CN112461213A - 一种多模态波浪监测装置及监测方法 - Google Patents

一种多模态波浪监测装置及监测方法 Download PDF

Info

Publication number
CN112461213A
CN112461213A CN202011261155.2A CN202011261155A CN112461213A CN 112461213 A CN112461213 A CN 112461213A CN 202011261155 A CN202011261155 A CN 202011261155A CN 112461213 A CN112461213 A CN 112461213A
Authority
CN
China
Prior art keywords
wave
image
camera
ccd
platform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011261155.2A
Other languages
English (en)
Other versions
CN112461213B (zh
Inventor
孙函宇
张涛
汪雪良
杨华伟
徐春
郑庆新
杨启帆
陈浩政
蒋镇涛
朱全华
申桓蓉
鲁晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
702th Research Institute of CSIC
Original Assignee
702th Research Institute of CSIC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 702th Research Institute of CSIC filed Critical 702th Research Institute of CSIC
Priority to CN202011261155.2A priority Critical patent/CN112461213B/zh
Publication of CN112461213A publication Critical patent/CN112461213A/zh
Application granted granted Critical
Publication of CN112461213B publication Critical patent/CN112461213B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/002—Measuring the movement of open water
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Hydrology & Water Resources (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明涉及一种多模态波浪监测装置及监测方法，包括固定在船体甲板上的自稳云台，所述自稳云台上表面在圆周方向间隔布置有多个电机，所述电机的输出端通过减速机安装有转盘，所述转盘的顶面固定有全方位伺服稳定平台，所述全方位伺服稳定平台的顶面安装有滑轨组件，所述滑轨组件上滑动安装有两个固定台组件，两个固定台组件可独立沿着滑轨组件滑移动，其中一个固定台组件上部安装CCD相机，另一个固定台组件上安装短波红外相机，所述CCD相机和短波红外相机的顶面均安装有防护罩；所述全方位伺服稳定平台侧壁上设置有通讯接口。提高了工作可靠性，检测精度高。

Description

一种多模态波浪监测装置及监测方法
技术领域
本发明涉及波浪检测设备技术领域，尤其是一种多模态波浪监测装置及监测方法。
背景技术
在水面应用方面，常见岛礁、平台等需要对海上环境(如波浪)进行感知理解，目前，感知技术主要包括视觉感知技术、红外感知技术、雷达感知技术以及水声感知技术几个方面。与其他感知技术相比，由于视觉感知中包含有更丰富的目标区域细节信息，因此基于光视觉的感知技术更易于对目标/环境进行有效地辨别。特别地，对于多目标、大小目标混合、目标遮挡、光照反光、波浪晃荡等复杂场景，更需要丰富的细节信息才可能对目标进行准确识别与定位。而现阶段基于光测的波浪监测技术存在以下问题：只能在白天进行精确测量。
发明内容
本申请人针对上述现有生产技术中的缺点，提供一种多模态波浪监测装置及监测方法，从而有效的解决了光测手段只能在白天对波浪进行测量的问题，提高了工作可靠性，检测精度高。
本发明所采用的技术方案如下：
一种多模态波浪监测装置，包括固定在船体甲板上的自稳云台，所述自稳云台上表面在圆周方向间隔布置有多个电机，所述电机的输出端通过减速机安装有转盘，所述转盘的顶面固定有全方位伺服稳定平台，所述全方位伺服稳定平台的顶面安装有滑轨组件，所述滑轨组件上滑动安装有两个固定台组件，两个固定台组件可独立沿着滑轨组件滑移动，其中一个固定台组件上部安装CCD相机，另一个固定台组件上安装短波红外相机，所述CCD相机和短波红外相机的顶面均安装有防护罩；所述全方位伺服稳定平台侧壁上设置有通讯接口。
其进一步技术方案在于：
所述自稳云台呈圆柱体结构。
所述减速机为锥齿轮传动机构。
所述全方位伺服稳定平台的内部设置有图像存储器、陀螺仪、控制器和图像采集器。
电机设置有四个。
固定台组件的结构为：包括相对配合安装的U型板，两个U型板相对配合后用螺钉锁紧，构成一个矩形结构，在矩形结构的顶面再锁紧一块U型板。
防护罩的截面呈圆弧形结构。
一种多模态波浪监测装置的检测方法，包括如下操作步骤：
第一步：波浪监测装置启动：打开多模态波浪检测装置的开关；
第二步：多模态双目相机开始采集图像：CCD相机和短波红外相机开启工作；
第三步：获取监测区域的波浪图像，监测区域是随机海域，通过多模态双目相机***获取对应区域的波浪信息；
第四步：短波红外图像特征提取，
第五步：CCD图像特征提取，
在第四步和第五步中，处理端将短波红外相机与CCD相机采集到的波浪图像进行处理，通过去噪、增强图像处理手段完成图像的预处理，并通过各自的模型实现短波红外图像的特征提取与CCD图像的特征提取；
第六步：通过权重选择算法，
权重系数，假定短波红外图像中提取特征点个数为，CCD图像中提取特征点个数为，当时，选取短波红外算法进行图像观测；当时，选取CCD算法进行处理，特征点权重系数通过对不同时间段的图像处理得到，针对白天黑夜区间进行统计计算；
第七步：立体匹配，
通过在第四、第五和第六步的特征提取与权重选择，利用SIFT算法分别实现特征提取，并利用欧式最短距离计算特征点的相似性，实现在短波红外图像信息与CCD图像信息的不同模态下的立体特征匹配；
第八步：三维重构，
通过第七步的立体匹配得到内部矩阵与参数，通过三维重构的手段计算出波浪的浪高、周期以及波向，实现波浪参数的计算；
第九步：获取波浪参数；
第十步：监测软件显示波浪信息。
本发明的有益效果如下：
本发明结构紧凑、合理，操作方便，由于采用多模态的双目***进行测量，从而具有较低的成本和较精确的测量精度，并解决了测量时间的局限性，实现了低成本、低功耗、高精度测量的波浪参数监测。
本发明通过监测方法获取监测点的波高、周期、波速等波浪信息。
本发明通过监测装置，包括：信息采集模块，用于获取波浪图像；图像处理模块，用于将采集的波浪图像通过算法实现波浪参数的测量。
本发明通过短波红外相机、CCD相机、云台、处理器及储存在存储器上并可以在处理器上运行的计算机程序，处理器执行程序时实现本发明的第一方面波浪参数监测方法的步骤。
附图说明
图1为本发明多模态波浪监测装置的结构示意图。
图2为本发明多模态波浪检测方法。
图3为本发明三维重构中坐标转换示意图。
其中：1、防护罩；2、CCD相机；3、短波红外相机；4、固定台组件；5、螺钉；6、滑轨组件；7、通讯接口；8、全方位伺服稳定平台；9、转盘；10、电机；11、自稳云台。
具体实施方式
下面结合附图，说明本发明的具体实施方式。
如图1和图2所示，本实施例的多模态波浪监测装置，包括固定在船体甲板上的自稳云台11，自稳云台11上表面在圆周方向间隔布置有多个电机10，电机10的输出端通过减速机安装有转盘9，转盘9的顶面固定有全方位伺服稳定平台8，全方位伺服稳定平台8的顶面安装有滑轨组件6，滑轨组件6上滑动安装有两个固定台组件4，两个固定台组件4可独立沿着滑轨组件6滑移动，其中一个固定台组件4上部安装CCD相机2，另一个固定台组件4上安装短波红外相机3，CCD相机2和短波红外相机3的顶面均安装有防护罩1；全方位伺服稳定平台8侧壁上设置有通讯接口7。
自稳云台11呈圆柱体结构。
减速机为锥齿轮传动机构。
全方位伺服稳定平台8的内部设置有图像存储器、陀螺仪、控制器和图像采集器。
电机10设置有四个。
固定台组件4的结构为：包括相对配合安装的U型板，两个U型板相对配合后用螺钉5锁紧，构成一个矩形结构，在矩形结构的顶面再锁紧一块U型板。
防护罩1的截面呈圆弧形结构。
浮动平台在日常使用过程中，需要对波浪参数进行准确测量。而目前的基于浮标、雷达已经光测等测波手段，存在着收放困难、成本高、测量不精确、使用条件局限等缺点。
为了解决这一问题，本发明提供一种波浪监测方法。
该方法可用于上述浮动平台的波浪监测场景，也可以用于其他监测场景如岛礁等固定平台，本发明实施例对此不作具体限定，以下以浮动平台的监测场景为例对本发明实施例的相关内容进行说明，该方法的执行主体可以为设置于监测海域的波浪测量装置。
本发明还包括检测***，图像采集部分和图像处理部分，其中图像采集部分用于获取监测海域的图像；图像处理部分将传输过来的短波红外图像与CCD图像进行软件处理，实现波浪参数的提取。
本发明所述的多模态波浪检测装置各部件的作用如下：
防护罩1：实现两个相机的防潮防腐功能；
短波红外相机3：主要实现黑夜、雨雾、光暗等复杂环境下的波浪特征识别；
CCD相机2：主要实现白天环境下的波浪特征识别；
固定云台组件4：主要实现两个相机的固定以及角度的调节；
螺钉5：实现固定台组件4的固定连接作用。
滑轨组件6：主要实现两个相机外参的调节，控制两个相机间的间距；
通讯接口7：实现全方位伺服稳定云台8与图像数据的传输；
全方位伺服稳定平台8：其内部包括有图像存储器、陀螺仪、控制器和图像采集器，主要实现图像的采集与存储，并实现运动的自补偿；上述图像存储器、陀螺仪、控制器和图像采集均在市售商品。
电机10和转盘9：驱动云台运动；
自稳云台11：安装在船体甲板上，给整个装置一个支撑。
本实施例的多模态波浪监测装置的检测方法，包括如下操作步骤：
第一步：波浪监测装置启动：打开多模态波浪检测装置的开关；
第二步：多模态双目相机开始采集图像：CCD相机2和短波红外相机3开启工作；
第三步：获取监测区域的波浪图像，监测区域是随机海域，通过多模态双目相机***获取对应区域的波浪信息；
第四步：短波红外图像特征提取，
第五步：CCD图像特征提取，
在第四步和第五步中，处理端将短波红外相机3与CCD相机2采集到的波浪图像进行处理，通过去噪、增强图像处理手段完成图像的预处理，并通过各自的模型实现短波红外图像的特征提取与CCD图像的特征提取；
第六步：通过权重选择算法，
权重系数，假定短波红外图像中提取特征点个数为，CCD图像中提取特征点个数为，当时，选取短波红外算法进行图像观测；当时，选取CCD算法进行处理，特征点权重系数通过对不同时间段的图像处理得到，针对白天黑夜区间进行统计计算；
第七步：立体匹配，
通过在第四、第五和第六步的特征提取与权重选择，利用SIFT算法分别实现特征提取，并利用欧式最短距离计算特征点的相似性，实现在短波红外图像信息与CCD图像信息的不同模态下的立体特征匹配；
第八步：三维重构，
通过第七步的立体匹配得到内部矩阵与参数，通过三维重构的手段计算出波浪的浪高、周期以及波向，实现波浪参数的计算。
第九步：获取波浪参数；
第十步：监测软件显示波浪信息。
实际使用过程中，利用本发明进行检测后，测量结果高于《海滨规范》要求，于蠡湖试验结果如下：
Figure BDA0002774667560000061
多模态波浪观测装置能够实现为频率1Hz，幅值为5度的信号隔离。
三维重构的具体手段如下：
假设空间中的目标点在CCD相机2为原点Ow-XwYwZw下的坐标为(Xw,Yw,Zw)T，在左右图像上对应像点的坐标分别为(ul,vl)T和(ur,vr)T。则根据转换关系可以得到左右像点转换到以左摄像机为原点的Ow-XwYwZw下的公式：
Figure BDA0002774667560000062
其中
Figure BDA0002774667560000063
Figure BDA0002774667560000064
式中:
Ml为CCD相机变换矩阵；
Mr为短波红外相机变换矩阵；
Al为CCD相机的内参数矩阵；
Ar为短波红外相机的内参数矩阵；
Ow-XwYwZw为世界坐标系；
(ul,vl)为CCD相机图像坐标；
(ur,vr)为短波红外相机的图像坐标；
E为单位矩阵；
R为短波红外相机相对CCD相机的旋转矩阵；
T为短波红外相机相对CCD相机的平移矩阵；
ml、mr为Ml、Mr的内部矩阵变量；
对上式的Ml和Mr展开可以得到下式：
Figure BDA0002774667560000071
取：
Figure BDA0002774667560000081
公式(4)可以由Rc[xw yw zw]T＝Tc表示，
式中Rc、Tc为计算过程中取的变换矩阵。
其中Rc、Tc可以由Ml、Mr以及像点(ul,vl)、(ur,vr)得到，则波浪空间点的三维坐标(xw,yw,zw)T可以由如下公式求得：
Figure BDA0002774667560000082
人为建立一个世界坐标系作为参考坐标系Ow'-Xw'Yw'Zw'，参考坐标系的X'wO'wY'w平面与平静水面平行，Z轴与水面垂直方向。以CCD相机2为原点的Ow-XwYwZw世界坐标系下的三维坐标，需要转换为参考坐标系Ow'-Xw'Yw'Zw'下的三维坐标，如图3所示。
实验时，将人为建立的立体坐标尺放于人眼观测物体的***静水面方向平行，Z轴垂直于水面，坐标尺的刻度处贴上白色反光纸，便于选取匹配对。放置好坐标尺的位置，在与拍摄目标物体相同的拍摄环境、***设置条件下，拍摄坐标尺，得到左右图像，人为选取左右图像中的匹配对，得到匹配对的二维坐标。人为选取的匹配对是立体坐标尺上目标点的映射点。假设从Ow-XwYwZw到Ow'-Xw'Yw'Zw'的转换矩阵为：
Figure BDA0002774667560000083
选择Ow'-Xw'Yw'Zw'中四个相对位置关系比较明确的点，依据其在Ow-XwYwZw中的坐标以及Ow'-Xw'Yw'Zw'中的位置关系，得到转换矩阵[Rc Tc]。波浪图像经过立体匹配、四个坐标系转换，得到Ow'-Xw'Yw'Zw'下的三维立体坐标。
式中：
Figure BDA0002774667560000084
表示任意一点P在人为标定坐标系Ow'-Xw'Yw'Zw'下的坐标
Figure BDA0002774667560000085
表示任意一点P在世界坐标系Ow-XwYwZw下的坐标；
[Rc Tc]为2个坐标系的转换矩阵。
以上描述是对本发明的解释，不是对发明的限定，本发明所限定的范围参见权利要求，在本发明的保护范围之内，可以作任何形式的修改。

Claims (8)

1.一种多模态波浪监测装置，其特征在于：包括固定在船体甲板上的自稳云台(11)，所述自稳云台(11)上表面在圆周方向间隔布置有多个电机(10)，所述电机(10)的输出端通过减速机安装有转盘(9)，所述转盘(9)的顶面固定有全方位伺服稳定平台(8)，所述全方位伺服稳定平台(8)的顶面安装有滑轨组件(6)，所述滑轨组件(6)上滑动安装有两个固定台组件(4)，两个固定台组件(4)可独立沿着滑轨组件(6)滑移动，其中一个固定台组件(4)上部安装CCD相机(2)，另一个固定台组件(4)上安装短波红外相机(3)，所述CCD相机(2)和短波红外相机(3)的顶面均安装有防护罩(1)；所述全方位伺服稳定平台(8)侧壁上设置有通讯接口(7)。
2.如权利要求1所述的一种多模态波浪监测装置，其特征在于：所述自稳云台(11)呈圆柱体结构。
3.如权利要求1所述的一种多模态波浪监测装置，其特征在于：所述减速机为锥齿轮传动机构。
4.如权利要求1所述的一种多模态波浪监测装置，其特征在于：所述全方位伺服稳定平台(8)的内部设置有图像存储器、陀螺仪、控制器和图像采集器。
5.如权利要求1所述的一种多模态波浪监测装置，其特征在于：电机(10)设置有四个。
6.如权利要求1所述的一种多模态波浪监测装置，其特征在于：固定台组件(4)的结构为：包括相对配合安装的U型板，两个U型板相对配合后用螺钉(5)锁紧，构成一个矩形结构，在矩形结构的顶面再锁紧一块U型板。
7.如权利要求1所述的一种多模态波浪监测装置，其特征在于：防护罩(1)的截面呈圆弧形结构。
8.一种利用权利要求1所述的多模态波浪监测装置的检测方法，其特征在于：包括如下操作步骤：
第一步：波浪监测装置启动：打开多模态波浪检测装置的开关；
第二步：多模态双目相机开始采集图像：CCD相机(2)和短波红外相机(3)开启工作；
第三步：获取监测区域的波浪图像，监测区域是随机海域，通过多模态双目相机***获取对应区域的波浪信息；
第四步：短波红外图像特征提取，
第五步：CCD图像特征提取，
在第四步和第五步中，处理端将短波红外相机(3)与CCD相机(2)采集到的波浪图像进行处理，通过去噪、增强图像处理手段完成图像的预处理，并通过各自的模型实现短波红外图像的特征提取与CCD图像的特征提取；
第六步：通过权重选择算法，
权重系数ωk，假定短波红外图像中提取特征点个数为ωI，CCD图像中提取特征点个数为ωC，当ωI/ωC≥ωk时，选取短波红外算法进行图像观测；当ωI/ωC≤ωk时，选取CCD算法进行处理，特征点权重系数ωk通过对不同时间段的图像处理得到，针对白天黑夜区间进行统计计算；
第七步：立体匹配，
通过在第四、第五和第六步的特征提取与权重选择，利用SIFT算法分别实现特征提取，并利用欧式最短距离计算特征点的相似性，实现在短波红外图像信息与CCD图像信息的不同模态下的立体特征匹配；
第八步：三维重构，
通过第七步的立体匹配得到内部矩阵与参数，通过三维重构的手段计算出波浪的浪高、周期以及波向，实现波浪参数的计算；
第九步：获取波浪参数；
第十步：监测软件显示波浪信息。
CN202011261155.2A 2020-11-12 2020-11-12 一种多模态波浪监测装置及监测方法 Active CN112461213B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011261155.2A CN112461213B (zh) 2020-11-12 2020-11-12 一种多模态波浪监测装置及监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011261155.2A CN112461213B (zh) 2020-11-12 2020-11-12 一种多模态波浪监测装置及监测方法

Publications (2)

Publication Number Publication Date
CN112461213A true CN112461213A (zh) 2021-03-09
CN112461213B CN112461213B (zh) 2022-07-26

Family

ID=74826645

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011261155.2A Active CN112461213B (zh) 2020-11-12 2020-11-12 一种多模态波浪监测装置及监测方法

Country Status (1)

Country Link
CN (1) CN112461213B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113483730A (zh) * 2021-07-02 2021-10-08 迈润智能科技(上海)有限公司 一种基于双目立体视觉的海上波浪实测装置及方法
CN114112297A (zh) * 2021-11-12 2022-03-01 中国船舶科学研究中心 一种基于视觉的随船海浪观测装置及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105262946A (zh) * 2015-09-23 2016-01-20 上海大学 一种三维双目相机云台实验装置
CN110473260A (zh) * 2019-06-28 2019-11-19 国家海洋技术中心 一种波浪视频测量装置及方法
CN110763189A (zh) * 2019-10-15 2020-02-07 哈尔滨工程大学 一种基于双目视觉的海浪高程测量实验装置和方法
CN110920824A (zh) * 2019-11-21 2020-03-27 深圳市若雅方舟科技有限公司 一种基于双目立体视觉的船舶模型姿态测量***及方法
CN111340951A (zh) * 2020-02-26 2020-06-26 天津大学 基于深度学习的海洋环境自动识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105262946A (zh) * 2015-09-23 2016-01-20 上海大学 一种三维双目相机云台实验装置
CN110473260A (zh) * 2019-06-28 2019-11-19 国家海洋技术中心 一种波浪视频测量装置及方法
CN110763189A (zh) * 2019-10-15 2020-02-07 哈尔滨工程大学 一种基于双目视觉的海浪高程测量实验装置和方法
CN110920824A (zh) * 2019-11-21 2020-03-27 深圳市若雅方舟科技有限公司 一种基于双目立体视觉的船舶模型姿态测量***及方法
CN111340951A (zh) * 2020-02-26 2020-06-26 天津大学 基于深度学习的海洋环境自动识别方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113483730A (zh) * 2021-07-02 2021-10-08 迈润智能科技(上海)有限公司 一种基于双目立体视觉的海上波浪实测装置及方法
CN114112297A (zh) * 2021-11-12 2022-03-01 中国船舶科学研究中心 一种基于视觉的随船海浪观测装置及方法
CN114112297B (zh) * 2021-11-12 2023-08-18 中国船舶科学研究中心 一种基于视觉的随船海浪观测装置及方法

Also Published As

Publication number Publication date
CN112461213B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN112525162B (zh) 一种无人机测量输电线路影像距离的***及方法
CN102607457B (zh) 基于惯性导航技术的大尺寸三维形貌测量装置及方法
CN112461213B (zh) 一种多模态波浪监测装置及监测方法
CN109737981B (zh) 基于多传感器的无人车目标搜索装置及方法
CN109931909B (zh) 一种基于无人机的海上风机塔柱状态巡检方法和装置
CN104406539B (zh) 全天候主动式全景感知装置及3d全景建模方法
CN111307046B (zh) 基于半球图像的树高测量方法
CN114488164B (zh) 水下航行器同步定位与建图方法及水下航行器
US20060034485A1 (en) Point location in multi-modality stereo imaging
CN110533649B (zh) 一种无人机通用结构裂缝识别检测装置及方法
CN110595506A (zh) 一种星光仿真测试中仪器自主对准装置及对准方法
CN103592650A (zh) 基于图形处理器的三维声纳成像***及其三维成像方法
CN112154394A (zh) 地形检测方法、可移动平台、控制设备、***及存储介质
CN113777580A (zh) 一种基于可旋转单线激光雷达的三维激光扫描仪
Yin et al. Study on underwater simultaneous localization and mapping based on different sensors
CN113790718A (zh) 一种基于无人船的信息共享***
CN206556667U (zh) 一种海面目标自动检测装置
CN112781530A (zh) 一种基于双目视觉的rcs检测***及其检测方法
CN116958265A (zh) 一种基于双目视觉的船舶位姿测量方法及***
CN112598702A (zh) 一种基于合作信标的水下目标全自动识别与跟踪***和方法
CN111275770A (zh) 基于一维靶标旋转运动的四目立体视觉***全局标定方法
CN215643053U (zh) 一种基于水下潜摄设备的滑坡安全监测装置
CN115761286A (zh) 复杂海况下基于激光雷达的水面无人艇航行障碍物检测方法
CN116188963A (zh) 基于深度学习的无人艇目标探测与自主识别***和方法
CN113238202B (zh) 光子激光三维成像***的坐标系点云计算方法及其应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant