多视觉信息融合的内河航道智能监控系统.docVIP

多视觉信息融合的内河航道智能监控系统 [摘 要]当前我国的科学技术发展水平有了非常显著的提升，采用多视觉传感器数据融合技术对内河航道智能控制系统进行建设也成为了非常重要的一个发展趋势，这对我国内河的航道智能化和信息化的建设与发展有着十分重要的意义。本文主要分析了多视觉信息融合的内河航道智能监控系统，以供参考和借鉴。 [关键词]视频智能控制；船舶对象跟踪；动态图像理解 中图分类号：S25 文献标识码：A 文章编号：1009-914X（2016）07-0311-01 1、引言 当前比较常见的内河河道上传播流量监测方法有很多，比较常见的有声纳检测器、超声波检测器、视频检测技术等等，声纳传感器一定要设置在船舶目标距离在5―25m左右，同时使用的过程中会受到距离的限制，由于其自身的接收模式会对其性能产生非常重大的影响，因为视频检测的方法和范围相对较大，同时其所提供的信息也很多，安装的方法非常的方便，所以其也成为了最为常见的检测方法。 2、系统设计 2.1 系统概述 采用一台广角摄像装置对内河航道的过往船舶对象采用视频监控，借助动态图像理解获得船舶的具体位置，同时还要按照已经设定好的映射关系，之后还要指示另外一台快速球摄像装置对需要跟踪的船舶进行特写抓拍，在这一过程中我们还需要将其放在以船舶的名称命名的文件夹的内部，借助对特写船舶的图像识别解析船舶船舷的图像识别当中，对其浮在水面的高度及船名和牌号进行全面的解析，之后按照船名和牌号进行检索，这样才能得到更为详细和全面的基本数据。在对数据进行分析之后对船体的吃水深度进行计算，同时还要对船舶的载重量进行全面的分析。 2.2 系统理论架构 2.2.1 底层特征层 底层特征层当中所涉及到的在研究对象基本属性基础上的如颜色、形状和纹理等因素，在这一层面上的知识和信息处理是一个低层次和低等级的视觉感知处理，在本文的研究当中主要看是要得到一个能够实现各种视觉感知处理的算法，从本质上来说，这些算法可以归入到基础中间件当中。 2.2.2 对象层 对象层一般处在底层特征层和概念层的中间，所以在不同的层次之间或者是层次的内部一定要建立语义之间的映射关系，在这个层面上来说，其主要需要两个步骤，一个是概念化处理，一个是形式化处理。前者通常就是对最为关心的对象进行全面的识别处理，同时还要找到底层特征层中的属性和对象之间的关联。而后者最为重要的任务就是获得这一对象的一些比较重要也比较关键的一些事项、行为抑或是状态。这样才能展现出其自身的一些特性，所以前者和后者之间必须要创建一种关联。 而在对象层当中通常又可以将其划分为场景是说少时诵诗书、对象和事件三大类，通常，我们可以将场景看成是一个静态的事物，在本文的研究当中，静态的对象是河道，而活动的对象是船舶，采用相关关联的模型就能够得到船舶所处的具体位置和事件以及其所处的状态等等。 2.2.3 概念层 概念层通常解决的是图像经过航道时候的场景、船舶行为等表达的多重意义，这一成的知识和信息主要是通过行为语义化处理得到的，而在这一层面当中我们通常是将对象行为语义的场景动作规则中间件进行适当的处理来实现。 3、系统理论架构中各分层设计 3.1 系统底层特征层的分析与描述 （1）自动阈值分割 熵是平均信息量的表征，在数字图像处理和模式识别上有很多应用。许多学者将Shannon信息熵的概念应用于图像阈值化，其基本思想是利用图像的灰度分布密度函数定义图像的信息熵，任意变量x可以是灰度级值、区域灰度、梯度等特征。应用研究人员提出的最大熵阈值选取方法，灰度的最大熵，就是选择一个阈值，使图像用这个阈值分割出的两部分的一阶统计信息量最大。通过实验知道，当选用RGB中的R分量值小于灰度值η，设置为前景点；反之，设置为背景点。 （2）连通区域拼接 由于船舶自身及运载物颜色常常与河水颜色比较接近，因此在运用阈值分割得到的二值图还需要进行连通区域拼接。如果两个连通区域很靠近，那么这两个连通区域极有可能属于同一个船舶对象，因此需要把它们拼接成一个连通区域。所谓两个连通区域很靠近，是指它们的轮廓很靠近，即如果把轮廓加粗，那么这两个连通区域会相交。 （3）连通区域标识 连通区域标识的方法很多，这里采用的是8连通区域提取算法。另外连通区域标识受初始数据中的噪声影响很大，一般需要先进行去噪处理。本文中利用腐蚀和膨胀算子分别去除孤立的噪声前景点和填补目标区域的小孔。对处理好的二值图进行连通域标识，一个连通域用一个矩形表示。 经过以上3步处理就可以从图像中提取出船舶对象的连通域，因此可以进一步得到基于对象的一些初始信息，如船舶对象的大小、空间位置、船舶中部位置和驾驶舱位置等等。 3.2 系统对象层的分析与描述 3.2.1 概念化处理阶段 概念化处理阶段是获取对象的阶段，就是在基础中间件获得的动态前景区域基础上，提取出