标 在切片上的旋转角度,作为红外航向信息根据舰船目标倾斜角将切片旋转至水平位 置,进行切片水平方向投影,得到舰船目标的轮廓图。通过设置阈值,根据舰船目标的 能量图确定舰船目标的首尾两端位置,得到红外舰船目标长度
步骤S4,对卫星AIS与红外图像检测结果进行时空匹配、目标关联和数据融合,进一步包括:
S401,对卫星AIS与红外图像检测结果进行时空匹配:
红外相机成像时间前后,AIS载荷一直工作,舰船目标会产生一段航迹信息。对于每一条AIS信息,主要包含时间、MMSI、经纬度、航向、航速、长度等信息,按照MMSI 进行编号,按照时间顺序得到舰船目标的航迹。对于每一个舰船目标,找到最接近成像 时刻的航迹点,设此时航迹信息中经度、纬度坐标为航向角为c,航速为v,航 迹点的时刻与成像时刻的差值为T,利用恒向恒速模型中的中分纬度恒向线航法,可以 得到红外成像时刻的AIS舰船目标地理位置为:
其中,a为赤道1度经度弧长对应的海里数,单位为海里/度(nm/°),a一般取值为60。经纬度以及航向角的单位为度(°),时间单位为小时(h),速度单位为节(kn),1节等 于1海里/小时(kn=nm/h)。
AIS位置信息与红外位置信息统一为WGS-84坐标系下的地理坐标,无需再作转换。由于卫星AIS的探测幅宽远大于红外相机,因此根据红外图像的观测区域,筛选在成像 时刻该区域内的AIS信息。经过航迹推算与区域筛选,每个舰船目标在红外成像时刻的 AIS舰船目标位置可以表示为相应的航向、长度信息分别表 示为其中NAIS为具有AIS信息的舰船目标个数。
S402,对卫星AIS与红外图像检测结果进行目标关联:
根据红外舰船目标位置、AIS舰船目标位置、红外舰船目标长度和AIS舰船目标长度进行相似性距离度量。相似性距离度量定义为:
设置二维分配的约束表达式为;
其中,Δp与Δl分别是确定关联门的位置和长度阈值,aij={0,1},aij为1表示点对 能够关联,否则不关联。同时超过阈值不进行关联,即当时,aij=0。 二维分配变量aij的取值需要使分配代价的加权和最小,可以通过Munkres、 Jonker-Volgenant等分配算法快速求解,最终得到关联结果。
S403,对卫星AIS与红外图像检测结果进行数据融合:
情形一:若红外舰船目标与AIS舰船目标关联上,判定舰船目标真实存在,同时判断AIS信息为合作目标,输出AIS信息作为融合检测结果。
情形二:只有AIS信息时,判定为低置信度AIS信息。进一步地,若AIS信息中的 AIS舰船目标长度满足红外图像的最小可检测长度,且在红外图像中没有可关联目标, 判定为虚假AIS信息。
情形三:只有红外图像时,判定舰船目标为待进一步确认的疑似非合作目标。若舰船目标长度大于预设值,判定舰船目标为高价值重点目标,输出红外图像检测结果作为 融合检测结果,并引导高分辨率成型卫星进行详细查探。
以下结合具体实施例对本发明的探测方法的有益效果进行说明:
该实施例中,选用分辨率为20m的Sentinel-2卫星红外图像,配合卫星AIS数据验证联合探测方法的有效性。图2为卫星AIS与红外图像检测点数据融合前的结果图,图 3为卫星AIS与红外图像检测点数据融合后的效果图,可以看出,经过数据融合,可以 将合作目标与非合作目标有效区分,增加了态势感知能力,实现了载荷探测性能的优势 互补。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将 一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操 作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何 其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者 设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过 程、方法、物品或者设备所固有的要素。此外,本文中“前”、“后”、“左”、“右”、“上”、 “下”均以附图中表示的放置状态为参照。
最后应说明的是:以上实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然 可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替 换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的 精神和范围。
Claims (9)
1.一种基于卫星AIS与红外相机的舰船目标联合探测方法,其特征在于,所述方法包括:
卫星AIS载荷开机,接收舰船目标AIS信号后,在星上实时解析AIS信息,根据星上存储的AIS重点目标库,筛选出重点舰船目标;
根据红外相机严格成像模型,确定重点舰船目标的观测时间、区域以及红外相机的观测角度,红外相机开机成像并下传图像;
对下传的红外图像进行预处理,根据预处理后的红外图像进行舰船目标检测与特征提取;
对卫星AIS与红外图像检测结果进行时空匹配、目标关联和数据融合。
2.根据权利要求1所述的基于卫星AIS与红外相机的舰船目标联合探测方法,其特征在于,所述对下传的红外图像进行预处理,包括:
通过卫星轨道、姿态、红外相机安装和成像角度构建卫星严格成像模型,利用卫星严格成像模型对下传的红外图像进行几何校正,得到地图投影坐标系下的平面物方图像。
3.根据权利要求2所述的基于卫星AIS与红外相机的舰船目标联合探测方法,其特征在于,所述根据预处理后的红外图像进行舰船目标检测,包括:
通过Tophat变换,区分海面与舰船目标区域,抑制背景杂波,得到图像I;
设置阈值对图像I进行分割,得到包含舰船目标的二值图B;
通过形态学滤波算法,根据红外图像分辨率,滤除低可信度的候选目标,提取目标像素区域;
计算每个目标像素区域内的舰船目标的质心作为红外舰船目标位置。
4.根据权利要求3所述的基于卫星AIS与红外相机的舰船目标联合探测方法,其特征在于,所述根据预处理后的图像进行舰船目标特征提取,包括:
对每个目标像素区域内的舰船目标进行切片去均值,然后进行Radon变换,提取舰船目标在切片上的旋转角度,作为红外航向信息;
根据舰船目标倾斜角将切片旋转至水平位置,进行切片水平方向投影,得到舰船目标的轮廓图;
通过设置阈值,根据舰船目标的能量图确定舰船目标的首尾两端位置,得到红外舰船目标长度。
5.根据权利要求4所述的基于卫星AIS与红外相机的舰船目标联合探测方法,其特征在于,所述对卫星AIS与红外图像检测结果进行时空匹配,包括:
根据AIS信息,确定舰船目标的航迹;
根据红外图像的观测区域,筛选在红外成像时刻红外观测区域内的AIS信息,经过航迹推算与区域筛选,确定每个舰船目标在红外成像时刻的AIS舰船目标位置、AIS航向信息和AIS舰船目标长度。
6.根据权利要求5所述的基于卫星AIS与红外相机的舰船目标联合探测方法,其特征在于,所述对卫星AIS与红外图像检测结果进行目标关联,包括:
根据红外舰船目标位置、AIS舰船目标位置、红外舰船目标长度和AIS舰船目标长度进行相似性距离度量;
通过二维分配求解关联结果。
7.根据权利要求6所述的基于卫星AIS与红外相机的舰船目标联合探测方法,其特征在于,所述对卫星AIS与红外图像检测结果进行数据融合,包括:
若红外舰船目标与AIS舰船目标关联上判定舰船目标真实存在,同时判断AIS信息为合作目标,输出AIS信息作为融合检测结果。
8.根据权利要求6所述的基于卫星AIS与红外相机的舰船目标联合探测方法,其特征在于,所述对卫星AIS与红外图像检测结果进行数据融合,还包括:
只有AIS信息时,判定为低置信度AIS信息;
若AIS信息中的AIS舰船目标长度满足红外图像的最小可检测长度,且在红外图像中没有可关联目标,判定为虚假AIS信息。
9.根据权利要求6所述的基于卫星AIS与红外相机的舰船目标联合探测方法,其特征在于,所述对卫星AIS与红外图像检测结果进行数据融合,还包括:
只有红外图像时,判定舰船目标为待进一步确认的疑似非合作目标;
若舰船目标长度大于预设值,判定舰船目标为高价值重点目标,输出红外图像检测结果作为融合检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010342608.8A CN111626129A (zh) | 2020-04-27 | 2020-04-27 | 基于卫星ais与红外相机的舰船目标联合探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010342608.8A CN111626129A (zh) | 2020-04-27 | 2020-04-27 | 基于卫星ais与红外相机的舰船目标联合探测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111626129A true CN111626129A (zh) | 2020-09-04 |
Family
ID=72270901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010342608.8A Pending CN111626129A (zh) | 2020-04-27 | 2020-04-27 | 基于卫星ais与红外相机的舰船目标联合探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111626129A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112598733A (zh) * | 2020-12-10 | 2021-04-02 | 广州市赋安电子科技有限公司 | 一种基于多模态数据融合补偿自适应优化的船舶检测方法 |
CN112686095A (zh) * | 2020-12-04 | 2021-04-20 | 中国人民解放军海军航空大学 | 一种静止轨道凝视卫星遥感图像舰船目标航迹关联方法 |
CN114898213A (zh) * | 2022-05-19 | 2022-08-12 | 中国人民解放军国防科技大学 | 基于ais知识辅助的遥感图像旋转舰船目标检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107273530A (zh) * | 2017-06-28 | 2017-10-20 | 南京理工大学 | 基于互联网信息的重要船只目标动态监测方法 |
US20180203125A1 (en) * | 2017-01-17 | 2018-07-19 | Harris Corporation | System for monitoring marine vessels using fractal processing of aerial imagery and related methods |
CN109507665A (zh) * | 2018-10-30 | 2019-03-22 | 北京空间飞行器总体设计部 | 一种基于星载ais实时信息引导的星上自主成像方法 |
CN110389366A (zh) * | 2019-08-05 | 2019-10-29 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于多源sar卫星的海上目标运动估计方法 |
CN110736971A (zh) * | 2019-11-05 | 2020-01-31 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种岸基雷达海杂波测量区域非合作目标实时识别方法 |
CN110780327A (zh) * | 2019-10-29 | 2020-02-11 | 中国人民解放军军事科学院国防科技创新研究院 | 基于星载ais与红外相机的海上目标协同定位方法 |
CN110889380A (zh) * | 2019-11-29 | 2020-03-17 | 北京卫星信息工程研究所 | 一种舰船识别方法、装置及计算机存储介质 |
-
2020
- 2020-04-27 CN CN202010342608.8A patent/CN111626129A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180203125A1 (en) * | 2017-01-17 | 2018-07-19 | Harris Corporation | System for monitoring marine vessels using fractal processing of aerial imagery and related methods |
CN107273530A (zh) * | 2017-06-28 | 2017-10-20 | 南京理工大学 | 基于互联网信息的重要船只目标动态监测方法 |
CN109507665A (zh) * | 2018-10-30 | 2019-03-22 | 北京空间飞行器总体设计部 | 一种基于星载ais实时信息引导的星上自主成像方法 |
CN110389366A (zh) * | 2019-08-05 | 2019-10-29 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于多源sar卫星的海上目标运动估计方法 |
CN110780327A (zh) * | 2019-10-29 | 2020-02-11 | 中国人民解放军军事科学院国防科技创新研究院 | 基于星载ais与红外相机的海上目标协同定位方法 |
CN110736971A (zh) * | 2019-11-05 | 2020-01-31 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种岸基雷达海杂波测量区域非合作目标实时识别方法 |
CN110889380A (zh) * | 2019-11-29 | 2020-03-17 | 北京卫星信息工程研究所 | 一种舰船识别方法、装置及计算机存储介质 |
Non-Patent Citations (1)
Title |
---|
YONG LIU,ET AL: "《GF-4 Satellite and Automatic Identification System Data Fusion for Ship Tracking》", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112686095A (zh) * | 2020-12-04 | 2021-04-20 | 中国人民解放军海军航空大学 | 一种静止轨道凝视卫星遥感图像舰船目标航迹关联方法 |
CN112686095B (zh) * | 2020-12-04 | 2022-08-19 | 中国人民解放军海军航空大学 | 一种静止轨道凝视卫星遥感图像舰船目标航迹关联方法 |
CN112598733A (zh) * | 2020-12-10 | 2021-04-02 | 广州市赋安电子科技有限公司 | 一种基于多模态数据融合补偿自适应优化的船舶检测方法 |
CN112598733B (zh) * | 2020-12-10 | 2021-08-03 | 广州市赋安电子科技有限公司 | 一种基于多模态数据融合补偿自适应优化的船舶检测方法 |
CN114898213A (zh) * | 2022-05-19 | 2022-08-12 | 中国人民解放军国防科技大学 | 基于ais知识辅助的遥感图像旋转舰船目标检测方法 |
CN114898213B (zh) * | 2022-05-19 | 2024-06-28 | 中国人民解放军国防科技大学 | 基于ais知识辅助的遥感图像旋转舰船目标检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414396B (zh) | 一种基于深度学习的无人艇感知融合算法 | |
CN105842724B (zh) | 一种船舶辅助泊岸方法和系统 | |
US10378905B2 (en) | Auxiliary berthing method and system for vessel | |
CN101214851B (zh) | 船舶行驶智能型全天候主动安全预警系统及其预警方法 | |
CN111626129A (zh) | 基于卫星ais与红外相机的舰船目标联合探测方法 | |
Paes et al. | Ship detection using TerraSAR-X images in the Campos Basin (Brazil) | |
US20220024549A1 (en) | System and method for measuring the distance to an object in water | |
KR20130037764A (ko) | 선박 통합모니터링을 위한 위성정보 및 선박정보의 통합방법 | |
Kim et al. | Artificial intelligence vision-based monitoring system for ship berthing | |
WO2019130554A1 (en) | Image processing apparatus, image processing method, and non-transitory computer readable medium storing image processing program | |
US20240303852A1 (en) | Methods and systems for detecting vessels | |
CN114898213B (zh) | 基于ais知识辅助的遥感图像旋转舰船目标检测方法 | |
KR102690410B1 (ko) | 해상관측 합성개구레이더 영상의 기하보정 방법 및 그 장치 | |
CN116453276A (zh) | 一种海上风电电子围栏监控预警方法和系统 | |
Lu et al. | Fusion of camera-based vessel detection and ais for maritime surveillance | |
KR101920707B1 (ko) | 영상정보 기반의 스마트 항적 정보 생성 장치 및 그 생성방법 | |
CN117688349A (zh) | 一种基于数字孪生的海上搜救方法和系统 | |
CN111105419B (zh) | 一种基于极化sar图像的车辆船舶检测方法及装置 | |
CN111366920A (zh) | 一种海上风电场的雷达光电跟踪系统 | |
Pires et al. | ASV: an innovative automatic system for maritime surveillance | |
CN114445761A (zh) | 一种基于图像识别的雷康状态远程监测方法 | |
KR102694525B1 (ko) | 위성 기반의 선박 탐지 방법, 선박 탐지 시스템, 이를 위한 컴퓨터 프로그램 | |
Ming et al. | Research on Key Technique of Screen Spot Authenticity Detection Based on ARPA Ground-Based Radar | |
Chen et al. | TBR Maximum Criteria for High Resolution Image Vessel Target Extraction | |
Wu et al. | Uncertainty-Aware Ship Location Estimation using Multiple Cameras in Coastal Areas |
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 |