CN112684469A - 基于海事雷达图像的航道特征方向识别方法及系统 - Google Patents
基于海事雷达图像的航道特征方向识别方法及系统 Download PDFInfo
- Publication number
- CN112684469A CN112684469A CN202110050542.XA CN202110050542A CN112684469A CN 112684469 A CN112684469 A CN 112684469A CN 202110050542 A CN202110050542 A CN 202110050542A CN 112684469 A CN112684469 A CN 112684469A
- Authority
- CN
- China
- Prior art keywords
- marine radar
- projection
- moment
- image
- data
- 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
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于海事雷达图像的航道特征方向识别方法及系统，包括：将海事雷达的图像数据简化；建立海事雷达的直角坐标系；将简化后的海事雷达图像数据转换到所述直角坐标系；将投影轴以固定长度为单位分成一个个区间，每次以固定角度为单位旋转投影轴，将简化后的海事雷达图像数据投影到投影轴，并记录每次旋转后的投影轴的每个区间内海事雷达图像数据的数量；对投影轴的不同旋转角度和不同区间内的投影数据进行傅里叶变换，并将投影数据变换到空间频率信息；计算空间频率信息的振幅频谱；计算振幅频谱的一阶矩或二阶矩；计算所述一阶矩或二阶矩最大的旋转角度，得到海事雷达图像对应的特征方向的角度。该方法准确性高、鲁棒性好。
Description
技术领域
本发明涉及智能船舶技术领域，特别涉及一种基于海事雷达图像的航道特征方向识别方法及系统。
背景技术
随着人工智能产业的兴起，智能船舶作为其中的一部分备受瞩目。自主航行的智能船舶航行于内河航道时，出于对定位、感知等一些功能的需求，可能会用到航道的方向。同时，当智能系统辅助船员驾驶时，也可能需要提示船员航道的方向。因此，航道方向的识别对智能船舶具有重要意义。而目前正缺少一种可靠的航道方向识别方法及识别系统。
发明内容
本发明要解决的技术问题是提供一种准确性高、鲁棒性好的基于海事雷达图像的航道特征方向识别方法及系统。
为了解决上述问题，本发明提供了一种基于海事雷达图像的航道特征方向识别方法，其包括：
将海事雷达的图像数据简化；
建立海事雷达的直角坐标系；
将简化后的海事雷达图像数据转换到所述直角坐标系；
将投影轴以固定长度为单位分成一个个区间，每次以固定角度为单位旋转投影轴，将简化后的海事雷达图像数据投影到投影轴，并记录每次旋转后的投影轴的每个区间内海事雷达图像数据的数量；
对投影轴的不同旋转角度和不同区间内的投影数据进行傅里叶变换，并将投影数据变换到空间频率信息；
计算空间频率信息的振幅频谱；
计算振幅频谱的一阶矩或二阶矩；
计算所述一阶矩或二阶矩最大的旋转角度，将最大旋转角度旋转90度后得到海事雷达图像对应的特征方向的角度。
作为本发明的进一步改进，利用以下公式对投影轴的不同旋转角度和不同区间内的投影数据进行傅里叶变换；
其中，θ是投影轴的旋转角度，k是投影轴分成的区间的索引，ω是空间频率，hθ(k)是简化后的海事雷达图像在投影轴的不同旋转角度和不同区间下的投影数据，len是投影轴分成的区间的总数，Hθ(ω)是对投影数据进行傅里叶变换后得到的空间频率信息。
作为本发明的进一步改进，利用以下公式计算空间频率信息的振幅频谱；
Φθ(ω)＝|Hθ(ω)|
其中，Φθ(ω)是与旋转角度和空间频率相关的振幅频谱。
作为本发明的进一步改进，利用以下公式计算振幅频谱的二阶矩；
其中，E2(θ)是振幅频谱的二阶矩。
作为本发明的进一步改进，利用以下公式计算二阶矩最大的旋转角度；
θ0＝arg maxθE2(θ)
其中，θ0是使得振幅频谱的二阶矩最大的旋转角度。
作为本发明的进一步改进，每次以固定角度为单位旋转投影轴，直至总旋转角度大于等于180度。
作为本发明的进一步改进，所述直角坐标系的原点在海事雷达的中心，X轴指向海事雷达的正前方，Y轴指向海事雷达的左侧。
作为本发明的进一步改进，所述将海事雷达的图像数据简化，包括：对每一帧海事雷达的数据只取每一帧上信号最强处的数据。
作为本发明的进一步改进，所述固定角度为1度，所述固定长度为1米。
为了解决上述问题，本发明还提供了一种基于海事雷达图像的航道特征方向识别系统，其包括：
图像简化模块，用于将海事雷达的图像数据简化；
坐标系建立模块，用于建立海事雷达的直角坐标系；
转换模块，用于将简化后的海事雷达图像数据转换到所述直角坐标系；
投影模块，用于将投影轴以固定长度为单位分成一个个区间，每次以固定角度为单位旋转投影轴，将简化后的海事雷达图像数据投影到投影轴，并记录每次旋转后的投影轴的每个区间内海事雷达图像数据的数量；
傅里叶变换模块，用于对投影轴的不同旋转角度和不同区间内的投影数据进行傅里叶变换，并将投影数据变换到空间频率信息；
振幅频谱计算模块，用于计算空间频率信息的振幅频谱；
一阶矩或二阶矩计算模块，用于计算振幅频谱的一阶矩或二阶矩；
特征方向计算模块，用于计算所述一阶矩或二阶矩最大的旋转角度，将最大旋转角度旋转90度后得到海事雷达图像对应的特征方向的角度。
本发明的有益效果：
本发明基于海事雷达图像的航道特征方向识别方法及系统根据海事雷达的最新图像数据，实时地检测出智能船舶当前所处内河航道的方向，为智能船舶自主航行或辅助船员驾驶提供帮助。具有准确性高、鲁棒性好的优点。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1是本发明优选实施例中基于海事雷达图像的航道特征方向识别方法的示意图；
图2是本发明优选实施例中海事雷达的图像数据简化前后的效果图；
图3是本发明优选实施例中的投影示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
如图1所示，为本发明优选实施例中基于海事雷达图像的航道特征方向识别方法，该方法包括以下步骤：
S10、将海事雷达的图像数据简化。包括：对每一帧海事雷达的数据只取每一帧上信号最强处的数据，忽略其它地方。海事雷达的图像数据简化前后的效果，参见图2，左图为简化前，右图为简化后。
S20、建立海事雷达的直角坐标系。可选的，所述直角坐标系的原点在海事雷达的中心，X轴指向海事雷达的正前方，Y轴指向海事雷达的左侧。
S30、将简化后的海事雷达图像数据转换到所述直角坐标系。
S40、将投影轴以固定长度为单位分成一个个区间，每次以固定角度为单位旋转投影轴，将简化后的海事雷达图像数据投影到投影轴，并记录每次旋转后的投影轴的每个区间内海事雷达图像数据的数量。其中，投影轴即Y轴。投影示意图参见图3，由于投影数据量和旋转角度的不同会在投影轴形成不同的尖峰。图3左侧为将海事雷达的数据投影到投影轴，图3右侧为不同旋转角度和不同投影轴区间上的投影信息。
可选的，旋转投影轴直至总旋转角度大于等于180度。
在其中一实施例中，所述固定角度为1度，所述固定长度为1米，投影轴总旋转角度为180度。
S50、对投影轴的不同旋转角度和不同区间内的投影数据进行傅里叶变换，并将投影数据变换到空间频率信息。
可选的，利用以下公式对投影轴的不同旋转角度和不同区间内的投影数据进行傅里叶变换：
其中，θ是投影轴的旋转角度，k是投影轴分成的区间的索引，ω是空间频率，hθ(k)是简化后的海事雷达图像在投影轴的不同旋转角度和不同区间下的投影数据，len是投影轴分成的区间的总数，Hθ(ω)是对投影数据进行傅里叶变换后得到的空间频率信息。
S60、计算空间频率信息的振幅频谱。
可选的，利用以下公式计算空间频率信息的振幅频谱：
Φθ(ω)＝|Hθ(ω)|
其中，Φθ(ω)是与旋转角度和空间频率相关的振幅频谱。
S70、计算振幅频谱的一阶矩或二阶矩。
可选的，利用以下公式计算振幅频谱的二阶矩:
其中，E2(θ)是振幅频谱的二阶矩。
S80、计算所述一阶矩或二阶矩最大的旋转角度，将最大旋转角度旋转90度后得到海事雷达图像对应的特征方向的角度。
可选的，利用以下公式计算二阶矩最大的旋转角度：
θ0＝arg maxθE2(θ)
其中，θ0是使得振幅频谱的二阶矩最大的旋转角度。
本发明基于海事雷达图像的航道特征方向识别方法依赖于海事雷达的图像数据，受到环境因素的干扰小。在求投影信息时，通过调节投影轴的旋转角度和分隔区间的单位，使得投影数据可以根据实际需求调整。在求特征方向的角度时使用了振幅频谱的一阶矩或二阶矩公式，根据一阶矩或二阶矩最大的旋转角度求出特征方向的角度，使得求出的特征方向的角度准确性好、鲁棒性好。
本发明优选实施例中还公开了一种基于海事雷达图像的航道特征方向识别系统，该系统包括图像简化模块、坐标系建立模块、转换模块、投影模块、傅里叶变换模块、振幅频谱计算模块、一阶矩或二阶矩计算模块和特征方向计算模块。
图像简化模块，用于将海事雷达的图像数据简化。
可选的，将海事雷达的图像数据简化包括：对每一帧海事雷达的数据只取每一帧上信号最强处的数据，忽略其它地方。海事雷达的图像数据简化前后的效果，参见图2，左图为简化前，右图为简化后。
坐标系建立模块，用于建立海事雷达的直角坐标系。
可选的，所述直角坐标系的原点在海事雷达的中心，X轴指向海事雷达的正前方，Y轴指向海事雷达的左侧。
转换模块，用于将简化后的海事雷达图像数据转换到所述直角坐标系。
投影模块，用于将投影轴以固定长度为单位分成一个个区间，每次以固定角度为单位旋转投影轴，将简化后的海事雷达图像数据投影到投影轴，并记录每次旋转后的投影轴的每个区间内海事雷达图像数据的数量。
其中，投影轴即Y轴。投影示意图参见图3，由于投影数据量和旋转角度的不同会在投影轴形成不同的尖峰。图3左侧为将海事雷达的数据投影到投影轴，图3右侧为不同旋转角度和不同投影轴区间上的投影信息。
可选的，旋转投影轴直至总旋转角度大于等于180度。
在其中一实施例中，所述固定角度为1度，所述固定长度为1米，投影轴总旋转角度为180度。
傅里叶变换模块，用于对投影轴的不同旋转角度和不同区间内的投影数据进行傅里叶变换，并将投影数据变换到空间频率信息。
可选的，利用以下公式对投影轴的不同旋转角度和不同区间内的投影数据进行傅里叶变换：
其中，θ是投影轴的旋转角度，k是投影轴分成的区间的索引，ω是空间频率，hθ(k)是简化后的海事雷达图像在投影轴的不同旋转角度和不同区间下的投影数据，len是投影轴分成的区间的总数，Hθ(ω)是对投影数据进行傅里叶变换后得到的空间频率信息。
振幅频谱计算模块，用于计算空间频率信息的振幅频谱。
可选的，利用以下公式计算空间频率信息的振幅频谱：
Φθ(ω)＝|Hθ(ω)|
其中，Φθ(ω)是与旋转角度和空间频率相关的振幅频谱。
一阶矩或二阶矩计算模块，用于计算振幅频谱的一阶矩或二阶矩。
可选的，利用以下公式计算振幅频谱的二阶矩:
其中，E2(θ)是振幅频谱的二阶矩。
特征方向计算模块，用于计算所述一阶矩或二阶矩最大的旋转角度，将最大旋转角度旋转90度后得到海事雷达图像对应的特征方向的角度。
可选的，利用以下公式计算二阶矩最大的旋转角度：
θ0＝arg maxθE2(θ)
其中，θ0是使得振幅频谱的二阶矩最大的旋转角度。
本发明基于海事雷达图像的航道特征方向识别系统依赖于海事雷达的图像数据，受到环境因素的干扰小。在求投影信息时，通过调节投影轴的旋转角度和分隔区间的单位，使得投影数据可以根据实际需求调整。在求特征方向的角度时使用了振幅频谱的一阶矩或二阶矩公式，根据一阶矩或二阶矩最大的旋转角度求出特征方向的角度，使得求出的特征方向的角度准确性好、鲁棒性好。
以上实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (10)
1.一种基于海事雷达图像的航道特征方向识别方法，其特征在于，包括：
将海事雷达的图像数据简化；
建立海事雷达的直角坐标系；
将简化后的海事雷达图像数据转换到所述直角坐标系；
将投影轴以固定长度为单位分成一个个区间，每次以固定角度为单位旋转投影轴，将简化后的海事雷达图像数据投影到投影轴，并记录每次旋转后的投影轴的每个区间内海事雷达图像数据的数量；
对投影轴的不同旋转角度和不同区间内的投影数据进行傅里叶变换，并将投影数据变换到空间频率信息；
计算空间频率信息的振幅频谱；
计算振幅频谱的一阶矩或二阶矩；
计算所述一阶矩或二阶矩最大的旋转角度，将最大旋转角度旋转90度后得到海事雷达图像对应的特征方向的角度。
2.如权利要求1所述的基于海事雷达图像的航道特征方向识别方法，其特征在于，利用以下公式对投影轴的不同旋转角度和不同区间内的投影数据进行傅里叶变换；
其中，θ是投影轴的旋转角度，k是投影轴分成的区间的索引，ω是空间频率，hθ(k)是简化后的海事雷达图像在投影轴的不同旋转角度和不同区间下的投影数据，len是投影轴分成的区间的总数，Hθ(ω)是对投影数据进行傅里叶变换后得到的空间频率信息。
3.如权利要求2所述的基于海事雷达图像的航道特征方向识别方法，其特征在于，利用以下公式计算空间频率信息的振幅频谱；
Φθ(ω)＝|Hθ(ω)|
其中，Φθ(ω)是与旋转角度和空间频率相关的振幅频谱。
4.如权利要求3所述的基于海事雷达图像的航道特征方向识别方法，其特征在于，利用以下公式计算振幅频谱的二阶矩；
其中，E2(θ)是振幅频谱的二阶矩。
5.如权利要求4所述的基于海事雷达图像的航道特征方向识别方法，其特征在于，利用以下公式计算二阶矩最大的旋转角度；
θ0＝argmaxθE2(θ)
其中，θ0是使得振幅频谱的二阶矩最大的旋转角度。
6.如权利要求1所述的基于海事雷达图像的航道特征方向识别方法，其特征在于，每次以固定角度为单位旋转投影轴，直至总旋转角度大于等于180度。
7.如权利要求1所述的基于海事雷达图像的航道特征方向识别方法，其特征在于，所述直角坐标系的原点在海事雷达的中心，X轴指向海事雷达的正前方，Y轴指向海事雷达的左侧。
8.如权利要求1所述的基于海事雷达图像的航道特征方向识别方法，其特征在于，所述将海事雷达的图像数据简化，包括：对每一帧海事雷达的数据只取每一帧上信号最强处的数据。
9.如权利要求1所述的基于海事雷达图像的航道特征方向识别方法及系统，其特征在于，所述固定角度为1度，所述固定长度为1米。
10.一种基于海事雷达图像的航道特征方向识别系统，其特征在于，包括：
图像简化模块，用于将海事雷达的图像数据简化；
坐标系建立模块，用于建立海事雷达的直角坐标系；
转换模块，用于将简化后的海事雷达图像数据转换到所述直角坐标系；
投影模块，用于将投影轴以固定长度为单位分成一个个区间，每次以固定角度为单位旋转投影轴，将简化后的海事雷达图像数据投影到投影轴，并记录每次旋转后的投影轴的每个区间内海事雷达图像数据的数量；
傅里叶变换模块，用于对投影轴的不同旋转角度和不同区间内的投影数据进行傅里叶变换，并将投影数据变换到空间频率信息；
振幅频谱计算模块，用于计算空间频率信息的振幅频谱；
一阶矩或二阶矩计算模块，用于计算振幅频谱的一阶矩或二阶矩；
特征方向计算模块，用于计算所述一阶矩或二阶矩最大的旋转角度，将最大旋转角度旋转90度后得到海事雷达图像对应的特征方向的角度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110050542.XA CN112684469B (zh) | 2021-01-14 | 2021-01-14 | 基于海事雷达图像的航道特征方向识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110050542.XA CN112684469B (zh) | 2021-01-14 | 2021-01-14 | 基于海事雷达图像的航道特征方向识别方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112684469A true CN112684469A (zh) | 2021-04-20 |
| CN112684469B CN112684469B (zh) | 2022-09-30 |
Family
ID=75458002
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110050542.XA Active CN112684469B (zh) | 2021-01-14 | 2021-01-14 | 基于海事雷达图像的航道特征方向识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112684469B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008114955A1 (en) * | 2007-03-22 | 2008-09-25 | Bong Joo Lee | Electronic vessel guide method and system for harbor and narrow channel |
| CN101694525A (zh) * | 2009-10-21 | 2010-04-14 | 中国科学院上海光学精密机械研究所 | 非相干合成孔径激光成像雷达及其聚束模式成像方法 |
| CN102967309A (zh) * | 2012-12-12 | 2013-03-13 | 中国船舶重工集团公司第七〇七研究所 | 基于电子海图的雷达视频图像叠加方法 |
| CN104050716A (zh) * | 2014-06-25 | 2014-09-17 | 北京航空航天大学 | 一种海上多目标sar图像可视化建模方法 |
| CN106710313A (zh) * | 2016-12-28 | 2017-05-24 | 中国交通通信信息中心 | 基于激光三维成像技术的桥区船舶主动避碰方法及系统 |
| CN109255820A (zh) * | 2018-08-31 | 2019-01-22 | 武汉理工大学 | 一种基于无人船的主动感知装置与方法 |
| CN109670411A (zh) * | 2018-11-30 | 2019-04-23 | 武汉理工大学 | 基于生成对抗网络的内河船舶点云数据深度图像处理方法和系统 |
| CN111258322A (zh) * | 2019-12-26 | 2020-06-09 | 北京海兰信数据科技股份有限公司 | 一种基于增强现实技术的船用驾驶辅助装置及方法 |
-
2021
- 2021-01-14 CN CN202110050542.XA patent/CN112684469B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008114955A1 (en) * | 2007-03-22 | 2008-09-25 | Bong Joo Lee | Electronic vessel guide method and system for harbor and narrow channel |
| CN101694525A (zh) * | 2009-10-21 | 2010-04-14 | 中国科学院上海光学精密机械研究所 | 非相干合成孔径激光成像雷达及其聚束模式成像方法 |
| CN102967309A (zh) * | 2012-12-12 | 2013-03-13 | 中国船舶重工集团公司第七〇七研究所 | 基于电子海图的雷达视频图像叠加方法 |
| CN104050716A (zh) * | 2014-06-25 | 2014-09-17 | 北京航空航天大学 | 一种海上多目标sar图像可视化建模方法 |
| CN106710313A (zh) * | 2016-12-28 | 2017-05-24 | 中国交通通信信息中心 | 基于激光三维成像技术的桥区船舶主动避碰方法及系统 |
| CN109255820A (zh) * | 2018-08-31 | 2019-01-22 | 武汉理工大学 | 一种基于无人船的主动感知装置与方法 |
| CN109670411A (zh) * | 2018-11-30 | 2019-04-23 | 武汉理工大学 | 基于生成对抗网络的内河船舶点云数据深度图像处理方法和系统 |
| CN111258322A (zh) * | 2019-12-26 | 2020-06-09 | 北京海兰信数据科技股份有限公司 | 一种基于增强现实技术的船用驾驶辅助装置及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘亚帅 等: "基于网格化压缩挖掘船舶航道位置信息", 《计算机测量与控制》 * |
| 季本山 等: "苏通大桥主动防碰撞系统研究", 《中国航海》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112684469B (zh) | 2022-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102929288B (zh) | 基于视觉伺服的输电线路无人机巡检云台控制方法 | |
| CN113808282B (zh) | 一种多通航要素数据融合方法 | |
| Noda et al. | Vehicle ego-localization by matching in-vehicle camera images to an aerial image | |
| CN111913406B (zh) | 面向船舶智能航行与安全的船岸协同仿真系统 | |
| CN111524392B (zh) | 一种辅助智能船舶远程驾驶的综合系统 | |
| CN104535066A (zh) | 一种船载红外视频图像中的海上目标与电子海图的叠加方法及系统 | |
| CN107300382B (zh) | 一种用于水下机器人的单目视觉定位方法 | |
| CN104778695A (zh) | 一种基于梯度显著性的水天线检测方法 | |
| CN104463877A (zh) | 一种基于雷达影像与电子海图信息的岸线配准方法 | |
| Nomura et al. | Study of 3D measurement of ships using dense stereo vision: towards application in automatic berthing systems | |
| CN109063681A (zh) | 基于指纹相位梯度的指纹方向信息获取方法 | |
| CN112684469B (zh) | 基于海事雷达图像的航道特征方向识别方法及系统 | |
| CN115723919A (zh) | 一种船舶偏航的辅助航行方法及装置 | |
| CN112419787A (zh) | 一种船舶内河航行预警与辅助避碰方法及装置 | |
| CN110472451B (zh) | 一种基于单目相机的面向agv定位的人工地标及解算方法 | |
| CN110580045A (zh) | 一种无人艇避障方法 | |
| CN110667783A (zh) | 一种无人艇辅助驾驶系统及其方法 | |
| CN113987251A (zh) | 船脸特征数据库的建立方法、系统、设备及存储介质 | |
| CN111860215B (zh) | 目标对象的位置确定方法、终端设备及航行系统 | |
| CN111474536A (zh) | 一种基于岸基雷达系统的智能船舶自主定位系统及方法 | |
| Jianhong et al. | Adaptive shorelines detection for autonomous surface vessel navigation | |
| CN114037736B (zh) | 一种基于自适应模型的车辆检测与跟踪方法 | |
| Xu et al. | An overview of robust maritime situation awareness methods | |
| CN113191266A (zh) | 船舶动力装置远程监控管理方法及系统 | |
| CN105785990B (zh) | 基于全景环视的船只停泊系统及障碍物识别方法 |
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 |