基于图像解析定位的近海内波实时自动监测技术研究

In the current studies of offshore internal waves, one common way to get observation data is to put devices under water, and another intuitive and effective way is to analyze the digital images of internal waves. One mothed to get image of internal waves is by remote sensing, but the remote sensing images are limited in time and space because of the track of satellite, and the accuracy is also low, so it is difficult to capture the spatial and temporal characteristics of the evolution of internal waves propagation; another method is to capture the images of internal waves manually, and then analyze the images to get the position information.According to the position information of internal waves, then notice observing persons on board to use a moving vessel to collect relevant data, so there is a high cost, lack of datareal-time and other issues. In this research, the internal waves images captured by the cameras setup in the hull will be analyzed in real-time, and the temporal and spatial evolution of information, the wave propagation direction and speed of internal waves will be achieved. According to the multi-point measurement location information, the PTZ can be automatically controled to track internal waves and the internal waves elements also can be collected. The camera-based visual analysis methods can be further extended to the offshore environmental elements observation issues such as oil spills, Enteromorpha and red tide, and an intelligent real-time automatic monitoring system of offshore environmental can be produced.

当前在近海内波观测研究中，除通过水下仪器获取观测数据外，分析拍摄到的内波图像也是一种直观有效的分析手段。拍摄内波图像的方法一种是采用遥感图像，但遥感图像时间与空间均受轨道限制，而且精度低，因此很难捕捉到内波的传播演变及相互作用等三维演化的时空特性；另一种方法是人为拍摄表面波图像，分析获得的内波位置信息，然后通知观测船上人员走航以采集相关数据，因此存在成本高，数据缺乏实时性等问题。本课题通过研究分析架设在船体至高点上的多台相机拍摄的实时图像，获取内波的时空演变信息及内波传播的方向和速度，同时根据分析获得的多点测量定位信息，自动控制相机云台转动跟踪拍摄内波图像，采集内波波要素。基于船载相机的视觉分析方法还可进一步扩展应用于近海其他海洋问题如溢油、浒苔、赤潮等的监测，实现图像智能解析定位的近海环境要素实时自动监测。

在近海内波的观测研究中，由于传统观测方法的局限性，到目前为止，对内孤立波及其相互作用的定量研究还远远不足，为了捕捉到内波的传播演变及相互作用等三维演化的时空特性，本课题通过船载无人机拍摄内波海表面图像，自动分析提取内波的传播方向、速度等内波波要素，结合分析传统水下仪器获取的观测数据，获取内波的三维时空演变信息。本课题的研究内容主要包括以下一些方面：针对低空拍摄的内波海表面图像及相应的数据信息，实现图像的矫正及地球坐标变换，并对变换后图像的分析处理，提取波线信息，计算内波的运动方向及运动速度等内波特征。对利用无人机进行图像拍摄及分析的相关问题进行了研究，包括如何控制无人机拍摄图像以及获取拍摄图像的GPS、高度数据以及角度数据等，将前期的图像转正及地球坐标转换算法用于实施拍摄的图像；另一方面是对利用矩阵稀疏分解方法对拍摄到的海面图像进行波纹检测的方法进行了研究分析。研究利用深度学习方法实现对拍摄海面图像中的内波的快速检测，同时研究如何将检测算法在挂载在无人机上的移动计算平台上运行，实现内波的在线实时检测。主要研究成果包括：取得了利用无人机拍照对海洋内波图像进行检测和特征分析的方法，包括内波的快速检测算法、特征提取算法，同时探索出了一种利用无人机挂载移动计算平台进行实时在线数据分析近海环境要素监测新方案。此方法可以推广应用到其他近海海洋环境要素的实时自动监测中，如浒苔、溢油、赤潮的监测，目前项目组成员已经开始研究如何将相关方法应用到浒苔的监测中。基于本课题，项目组成员共发表学术论文11篇，包括4篇期刊论文和7篇会议论文，其中已经被SCI 检索论文4篇，EI检索论文3篇。