基于船舶自動(dòng)識(shí)別系統(tǒng)信息和Hough變換的海上船舶航道提取

陳宏昆，察 豪，劉立國(guó)，孟 薇

(1.海軍工程大學(xué) 電子工程學(xué)院，武漢 430033； 2.陸軍武漢軍事代表局，武漢 430000)(*通信作者電子郵箱chenhk93@163.com)

0 引言

船舶在海上航行時(shí)通常遵循特定的航道，利用豐富的海上船舶航行信息提取出這些航道，判斷船舶的航行軌跡是否遵循特定的航道作為該船舶的航行行為是否正常和是否進(jìn)一步進(jìn)行專家分析的依據(jù)，對(duì)分析海上船舶行為、異常檢測(cè)和海洋監(jiān)視具有重要意義。船舶自動(dòng)識(shí)別系統(tǒng)(Automatic Identification System, AIS)在船舶、陸基站點(diǎn)和衛(wèi)星之間發(fā)送與接收包含船舶靜態(tài)信息(海上移動(dòng)業(yè)務(wù)標(biāo)識(shí)碼、船名、船舶類型等)和動(dòng)態(tài)信息(經(jīng)緯度、航速、航向等)的AIS報(bào)文來(lái)進(jìn)行船舶的識(shí)別和定位[1-3]，是船舶航行數(shù)據(jù)的一種重要來(lái)源。但海上船舶數(shù)量巨大，導(dǎo)致AIS數(shù)據(jù)量太大而無(wú)法直接用于人工分析，對(duì)數(shù)據(jù)的存儲(chǔ)和計(jì)算也提出了挑戰(zhàn)，因此要求研究快速有效的智能算法對(duì)海量AIS數(shù)據(jù)進(jìn)行處理并獲取知識(shí)。

目前，國(guó)內(nèi)外利用AIS數(shù)據(jù)獲取航道信息主要是通過(guò)軌跡聚類和機(jī)器學(xué)習(xí)等方法來(lái)實(shí)現(xiàn): 文獻(xiàn)[4-5]提出了為異常檢測(cè)提取航道(Traffic Route Extraction for Anomaly Detection, TREAD)的算法，該方法基于AIS信息，獲取航道的起點(diǎn)和終點(diǎn)以及中途的停駐點(diǎn)，利用基于密度的空間聚類(Density-Based Spatial Clustering of Applications with Noise, DBSCAN)方法對(duì)這些點(diǎn)進(jìn)行聚類，將連接類的矢量線段視為航道，分析航道的時(shí)空分布，并在此基礎(chǔ)上對(duì)船舶行為進(jìn)行預(yù)測(cè)；文獻(xiàn)[6]提出用機(jī)器學(xué)習(xí)的聚類、分類和離群點(diǎn)檢測(cè)等方法對(duì)軌跡相似性進(jìn)行度量；文獻(xiàn)[7]提出了基于船舶航向、航速和船舶間距離的相似性，利用k均值聚類方法獲取航道內(nèi)船舶的行為特征的算法。文獻(xiàn)[8-11]提出建立軌跡結(jié)構(gòu)距離模型，優(yōu)化軌跡間相似性度量的算法，并結(jié)合經(jīng)典DBSCAN聚類算法實(shí)現(xiàn)船舶軌跡聚類。但是上述算法均要求連續(xù)接收AIS信息以形成船舶軌跡，對(duì)數(shù)據(jù)質(zhì)量要求高，而遠(yuǎn)海海域的AIS信息只能通過(guò)衛(wèi)星平臺(tái)接收，目前星載AIS接收設(shè)備不多，無(wú)法保證AIS信號(hào)的全程接收，因此不適用于遠(yuǎn)海海域的航道提取。文獻(xiàn)[12]提出將船舶密度分布視為圖像，運(yùn)用Hough變換提取線性航道，并用高斯擬合法分析航道寬度，有效地提取了大面積海域的線性航道，但該方法提取航道的精度不高，且對(duì)噪聲敏感。

針對(duì)上述情況，本文提出一種基于歷史AIS數(shù)據(jù)，利用圖像處理方法進(jìn)行降噪，利用Hough變換提取線性航道中心線，并用核密度估計(jì)法估計(jì)航道寬度的航道提取算法，成功地實(shí)現(xiàn)對(duì)大面積遠(yuǎn)海海域的航道提取。最后采用真實(shí)的歷史AIS數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)結(jié)果證明了所提方法的有效性，且提取航道的精度較文獻(xiàn)[12]有了提升。

1 Hough變換法提取線性航道

Hough變換是圖像處理中檢測(cè)直線的技術(shù)中最受歡迎的技術(shù)之一[13-14]。在遠(yuǎn)海開(kāi)闊海域，航道上的船舶密度遠(yuǎn)高于其他區(qū)域，可將船舶密度分布視為Hough變換中的圖像空間，分布在航道上的船舶構(gòu)成圖像中的直線，其他區(qū)域的船舶視為噪聲，據(jù)此利用Hough變換提取線性航道。算法的總體流程如圖1所示。

圖1 航道提取算法流程

1.1 船舶密度分布模型

船舶密度是指單位面積內(nèi)船舶數(shù)量。對(duì)目標(biāo)區(qū)域劃分網(wǎng)格，將單個(gè)網(wǎng)格的大小視為單位面積，計(jì)算每個(gè)網(wǎng)格內(nèi)船舶的數(shù)量，即可得到該區(qū)域的船舶密度分布。受AIS數(shù)據(jù)量限制，且AIS數(shù)據(jù)經(jīng)常存在誤報(bào)、數(shù)據(jù)遭惡意篡改[15]的現(xiàn)象，船舶密度分布沒(méi)有回歸統(tǒng)計(jì)學(xué)規(guī)律，航道提取準(zhǔn)確度較低, 因此利用圖像處理中的中值濾波和形態(tài)學(xué)濾波方法對(duì)密度分布進(jìn)行優(yōu)化、降低噪聲干擾、提高航道提取準(zhǔn)確度。

從AIS數(shù)據(jù)庫(kù)中提取目標(biāo)區(qū)域的船舶位置信息，存入集合L中：

L= { (lon_i,lat_i);i= 1,2,…,N}

(1)

式中：lon表示經(jīng)度，lat表示緯度，N為目標(biāo)區(qū)域內(nèi)AIS報(bào)文總數(shù)。將目標(biāo)區(qū)域劃分為n×n的網(wǎng)格，網(wǎng)格的寬度為：

(2)

式中：lon_min、lon_max和lat_min、lat_max分別表示目標(biāo)區(qū)域的經(jīng)緯度邊界。計(jì)算每個(gè)網(wǎng)格內(nèi)的AIS報(bào)文數(shù)量，獲得密度矩陣M：

Mr,c=count(L{ (lon,lat)|lon_min+ (c-1)Δlon≤lon

(3)

式中：r,c=1, 2, …,n分別表示矩陣的行和列，count(·)表示計(jì)數(shù)函數(shù)。

下面對(duì)密度矩陣進(jìn)行降噪處理。首先進(jìn)行中值濾波：

Mr,c′=med{Mr-i,c-j;i,j∈W}

(4)

式中：med(·)表示取中值，W為2×2的方形窗口。

然后利用形態(tài)學(xué)濾波中的開(kāi)運(yùn)算對(duì)M′進(jìn)行形態(tài)學(xué)濾波：對(duì)M′作二值化處理，得到二值化矩陣C：

(5)

利用Matlab軟件中的開(kāi)運(yùn)算函數(shù)對(duì)C作開(kāi)運(yùn)算得到C′=imopen(C,W)，其中W取為2×2的方形窗口。矩陣M′的形態(tài)學(xué)濾波的輸出結(jié)果為：

M″ =M′⊙C′

(6)

式中：⊙表示相同維數(shù)的矩陣對(duì)應(yīng)元素相乘。

最后對(duì)矩陣M″作標(biāo)準(zhǔn)化處理：

(7)

1.2 Hough變換檢測(cè)航道

Hough變換是圖像處理中檢測(cè)直線或曲線的一種有效方法，其原理是將圖像空間中的一條直線或曲線映射到Hough空間中的一點(diǎn)。將船舶密度分布視為Hough變換中的圖像空間，圖像空間中的直線可由原點(diǎn)到直線的距離d和該垂線與c軸(矩陣行)的夾角θ唯一確定，直線的參數(shù)形式為：

d=ccosθ+rsinθ

(8)

圖像空間同一條直線上的點(diǎn)作Hough變換后在Hough空間(d,θ)相交于同一點(diǎn)，計(jì)算該點(diǎn)位置，就可以確定船舶航道中心線。

應(yīng)用Hough變換檢測(cè)線性航道的算法步驟如下：

步驟1 根據(jù)1.1節(jié)船舶密度分布分析方法計(jì)算標(biāo)準(zhǔn)化密度矩陣MN。

步驟2 設(shè)置密度門限ρth，將矩陣MN中超過(guò)ρth的點(diǎn)記錄到點(diǎn)集P= {(c,r)}。

步驟3 將點(diǎn)集P中的點(diǎn)(c,r)按照式(8)映射至點(diǎn)集Q={(d,θ)}，式中：θ∈(0,2π)。

步驟4 為點(diǎn)集Q中的任意一點(diǎn)(d,θ)設(shè)置窗口G(d,θ)：

G(d,θ)={(dk,θk)||d-dk|≤Δd,|θ-θk|≤Δθ,(dk,θk)∈Q}

(9)

式中：Δd和Δθ為窗口的大小。

步驟5 計(jì)算Hough空間中每個(gè)窗口G(d,θ)內(nèi)點(diǎn)的數(shù)量，選取包含點(diǎn)數(shù)最多的窗口Gmax。

步驟6 提取Gmax內(nèi)所有元素對(duì)應(yīng)的點(diǎn)集P中的點(diǎn)(c,r)，這些點(diǎn)近似共線，將其視為航道內(nèi)的點(diǎn)，作直線擬合，得到航道的中心線l。

2 航道寬度估計(jì)

同陸地上的車道類似，海上的船舶航道也有一定的寬度，但是受氣象、水文和海底地形等因素影響，海上航道寬度通常不始終保持一致，因此按照密度矩陣的列逐段分析航道寬度。為避免目標(biāo)區(qū)域內(nèi)其他航道對(duì)密度分布的影響，首先確定航道寬度分析區(qū)間。密度矩陣第c列的寬度分析區(qū)間I的定義為：設(shè)航道中心線l與矩陣第c列交于(γ,c)，以γ為中心，向兩側(cè)延伸至密度值首次低于門限Ith所對(duì)應(yīng)的行的集合。取該列航道中心線處密度值的0.2倍作為門限值，即Ith= 0.2Mγ,c，如圖2所示。

圖2 寬度分析區(qū)間

2.1 高斯擬合法

通常寬度分析區(qū)間內(nèi)的船舶密度近似服從以γ為中心的高斯分布，因此用高斯函數(shù)對(duì)密度分布的密度函數(shù)進(jìn)行擬合。設(shè)密度矩陣第c列的寬度分析區(qū)間I=(r1,r2,…,rm)，其中m為寬度分析區(qū)間的寬度，密度分布的均值μc為：

(10)

方差σc為：

(11)

將μc和σc代入高斯函數(shù)，得到密度函數(shù)f(x)：

(12)

其中：

(13)

2.2 核密度估計(jì)法

在實(shí)際情況中，用高斯函數(shù)對(duì)密度矩陣部分列的寬度分析區(qū)間內(nèi)船舶密度分布的擬合效果不好，因此采用核密度估計(jì)法。利用核密度估計(jì)法得到的概率密度函數(shù)為：

(14)

式中：xi為獨(dú)立同分布的樣本點(diǎn)，h為帶寬，K(·)為核函數(shù)。核函數(shù)采用高斯核函數(shù)，具體表達(dá)式為：

(15)

式中：xc為核函數(shù)中心，σ為函數(shù)的寬度參數(shù)。根據(jù)密度矩陣構(gòu)造樣本點(diǎn)xi：

xi=

(16)

式中：{rk;k= 1,2,…,m}為密度矩陣第c列的寬度分析區(qū)間，m為寬度分析區(qū)間的寬度。將構(gòu)造的樣本點(diǎn){xi}代入式(16)，得到寬度分析區(qū)間的密度函數(shù)f(x)。

2.3 航道邊界和寬度估計(jì)

下面根據(jù)船舶密度分布的密度函數(shù)f(x)估計(jì)航道邊界。參照3 dB帶寬規(guī)則，取密度函數(shù)f(x)最高值的1/2作為邊界門限λth：

λth=fmax(x)/2

(17)

令

xl=f-1(λth)

(18)

設(shè)xl的取值集合為Xl={x1,x2,…,xn}，且x1

3 實(shí)驗(yàn)驗(yàn)證

3.1 航道提取

選取印度洋海域坐標(biāo)為(10°N, 95°E)、(20°S, 95°E)、(20°S, 85°E)和(10°N, 85°E)四點(diǎn)依次連接形成的矩形海域?yàn)槟繕?biāo)海域，提取該海域2017- 03- 01— 03- 10的歷史AIS數(shù)據(jù)對(duì)本文算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。AIS數(shù)據(jù)統(tǒng)計(jì)結(jié)果如表1所示，共篩選出1 163艘船舶88 509條AIS數(shù)據(jù)。通過(guò)劃分網(wǎng)格并設(shè)置密度門限ρth，將圖像空間的對(duì)象數(shù)量從88 509降低到1 193，大幅降低了Hough變換的運(yùn)算量。目標(biāo)海域在地圖上的位置和船舶在該海域的分布如圖3(a)所示。

運(yùn)用Hough變換提取線性航道，并分別用文獻(xiàn)[12]的高斯擬合法和本文核密度估計(jì)法分析航道寬度，共提取了5條航道，如圖3(b)～(c)所示。圖像背景表示劃分的網(wǎng)格，用網(wǎng)格色調(diào)的冷暖表示船舶密度值高低；圖中實(shí)線表示航道中心線，虛線表示航道邊界。圖3(d)為采用DBSCAN軌跡聚類法獲得的軌跡簇。航道內(nèi)船舶軌跡數(shù)量占區(qū)域軌跡總數(shù)的比重和航道面積在目標(biāo)區(qū)域的占比如表2所示。

表2 三種方法航道內(nèi)船舶數(shù)量和航道面積的占比

從圖3和表2可以看出，用DBSCAN軌跡聚類法對(duì)該海域船舶軌跡進(jìn)行聚類，只能在軌跡密度極高的區(qū)域形成軌跡簇，簇內(nèi)軌跡數(shù)量?jī)H占區(qū)域軌跡總數(shù)的29.81%，而在船舶密度較為稀疏的區(qū)域則沒(méi)有形成軌跡簇, 這是因?yàn)樾禽dAIS接收機(jī)沒(méi)有連續(xù)接收到船舶密度分布稀疏的區(qū)域的AIS信號(hào)，導(dǎo)致這些區(qū)域無(wú)法形成船舶航行軌跡。結(jié)果證明該方法不適用于大面積遠(yuǎn)海海域的航道提取。用Hough變換法提取航道，航道內(nèi)船舶軌跡占區(qū)域軌跡總數(shù)的比重超過(guò)95%，而航道面積占比不到40%，沒(méi)有位于航道內(nèi)的軌跡占比不到5%。結(jié)果證明利用Hough變換可以有效地提取遠(yuǎn)海大面積海域的線性航道。

3.2 算法比較

針對(duì)文獻(xiàn)[12]的高斯擬合法和本文提出的核密度估計(jì)法，對(duì)這兩種航道寬度分析方法作進(jìn)一步分析比較。選取其中一條航道的寬度分析區(qū)間，分別用高斯擬合法和核密度估計(jì)法獲得的密度函數(shù)及寬度分析結(jié)果如圖4所示。

圖4中航道寬度1為通過(guò)高斯擬合法分析的結(jié)果，航道寬度2為核密度估計(jì)分析的結(jié)果。從圖中可以看出，在該寬度分析區(qū)間內(nèi)，密度分布沒(méi)有顯示出對(duì)稱特點(diǎn)，因此用高斯函數(shù)擬合的密度函數(shù)與實(shí)際密度分布有明顯的偏差，而核密度估計(jì)法得到的密度函數(shù)與實(shí)際密度分布擬合的效果好于高斯分布，航道寬度2內(nèi)包含的船舶密度值高于航道寬度1。從表2也可以看出，利用核密度估計(jì)法分析航道寬度，得到的航道面積比高斯擬合法小，而航道內(nèi)船舶軌跡數(shù)量更多，用核密度估計(jì)法分析的航道內(nèi)船舶密度高于高斯擬合法。實(shí)驗(yàn)結(jié)果證明了用核密度估計(jì)法估計(jì)航道寬度的精度高于高斯擬合法。

4 結(jié)語(yǔ)

大面積遠(yuǎn)海海域航道提取對(duì)全球海上態(tài)勢(shì)評(píng)估和海洋監(jiān)視具有重要意義。本文提出基于AIS數(shù)據(jù)，用劃分網(wǎng)格的方法分析海上船舶密度分布，并通過(guò)中值濾波和形態(tài)學(xué)濾波優(yōu)化密度分布，將船舶密度分布視為圖像，利用Hough變換提取線性航道的算法，并用核密度估計(jì)法分析航道寬度。選取印度洋海域的真實(shí)歷史AIS數(shù)據(jù)對(duì)該算法進(jìn)行驗(yàn)證，結(jié)果表明，利用Hough變換可以有效地提取遠(yuǎn)海大面積海域的線性航道，用核密度估計(jì)法分析航道寬度的結(jié)果比高斯擬合法更加精確。利用Hough變換提取遠(yuǎn)海海域的線性航道可為海洋監(jiān)視和異常檢測(cè)提供支持，將航行軌跡不符合航道的船舶視為異常進(jìn)行重點(diǎn)關(guān)注，可以大幅減少海上目標(biāo)監(jiān)視的工作量，提高工作效率。