[发明专利]桥梁区域通航船舶三维几何尺寸辨识方法在审

专利信息
申请号: 202110741113.7 申请日: 2021-07-01
公开(公告)号: CN113658244A 公开(公告)日: 2021-11-16
发明(设计)人: 李顺龙;郭亚朋;徐阳 申请(专利权)人: 哈尔滨工业大学
主分类号: G06T7/60 分类号: G06T7/60;G06N3/04;G06N3/08;G06T7/181;G06T7/80
代理公司: 哈尔滨市哈科专利事务所有限责任公司 23101 代理人: 吴振刚
地址: 150000 黑龙江省哈尔滨市南*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 桥梁 区域 通航 船舶 三维 几何 尺寸 辨识 方法
【权利要求书】:

1.一种桥梁区域通航船舶三维几何尺寸辨识方法,其特征在于,方法如下:

在桥梁通航跨梁底跨中部位设置摄像机以采集通航船舶图像信息,摄像机设置方法:摄像机镜头平面面向航道,镜头平面向下倾斜,倾斜角度为:

其中,H为摄像头镜头到水面的高度,R是辨识要求距离,

根据辨识要求距离在距离摄像机平面合理位置的航道两侧各设置两个标定浮筒,辨识要求距离为桥梁等级和通航要求以确定的最小警戒距离,以此距离开始对通航船舶进行辨识;

摄像机采集各类通航船舶的图片并使用人工标注工具进行船舶的标注,制作数据集;

使用数据增广的方法进行数据集船舶图像的扩增,然后分为训练集和测试集;

基于深度卷积神经网络构建船舶检测器,并使用训练集进行网络训练,使用测试集进行测试达到测试精度要求后将网络权重加以保存;

使用摄像机进行视频采集,在视频的第一帧人工标注出标定浮筒的像素坐标值,航道每侧的两个浮筒像素坐标确定一条像素直线即航道边界的像素位置,两条航道边界的像素直线合围部分即对应真实航道部分;

利用船舶检测器加载网络权重,对摄像机采集到的航道部分进行检测以获取船舶粗略位置,将粗略位置采取外包矩形框的形式进行船舶位置描述;

将检测到的船舶粗略位置从航道部分图像中单独裁剪出来后,进行形态学运算以填补船舶部分的空洞,而后使用轮廓提取技术以获取船舶的精确轮廓;

使用射影变换方程对通航船舶所在空间进行建模,建模方法如公式(2):

其中,r和R分别是摄像机的等效焦距和标定浮筒到摄像机的水平距离,Wc和d1分别是航道的实际宽度以及航道在图像中的像素宽度,

确定船舶三维几何尺寸同图像中船舶轮廓的转换关系,

船舶实际宽度Ws

其中,d1s是船首行驶到辨识要求距离R处的图像中的像素宽度;

船舶实际长度Ls和高度Hs

其中,R’是当船尾行驶到辨识要求距离R处船首距离摄像机的水平距离,h2s和d2s分别是船首位于R’处船舶在图像中的像素高度和像素宽度,R’由以下公式计算得到:

从而计算出通航船舶的三维几何尺寸。

2.根据权利要求1所述的一种桥梁区域通航船舶三维几何尺寸辨识方法,其特征在于,对数据集进行的数据增广方法包括:对桥梁区域实际光照变化进行图片亮度随机变换、图片雾化处理及雨化处理,所述的图片亮度随机变换按照公式(6)进行:

Y=0.299×R×(1+randr%)+0.587×G×(1+randg%)+0.114×B×(1+randb%) (6)

其中,Y是图片像素的亮度,R、G、B分别是图像像素的红绿蓝颜色分量,randr、randg、randb分别是红绿蓝颜色随机扰动分量,是介于-100到100的随机整数;

所述的图片雾化及雨化处理使用基于深度卷积神经网络的去雾去雨方法的反变换网络,在准备变换图像对时按照雾化及雨化的程度不同分别准备5级,即1级雾化-5级雾化,1级雨化-5级雨化,并对反变换网络进行训练从而得到一个雾化模型和一个雨化模型,数据增广时,对图像采取联合变换,即同时对图像进行亮度随机变换、等级随机雾化和雨化处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110741113.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top