[發明專利]船舶水上高度自動測量方法、系統、設備及存儲介質

在審

• 申請號: 202111127576.0
• 申請日: 2021-09-26
• 公開（公告）號: CN113566720A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 劉克中;李春伸;曾旭明;楊星;陳默子;袁志濤;吳曉烈;辛旭日;鄭凱
• 申請（專利權）人: 武漢理工大學
• 主分類號: G01B11/06
• 分類號: G01B11/06;G01C11/00;G06N3/04;G06N3/08
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 黃君軍

1.一種船舶水上高度自動測量方法，其特征在于，該方法應用于云臺，所述云臺上安裝有相機和測距儀，該方法包括以下步驟：

獲取AIS數據，根據所述AIS數據確定待測量的目標船舶，并控制所述云臺旋轉以使所述相機鎖定所述目標船舶；

采用基于深度學習的目標檢測算法識別跟蹤所述目標船舶，利用所述測距儀對所述目標船舶進行測距得到所述目標船舶與所述相機的距離；

獲取所述相機拍攝的所述目標船舶的船舶圖片，計算得到所述船舶圖片中的船舶成像高度像素數量；

根據所述相機的預設參數、所述目標船舶與所述相機的距離、所述船舶成像高度像素數量，利用預設高度計算公式計算得到所述目標船舶的水上高度。

2.根據權利要求1所述的船舶水上高度自動測量方法，其特征在于，所述計算得到所述船舶圖片中的船舶成像高度像素數量，包括：

采用基于先驗信息的船舶輪廓識別算法提取所述船舶圖片中的船舶輪廓；

利用透視變換矯正算法對所述船舶輪廓進行矯正，并計算得到所述船舶輪廓的船舶成像高度像素數量。

3.根據權利要求2所述的船舶水上高度自動測量方法，其特征在于，所述先驗信息為船舶形狀先驗信息，所述船舶輪廓識別算法為全卷積神經網絡算法，所述采用基于先驗信息的船舶輪廓識別算法提取所述船舶圖片中的船舶輪廓，包括：

利用訓練集內的船舶形狀先驗信息訓練全卷積神經網絡模型，利用訓練好的全卷積神經網絡模型對所述船舶圖片中的船舶輪廓邊緣進行補充，提取出所述船舶圖片中的船舶輪廓。

4.根據權利要求2所述的船舶水上高度自動測量方法，其特征在于，所述利用透視變換矯正算法對所述船舶輪廓進行矯正，并計算得到所述船舶輪廓中的船舶成像高度像素數量，包括：

利用透視變換矯正算法對所述船舶輪廓中的透視畸變以及傾角誤差進行矯正；

計算矯正后的船舶圖片中目標船舶的船舶成像垂直像素個數最大值。

5.根據權利要求1所述的船舶水上高度自動測量方法，其特征在于，所述獲取AIS數據，根據所述AIS數據確定待測量的目標船舶，并控制所述云臺旋轉以使所述相機鎖定所述目標船舶包括：

實時獲取AIS數據，確定預設測量區域內未測量的船舶，并按預設規則從未測量的船舶中選取目標船舶；

根據所述AIS數據獲取所述目標船舶的船舶位置信息，計算所述目標船舶與所述相機的相機視場角以及視場偏移角；

根據所述目標船舶與所述云臺的位置、所述相機視場角以及視場偏移角控制所述云臺旋轉，以使所述目標船舶始終保持在所述相機光軸線上。

6.根據權利要求5所述的船舶水上高度自動測量方法，其特征在于，所述根據所述AIS數據獲取所述目標船舶的船舶位置信息，計算所述目標船舶與所述相機的相機視場角以及視場偏移角，包括：

解析所述船舶位置信息，計算所述目標船舶與相機視場角，計算公式如下：

其中，為船舶坐標緯度，為船舶坐標經度，為云臺坐標緯度，為云臺坐標經度；

在所述目標船舶轉入相機視場角后，視場偏移角的計算公式如下：

其中，為所述目標船舶與相機成像中心視場偏移角，為所述目標船舶與相機光軸的偏移像素個數，為相機鏡頭光心與相機成像畫面中心的偏移像素個數，為相機焦距，h＇為相機成像像元尺寸。

7.根據權利要求1至6中任一項所述的船舶水上高度自動測量方法，其特征在于，所述利用預設高度計算公式計算得到所述目標船舶的水上高度包括：

其中，為所述目標船舶與所述相機的距離；為船舶成像垂直像素個數最大值；為相機成像元件像元尺寸寬度；為相機焦距標定參數；為相機的放大倍率；為所述目標船舶的水上高度。