39、船舶速度监测与多光谱图像分析技术探索

船舶速度监测与多光谱图像分析技术探索

船舶速度监测系统

在船舶速度监测领域，利用人工视觉技术构建的系统具有重要意义。该系统在实际应用中面临着多种因素的影响，其中潮汐水位和目标基线的错误检测会导致速度估计误差。

潮汐水位的变化就如同改变了目标移动的平面或者相机的高度。以图 4.b 为例，x 轴表示潮汐水位（单位：米），y 轴表示相应的速度误差。不同的目标速度对应着不同的函数曲线。例如，当目标以 20 km/h 的速度移动，潮汐水位为 70 cm 时，距离相机 200 m 处的船只速度估计误差将达到 4.8 km/h，相当于其实际速度的 24%。因此，潮汐水位的影响不可忽视。潮汐水位由天文效应（由月球和太阳的特定位置决定，可预测）和天气（特别是从南向北的风，不可预测但可测量）共同作用形成。在本系统中，潮汐水位通过天文因素进行估算，这是一种合理的一阶近似方法，因为它无需安装额外的工具，如浮子传感器。

系统的性能测试结果表明，其结果紧密依赖于进入相机视野的船只类型、形状、颜色以及光照条件，因此难以给出绝对的测试结果。对约 1.5 小时的不同视频序列进行了定量性能分析，成功检测到 87 个目标，仅错过 2 个。系统返回正确结果时，误报率极低；漏报事件通常是由于光照条件不佳导致的。即使有多个目标同时进入相机视野，系统也能给出良好的结果。在恶劣天气条件下，如暴风雪和强风环境中，系统依然能够正确运行，如图 5.a 所示，当时强风引发了海浪和相机的明显俯仰振动。当船只的行驶方向与相机光轴在海面上的投影不垂直时，船只在图像中呈对角线移动，但速度测量误差仍能控制在 5%以内，因为包围目标的边界框的下侧有一个角属于船只基线，这种几何关系使得系统能够正确估算船只速度。当两艘船只反向行驶时，系统能够分别给出