我國(guó)是海洋大國(guó),海洋科技的開發(fā)日趨成熟,海上交通工具、作業(yè)工具設(shè)備也逐步與科學(xué)技術(shù)相結(jié)合,走向智能化發(fā)展的道路。科技是把雙刃劍,海洋科技的進(jìn)步引領(lǐng)我國(guó)走向世界的同時(shí)也使的很多意圖獲取海洋資源的不法分子的手段越來越多,如:作業(yè)機(jī)械手、機(jī)器人等先進(jìn)智能技術(shù)都被利用獲利。近年來,非法盜撈海上古文物、海沙等重要海洋資源時(shí)有發(fā)生,為了保護(hù)海洋資源不受破壞,應(yīng)當(dāng)充分利用現(xiàn)有信息技術(shù),結(jié)合物聯(lián)網(wǎng)大數(shù)據(jù)、機(jī)器視覺技術(shù)和衛(wèi)星監(jiān)控等,建立一套海上資源監(jiān)控系統(tǒng),對(duì)可疑作業(yè)船舶進(jìn)行實(shí)時(shí)監(jiān)控。本文以古文物監(jiān)控為實(shí)例介紹海上監(jiān)控系統(tǒng),為了有效地保護(hù)和開發(fā)海洋資源,基于機(jī)器視覺技術(shù)、圖像處理技術(shù)、運(yùn)動(dòng)目標(biāo)檢測(cè)及跟蹤技術(shù)對(duì)可疑船舶在其專屬經(jīng)濟(jì)區(qū)以及我國(guó)周邊城市的臨近海域的航行時(shí)間、位置特征信息進(jìn)行檢測(cè)識(shí)別,經(jīng)過分析比較得到更多有關(guān)該船只的分布、速度、航向及航跡規(guī)律等信息,積極參與海上安防事業(yè)的發(fā)展,更好的保護(hù)我國(guó)的海洋資源。本課題采用實(shí)驗(yàn)與數(shù)值模擬的方法,對(duì)某一海域資源保護(hù)進(jìn)行海上船舶視頻監(jiān)控,對(duì)某些非法船舶盜挖海沙或盜撈水下古文物行為特征進(jìn)行分析比較,通過衛(wèi)星或者GPRS技術(shù)構(gòu)建一個(gè)海上視頻采集平臺(tái),包括設(shè)備存放處、電能提供處和視頻監(jiān)控處三部分,風(fēng)能、太陽能及潮汐能是該平臺(tái)的主要電力來源。并對(duì)基于機(jī)器視覺的海上可疑船舶識(shí)別算法進(jìn)行研究,結(jié)合背景差分法提出一套基于時(shí)間和往復(fù)運(yùn)動(dòng)的可疑船舶判別標(biāo)準(zhǔn),采用均值漂法實(shí)現(xiàn)船舶跟蹤技術(shù),包括船舶識(shí)別檢測(cè)方面的研究。
【學(xué)位單位】：浙江海洋大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：U675.79
【部分圖文】：

包括寬高比、分散度，外部輪廓等參數(shù)，結(jié)合實(shí)際情況進(jìn)行分類�；诖斑\(yùn)動(dòng)特征分類該方法主要是根據(jù)目標(biāo)船舶運(yùn)動(dòng)的頻率來進(jìn)行檢測(cè)識(shí)別，運(yùn)動(dòng)的周期與時(shí)存在自相關(guān)的關(guān)系。當(dāng)未知船舶長(zhǎng)時(shí)間往復(fù)運(yùn)動(dòng)于同一海域時(shí)，認(rèn)為目標(biāo)可疑行為。）基于船舶軌跡分類 軌跡點(diǎn)，由點(diǎn)來觀察船舶軌跡，所有軌跡點(diǎn)組成一個(gè)點(diǎn)集，當(dāng)目標(biāo)不在點(diǎn)集范圍內(nèi)，整體軌跡偏離，或位置較為偏遠(yuǎn)，認(rèn)為是異常點(diǎn)，以此舶軌跡異常�；谲壽E點(diǎn)的檢測(cè)方法很早便被使用，操作性強(qiáng)，易于實(shí)現(xiàn)效果一般。如圖 2-1 A 圖所示，目標(biāo)軌跡點(diǎn)在點(diǎn)集范圍內(nèi)，但整體軌跡偏存在異常。 軌跡線，具有時(shí)間特征的軌跡點(diǎn)組成軌跡線，軌跡線的判斷是根據(jù)跡線與其他軌跡線之間的距離進(jìn)行，當(dāng)偏離角度較大時(shí)，認(rèn)為目標(biāo)船舶軌如圖 2-1 B 圖所示。A

11圖 2-2 可疑船舶識(shí)別流程圖Fig 2.2 Suspicious ship identification flow chart對(duì)圖 2-2 可疑船舶識(shí)別流程圖分析如下：圖像預(yù)處理：目標(biāo)圖像在采集過程中出現(xiàn)損傷或污染而需進(jìn)行處理，提升圖片質(zhì)量；本課題在研究過程中，通過圖像灰度化、圖像濾波來降低干擾，采用的濾波方法是 3×3 均值濾波和中值濾波法，保證數(shù)據(jù)的完整性。圖像分割：分析閾值分割，雙峰法和背景差分法等幾種方法的特點(diǎn)，原理是從原圖像中分割出目標(biāo)圖像，進(jìn)行處理，提升數(shù)據(jù)的精確性。目標(biāo)檢測(cè)：包括圖像預(yù)處理、圖像增強(qiáng)、圖像分割等幾方面，本文基于實(shí)驗(yàn)與

由于在采集、傳輸、存儲(chǔ)的過程中，圖像易受到損壞或噪聲污染，導(dǎo)致圖或降低質(zhì)量，不利于數(shù)據(jù)分析，影響實(shí)驗(yàn)結(jié)果。所以圖像處理之前需先進(jìn)行，通過圖像增強(qiáng)、濾波，能有效減少圖像的無用信息，提升圖片質(zhì)量，使得變得清晰。通過本次實(shí)驗(yàn)搭建的海上監(jiān)控平臺(tái)采集霧天船舶圖像，進(jìn)行圖像處理。先圖像進(jìn)行灰度化處理，獲得灰度圖像。1.1 圖像灰度化實(shí)驗(yàn)過程中，對(duì)航行船舶優(yōu)先進(jìn)行視頻采集，后期圖像處理所需數(shù)據(jù)再通像開始目標(biāo)處理，一般攝像機(jī)拍攝基于 RGB 模型生成彩色圖像，而相比于像，彩色圖像的信息含量更高，計(jì)算機(jī)的運(yùn)算速度變低，存儲(chǔ)容量需求高等缺要進(jìn)行圖像灰度化，把視頻圖像轉(zhuǎn)化成灰度圖，若計(jì)算效率依然較低，可以行圖像轉(zhuǎn)化，灰度圖轉(zhuǎn)化成二值圖[22]。本次實(shí)驗(yàn)只需進(jìn)行一次圖像灰度化就下圖所示，圖 3-1 是目標(biāo)船舶圖像轉(zhuǎn)化之后的灰度圖，圖 3-2 是其灰度直方以看出實(shí)驗(yàn)中視頻采集光線較亮。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;機(jī)器視覺對(duì)線纜市場(chǎng)的影響及趨勢(shì)[J];功能材料信息;2018年04期

2 鄭植;席先鵬;王楠;蔣欣燎;夏山淋;;機(jī)器視覺在網(wǎng)球撿球機(jī)器人中的應(yīng)用研究[J];科技創(chuàng)新與應(yīng)用;2019年16期

3 宋春華;彭泫知;;機(jī)器視覺研究與發(fā)展綜述[J];裝備制造技術(shù);2019年06期

4 田壯;劉富成;;基于機(jī)器視覺的果園噴藥機(jī)器人設(shè)計(jì)[J];湖北農(nóng)機(jī)化;2019年16期

5 迎九;;國(guó)內(nèi)機(jī)器視覺產(chǎn)業(yè)的技術(shù)市場(chǎng)[J];電子產(chǎn)品世界;2019年09期

6 朱陽芬;銀冬平;鄒舜章;王海文;周為;;機(jī)器視覺在汽車行業(yè)中的發(fā)展與應(yīng)用[J];汽車實(shí)用技術(shù);2017年22期

7 吳東明;王麗娟;;基于GPS和機(jī)器視覺的自主導(dǎo)航定位農(nóng)機(jī)設(shè)備研究[J];農(nóng)機(jī)化研究;2018年02期

8 ;機(jī)器視覺時(shí)代,最好的時(shí)代![J];智能機(jī)器人;2018年02期

9 宗衛(wèi)紅;;臺(tái)達(dá)機(jī)器視覺系統(tǒng)助力制造業(yè)邁向智造新時(shí)代——訪臺(tái)達(dá)集團(tuán)-中達(dá)電通機(jī)器視覺產(chǎn)品項(xiàng)目經(jīng)理王風(fēng)路[J];國(guó)內(nèi)外機(jī)電一體化技術(shù);2016年06期

10 何遙;;宇視揭秘安防機(jī)器視覺[J];中國(guó)公共安全;2016年19期

相關(guān)博士學(xué)位論文 前10條

1 侯杰;飛行器機(jī)器視覺框架設(shè)計(jì)及算法研究[D];西安電子科技大學(xué);2017年

2 郭依正;基于機(jī)器視覺的俯視群養(yǎng)豬個(gè)體識(shí)別與飲水行為分析研究[D];江蘇大學(xué);2018年

3 李晨;基于機(jī)器視覺的不同屬性表面中微弱缺陷的檢測(cè)技術(shù)研究[D];浙江大學(xué);2018年

4 陶丹;基于機(jī)器視覺的家蠶蛹雌雄識(shí)別研究[D];西南大學(xué);2019年

5 胡志新;基于機(jī)器視覺的鋼軌踏面磨耗剝落檢測(cè)技術(shù)研究[D];南昌大學(xué);2018年

6 吳衡;機(jī)器視覺鬼成像理論與實(shí)驗(yàn)研究[D];華南理工大學(xué);2017年

7 項(xiàng)森偉;高溫單晶硅液位和直徑視覺檢測(cè)關(guān)鍵技術(shù)及應(yīng)用研究[D];浙江大學(xué);2018年

8 胡越黎;目的機(jī)器視覺研究及其在皮膚癥狀識(shí)別中的應(yīng)用[D];上海大學(xué);2005年

9 韓彥芳;機(jī)器視覺中的聚類檢測(cè)新方法[D];上海交通大學(xué);2006年

10 饒洪輝;基于機(jī)器視覺的作物對(duì)行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 孫穎;機(jī)器視覺用于燃料粒度在線檢測(cè)研究[D];山西大學(xué);2019年

2 王政衍;六頭一體毛砂式打磨設(shè)備的性能改進(jìn)研究[D];上海交通大學(xué);2018年

3 區(qū)則君;機(jī)器視覺手勢(shì)交互的空間映射關(guān)系與點(diǎn)擊精度研究[D];華南理工大學(xué);2019年

4 汪聰;基于機(jī)器視覺的菜品智能識(shí)別技術(shù)研究[D];華南理工大學(xué);2019年

5 劉文濤;基于機(jī)器視覺的浮選泡沫靜態(tài)參數(shù)研究[D];華北理工大學(xué);2019年

6 李洋洋;基于機(jī)器視覺的齒輪齒廓測(cè)量方法研究及實(shí)現(xiàn)[D];電子科技大學(xué);2019年

7 馬麗雅;機(jī)器視覺空間標(biāo)定與目標(biāo)定位算法在自動(dòng)包裝技術(shù)中的應(yīng)用[D];溫州大學(xué);2019年

8 張玉苗;基于機(jī)器視覺的彈簧測(cè)量系統(tǒng)的研究與實(shí)現(xiàn)[D];聊城大學(xué);2019年

9 楊凡;基于機(jī)器視覺的木皮在線分選檢測(cè)系統(tǒng)[D];濟(jì)南大學(xué);2019年

10 董楠;基于機(jī)器視覺的衡器計(jì)量數(shù)據(jù)識(shí)別系統(tǒng)[D];濟(jì)南大學(xué);2019年

本文編號(hào)：2846246