CN112614177A - 一种适用于船舶冰区走航测试的海冰厚度识别系统及海冰厚度识别方法 - Google Patents

一种适用于船舶冰区走航测试的海冰厚度识别系统及海冰厚度识别方法 Download PDF

Info

Publication number
CN112614177A
CN112614177A CN202011483404.2A CN202011483404A CN112614177A CN 112614177 A CN112614177 A CN 112614177A CN 202011483404 A CN202011483404 A CN 202011483404A CN 112614177 A CN112614177 A CN 112614177A
Authority
CN
China
Prior art keywords
sea ice
ice
image
black
white
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
Application number
CN202011483404.2A
Other languages
English (en)
Other versions
CN112614177B (zh
Inventor
陈晓东
范钦涛
季顺迎
张培宣
马宏宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202011483404.2A priority Critical patent/CN112614177B/zh
Publication of CN112614177A publication Critical patent/CN112614177A/zh
Application granted granted Critical
Publication of CN112614177B publication Critical patent/CN112614177B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明属于船舶与海洋工程技术领域，涉及到一种适用于船舶冰区走航测试的海冰厚度识别系统，特别涉及到船舶在冰区航行过程中对海冰翻转过程的图像采集装置以及对图像中海冰厚度参数的自动识别方法。图像采集装置包括黑白双目摄像机、红外测距仪、图形处理器、显示屏、数据交换机。本发明可捕捉海冰横截面的视频图像信息，可得到延迟低于1秒与精度达到厘米的海冰厚度参数并解决了海冰图像的标定问题。

Description

一种适用于船舶冰区走航测试的海冰厚度识别系统及海冰厚 度识别方法
技术领域
本发明属于船舶与海洋工程技术领域，涉及到一种适用于船舶冰区走航测试的海冰厚度识别系统，特别涉及到船舶在冰区航行过程中对海冰翻转过程的图像采集装置以及对图像中海冰厚度参数的自动识别方法。
背景技术
海冰是极地船舶所面临的主要环境威胁，海冰对结构所产生的冰荷载严重影响了船舶的安全作业。已有研究表明冰载荷与海冰厚度呈明显的正相关关系，因此海冰的厚度测量是预测与衡量冰载荷的重要参数之一，对其进行准确有效的测量可有助于提高冰区船舶航行的安全性。
已公知的文献有：合成孔径雷达图像的海冰海水的分割方法CN202010411937.3；基于最小二乘平差的海冰厚度分布估测方法及系统CN202010008413.X；一种基于可变焦图像法的野外冰厚冰速自动测量方法CN201610586517.2；基于数字图像处理的海冰参数识别与统计分析，大连理工大学，顾纵棋，2016；季顺迎等，渤海海冰现场监测的数字图像技术及其应用，海洋学报(中文版)，2011，33(04):79-87。
首先，这些专利的保护内容主要是海冰参数的识别方法，而并没有描述海冰的图像采集设备及其安装方法。其次，专利“合成孔径雷达图像的海冰海水的分割方法”中所采用的合成孔径雷达主要基于电磁辐射信号，对海冰的识别精度较低仅可达到米级；专利“基于最小二乘平差的海冰厚度分布估测方法及系统”中所述方法主要针对卫星遥感图片，其识别精度通常仅为公里级且采样频率较低。此外，专利“一种基于可变焦图像法的野外冰厚冰速自动测量方法”、文献“基于数字图像处理的海冰参数识别与统计分析”与“渤海海冰现场监测的数字图像技术及其应用”中所述的方法是基于静态的海洋平台而非船体结构，船舶与海洋平台不同的结构形式所导致的海冰翻转部位差异和图像信息中海冰厚度的自动标定与自动识别均未考虑。
发明内容
针对现有技术存在的问题，本发明提供一种适用于船舶冰区走航测试的海冰厚度识别系统及海冰厚度识别方法。
本发明要解决的技术问题是：
(1)在船舶冰区航行过程中获取实时、毫米级精度的海冰厚度参数；
(2)所述系统可捕捉海冰与船体相互作用后海冰的翻转过程；
(3)通过几何图形学方法对海冰翻转截面及海冰厚度进行自动识别。
为达到以上目的，本发明的技术方案是：
一种适用于极地船舶走航测试的海冰厚度识别系统，包括黑白双目摄像机、红外测距仪3、图形处理器、显示屏、数据交换机，其中，黑白双目摄像机与图形处理器、数据交换机连接，红外测距仪3与数据交换机连接，显示屏于显示所测海冰厚度及图像处理后的结果。
所述的黑白双目摄像机用于采集海冰翻转过程的视频图像特别是翻转过程中海冰截面出水后垂直于水面时的图像。所述黑白双目摄像机设于船艏向船身的过渡区域，且其照射方向竖直向下朝向海面，在船舶航行过程中海冰与船艏率先发生碰撞，随着船舶继续前进破碎后的海冰沿船艏外板向船尾方向移动，当碎冰由船艏流经至船身时，碎冰翻转为与水面垂直方向且部分冰体露出水面，此时黑白双目摄像机照射方向垂直于翻转碎冰的截面，因此黑白双目摄像机可得到海冰截面图像并结合相应方法计算海冰厚度。
所述的激光测距仪3设于黑白双目摄像机附近且照射方向竖直向下垂直于水面，用于测量黑白双目摄像机与海平面之间距离。在通过数字图像对海冰厚度进行识别时，需通过摄像机与海冰之间间距对图像信息及尺寸进行标定，而船舶吃水变化会改边摄像机与水面之间的间距，采用激光测距仪可通过非接触方式不断更新摄像机与海冰之间的实际距离，从而提高所识别海冰厚度的精度。
所述的双目摄像机所采集的视频图像与红外测距仪3所测得数据通过导线传输至图形处理器。图像处理器通过图像处理方法对黑白双目摄像机采集的视频图像信息进行处理，并提取海冰厚度参数。图像处理器根据红外测距仪3所测得摄像机距离冰面的距离，可计算出图像中每个像素点所对应的真实尺寸。
所述的数据交换机用于长距离传输图像数据时的信号增益。
进一步的，所述的图像处理器其配置需满足显存16G、DDR6以上，从而可对分辨率为1280×720像素的图片实现低于0.1秒的处理速度。进一步的，黑白双目摄像机仅采集灰度图像，由于海冰与海水的颜色简单，因此采用灰度图像可减少三分之二存储图像所占内存并提高图像处理效率。
进一步的，黑白双目摄像机所采集的视频分辨率高于1280×720像素，由于图像中海冰厚度占比约十分之一，因此该像素点可保证厚度5米以下海冰的厚度识别分辨率可达到0.1厘米。
进一步的，黑白双目摄像机采集频率需达到100帧，考虑海冰翻转角度约180°、翻转过程约2秒，此时摄像机采集频率所引起的反转角度误差约为1°，可同时满足海冰厚度厘米级的识别精度与低于1秒的同步精度及延迟要求。
进一步的，黑白双目摄像机采用双目成像原理，在海冰厚度识别过程中需判断碎冰截面是否完全垂直与水面，通过两路已知角度的图像信息可获得海冰翻转角度的信息从而判断海冰是否完全垂直于水面。
一种基于适用于极地船舶走航测试的海冰厚度识别系统实现的海冰厚度识别方法，包括以下步骤：
Step 1：通过黑白双目摄像机采集海冰与船身碰撞破坏后的反转图像，所采集的视频图片为P0。
Step 2：采用图像处理器对P0进行图像处理，提取每个像素与相邻的8个像素点的灰度梯度几何平均数并进行膨胀和腐蚀等处理，将处理结果绘制为梯度向量图片P1。
Step 3：将P1图片中的灰度值分布进行统计，采用灰度值中占比为前10％像素点的最低值为阈值进行二值化处理，高于该阈值的像素点划分为特征点，如此可得到以像素点图片P2。
Step 4：采用霍夫变换对P2图像中像素点所在线段进行识别，并将所识别的所有线段进行统计，其中Li为第i条线段，并记录该线段的端点Ai和Bi的坐标Ai(xAi，yAi)、Bi(xBi，yBi)。
Step 5：根据每条线段的端点坐标，计算其在相对坐标系下的角度αi、长度di与中点坐标Mi(xMi，yMi)。对所有线段中任意两条线段的相对位置关系进行计算，包括角度差、长度差、距离。
Step 6：对任意两条线段的相对位置关系进行计算，得到线段对的相对夹角Δαi,j、长度比Ri,j、中点间距Δdi,j；对每个变量分别给出约束值即Δαj<5°、0.5<Rdj<2、Δdj<5m，若同时满足以上约束条件则认为线段Li与Lj组成的线段对(Li，Lj)属于同一块海冰的上下截面。
Step 6：在每组线段对中，将一条线段Li向另一条线段Lj进行投影，并以像素点为单位求出两条线段的间距，且认为间距代表所识别海冰的厚度，将同一帧图像内的海冰厚度所对应的像素点数量取均值。
Step 7：通过黑白双目摄像机的转动角度及红外测距仪所测得的摄像机至冰面距离对视频图像进行标定，得到每个像素点所对应的实际尺寸。
Step 8：将以像素点为单位的冰厚换算为以米为单位的冰厚。
本发明效果和益处是：通过一种适用于极地船舶走航测试的海冰厚度识别系统，得到可捕捉海冰横截面的图像采集系统；可从数字图像中自动识别海冰的厚度参数；可得延迟低于1秒的海冰参数实时获取；可得到厘米级精度的海冰厚度参数；解决了海冰图像采集装置的标定问题。
附图说明
图1是双目摄像机的安装示意图。
图2为步骤Step 1中P0原始图片。
图3为步骤Step2中P2像素点图片。
图4为步骤Step4中采用Hough变化所识别出的线段(加粗显示)。
图5为步骤Step6中所识别代表海冰上下截面的平行线(Li，Lj)
图中：1双目摄像机左侧镜头；2双目摄像机右侧镜头；3红外测距仪。
具体实施方式
以下结合技术方案(和附图)详细叙述本发明的具体实施方式。
一种适用于极地船舶走航测试的海冰厚度识别系统，包括黑白双目摄像机、红外测距仪3、图形处理器、显示屏、数据交换机，其中，黑白双目摄像机与图形处理器、数据交换机连接，红外测距仪3与数据交换机连接，显示屏于显示所测海冰厚度及图像处理后的结果。黑白双目摄像机包括双目摄像机左侧镜头1和双目摄像机右侧镜头2。根据附图1中1双目摄像机左侧镜头与2双目摄像机右侧镜头所示意的覆盖区域，海冰翻转区域即船艏至船身过渡区域须处于两镜头覆盖区域的重叠处。双目摄像机所采集的视频图像与红外测距仪3所测得数据通过导线传输至安置于驾驶室中的图形处理器，图形处理器根据所测距离与图像进行计算分析，将所得冰厚参数发布于显示屏中。由于视频图像的数据量较大，需在数据传输过程中每50米布置数据交换机一台以提高信号传输质量。
一种适用于极地船舶走航测试的海冰厚度识别方法，具体实施案例如下：
Step 1：通过黑白双目摄像机采集海冰与船身碰撞破坏后的反转图像，所采集的视频图片为P0。
Step 2：采用图像处理器对P0进行图像处理，提取每个像素与相邻的8个像素点的灰度梯度几何平均数并进行膨胀和腐蚀等处理，将处理结果绘制为梯度向量图片P1。
Step 3：将P1图片中的灰度值分布进行统计，采用灰度值中占比为前10％像素点的最低值为阈值进行二值化处理，高于该阈值的像素点划分为特征点，如此可得到以像素点图片P2。
Step 4：采用霍夫变换对P2图像中像素点所在线段进行识别，并将所识别的所有线段进行统计，其中Li为第i条线段，并记录该线段的端点Ai和Bi的坐标Ai(xAi，yAi)、Bi(xBi，yBi)。
Step 5：根据每条线段的端点坐标，计算其在相对坐标系下的角度αi、长度di与中点坐标Mi(xMi，yMi)。对所有线段中任意两条线段的相对位置关系进行计算，包括角度差、长度差、距离。
Step 6：对任意两条线段的相对位置关系进行计算，得到线段对的相对夹角Δαi,j、长度比Ri,j、中点间距Δdi,j；对每个变量分别给出约束值即Δαj<5°、0.5<Rdj<2、Δdj<5m，若同时满足以上约束条件则认为线段Li与Lj组成的线段对(Li，Lj)属于同一块海冰的上下截面。
Step 7：在每组线段对中，将一条线段Li向另一条线段Lj进行投影，并以像素点为单位求出两条线段的间距，且认为间距代表所识别海冰的厚度，将同一帧图像内的海冰厚度所对应的像素点数量取均值。计算得到(Li，Lj)平行线间距为48个像素点。
Step 8：通过黑白双目摄像机的转动角度及红外测距仪所测得的摄像机至冰面距离对视频图像进行标定，得到每个像素点与实际尺寸之间的换算关系。根据红外测距仪所测距离数据，计算得到每个像素点代表0.02m。
Step 9：将以像素点为单位的冰厚换算为以米为单位的冰厚。海冰厚度＝48×0.02m＝0.96m
以上所述实施例仅表达本发明的实施方式，但并不能因此而理解为对本发明专利的范围的限制，应当指出，对于本领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些均属于本发明的保护范围。

Claims (4)

1.一种适用于船舶冰区走航测试的海冰厚度识别系统，其特征在于，所述的海冰厚度识别系统包括黑白双目摄像机、红外测距仪、图形处理器、显示屏、数据交换机，其中，黑白双目摄像机与图形处理器、数据交换机连接，红外测距仪与数据交换机连接，显示屏用于显示所测海冰厚度及图像处理后的结果；
所述的黑白双目摄像机用于采集海冰翻转过程的视频图像特别是翻转过程中海冰截面出水后垂直于水面时的图像；所述黑白双目摄像机设于船艏向船身的过渡区域，且其照射方向竖直向下朝向海面，在船舶航行过程中海冰与船艏率先发生碰撞，随着船舶继续前进破碎后的海冰沿船艏外板向船尾方向移动，当碎冰由船艏流经至船身时，碎冰翻转为与水面垂直方向且部分冰体露出水面，此时黑白双目摄像机照射方向垂直于翻转碎冰的截面，得到海冰截面图像；
所述的激光测距仪设于黑白双目摄像机附近且照射方向竖直向下垂直于水面，用于测量黑白双目摄像机与海平面之间距离；在通过数字图像对海冰厚度进行识别时，需通过摄像机与海冰之间间距对图像信息及尺寸进行标定，而船舶吃水变化会改边摄像机与水面之间的间距，采用激光测距仪可通过非接触方式不断更新摄像机与海冰之间的实际距离，提高所识别海冰厚度的精度；
所述的双目摄像机所采集的视频图像与红外测距仪所测得数据通过导线传输至图形处理器；图像处理器通过图像处理方法对黑白双目摄像机采集的视频图像信息进行处理，并提取海冰厚度参数；图像处理器根据红外测距仪所测得摄像机距离冰面的距离，计算出图像中每个像素点所对应的真实尺寸。
2.根据权利要求1所述的一种适用于船舶冰区走航测试的海冰厚度识别系统，其特征在于，所述的图像处理器的配置需满足显存16G、DDR6以上，可对分辨率为1280×720像素的图片实现低于0.1秒的处理速度。
3.根据权利要求1所述的一种适用于船舶冰区走航测试的海冰厚度识别系统，其特征在于，所述的黑白双目摄像机仅采集灰度图像；所述黑白双目摄像机所采集的视频分辨率高于1280×720像素，该像素点能够保证厚度5米以下海冰的厚度识别分辨率达到0.1厘米；所述黑白双目摄像机采集频率需达到100帧，此时摄像机采集频率所引起的反转角度误差约为1°，可同时满足海冰厚度厘米级的识别精度与低于1秒的同步精度及延迟要求。
4.一种基于适用于极地船舶走航测试的海冰厚度识别系统实现的海冰厚度识别方法，其特征在于，包括以下步骤：
Step 1：通过黑白双目摄像机采集海冰与船身碰撞破坏后的反转图像，所采集的视频图片为P0；其中，黑白双目摄像机采用双目成像原理，在海冰厚度识别过程中需判断碎冰截面是否完全垂直与水面，通过两路已知角度的图像信息可获得海冰翻转角度的信息从而判断海冰是否完全垂直于水面；
Step 2：采用图像处理器对P0进行图像处理，提取每个像素与相邻的8个像素点的灰度梯度几何平均数并进行膨胀和腐蚀等处理，将处理结果绘制为梯度向量图片P1；
Step 3：将P1图片中的灰度值分布进行统计，采用灰度值中占比为前10％像素点的最低值为阈值进行二值化处理，高于该阈值的像素点划分为特征点，如此可得到以像素点图片P2；
Step 4：采用霍夫变换对P2图像中像素点所在线段进行识别，并将所识别的所有线段进行统计，其中Li为第i条线段，并记录该线段的端点Ai和Bi的坐标Ai(xAi，yAi)、Bi(xBi，yBi)；
Step 5：根据每条线段的端点坐标，计算其在相对坐标系下的角度αi、长度di与中点坐标Mi(xMi，yMi)；对所有线段中任意两条线段的相对位置关系进行计算，包括角度差、长度差、距离；
Step 6：对任意两条线段的相对位置关系进行计算，得到线段对的相对夹角Δαi,j、长度比Ri,j、中点间距Δdi,j；对每个变量分别给出约束值即Δαj<5°、0.5<Rdj<2、Δdj<5m，若同时满足以上约束条件则认为线段Li与Lj组成的线段对(Li，Lj)属于同一块海冰的上下截面；
Step 6：在每组线段对中，将一条线段Li向另一条线段Lj进行投影，并以像素点为单位求出两条线段的间距，且认为间距代表所识别海冰的厚度，将同一帧图像内的海冰厚度所对应的像素点数量取均值；
Step 7：通过黑白双目摄像机的转动角度及红外测距仪所测得的摄像机至冰面距离对视频图像进行标定，得到每个像素点所对应的实际尺寸；
Step 8：将以像素点为单位的冰厚换算为以米为单位的冰厚。
CN202011483404.2A 2020-12-16 2020-12-16 一种适用于船舶冰区走航测试的海冰厚度识别系统及海冰厚度识别方法 Active CN112614177B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011483404.2A CN112614177B (zh) 2020-12-16 2020-12-16 一种适用于船舶冰区走航测试的海冰厚度识别系统及海冰厚度识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011483404.2A CN112614177B (zh) 2020-12-16 2020-12-16 一种适用于船舶冰区走航测试的海冰厚度识别系统及海冰厚度识别方法

Publications (2)

Publication Number Publication Date
CN112614177A true CN112614177A (zh) 2021-04-06
CN112614177B CN112614177B (zh) 2022-11-18

Family

ID=75239478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011483404.2A Active CN112614177B (zh) 2020-12-16 2020-12-16 一种适用于船舶冰区走航测试的海冰厚度识别系统及海冰厚度识别方法

Country Status (1)

Country Link
CN (1) CN112614177B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2767293C1 (ru) * 2021-05-18 2022-03-17 Общество с ограниченной ответственностью «Научно-производственное объединение Аквастандарт» Судовой измеритель толщины льда
CN114460934A (zh) * 2022-01-05 2022-05-10 武汉理工大学 破冰船航行可视化指导方法、系统、装置及存储介质
CN114838711A (zh) * 2022-03-16 2022-08-02 东北大学秦皇岛分校 一种海冰综合监测系统及方法
RU2797972C1 (ru) * 2022-12-12 2023-06-13 Федеральное государственное бюджетное учреждение "Арктический и Антарктический научно-исследовательский институт" (ФГБУ "ААНИИ") Способ определения напряжённо-деформированного состояния ледяного поля при движении ледокола

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708369A (zh) * 2012-05-14 2012-10-03 大连理工大学 一种基于卫星图像的海冰参数提取方法
KR101349501B1 (ko) * 2012-08-13 2014-01-09 한국해양과학기술원 영상장비를 이용한 실해역 해빙 두께 측정 시스템
CN106017573A (zh) * 2016-07-25 2016-10-12 大连理工大学 一种基于可变焦图像法的野外冰厚冰速自动测量方法
CN111340951A (zh) * 2020-02-26 2020-06-26 天津大学 基于深度学习的海洋环境自动识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708369A (zh) * 2012-05-14 2012-10-03 大连理工大学 一种基于卫星图像的海冰参数提取方法
KR101349501B1 (ko) * 2012-08-13 2014-01-09 한국해양과학기술원 영상장비를 이용한 실해역 해빙 두께 측정 시스템
CN106017573A (zh) * 2016-07-25 2016-10-12 大连理工大学 一种基于可变焦图像法的野外冰厚冰速自动测量方法
CN111340951A (zh) * 2020-02-26 2020-06-26 天津大学 基于深度学习的海洋环境自动识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
季顺迎等: "渤海海冰现场监测的数字图像技术及其应用", 《海洋学报(中文版)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2767293C1 (ru) * 2021-05-18 2022-03-17 Общество с ограниченной ответственностью «Научно-производственное объединение Аквастандарт» Судовой измеритель толщины льда
CN114460934A (zh) * 2022-01-05 2022-05-10 武汉理工大学 破冰船航行可视化指导方法、系统、装置及存储介质
CN114460934B (zh) * 2022-01-05 2023-08-15 武汉理工大学 破冰船航行可视化指导方法、系统、装置及存储介质
CN114838711A (zh) * 2022-03-16 2022-08-02 东北大学秦皇岛分校 一种海冰综合监测系统及方法
RU2797972C1 (ru) * 2022-12-12 2023-06-13 Федеральное государственное бюджетное учреждение "Арктический и Антарктический научно-исследовательский институт" (ФГБУ "ААНИИ") Способ определения напряжённо-деформированного состояния ледяного поля при движении ледокола

Also Published As

Publication number Publication date
CN112614177B (zh) 2022-11-18

Similar Documents

Publication Publication Date Title
CN112614177B (zh) 一种适用于船舶冰区走航测试的海冰厚度识别系统及海冰厚度识别方法
WO2021093283A1 (zh) 基于多传感融合的海面小面积溢油区域检测系统及检测方法
CN110473260B (zh) 一种波浪视频测量装置及方法
CN108759973B (zh) 一种水位测量方法
WO2016112714A1 (zh) 一种船舶辅助泊岸方法和系统
CN112884760A (zh) 近水桥梁多类型病害智能检测方法与无人船设备
KR102345873B1 (ko) 해양관측 부이용 영상촬영 카메라를 이용한 파랑관측 방법 및 시스템
KR101666466B1 (ko) 단안 카메라를 이용한 해상 객체 거리측정 시스템을 이용한 해상 위험관리 시스템 및 해상 위험 관리방법
CN113112540B (zh) 一种在vts系统中使用ais标定cctv摄像头进行船舶图像目标定位的方法
JP2018503915A (ja) 船舶補助ドッキング方法およびシステム
CN103538708B (zh) 船舶吃水自动测量系统及自动测量方法
CN106384541A (zh) 一种基于激光源点云数据进行航道交通量监测的方法
CN110619328A (zh) 基于图像处理和深度学习的船舶水尺读数智能识别方法
Lu et al. A method of obtaining ice concentration and floe size from shipboard oblique sea ice images
CN115983141B (zh) 一种基于深度学习反演海浪波高的方法、介质及系统
CN115060343B (zh) 一种基于点云的河流水位检测系统、检测方法
CN114708217B (zh) 宽阔水域桥梁防超高船舶碰撞的预警方法、装置及设备
CN211927018U (zh) 一种新型液位测量装置
CN111337928B (zh) 一种雷达回波移动信息计算方法和装置
KR20230164518A (ko) 해양 정보 추정 시스템 및 이를 포함하는 선박
KR101500267B1 (ko) 시공간 영상의 화소 강도의 시간적 변화 특성 분석 결과를 이용한 하천 수표면 검출 방법
CN113850868A (zh) 一种波浪爬高图像识别方法
CN210534857U (zh) 一种波浪视频测量装置
CN117173650A (zh) 基于激光雷达的船舶测量与识别方法及系统
CN218886696U (zh) 一种航道监测系统

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