基于AIS和SAR的艦船同步檢測研究.pdf

1、隨著經(jīng)濟社會的發(fā)展，海上貿(mào)易航行越來越頻繁，海上安全威脅日漸增多，因此對船只實施有效監(jiān)控是海上安全的重要保障。分別基于AIS系統(tǒng)和衛(wèi)星圖像獲取的船只數(shù)據(jù)存在缺陷:通過兩種系統(tǒng)收集在大連灣地區(qū)的船只數(shù)據(jù)信息，AIS獲取的信息與衛(wèi)星圖像獲取的信息存在時間差，雖然通過AIS信息獲取的船只數(shù)據(jù)快捷完整，但是有些船只未能安裝該系統(tǒng)，因此信息不全;SAR圖像獲取船只數(shù)據(jù)全面但是船只信息不完整，由于圖像存在噪聲，因此衛(wèi)星船只數(shù)據(jù)并不準(zhǔn)確。目前關(guān)于AI

2、S和衛(wèi)星圖像船只信息融合算法的文獻較少，主要有BP神經(jīng)網(wǎng)絡(luò)算法、DR算法、加權(quán)平均值算法、證據(jù)合成法等。本論文從實際情況分析解決了以下問題:圖像噪聲引起船只特征失真，模糊融合算法效率不高，可疑船只缺少歸類分析。
　　利用船載AIS設(shè)備可以容易的獲取大連灣周圍船只信息。通過衛(wèi)星拍攝該區(qū)域內(nèi)的圖像，并對圖像進行幾何校正;構(gòu)建特征向量集，受圖像存在失真等因素的影響，需要對圖像中船只長度、位置等特征值重新計算，根據(jù)相似性對比公式計算各個特

3、征間的船只相似性值;改進模糊融合算法:融合范圍的限定、關(guān)鍵特征的選取、融合決策的制定。把SAR圖像中的船只而AIS中未出現(xiàn)或者未準(zhǔn)確定義的船只定義為可疑船只，分時段統(tǒng)計在大連灣地區(qū)航行船只信息，分析船只種類和船只長寬之間的關(guān)系。通過新的融合算法進行船只數(shù)據(jù)融合，發(fā)現(xiàn)可疑船只，對這些可疑船只進行分析歸類。
　　利用上述改進的模糊融合算法本次實驗取得良好效果，實驗結(jié)果中一共融合了13艘船只，發(fā)現(xiàn)5艘可疑船只，與實際情況相當(dāng)。算法的有效