船舶AIS系統(tǒng)中的計算機視覺技術應用

船舶AIS系統(tǒng)中的計算機視覺技術應用摘要:船舶AIS系統(tǒng)是一種智能化自動識別助航系統(tǒng)，AIS系統(tǒng)在國內的發(fā)展和前景還有很大提升與創(chuàng)新空間。基于OpenCV的計算機視覺技術在各項領域中都已投入應用，因此將計算機視覺技術應用到AIS中，結合AIS的優(yōu)勢，拓寬和完善AIS的圖像識別功能。本文主要提出計算機視覺技術在AIS中的船舶識別應用技術。關鍵詞：船舶AIS系統(tǒng)；計算機視覺技術；船舶識別中圖分類號：文獻標識碼：ATheapplicationofcomputervisiontechnologyinshipAISsystemRONGKangqi，YANGGuanchong(CollegeofMechanicalandMarineEngineering,BeibuGulf

University,Qinzhou535011,China)Abstract:TheshipAISsystemisakindofintelligentautomaticidentificationnavigationaidsystem.ThereisstillmuchroomforimprovementandinnovationinthedevelopmentandProspectofAISsysteminChina.ThecomputervisiontechnologybasedonOpenCVhasbeenappliedinvariousfields,sotheapplicationofcomputervisiontechnologytoAIS,combinedwiththeadvantagesofAIS,broadensandimprovestheimagerecognitionfunctionofAIS.ThispapermainlypresentstheapplicationofcomputervisiontechnologyinAIS.Keywords:ShipAISsystem;Computervisiontechnology;Shipidentification1.引言從近十年中國船舶制造業(yè)占世界造船市場份額的變化可以看出，中國船舶制造業(yè)在全球市場上所占的比重正在明顯上升，中國已經成為全球重要的造船中心之一。此外，國內的船舶數(shù)量正不斷增長，水域交通密度逐步增長，隨時會危及船舶航行安全及破壞海洋生態(tài)環(huán)境。為保證船舶航行安全，我們需要一種能建立于船舶間、船岸間的實時通信及具備船舶信息識別功能的全新智能系統(tǒng)。雷達雖然可以據其優(yōu)點避免船舶碰撞，但提供的視覺信息有限，如地形、天氣等不利因素難以檢測，從而出現(xiàn)盲區(qū)，而且雷達沒有船舶識別的功能。因此，船舶AIS系統(tǒng)一一智能化自動識別助航系統(tǒng)應運而生。AIS是一種集網絡技術、現(xiàn)代通訊技術、計算機技術、電子信息顯示技術為一體的數(shù)字助航系統(tǒng)。AIS設備能將船舶的航行位置、航行速度、航行方向等動態(tài)信息和標識碼、船舶稱號、呼號等靜態(tài)信息，經處理后向岸上接收端發(fā)送⑴AIS系統(tǒng)受外界自然因素干擾較少，使得其在船舶導航、船舶避碰、船舶信息交互、船岸通信、海上搜救、海事監(jiān)管等方面發(fā)揮著重要作用。同時，在企業(yè)運營方面，AIS通過改變航運企業(yè)的經營和管理方式，提高了航運企業(yè)的服務水平和管理效率。近年來，國內越來越多的船舶開始使用AIS設備。我國家規(guī)定500t以上的船舶在2008年7月1日前完成安裝AIS設備。但是，AIS在特殊情況下不能使用，否則會發(fā)生信息竊取危險，如海盜來襲等。計算機視覺技術是計算機先進技術的研究熱點，其具備了獲信息量大、響應速度快、抗干擾能力強等優(yōu)點，與AIS系統(tǒng)相結合可以實現(xiàn)目標船海目標的識別與跟蹤，對現(xiàn)代航道船舶信息采集、航行交通的智能監(jiān)管、船舶的航行安全都具有非常重要的意義。將計算機視覺技術應用到AIS中，可實現(xiàn)航道的數(shù)字化和智能化。1.計算機視覺技術

計算機視覺技術是AI的一個重要分支，涉及計算機科學、機械、圖像處理、模式識別等諸多領域的交叉學科，被譽為“工業(yè)之眼”，并且已逐步發(fā)展成為工業(yè)自動化生產過程中不可或缺的關鍵子系統(tǒng)［2-3］。通常情況下，視覺系統(tǒng)包含硬件與軟件兩部分，其工作過程可分為圖像采集、圖像分析與控制以及輸出3個部分，見圖1。首先，工業(yè)相機在恰當照明系統(tǒng)的輔助作用下采集目標圖像，將三維目標物體轉換為二維圖像信息；然后，由圖像處理與分析系統(tǒng)對圖像進行特征量分析并輸出結果；最后，根據輸出信號決定控制單元動作［4］。夏w?n莊捕夏w?n莊捕?臨尊與靴圖1典型計算機視覺系統(tǒng)Figure1typicalcomputervisionsystem1.計算機視覺技術在AIS中的應用本文主要闡述船舶跟蹤方面的應用。隨著經濟發(fā)展，船舶朝著大型化、高速化發(fā)展，對于某些河段，航道通航壓力增大，交通堵塞加劇，交通事故頻發(fā)。因而對航行船舶進行識別跟蹤監(jiān)視，將有利于緩解河道船只通行壓力，提高控制中心的指揮調度能力丘。根據船舶實時跟蹤的功能要求，利用現(xiàn)有的AIS信息圖像采集與視頻監(jiān)控方案，設計了如圖4所示的船舶跟蹤系統(tǒng)。該系統(tǒng)主要由云臺攝像機、信號傳輸設備、網絡視頻服務器、監(jiān)控中心和AIS設備等部分組成。VHF大+EAw-VHF大+EAw-誨沾訥郵器Figure2shiptrackingsystem信息采集主要分為AIS信息采集與視頻監(jiān)控圖像采集。云臺攝像機將采集的圖像信息傳輸給網絡視頻服務器，監(jiān)控中心可以訪問服務器獲取圖像信息⑹。當船舶剛開始駛入云臺攝像機視場內，控制臺根據其經緯度控制云臺攝像機進行對準，在此后的航行過程中會依據航行初速度、航行方向對船舶進行預測，直到船舶出現(xiàn)在下一時刻的預測位置，并實時更新目標的動態(tài)信息，據此信息再次預測，最后直到船舶駛出該監(jiān)控系統(tǒng)范圍衛(wèi)。在此，一次計算即可求得攝像機對應的預測跟蹤位置。同時，根據船舶成像的大小和船舶與鏡頭之間的距離，鏡頭的焦距可以進行調節(jié)。由于在初始對準和計算過程中均有誤差存在，需進行誤差校正。1.計算機視覺技術在AIS中的船舶跟蹤的方法由4339100.^752200.2126490.7151690.01775&0.109470R

255

由4339100.^752200.2126490.7151690.01775&0.109470R

255

G

255

R

255O.IB9R6O0.0721320.872915I=III”',\I■1113：-'■/t=[\f>Q.00fiR5Sff-7.7B7-t-b-4-.t<0.0008&G其中RGB為源圖像的三通道值，Lab為Lab顏色空間的三通道值。利用OpenCV算法實現(xiàn)程序如下：cvtColor(src,gray_src,cv::COLOR_BGR2GRAY);轉換到Lab顏色空間后使用3X3的高斯掩膜對圖像進行卷積求解高斯模糊，即降噪處理和使圖像平滑。主要公式為9：/x—!.其中,...為一個常數(shù)，當?,；.為二維時，.:。：是掩膜中心的坐標。利用OpenCV算法實現(xiàn)程序如下：GaussianBlur(labImg，gaussImg，cv::Size(3，3)，3，3);利用直方圖矩陣對圖像像素中的亮度進行分類四，并找最大類間方差閾值。此閾值可以用OTSU曲線全閾值分割法。主要計算公式如下u：1.通過直方圖的各個分量，像素被分到某一類中的概率'—[P2.L-1圖像的全局均值;ii3.Otsu的最佳閾值'’=，"：i:.再通過求得的最佳閾值對圖像進行二值化顯示如圖3所示。圖3圖像海面天空背景分離效果對比圖Figure3Comparisonofseaskybackgroundseparationeffect獲取圖像后利用圖像分割K-means均值聚類算法，對目標區(qū)域進行提取。主要公式[⑵：1.隨機取k個聚類質心點為—,計算樣本“?和質心向量的距離：，-tirgmjiijl.x,-[j,||'2.￡1j，xi重新計算聚類的質心—'主要代碼及效果圖：I3L?0:farlinLri■b.rir4hiLffal:efTitw〈JinW>]■■如<4>Lf■ld<h；WJe)t[”書c「，>■?*1用rhTd:TdL■UV.AE'CYmJfeXlL'M,I:pc^nik-切*“叫懷rAMi;^arri-i.air十：ar'InndRdS'l-lEBTi-r-rsLir".irri,',■:rfr'I、：mdnL?atV/rboHH'Dirj￡,?■砒albc.raBLtJn!%任仆；Tr-r^p-trrlCfl'L-fe*s：；fnt“.r:01川，1ft|l;kMUd.r^Ki.iA.E^uiwtouiE,ljb?k.Erli-erd^1,f^JOS圖4執(zhí)行k-mean算法處理后的圖像Fig.4Imageprocessedbyk-meanalgorithm再使用Shi-Tomasi角點檢測，這里不使用Harris，是由于在海上圖像Harris角點檢測算子不具有尺度不變性，不適用于海上船舶的檢測。而Shi-Tomasi可得到強角點有利于提高識別的準確性［13］。主要公式有：多元灰度變化函數(shù)[^y八"I2.對圖像變化微分使L：IJ<M|v.,由圖像的導數(shù)得：”|叫孩一，*。]從而推出特征矩陣m偵，其中和芯代表了x和y方向的灰度變化率1.Shi-Tomasi角點檢測改進的角點響應函數(shù)：止-，官通過Shi-Tomasi角點檢測的圖像區(qū)域與執(zhí)行k-mean算法處理后圖像目標區(qū)域對比口旬如果目標區(qū)域誤差沒有超過一定值，則認為目標檢測成功。1.結語作為船舶間避碰和信息交換的重要工具，船舶自動識別系統(tǒng)(AIS)不僅可向AIS基站發(fā)送船舶信息，同時還可以接收管理部門的助航和預警信息，使船舶航行更加安全。本文介紹計算機視覺技術在AIS船舶識別中的應用，它可更多地獲取船舶的信息，便于管理部門的統(tǒng)一調度和管理；而船舶跟蹤技術融合了AIS與CCTV的優(yōu)點，兼顧了船舶的運動狀態(tài)信息和視覺信息，使得AIS功能更加完善。參考文獻：1.劉暢.船舶自動識別系統(tǒng)(AIS)關鍵技術研究[D].大連：大連海事大學，2013.2.HORNBKP.機器視覺[M].王亮，蔣欣蘭，譯.北京：中國青年出版社，2014.3.SONKAM,HLAVACV,BOYLER.圖像處理、分析與機器視覺[M].興軍亮，艾海舟，譯.北京：清華大學出版社，2016.4.尹仕斌，任永杰，劉濤，等.機器視覺技術在現(xiàn)代汽車制造中的應用綜述[J].光學學報，2018，38(8):0815001.YINSB，RENYJ，LIUT，etal.Reviewonapplicationofmachinevisioninmodernautomobilemanufacturing[J].ActaOpticaSinica，2018，38(8):0815001.5.陳素紅，李學海.三峽-葛洲壩兩壩間航道整治工程方案試驗研究[J].水運工程，2010(1):94-101.6.賈傳熒，賈銀山.基于電子海圖的船舶動態(tài)監(jiān)控系統(tǒng)設計與實現(xiàn)[J].大連海事大學學報，2002,28(3):20-22.7.靳智，梁山，曹芳平.基于自動識別系統(tǒng)的長江控制河段船舶視覺伺服跟蹤方法[J].計算機應用，2011,31(12):3414-3417.8.AdrianKaehler/GaryBradski.《LearningOpenCV3》[M].O'ReillyMedia.2017.9.韓澤慧.海天背景條件下船舶檢測方法研究[D].哈爾濱工程大學,2019.Hida,Takeyuki/