摘 要

雷达技术能够主动地检测船舶航行状态以及获得航道内部实时信息。在当今的海事监管中起着重要作用。我们通过对雷达图像的处理，来达到对内河航道障碍物的位置感知，对判定航行路线提供了技术支持。使用该技术，我们可以更准确的判定出内河航道内部实际航行区域，强化海事监管安全。

本文分析了雷达图像的基本特征以及基本处理方法，实现了对雷达图像中障碍物的定位以及桥梁岸线的提取。主要使用的研究方法如下

1）运用阈值二值化算法分割雷达图像，并提取出其中含有有效信息的部分。

2）将图像进行灰度化处理，比对相邻帧图像之间的区别，判断出雷达图像中的动态障碍物和静态障碍物。

3）运用Hough变换确定雷达图像中桥梁和岸线的倾向角度，将获取的角度信息带入Gabor小波，提取出边缘信息。

本文实现了对于雷达图像中障碍物坐标的确定以及桥梁岸线的提取，对于海事监管安全以及船舶航行最优路线提取做出了贡献。

关键词：雷达，图像处理，二值化算法，灰度化，Gabor小波。

Abstract

Radar is a technology that can take the initiative to obtain real-time ship driving conditions and navigation environment information of Changjiang route.Radar plays an important role in Maritime supervision.Through the processing of radar images,perceived the location of the inland waterway obstacle and determine the location of the bridge and shoreline.So we can determine the real navigation area of the river channel more accurately , and enhance maritime safety.

This paper analyzed the basic characteristics of radar images and the basic processing methods, to achieve the radar image of the obstacle positioning and bridge shoreline extraction. The main methods have been used are as follows

1. The radar binarization algorithm has been used to segment the radar image, and extracted the part contains valid information .

2) Gray out the image , and compare adjacent frame images in order to find the difference between them, and judge the dynamic obstacle and the static obstacle in the radar image.

3) Use the Hough transform to determine the inclination angle of the bridge and the shoreline, and brought the angle information into the Gabor wavelet to extract the edge information of the bridge.

Key words：Radar，Image processing, Binarization algorithm, Gray scale, Gabor wavelet.

目录

一、研究目的以及意义 1

1.1研究意义 1

1.2 国内外研究现状 2

1.3 论文结构 4

二、图像提取实现方法及原理 5

2.1 雷达工作环境特性分析 5

2.2 图像获取及处理 5

2.3图像分割方法 7

2.4 边缘目标提取 8

三、基于图像处理的算法原理 10

3.1 二值化算法研究 10

3.1.1 灰度化算法研究 10

3.1.2滤波方式的选取 14

3.1.3滤波算法研究 15

3.2图像边缘提取 18

3.2.1图像边缘算法 18

3.3 图像提取定义 19

3.3.1 图像提取概述 19

3.3.2 图像提取方法 19

3.3.3 基于Gabor小波的桥梁岸线提取 22

3.4小结 24

四、实现过程 25

五、 节能环保以及经济分析 43

5.1 节能环保分析 43

5.2 经济分析 43

六、总结 44

参考文献 45

一、研究目的以及意义

1.1研究意义

内河航道自然环境变化多端，波浪、大雾、风等自然因素都会对船舶的航行安全有较大的影响。不同于海上航行，内河航道的航行特征是：1）通航密度大；目前，提高通航密度是是 一个必然趋势，船舶也将会更加大型化，系列化，高速化；2）受到内河环境尺寸的制约，船舶操作难度大，会船时风险较大，会遇距离较小；3）气候环境恶劣；在长江一般不会出现大风大浪的天气但是大雾天气较多，在长江部分区域大雾天数长达全年的60%；尤其是在三峡库区域雾情十分严重，环境不稳定，能见度非常差，在客观上严重威胁了船舶在长江上的航行安全，使得船舶碰撞事故的发生概率增大；4）弯道多，水流影响大；5）由于不同水位的地段复杂程度，船舶避让难度变大；6）存在多种类型的通航河段；7）内河航道环境复杂，有各种类型的船只，在能见度较低的环境下比如大雾天气发现它们十分困难，这也是发生碰撞事故的主要原因之一。据统计，在能见度差的环境下，船舶碰撞事故发生的比例高达百分之八十五，远超过能见度高的环境。

当今，船舶在内河航道安全行驶所需要的信息大部分是由一般的相对运动型的雷达得到。通过雷达监控，我们可以确定出目标船舶的航行方向和航行轨迹，同时监测出船舶的方位和距离的变化。只是，船舶上装配的现有的雷达精确度很低，如果使用这种雷达，想要立刻改变路线，检测路线十分的困难：且这种雷达收天气和电磁波的干扰较大，在航行过程中容易产生判断失误，且这种雷达生成的雷达图像中，障碍物只显示为一个小光点，不够形象和直观，并且受周围环境的影响还会产生假象。

虽然如今船舶自动化程度随着船舶航行技术的不断发展不断地提高，但是其中最关键的一点，船舶避撞的自动化还没有成功达成。如今已经建立的船舶避撞系统经过国内外专家针对避撞决策数学模型和自动化的研究，还未通过严格的实验检测，还未能真正的运用于实际的船舶避撞。在通航密度较大的航域中，船舶行驶过程中在能见度不良的条件下，在船舶间使用无线电话完成避撞的协议时，易产生“误叫”和“误答”，导致紧急船舶碰撞事故局面的发生。