CN113805178A - 一种水面静态碍航物探测方法 - Google Patents
一种水面静态碍航物探测方法 Download PDFInfo
- Publication number
- CN113805178A CN113805178A CN202111069846.7A CN202111069846A CN113805178A CN 113805178 A CN113805178 A CN 113805178A CN 202111069846 A CN202111069846 A CN 202111069846A CN 113805178 A CN113805178 A CN 113805178A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- image
- obstacle
- electronic chart
- radar
- 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
Images
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/937—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of marine craft
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Ocean & Marine Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种水面静态碍航物探测方法,包括:S1、获取待探测目标海域的电子海图数据,确定碍航物的地理位置信息;S2、通过雷达获取碍航物的雷达图像,并进行雷达图像坐标系转换;S3、将标注有碍航物地理位置信息的电子海图和经坐标系转换后的雷达图像,进行图像尺寸及方向统一处理,完成图像匹配并提取静态碍航物。本方法利用电子海图数据和雷达图像的不同属性,将电子海图数据信息和实时雷达扫描图像信息进行融合处理,可获得更全面、实时性更好的航行静态碍航物信息,为避碰决策和控制算法的实施提供了基础,提高了智能船舶自动航行的安全性。
Description
技术领域
本发明涉及智能船舶技术领域,特别涉及一种水面静态碍航物探测方法。
背景技术
在复杂多变的海洋环境中,水面碍航物的探测是船舶智能航行系统进行自主航行决策的前提及避碰决策控制的基础。智能船舶海上避碰具有复杂性和不确定性,避碰决策必须满足实时性和《国际海上避碰规则》的要求,尤其在狭窄水域,要兼顾考虑复杂静态障碍物及动态障碍物。在此情况下,智能船舶能够准确的获取航行环境中的静态信息和动态信息尤其重要。一般情况下,智能航行系统都能通过电子海图获取航行区域的静态环境信息,但是无法获取实时动态环境信息,并且如果海图版本未及时更新,更是无法掌握全部海面障碍物信息。而导航雷达实时扫描产生的雷达视频图像能够实时全面的捕捉航行区域内的障碍物信息,一般情况下雷达设备会直接发送已经处理好的动态碍航物信息,静态碍航物信息则不会发送。且雷达图像会由于杂波等影响画面清晰度。
因此,在现有的航行船舶碍航物监测的基础上,如何提供一种水面静态碍航物的探测方法,以将电子海图与雷达图像进行融合处理,提取完整的航行区域水面静态障碍物信息,成为本领域技术人员亟需解决的问题。
发明内容
鉴于上述问题,本发明提出了一种至少解决上述部分技术问题的一种水面静态碍航物的探测方法,该方法可将电子海图获取的静态环境信息,以及导航雷达获取的动态碍航物信息进行融合,提取出完整的航行区域水面静态碍航物信息。
本发明实施例提供一种水面静态碍航物探测方法,包括如下步骤:
S1、获取待探测目标海域的电子海图数据,确定碍航物的地理位置信息;
S2、通过雷达获取所述碍航物的雷达图像,并进行雷达图像坐标系转换;
S3、将标注有所述碍航物地理位置信息的电子海图和经坐标系转换后的雷达图像,进行图像尺寸及方向统一处理,完成图像匹配并提取静态碍航物。
进一步地,所述S1包括:
S11、获取待探测目标海域的电子海图数据,获得标记物的特征记录和空间记录;根据所述特征记录,确定所述标记物是否为碍航物;
S12、当确定所述标记物为碍航物时,根据所述碍航物对应的空间记录,获得所述碍航物的地理位置信息。
进一步地,所述S1还包括:
S13将标注有所述碍航物地理位置信息的电子海图由电子海图地理坐标转化为屏幕坐标。
进一步地,所述S13,包括:
S131、将标注有所述碍航物地理位置信息的电子海图地理WGS-84坐标系转化为墨卡托直角坐标系:
其中,(x,y)为墨卡托平面直角坐标,r0为基准纬度圈半径,为WGS-84坐标系的经纬度,q为等量纬度,e为椭球的第一偏心率,N0为基准纬度处椭球的圈曲率半径,为墨卡托投影变换的基准纬度,a为地球长半径;
S132、将所述墨卡托直角坐标系转化为屏幕坐标系:
其中,(xa,ya)为墨卡托直角坐标系下的坐标,(xs,ys)为屏幕坐标系下的坐标,Wa为直角坐标系的宽度,Ha为直角坐标系的高度,Ws为屏幕坐标系的宽度,Hs为屏幕坐标系的高度,Ho为地球半径。
进一步地,所述S2中,雷达图像坐标系转换,包括:
将雷达图像极坐标转化为屏幕坐标:
其中,r为所述雷达图像极坐标的极径,θ1表示按逆时针方向的射线与x轴正半轴的夹角,a为原点所在横幅,b为原点所在纵幅。
进一步地,所述S3中,图像尺寸及方向统一处理,包括:
将标注有所述碍航物地理位置信息的电子海图和经坐标系转换后的雷达图像,统一在屏幕坐标系下的尺寸:
其中,Pc为屏幕坐标系下的海图图像宽度,Dc为屏幕坐标系下的海图图像宽度对应的实际距离,P为屏幕坐标系下的雷达图像宽度,D为屏幕坐标系下的雷达图像宽度对应的实际距离;
将标注有所述碍航物地理位置信息的电子海图和经坐标系转换后的雷达图像,统一显示方向:
其中,(x,y)表示所述经坐标系转换后的雷达图像中某点坐标,θ为船艏方向,(x′,y′)表示(x,y)统一显示方向后在屏幕直角坐标系中的位置坐标。
进一步地,所述S3中,完成图像匹配并提取静态碍航物,包括:
进行图像尺寸及方向统一处理后,将所述标注有碍航物地理位置信息的电子海图和碍航物的雷达图像在同一屏幕坐标系中进行匹配,得到叠加后的图像;
将所述叠加后的图像进行灰度化处理;
将灰度化处理后的图像进行分界阈值分割,输出背景和碍航物前景分割后的图像:
其中,I(i,j)表示分割前图像(i,j)处的灰度;Id(i,j)为分割后的灰度;T为分界阈值。
进一步地,所述分界阈值的获得,包括如下步骤:
S301、遍历所有灰度化处理后的图像像素点,得到最大灰度值m1和最小灰度值m2,计算第一阈值T0=(m1+m2)/2;将所述第一阈值作为分界阈值;
S302、遍历所有灰度化处理后的图像像素点,计算大于所述分界阈值所有像素点平均灰度值ma和小于所述分界阈值所有像素点的平均灰度值mb,计算第二阈值Ti=(ma+mb)/2;
S303、当|Ti-T0|≥L时,将所述第二阈值作为分界阈值,继续执行步骤S304;
当|Ti-T0|<L时,迭代结束,将Ti作为最终分界阈值;其中,L为迭代结束界限值;
S304、遍历所有灰度化处理后的图像像素点,计算大于所述分界阈值所有像素点平均灰度值mc和小于所述分界阈值所有像素点的平均灰度值md,计算第三阈值Ti+1=(mc+md)/2;
S305、当|Ti+1-Ti|≥L时,i=i+1,将所述第三阈值作为分界阈值;执行步骤S304和步骤S305;
当|Ti+1-Ti|<L时,迭代结束,将Ti+1作为最终分界阈值;其中,L为迭代结束界限值。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供的一种水面静态碍航物探测方法,包括:S1、获取待探测目标海域的电子海图数据,确定碍航物的地理位置信息;S2、通过雷达获取碍航物的雷达图像,并进行雷达图像坐标系转换;S3、将标注有碍航物地理位置信息的电子海图和经坐标系转换后的雷达图像,进行图像尺寸及方向统一处理,完成图像匹配并提取静态碍航物。本方法利用电子海图数据和雷达图像的不同属性,将电子海图数据信息和实时雷达扫描图像信息进行融合,可获得更全面、实时性更好的航行静态碍航物信息,为避碰决策和控制算法的实施提供了基础,提高了智能船舶自动航行的安全性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例提供的一种水面静态碍航物探测方法流程图;
图2为本发明实施例提供的标注有碍航物地理位置信息的电子海图;
图3为本发明实施例提供的采集到的雷达图像;
图4为本发明实施例提供的雷达与电子海图叠加后的图像;
图5为本发明实施例提供的求解分界阈值的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供一种水面静态碍航物探测方法,参照图1所示,包括如下步骤:
S1、获取待探测目标海域的电子海图数据,确定碍航物的地理位置信息;
S2、通过雷达获取碍航物的雷达图像,并进行雷达图像坐标系转换;
S3、将标注有碍航物地理位置信息的电子海图和经坐标系转换后的雷达图像,进行图像尺寸及方向统一处理,完成图像匹配并提取静态碍航物。
本实施例中,通过提供一种融合电子海图数据和雷达图像信息的水面静态碍航物探测方法,将电子海图数据信息和实时雷达扫描图像信息进行融合,综合获取碍航物信息,提高了船舶对航行环境的感知能力,使得在复杂多变的海洋环境中,获得了更全面、实时性更好的航行静态碍航物信息,为避碰决策和控制算法的实施提供了基础,提高了智能船舶自主航行的安全性。
下面分别对上述各步骤进行详细说明:
具体地,上述步骤S1包括:
S11、获取待探测目标海域的电子海图数据,获得标记物的特征记录和空间记录;根据特征记录,确定标记物是否为碍航物;
S12、当确定标记物为碍航物时,根据碍航物对应的空间记录,获得碍航物的地理位置信息。
具体地,电子海图数据基于S-57格式。在S-57中的物标数据模型是通过特征记录和空间记录来描述现实中的物标。空间物标用来描述实体的空间位置信息,它采用矢量记录表示,即空间中的“点”、“线”、“面”及它们的地理位置,表明事物和现象分布在什么位置。特征物标用来描述实体的种类、性质和特征等属性信息,表明事物和现象,以空间物标为依托来表达其所在位置。二者通过编码组成了电子海图物标数据的要素基础。一个海图物标对应一个特征物标和若干个空间物标,这些空间物标组合表示该海图物标的空间信息。特征物标可以含有多个字段,引用多个空间物标,通过其所有的字段提取海图物标完整的空间信息。
具体地,在航行过程中影响航行安全的水面碍航物物标包括:各种灯标(BCNXXX)、各种浮标(BOYXXX)、桥梁(BRIDGE)、高架电缆(CBLOHD)、白昼标志(DAYMAR)、高架管道(PIPOHD)、输送带(CONVYR)、泊船设备(MORFAC)、钓鱼设备(FSHFAC)、冰区(ICEARE)、灯标船(LITFLT)、木材漂浮区(LOGPON)、离岸平台(OFSPLF)、油栏(OILBAR)、物体堆(PILPNT)、塔桥支架(PYLONS),水下障碍物包括:障碍物(OBSTRN)、水下暗礁(UWTROC)、沉船(WRECKS)、水深(SOUNDG),水下障碍物需要根据船舶本身安全水深确定。
进一步地,上述步骤S11中,获取待探测目标海域的电子海图数据,包括:首先读取一幅电子海图逻辑记录,正确识别头标区、目次区、控制字段区和描述字段区,四区中的总字段数、标区标识、控制字段长度等信息。按照顺序依次解析四个区的信息,例如:从解析的头标区参数解析目次区;控制字段区解析后,可以得到物标类别及属性信息;描述字段区解析后,得到字段的控制结构。然后执行提取程序,可跳转到矢量记录,通过遍历岸线、等深线的各边界节点、障碍物节点,并判断边界是否被数据界限分割或者是否被遮蔽后,将所得碍航物信息存储在自定义障碍物数据库中。
进一步地,上述步骤S11和步骤S12中,获得标记物的特征记录和空间记录,根据特征记录确定标记物是否为碍航物;当确定标记物为碍航物时,根据碍航物对应的空间记录,获得碍航物的地理位置信息,包括:为进行电子海图图像与雷达图像融合,在船舶航行过程中规定一个安全区域,根据安全区域的地理位置信息遍历碍航物数据库中的碍航物,根据特征记录获取碍航物属性信息,再根据空间记录获取碍航物的地理位置信息,获取区域内的所有碍航物地理坐标点集,然后将电子海图地理坐标转化为屏幕坐标,绘制得到标注有碍航物地理位置信息的电子海图,参照图2所示。
具体地,将电子海图地理坐标转化为屏幕坐标,包括:
将标注有碍航物地理位置信息的电子海图地理WGS-84坐标系转化为墨卡托直角坐标系:
其中,(x,y)为墨卡托平面直角坐标,r0为基准纬度圈半径,为WGS-84坐标系的经纬度,q为等量纬度,e为椭球的第一偏心率,N0为基准纬度处椭球的圈曲率半径,为墨卡托投影变换的基准纬度,a为地球长半径;
在计算机屏幕上,屏幕坐标原点在屏幕左上角,横轴向右,纵轴向下。墨卡托直角坐标的原点在左下角,横轴向右,纵轴向上。为了使坐标系准确对应起来,需要对两个坐标系进行变换,将墨卡托直角坐标系转化为屏幕坐标系,变换关系如下:
其中,(xa,ya)为墨卡托直角坐标系下的坐标,(xs,ys)为屏幕坐标系下的坐标,Wa为直角屏幕坐标系的宽度,Ha为直角屏幕坐标系的高度,Ws为屏幕坐标系的宽度,Hs为屏幕坐标系的高度,Ho为地球半径。
进一步地,雷达扫描线旋转一周即可采集到一幅完整的雷达视频图像,将采集到的雷达图像以png格式按编号存储至特定文件夹,雷达图像参照图3所示。
具体地,对单幅雷达图像进行坐标系转换。雷达数据的坐标系为极坐标,而雷达图像在计算机屏幕上是按照像素点显示的,因此需要进行坐标系转换。
在极坐标系下,(r,θ)表示目标的距离和方位,(x,y)表示目标的直角坐标系位置,雷达图像坐标系转换关系如下:
其中,r为雷达图像极坐标的极径,θ1表示按逆时针方向的射线与x轴正半轴的夹角,a为原点所在横幅,b为原点所在纵幅。极坐标系下的坐标值与直角坐标系下的坐标值只是显示方式不同,位置则是相同的,直接进行三角变换即可。得到墨卡托直角坐标系下的坐标后将其转换为屏幕坐标,只需根据原点位置进行坐标偏移即可。
进一步地,上述S3中,图像尺寸及方向统一处理,具体包括:
将标注有碍航物地理位置信息的电子海图和经坐标系转换后的雷达图像,统一在屏幕坐标系下的尺寸:
根据海图比例尺及雷达量程可知图上两点之间的距离,可以根据实际距离与像素点之间的距离推导出海图图像尺寸与雷达图像尺寸之间的关系:
其中,Pc为屏幕坐标系下的海图图像宽度,Dc为屏幕坐标系下的海图图像宽度对应的实际距离,P为屏幕坐标系下的雷达图像宽度(雷达图像为圆形),D为屏幕坐标系下的雷达图像宽度对应的实际距离,即量程的二倍。
进一步地,电子海图显示方向为正北,雷达图像显示方向决定于船舶艏向角,为统一显示方向旋转雷达图像,应将标注有碍航物地理位置信息的电子海图和经坐标系转换后的雷达图像,统一显示方向:
其中,(x,y)表示经坐标系转换后的雷达图像中某点坐标,θ为船艏方向,(x′,y′)表示(x,y)统一显示方向后在屏幕直角坐标系中的位置坐标。
进一步地,上述S3中,完成图像匹配并提取静态碍航物,具体包括:
已知电子海图上某点的经纬度信息就能获得该点在屏幕坐标系中的坐标,根据当前船舶位置信息能够获得当前雷达图像圆心的经纬度信息,将雷达图像圆心地理坐标与海图中的相应位置进行匹配,即将标注有碍航物地理位置信息的电子海图和碍航物的雷达图像在同一屏幕坐标系中进行匹配。再根据屏幕显示距离与实际距离的比例计算出雷达图像应在海图显示区域所占像素面积大小,等比例尺伸缩雷达图像后可以将雷达图像匹配至电子海图图像中的相同区域,完成二者图像叠加,得到叠加后的图像,参照图4所示。
进一步地,完成图像叠加后,对图像进行二值化处理,将能够正常航行区域显示为白色,碍航物区域显示为黑色。二值化处理方法包括:
将叠加后的图像进行灰度化处理。将彩色图像转化为灰度图像的过程为图像的灰度化处理。处理方法是将彩色图像三通道颜色灰度值的平均值代替原三通道的灰度值;
将灰度化处理后的图像进行分界阈值分割,输出背景和碍航物前景分割后的图像。图像的阈值分割为将图像转化为黑色和白色两种颜色。白色作为图像的背景,黑色作为图像的前景。图像阈值分割的原理如下:
其中,I(i,j)表示分割前图像(i,j)处的灰度;Id(i,j)为分割后的灰度;T为分界阈值。
进一步地,选取不同的分界阈值对于图像的处理结果存在很大影响,本实施例,选取一种自适应阈值方法迭代法,求解分界阈值,包括如下步骤:
S301、遍历所有灰度化处理后的图像像素点,得到最大灰度值m1和最小灰度值m2,计算第一阈值T0=(m1+m2)/2;将第一阈值作为分界阈值;
S302、遍历所有灰度化处理后的图像像素点,计算大于分界阈值所有像素点平均灰度值ma和小于分界阈值所有像素点的平均灰度值mb,计算第二阈值Ti=(ma+mb)/2;
S303、当|Ti-T0|≥L时,将第二阈值作为分界阈值,继续执行步骤S304;
当|Ti-T0|<L时,迭代结束,将Ti作为最终分界阈值;其中,L为迭代结束界限值;
S304、遍历所有灰度化处理后的图像像素点,计算大于分界阈值所有像素点平均灰度值mc和小于分界阈值所有像素点的平均灰度值md,计算第三阈值Ti+1=(mc+md)/2;
S305、当|Ti+1-Ti|≥L时,i=i+1,将第三阈值作为分界阈值;执行步骤S304和步骤S305;
当|Ti+1-Ti|<L时,迭代结束,将Ti+1作为最终分界阈值;其中,L为迭代结束界限值。
具体地,迭代法是一种无限逼近的方法。求解分界阈值的实现流程参照图5所示,具体为:第一步,遍历所有的像素点得到最大灰度m1和最小灰度m2,计算此时求出的阈值作为迭代法的第一个阈值T0=(m1+m2)/2。第二步,以第一个阈值作为分界阈值,遍历所有的像素点,计算大于分界阈值所有像素点平均灰度值ma和小于的分界阈值所有像素点的平均灰度值mb,再次计算阈值Ti=(ma+mb)/2。重复执行第二步,直到Ti=Ti-1时,迭代停止。由于在迭代的过程中,很难使得Ti=Ti-1,所以一般情况下,只要使得结果满足一个合适的区间即可,即|Ti+1-Ti|<L时,迭代结束。本实施例中,对迭代结束界限值L的选取不作限定,可根据实际需要自行设定。
进一步地,将图像二值化处理后对二值图像进行轮廓信息提取,实现碍航物特征提取。完成碍航物提取后,将碍航物信息与电子海图数据中的碍航物信息进行比对,如果存在海图数据中没有的碍航物,则将其存入碍航物数据库。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种水面静态碍航物探测方法,其特征在于,包括如下步骤:
S1、获取待探测目标海域的电子海图数据,确定碍航物的地理位置信息;
S2、通过雷达获取所述碍航物的雷达图像,并进行雷达图像坐标系转换;
S3、将标注有所述碍航物地理位置信息的电子海图和经坐标系转换后的雷达图像,进行图像尺寸及方向统一处理,完成图像匹配并提取静态碍航物。
2.如权利要求1所述的一种水面静态碍航物探测方法,其特征在于,所述S1包括:
S11、获取待探测目标海域的电子海图数据,获得标记物的特征记录和空间记录;根据所述特征记录,确定所述标记物是否为碍航物;
S12、当确定所述标记物为碍航物时,根据所述碍航物对应的空间记录,获得所述碍航物的地理位置信息。
3.如权利要求1所述的一种水面静态碍航物探测方法,其特征在于,所述S1还包括:
S13将标注有所述碍航物地理位置信息的电子海图由电子海图地理坐标转化为屏幕坐标。
4.如权利要求3所述的一种水面静态碍航物探测方法,其特征在于,所述S13,包括:
S131、将标注有所述碍航物地理位置信息的电子海图地理WGS-84坐标系转化为墨卡托直角坐标系:
其中,(x,y)为墨卡托平面直角坐标,r0为基准纬度圈半径,为WGS-84坐标系的经纬度,q为等量纬度,e为椭球的第一偏心率,N0为基准纬度处椭球的圈曲率半径,为墨卡托投影变换的基准纬度,a为地球长半径;
S132、将所述墨卡托直角坐标系转化为屏幕坐标系:
其中,(xa,ya)为墨卡托直角坐标系下的坐标,(xs,ys)为屏幕坐标系下的坐标,Wa为直角坐标系的宽度,Ha为直角坐标系的高度,Ws为屏幕坐标系的宽度,Hs为屏幕坐标系的高度,Ho为地球半径。
6.如权利要求1所述的一种水面静态碍航物探测方法,其特征在于,所述S3中,图像尺寸及方向统一处理,包括:
将标注有所述碍航物地理位置信息的电子海图和经坐标系转换后的雷达图像,统一在屏幕坐标系下的尺寸:
其中,Pc为屏幕坐标系下的海图图像宽度,Dc为屏幕坐标系下的海图图像宽度对应的实际距离,P为屏幕坐标系下的雷达图像宽度,D为屏幕坐标系下的雷达图像宽度对应的实际距离;
将标注有所述碍航物地理位置信息的电子海图和经坐标系转换后的雷达图像,统一显示方向:
其中,(x,y)表示所述经坐标系转换后的雷达图像中某点坐标,θ为船艏方向,(x′,y′)表示(x,y)统一显示方向后在屏幕直角坐标系中的位置坐标。
8.如权利要求7所述的一种水面静态碍航物探测方法,其特征在于,所述分界阈值的获得,包括如下步骤:
S301、遍历所有灰度化处理后的图像像素点,得到最大灰度值m1和最小灰度值m2,计算第一阈值T0=(m1+m2)/2;将所述第一阈值作为分界阈值;
S302、遍历所有灰度化处理后的图像像素点,计算大于所述分界阈值所有像素点平均灰度值ma和小于所述分界阈值所有像素点的平均灰度值mb,计算第二阈值Ti=(ma+mb)/2;
S303、当|Ti-T0|≥L时,将所述第二阈值作为分界阈值,继续执行步骤S304;
当|Ti-T0|<L时,迭代结束,将Ti作为最终分界阈值;其中,L为迭代结束界限值;
S304、遍历所有灰度化处理后的图像像素点,计算大于所述分界阈值所有像素点平均灰度值mc和小于所述分界阈值所有像素点的平均灰度值md,计算第三阈值Ti+1=(mc+md)/2;
S305、当|Ti+1-Ti|≥L时,i=i+1,将所述第三阈值作为分界阈值;执行步骤S304和步骤S305;
当|Ti+1-Ti|<L时,迭代结束,将Ti+1作为最终分界阈值;其中,L为迭代结束界限值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111069846.7A CN113805178A (zh) | 2021-09-13 | 2021-09-13 | 一种水面静态碍航物探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111069846.7A CN113805178A (zh) | 2021-09-13 | 2021-09-13 | 一种水面静态碍航物探测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113805178A true CN113805178A (zh) | 2021-12-17 |
Family
ID=78941096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111069846.7A Pending CN113805178A (zh) | 2021-09-13 | 2021-09-13 | 一种水面静态碍航物探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113805178A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116338629A (zh) * | 2023-05-24 | 2023-06-27 | 中国船舶集团有限公司第七〇七研究所 | 一种障碍物检测方法、装置、电子设备及存储介质 |
CN117554920A (zh) * | 2024-01-11 | 2024-02-13 | 之江实验室 | 一种水面探测方法、装置、存储介质及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993692A (zh) * | 2019-04-09 | 2019-07-09 | 大连海事大学 | 一种基于深度学习的电子海图和雷达图像的数据融合方法 |
CN110174109A (zh) * | 2019-05-27 | 2019-08-27 | 大连海事大学 | 一种基于海空协同的无人船多元联合导航方法 |
-
2021
- 2021-09-13 CN CN202111069846.7A patent/CN113805178A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993692A (zh) * | 2019-04-09 | 2019-07-09 | 大连海事大学 | 一种基于深度学习的电子海图和雷达图像的数据融合方法 |
CN110174109A (zh) * | 2019-05-27 | 2019-08-27 | 大连海事大学 | 一种基于海空协同的无人船多元联合导航方法 |
Non-Patent Citations (1)
Title |
---|
孔令才: "无人水面艇多信息融合环境感知的研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116338629A (zh) * | 2023-05-24 | 2023-06-27 | 中国船舶集团有限公司第七〇七研究所 | 一种障碍物检测方法、装置、电子设备及存储介质 |
CN117554920A (zh) * | 2024-01-11 | 2024-02-13 | 之江实验室 | 一种水面探测方法、装置、存储介质及电子设备 |
CN117554920B (zh) * | 2024-01-11 | 2024-04-02 | 之江实验室 | 一种水面探测方法、装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shao et al. | Saliency-aware convolution neural network for ship detection in surveillance video | |
CN109583369B (zh) | 一种基于目标区域分割网络的目标识别方法及装置 | |
CN109615611B (zh) | 一种基于巡检影像的绝缘子自爆缺陷检测方法 | |
CN100538723C (zh) | 多视觉传感器信息融合的内河船舶自动识别系统 | |
CN112560671B (zh) | 基于旋转卷积神经网络的船舶检测方法 | |
CN109766878A (zh) | 一种车道线检测的方法和设备 | |
CN104778695B (zh) | 一种基于梯度显著性的水天线检测方法 | |
CN113805178A (zh) | 一种水面静态碍航物探测方法 | |
CN109993692B (zh) | 一种基于深度学习的电子海图和雷达图像的数据融合方法 | |
CN115147594A (zh) | 一种基于船艏向识别的船舶图像轨迹跟踪与预测方法 | |
CN113808282A (zh) | 一种多通航要素数据融合方法 | |
CN115060264A (zh) | 一种基于ais数据的prm航线规划方法 | |
CN111738113A (zh) | 基于双注意力机制与语义约束的高分辨遥感图像的道路提取方法 | |
CN113177593A (zh) | 一种水上交通环境中雷达点云与影像数据的融合方法 | |
CN114898213B (zh) | 基于ais知识辅助的遥感图像旋转舰船目标检测方法 | |
CN113627299B (zh) | 一种基于深度学习的导线漂浮物智能识别方法及装置 | |
CN108830224A (zh) | 一种基于深度学习的高分辨率遥感影像舰船目标检测方法 | |
CN111160293A (zh) | 基于特征金字塔网络的小目标船只检测方法及系统 | |
CN112101205A (zh) | 基于多任务网络的训练方法和装置 | |
Guo et al. | Fusion of ship perceptual information for electronic navigational chart and radar images based on deep learning | |
CN107169412B (zh) | 基于混合模型决策的遥感图像靠港船只检测方法 | |
CN110174109B (zh) | 一种基于海空协同的无人船多元联合导航方法 | |
CN115909096A (zh) | 无人机巡航管道隐患分析方法、装置及系统 | |
CN115082811A (zh) | 一种依据图像数据的海上航行船舶识别与距离测量的方法 | |
Pan et al. | Instance segmentation with oriented proposals for aerial images |
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 |