CN113538970A - 基于流式计算的船舶卡口检测方法 - Google Patents
基于流式计算的船舶卡口检测方法 Download PDFInfo
- Publication number
- CN113538970A CN113538970A CN202110623640.8A CN202110623640A CN113538970A CN 113538970 A CN113538970 A CN 113538970A CN 202110623640 A CN202110623640 A CN 202110623640A CN 113538970 A CN113538970 A CN 113538970A
- Authority
- CN
- China
- Prior art keywords
- ship
- data
- bayonet
- stream
- image
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于船舶卡口检测技术领域,尤其是涉及基于流式计算的船舶卡口检测方法,包括以下步骤:利用卡口监管设备在监测点对经过该区域的船舶进行检测并记录相关的图像;设定多元交通状态的单元时间,以设定的单元时间为单位滚动接收监测点中所有卡口监管设备的采集数据。本发明设定多元交通状态的单元时间,以设定的单元时间为单位滚动接收监测点中所有卡口监管设备的采集数据,并在接收完成之后将该时间段的数据集作为输入数据流发送到流式计算***中,并且采用流式计算***将采集数据按照设备类型分别发送到不同的处理组件中分别进行处理,再将处理后的数据进行集中存储最终生成报表以对船舶进行检测。
Description
技术领域
本发明涉及船舶卡口检测技术领域,尤其涉及基于流式计算的船舶卡口检测方法。
背景技术
进一步的在传统的数据处理流程中,总是先收集数据,然后将数据放到数据库中。当人们需要的时候通过数据库对数据做查询,得到答案或进行相关的处理。这样看起来虽然非常合理,但是结果却非常的紧凑,尤其是在一些实时搜索应用环境中的某些具体问题,类似于 MapReduce方式的离线处理并不能很好地解决问题,例如在船舶卡口处的检测数据。
为此,我们提出基于流式计算的船舶卡口检测方法来解决上述问题。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的基于流式计算的船舶卡口检测方法。
为了实现上述目的,本发明采用了如下技术方案:
基于流式计算的船舶卡口检测方法,包括以下步骤:
S1、利用卡口监管设备在监测点对经过该区域的船舶进行检测并记录相关的图像;
S2、设定多元交通状态的单元时间,以设定的单元时间为单位滚动接收监测点中所有卡口监管设备的采集数据,并在接收完成之后将该时间段的数据集作为输入数据流发送到流式计算***中;
S3、流式计算***将采集数据按照设备类型分别发送到不同的处理组件中;
S4、运用运动物体检测法对视频录像和高清图片进行数据处理,并识别船舶运动方向和运动速度,利用AIS信号接收装置接收船舶九位码的数据;
S5、AIS信号接收装置在接收船舶九位码后,结合海事局船舶档案数据生成对比报表,并且将初报表和对比报表进行对比,生成决策报表,判断船舶是否通行。
在上述的基于流式计算的船舶卡口检测方法中,所述步骤S1中的监管设备包括摄像机和处理机,所述步骤S4中把摄像机中采集到的图像序列送入处理机中,且处理机中安装有运动物体检测程序,其作用是分析图像序列,从中找到船舶图像,并且处理机将由分析得到的船舶图像送到流式计算***中。
在上述的基于流式计算的船舶卡口检测方法中,所述运动物体检测程序采用背景差法对视频影像和图片做差得到船舶的信息,具体的步骤为:
1)将当前帧fi(x,y)与背景帧fo(x,y)做差,再经过二值化得到“差图像”fi'(x,y),其中x∈[1,2,...,H-1],y∈[1,2,...,W-1],H,W分别为图像高和宽,i∈{1,2,3,...};
2)当|fi(x,y)-fo(x,y)|≥A时,fi'(x,y)=255;反之,fi'(x,y)=0;
3)如果差图像内值为255的点即“白点”的个数大于阈值B,则认为当前帧有运动物体,接下来对差图像做水平投影分割,对分割出来的子图像再做垂直投影分割,这样就得到了当前帧中物体的大小和位置。
在上述的基于流式计算的船舶卡口检测方法中,所述运动物体检测程序中参数A和B必须提前确定下来,对于同一帧图像和相同的背景帧图像,A大则“白点”的个数少,A小则白点的个数多,A间接决定了B,在确定了A,则B也确定下来了。
在上述的基于流式计算的船舶卡口检测方法中,所述步骤S3中在每个处理组件中分别计算各个设备类型的交通状态,并将计算好的交通状态结果统一发送到处理组件中并对接收到的多个结果进行融合计算,输出最终的路段交通状态结果。
在上述的基于流式计算的船舶卡口检测方法中,所述步骤S4中AIS的船舶能实时获取周边安装使用AIS船舶的船名、呼号、船长、货物种类等船舶静态数据以及航向、航速、位置、相对距离等船舶航行动态数据。
在上述的基于流式计算的船舶卡口检测方法中,所述步骤S5中在对船舶信息进行检测判断时还包括运用到服务器和报警器,所述服务器与处理组件之间通过路由器连接,并且采用的是TCP、HTTP或 FTP方式,服务器在接收到经过处理组件分析后的数据后会根据判断的结果将信号传输至报警器中,报警器根据结果的不同分别显示绿灯和红灯,即允许通行和禁止通行的命令。
与现有技术相比,本基于流式计算的船舶卡口检测方法的优点在于:
1、本发明设定多元交通状态的单元时间,以设定的单元时间为单位滚动接收监测点中所有卡口监管设备的采集数据,并在接收完成之后将该时间段的数据集作为输入数据流发送到流式计算***中,并且采用流式计算***将采集数据按照设备类型分别发送到不同的处理组件中分别进行处理,再将处理后的数据进行集中存储最终生成报表以对船舶进行检测。
2、本发明运用运动物体检测法对视频录像和高清图片进行数据处理,并识别船舶运动方向和运动速度,利用AIS信号接收装置接收船舶九位码的数据,并且AIS信号接收装置在接收船舶九位码后,结合海事局船舶档案数据生成对比报表,并且将初报表和对比报表进行对比,生成决策报表,判断船舶是否通行。
附图说明
图1为本发明提出的基于流式计算的船舶卡口检测方法的方法框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例
参照图1,基于流式计算的船舶卡口检测方法,包括以下步骤:
S1、利用卡口监管设备在监测点对经过该区域的船舶进行检测并记录相关的图像;
S2、设定多元交通状态的单元时间,以设定的单元时间为单位滚动接收监测点中所有卡口监管设备的采集数据,并在接收完成之后将该时间段的数据集作为输入数据流发送到流式计算***中;
S3、流式计算***将采集数据按照设备类型分别发送到不同的处理组件中;
S4、运用运动物体检测法对视频录像和高清图片进行数据处理,并识别船舶运动方向和运动速度,利用AIS信号接收装置接收船舶九位码的数据;
S5、AIS信号接收装置在接收船舶九位码后,结合海事局船舶档案数据生成对比报表,并且将初报表和对比报表进行对比,生成决策报表,判断船舶是否通行。
其中,步骤S1中的监管设备包括摄像机和处理机,步骤S4中把摄像机中采集到的图像序列送入处理机中,且处理机中安装有运动物体检测程序,其作用是分析图像序列,从中找到船舶图像,并且处理机将由分析得到的船舶图像送到流式计算***中。
其中,运动物体检测程序采用背景差法对视频影像和图片做差得到船舶的信息,具体的步骤为:
1)将当前帧fi(x,y)与背景帧fo(x,y)做差,再经过二值化得到“差图像”fi'(x,y),其中x∈[1,2,...,H-1],y∈[1,2,...,W-1],H,W分别为图像高和宽,i∈{1,2,3,...};
2)当|fi(x,y)-fo(x,y)|≥A时,fi'(x,y)=255;反之,fi'(x,y)=0;
3)如果差图像内值为255的点即“白点”的个数大于阈值B,则认为当前帧有运动物体,接下来对差图像做水平投影分割,对分割出来的子图像再做垂直投影分割,这样就得到了当前帧中物体的大小和位置。
检测经过特定区域的船舶并记录相关图像,整个***由摄像机、处理机和数据中心构成。摄像机把采集到的图像序列送入处理机;处理机中安装了运动物体检测程序,其作用是分析图像序列,从中找到船舶图像,处理机将由分析得到的船舶图像送到数据中心。
进一步的,运动物体检测程序中参数A和B必须提前确定下来,对于同一帧图像和相同的背景帧图像,A大则“白点”的个数少,A 小则白点的个数多,A间接决定了B,在确定了A,则B也确定下来了,具体的,计算背景帧平均亮度,同时调整A,使差图像中运动物体的大小和实际物体的大小相似,统计在不同的背景帧平均亮度下A 的“最佳值”,可以得到一个线性表,在运动物体检测程序运行时,按背景帧平均亮度查找A的最佳值。
其中,步骤S3中在每个处理组件中分别计算各个设备类型的交通状态,并将计算好的交通状态结果统一发送到处理组件中并对接收到的多个结果进行融合计算,输出最终的路段交通状态结果。
进一步的,步骤S4中AIS的船舶能实时获取周边安装使用AIS 船舶的船名、呼号、船长、货物种类等船舶静态数据以及航向、航速、位置、相对距离等船舶航行动态数据。
更进一步的,步骤S5中在对船舶信息进行检测判断时还包括运用到服务器和报警器,服务器与处理组件之间通过路由器连接,并且采用的是TCP、HTTP或FTP方式,服务器在接收到经过处理组件分析后的数据后会根据判断的结果将信号传输至报警器中,报警器根据结果的不同分别显示绿灯和红灯,即允许通行和禁止通行的命令。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.基于流式计算的船舶卡口检测方法,其特征在于,包括以下步骤:
S1、利用卡口监管设备在监测点对经过该区域的船舶进行检测并记录相关的图像;
S2、设定多元交通状态的单元时间,以设定的单元时间为单位滚动接收监测点中所有卡口监管设备的采集数据,并在接收完成之后将该时间段的数据集作为输入数据流发送到流式计算***中;
S3、流式计算***将采集数据按照设备类型分别发送到不同的处理组件中;
S4、运用运动物体检测法对视频录像和高清图片进行数据处理,并识别船舶运动方向和运动速度,利用AIS信号接收装置接收船舶九位码的数据;
S5、AIS信号接收装置在接收船舶九位码后,结合海事局船舶档案数据生成对比报表,并且将初报表和对比报表进行对比,生成决策报表,判断船舶是否通行。
2.根据权利要求1所述的基于流式计算的船舶卡口检测方法,其特征在于,所述步骤S1中的监管设备包括摄像机和处理机,所述步骤S4中把摄像机中采集到的图像序列送入处理机中,且处理机中安装有运动物体检测程序,其作用是分析图像序列,从中找到船舶图像,并且处理机将由分析得到的船舶图像送到流式计算***中。
3.根据权利要求2所述的基于流式计算的船舶卡口检测方法,其特征在于,所述运动物体检测程序采用背景差法对视频影像和图片做差得到船舶的信息,具体的步骤为:
1)将当前帧fi(x,y)与背景帧fo(x,y)做差,再经过二值化得到“差图像”fi'(x,y),其中x∈[1,2,...,H-1],y∈[1,2,...,W-1],H,W分别为图像高和宽,i∈{1,2,3,...};
2)当|fi(x,y)-fo(x,y)|≥A时,fi'(x,y)=255;反之,fi'(x,y)=0;
3)如果差图像内值为255的点即“白点”的个数大于阈值B,则认为当前帧有运动物体,接下来对差图像做水平投影分割,对分割出来的子图像再做垂直投影分割,这样就得到了当前帧中物体的大小和位置。
4.根据权利要求3所述的基于流式计算的船舶卡口检测方法,其特征在于,所述运动物体检测程序中参数A和B必须提前确定下来,对于同一帧图像和相同的背景帧图像,A大则“白点”的个数少,A小则白点的个数多,A间接决定了B,在确定了A,则B也确定下来了。
5.根据权利要求1所述的基于流式计算的船舶卡口检测方法,其特征在于,所述步骤S3中在每个处理组件中分别计算各个设备类型的交通状态,并将计算好的交通状态结果统一发送到处理组件中并对接收到的多个结果进行融合计算,输出最终的路段交通状态结果。
6.根据权利要求5所述的基于流式计算的船舶卡口检测方法,其特征在于,所述步骤S4中AIS的船舶能实时获取周边安装使用AIS船舶的船名、呼号、船长、货物种类等船舶静态数据以及航向、航速、位置、相对距离等船舶航行动态数据。
7.根据权利要求1所述的基于流式计算的船舶卡口检测方法,其特征在于,所述步骤S5中在对船舶信息进行检测判断时还包括运用到服务器和报警器,所述服务器与处理组件之间通过路由器连接,并且采用的是TCP、HTTP或FTP方式,服务器在接收到经过处理组件分析后的数据后会根据判断的结果将信号传输至报警器中,报警器根据结果的不同分别显示绿灯和红灯,即允许通行和禁止通行的命令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110623640.8A CN113538970A (zh) | 2021-06-04 | 2021-06-04 | 基于流式计算的船舶卡口检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110623640.8A CN113538970A (zh) | 2021-06-04 | 2021-06-04 | 基于流式计算的船舶卡口检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113538970A true CN113538970A (zh) | 2021-10-22 |
Family
ID=78095218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110623640.8A Pending CN113538970A (zh) | 2021-06-04 | 2021-06-04 | 基于流式计算的船舶卡口检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113538970A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971524A (zh) * | 2014-05-21 | 2014-08-06 | 电子科技大学 | 一种基于机器视觉的交通流量检测方法 |
CN105070054A (zh) * | 2015-07-23 | 2015-11-18 | 银江股份有限公司 | 一种基于流式计算与时间窗动态优化的多源交通状态判别方法 |
CN109803076A (zh) * | 2019-01-21 | 2019-05-24 | 刘善成 | 一种内河水上交通卡口船舶图像抓拍及船名识别的方法 |
CN109816310A (zh) * | 2019-01-22 | 2019-05-28 | 浙江华是科技股份有限公司 | 一种基于人工智能的航道船舶卡口管理***及其管理方法 |
US20210073573A1 (en) * | 2018-11-15 | 2021-03-11 | Shanghai Advanced Avionics Co., Ltd. | Ship identity recognition method based on fusion of ais data and video data |
-
2021
- 2021-06-04 CN CN202110623640.8A patent/CN113538970A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971524A (zh) * | 2014-05-21 | 2014-08-06 | 电子科技大学 | 一种基于机器视觉的交通流量检测方法 |
CN105070054A (zh) * | 2015-07-23 | 2015-11-18 | 银江股份有限公司 | 一种基于流式计算与时间窗动态优化的多源交通状态判别方法 |
US20210073573A1 (en) * | 2018-11-15 | 2021-03-11 | Shanghai Advanced Avionics Co., Ltd. | Ship identity recognition method based on fusion of ais data and video data |
CN109803076A (zh) * | 2019-01-21 | 2019-05-24 | 刘善成 | 一种内河水上交通卡口船舶图像抓拍及船名识别的方法 |
CN109816310A (zh) * | 2019-01-22 | 2019-05-28 | 浙江华是科技股份有限公司 | 一种基于人工智能的航道船舶卡口管理***及其管理方法 |
Non-Patent Citations (1)
Title |
---|
汪涛等: "基于视频检测的卡口***", 《电子科技》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101942808B1 (ko) | 객체 이미지 인식 dcnn 기반 cctv 영상분석장치 | |
KR102194499B1 (ko) | 객체 이미지 인식 dcnn 기반 cctv 영상분석장치 및 그 장치의 구동방법 | |
Cavallaro et al. | Shadow-aware object-based video processing | |
CN104966304A (zh) | 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法 | |
CN113660427A (zh) | 一种应用于视频监控测试仪的图像分析***及其分析方法 | |
CN116434159A (zh) | 一种基于改进YOLO V7和Deep-Sort的交通流量统计方法 | |
CN112488071A (zh) | 提取行人特征的方法、装置、电子设备和存储介质 | |
CN114758271A (zh) | 视频处理方法、装置、计算机设备及存储介质 | |
CN113065568A (zh) | 目标检测、属性识别与跟踪方法及*** | |
KR20220006770A (ko) | 딥러닝 기반 연기 및 화재 검출 방법 및 그 장치 | |
CN112866654B (zh) | 一种智能视频监控*** | |
Lee et al. | Estimation and analysis of urban traffic flow | |
CN111369578B (zh) | 云台异动智能跟踪方法及其*** | |
CN114772208B (zh) | 一种基于图像分割的非接触式皮带撕裂检测***及方法 | |
CN113538970A (zh) | 基于流式计算的船舶卡口检测方法 | |
WO2021136001A1 (zh) | 一种基于Codebook原理的高效视频移动目标检测方法 | |
Kulkarni et al. | Video analytics for face detection and tracking | |
CN109859200B (zh) | 一种基于背景分析的低空慢速无人机快速检测方法 | |
CN110363109B (zh) | 一种基于计算机视觉的覆盖式漏油检测***及方法 | |
CN112580633A (zh) | 一种公共交通客流统计装置及方法 | |
CN117876932B (zh) | 基于低照度环境的运动物体识别*** | |
CN110826445B (zh) | 一种无色彩场景视频中对特定目标区域的侦测方法和装置 | |
Hsiao et al. | Object-based video streaming technique with application to intelligent transportation systems | |
CN113705502B (zh) | 一种融合目标检测和目标跟踪的船舶目标行为理解*** | |
TWI448992B (zh) | 視訊監控方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211022 |
|
RJ01 | Rejection of invention patent application after publication |