一种船体识别方法、装置及电子设备与流程

1.本技术属于船舶识别的技术领域，尤其涉及一种船体识别方法、装置及电子设备。


背景技术：

2.船舶检测中有通过划分体素栅格，利用卷积神经网络提取特征，这种方法的计算复杂度非常高，很难实际应用。利用投影的方法会使得信息丢失。
3.使用聚类的方法，通过设置阈值来确定聚类的是一艘船。当聚类半径较小时，容易将一艘船聚集成好几类。当聚类半径较大时，容易在两艘船靠的较近时将其聚成一艘船。主要原因是因为在激光雷达离船较远时，采集的船身点云数据有部分会被遮挡，因此会造成船体中部有大量点云遭到数据缺失，因此在直接点云识别的过程中，产生的误差性会比较大。


技术实现要素：

4.本技术的实施例提供了一种船体识别方法、装置及电子设备，进而至少在一定程度上提高针对船舶轮廓识别的精确度。
5.本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本技术的实践而习得。
6.根据本技术实施例的第一方面，提供了一种船体识别方法，所述方法包括：
7.获取目标区域的点云数据，以及获取目标压缩比例；
8.按照所述目标压缩比例，对所述目标区域的点云数据沿着垂直于水面方向和河道的长度方向进行压缩，得到压缩后目标区域点云；
9.基于所述压缩后目标区域点云，识别所述点云数据中的船体轮廓。
10.在本技术的一些实施例中，基于前述方案，所述获取目标压缩比例，包括：
11.获取参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，所述离散值用于表征船体点云在对应方向上的疏密程度；
12.根据所述参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，确定候选压缩比例；
13.按照所述候选压缩比例对所述参考船体点云在船体高度方向和船体长度方向上进行压缩，得到压缩后参考船体点云；
14.如果所述压缩后参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值近似相等，则将所述候选压缩比例作为所述目标压缩比例。
15.在本技术的一些实施例中，基于前述方案，所述获取参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，包括：
16.获取预先标记的至少一个参考船体的船体点云，得到至少一个参考船体点云；
17.获取各个参考船体点云在船体宽度方向上点云坐标值的标准差，在船体长度方向上点云坐标值的标准差，在船体高度方向上点云坐标值的标准差；
18.设定各个参考船体点云在船体宽度方向上点云坐标值的标准差为单位1，作为各个参考船体点云在船体宽度方向上的参考离散值，并基于各个参考船体点云在船体长度方向上点云坐标值的标准差和在船体高度方向上点云坐标值的标准差，换算各个参考船体点云在船体长度方向上的参考离散值和在船体高度方向上的参考离散值；
19.计算各个参考船体点云在船体宽度方向上的参考离散值的平均值，各个参考船体点云在船体长度方向上的参考离散值的平均值，各个参考船体点云在船体高度方向上的参考离散值的平均值，分别作为参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值。
20.在本技术的一些实施例中，基于前述方案，所述根据所述参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，确定候选压缩比例，包括：
21.将所述参考船体点云在船体宽度方向上的离散值与在船体长度方向上的离散值的比值，作为所述参考船体点云在船体长度方向的候选压缩比例；
22.将所述参考船体点云在船体宽度方向上的离散值与在船体高度方向上的离散值的比值，作为所述参考船体点云在船体高度方向的候选压缩比例。
23.在本技术的一些实施例中，基于前述方案，所述基于所述压缩后目标区域点云，识别所述点云数据中的船体轮廓，包括：
24.获取预设聚类半径；
25.按照所述聚类半径，对所述压缩后目标区域点云进行船体聚类，以识别所述压缩后目标区域点云中的船体轮廓；
26.基于所述压缩后目标区域点云中的船体轮廓，通过所述压缩后目标区域点云与所述点云数据的映射关系，识别所述点云数据中的船体轮廓。
27.在本技术的一些实施例中，基于前述方案，在识别所述点云数据中的的船体轮廓之后，所述方法还包括：
28.对属于所述船体轮廓内的点云进行平面拟合，得到多组平面点云；
29.在所述多组平面点云中选定满足预设条件的平面点云作为候选平面点云，其中，所述预设条件为平面点云所在平面与水平面的面夹角小于预设阈值；
30.计算各个候选平面点云所构成平面的面积，并选定面积最大的候选平面点云作为船体甲板点云；
31.根据所述船体甲板点云计算甲板高度，并将所述甲板高度作为船舷高度。
32.在本技术的一些实施例中，基于前述方案，其特征在于，所述方法还包括：
33.在属于所述船体轮廓内的点云中确定参考点，并在设定时间内记录所述参考点的移动距离和移动方向；
34.将所述移动距离与所述设定时间之间的比值作为船体航速，将所述移动方向作为船体航向；
35.在垂直于所述船体航向的方向上，将位于水平面上的属于所述船体轮廓内的点云的最长点云距离作为船体宽度。
36.在本技术的一些实施例中，基于前述方案，其特征在于，所述方法还包括：
37.确定参照线；
38.获取属于所述船体轮廓内的点云从接触所述参照线直到离开所述参照线的移动
时间；
39.将所述移动时间与所述船体航速的乘积作为船体长度。
40.根据本技术实施例的第二方面，提供了一种船体识别装置，所述装置包括：
41.获取单元，用于获取目标区域的点云数据，以及获取目标压缩比例；
42.压缩单元，用于按照所述目标压缩比例，对所述目标区域的点云数据沿着垂直于水面方向和河道的长度方向进行压缩，得到压缩后目标区域点云；
43.识别单元，用于基于所述压缩后目标区域点云，识别所述点云数据中的船体轮廓。
44.根据本技术实施例的第三方面，提供了一种船体识别电子设备，所述船体识别电子设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如上任一项权利要求所述的方法。
45.在本技术中，在通过船体点云数据识别船体轮过的过程中，由于实际采集的船体点云数据中会存在的部分数据缺失，比如，在船体长度或者高度方向上，某些船体局部显示的点云为空白，这一部分缺失数据会影响对船体轮廓整体性识别的精度，而通过本技术所提出的一些实施例方案，通过获取的目标压缩比例，对所述点云数据中沿着垂直于水面方向和河道的长度方向进行压缩，压缩所得到的目标船体点云，可以缩小点云空白(即缺失数据)的范围，从而降低缺失数据对船体轮廓整体性识别消极影响，故本技术能够在一定程度上提高针对船舶轮廓识别的精确度。
46.上述第二方面至第三方面各个实施例的有益效果，可以参考上述第一方面及第一方面各个实施例的有益效果，这里不再赘述。
47.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
48.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
49.图1示出了船体点云的示意图；
50.图2示出了本技术实施例中的船体识别的流程图；
51.图3示出了本技术实施例中的获取目标压缩比例的流程图；
52.图4示出了本技术实施例中的获取参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值的细节流程图；
53.图5示出了本技术实施例中的根据参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，确定候选压缩比例的细节流程图；
54.图6示出了本技术实施例中的基于所述压缩后目标区域点云，识别点云数据中的船体轮廓的细节流程图；
55.图7示出了本技术实施例中的船体识别装置的框图；
56.图8示出了本技术实施例中的船体识别电子设备的结构示意图。
具体实施方式
57.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
58.此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本技术的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本技术的各方面。
59.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
60.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
61.在本技术的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。
62.为了使本领域技术人员更好的理解本技术发明人在提出本发明过程中的背景，下面将结合图1进行简要说明。
63.参照图1示出了船体点云的示意图100，在船舶的识别过程中，常常会遇到以下两种情况：由于彼此相互靠近的两艘不同船舶(图1中a和b)的船身轮廓上的点云距离太近，在识别的时候容易将这两艘船舶的点云数据识别成一艘船舶；或者由于同一艘船(图1中b)局部(例如中部)被遮挡(或者其他原因)而缺失局部点云数据，从而在识别的时候容易将原本属于一艘船(图1中b)的点云数据识别成两艘船(图1中e和d)，由此需要提供一种新的船体识别方法，来解决上述存在的技术问题。
64.以下对本技术实施例的技术方案的实现细节进行详细阐述：
65.参照图2，示出了本技术一个实施例的船体识别方法的流程图，该船体识别方法可以由具有计算处理功能的设备来执行。该船体识别方法至少包括步骤s1至步骤s3，详细介绍如下：
66.在s1中，获取目标区域的点云数据，以及获取目标压缩比例。
67.在本技术的一些实施例中，获取目标压缩比例，可以按照如图3所示的步骤执行。
68.参照图3，示出了本技术实施例中的获取目标压缩比例的流程图，具体包括步骤s11至步骤s14：
69.s11、获取参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，离散值用于表征船体点云在对应方向上的疏密程度；
70.s12、根据参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的
离散值，确定候选压缩比例；
71.s13、按照候选压缩比例对参考船体点云在船体高度方向和船体长度方向上进行压缩，得到压缩后参考船体点云；
72.s14、如果压缩后参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值近似相等，则将候选压缩比例作为目标压缩比例。
73.需要说明的是，步骤s14中所提到的“近似相等”的尺度可以根据用户的实际需要来确定，比如，在船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值中，任意两个离散值的差值不超过预设阈值，就可以满足“近似相等”。
74.需要说明的是，参考船体的参考船体点云的释义：目标区域内或者目标区域外的某一艘和该应用场景相互适配的船的船体点云，如果将其按照候选压缩比例进行压缩，其船体宽度方向上，船体长度方向上，船体高度方向上的离散值近似相等，则该候选压缩比例被确定为目标压缩比例用于压缩目标区域的点云数据。
75.在本技术的一些实施例中，获取参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，可以按照如图4所示的步骤执行。
76.参照图4，示出了本技术实施例中的获取参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值的细节流程图，具体包括步骤s111至步骤s114：
77.s111、获取预先标记的至少一个参考船体的船体点云，得到至少一个参考船体点云；
78.s112、获取各个参考船体点云在船体宽度方向上点云坐标值的标准差，在船体长度方向上点云坐标值的标准差，在船体高度方向上点云坐标值的标准差；
79.s113、设定各个参考船体点云在船体宽度方向上点云坐标值的标准差为单位1，作为各个参考船体点云在船体宽度方向上的参考离散值，并基于各个参考船体点云在船体长度方向上点云坐标值的标准差和在船体高度方向上点云坐标值的标准差，换算各个参考船体点云在船体长度方向上的参考离散值和在船体高度方向上的参考离散值；
80.s114、计算各个参考船体点云在船体宽度方向上的参考离散值的平均值，各个参考船体点云在船体长度方向上的参考离散值的平均值，各个参考船体点云在船体高度方向上的参考离散值的平均值，分别作为参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值。
81.需要说明的是，步骤s111中“得到的参考船体的参考船体点云”可以为一个，也可以为多个，也可以为全部，得到的参考船体点云越多，得到的目标压缩比例值越精确，就更加适合本使用场景。
82.需要说明的是，步骤s113中“设定各个参考船体点云在船体宽度方向上点云坐标值的标准差为单位1，作为各个参考船体点云在船体宽度方向上的参考离散值，并基于各个参考船体点云在船体长度方向上点云坐标值的标准差和在船体高度方向上点云坐标值的标准差，换算各个参考船体点云在船体长度方向上的参考离散值和在船体高度方向上的参考离散值”，比如，假如某一个参考船体点云在船体宽度方向上点云坐标值的标准差，在船体长度方向上点云坐标值的标准差，在船体高度方向上点云坐标值的标准差分别为2,4,6，通过步骤s113，可以得到参考船体点云在船体宽度方向上点云坐标值的参考离散值，在船
体长度方向上点云坐标值的参考离散值，在船体高度方向上点云坐标值的参考离散值分别为1,2,3。在本技术中，设定各个参考船体点云在船体宽度方向上点云坐标值的标准差为单位1，其好处在于，可以更加便于后续计算各个参考离散值的平均值。
83.在本技术的其它实施例中，也可以基于参考船体点云在船体宽度方向上点云坐标值的方差，在船体长度方向上点云坐标值的方差，在船体高度方向上点云坐标值的方差，来确定参考船体点云在船体宽度方向上点云坐标值的参考离散值，在船体长度方向上点云坐标值的参考离散值，在船体高度方向上点云坐标值的参考离散值。可以理解的是，参考船体点云在各个船体方向上的参考离散值的确定方式可以有多种，并不限于如上所例举的那些。
84.需要被理解的是，上述步骤通过将目标区域内的所有船舶的不同维度方向上的标准差进行平均，从而获得该目标区域内最为精确地最符合识别场景的参考船体的参考船体点云的各个方向上的离散值，不同的识别场景有在海边的渔船，还有大型货船，还有轮船等等，因此不同功用和场景船只不同方向上的离散值不一样。
85.在本技术的一些实施例中，根据参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，确定候选压缩比例，可以按照如图5所示的步骤执行。
86.参照图5，示出了本技术实施例中的根据参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，确定候选压缩比例的细节流程图，具体包括步骤s121至步骤s122：
87.s121、将参考船体点云在船体宽度方向上的离散值与在船体长度方向上的离散值的比值，作为参考船体点云在船体长度方向的候选压缩比例；
88.s122、将参考船体点云在船体宽度方向上的离散值与在船体高度方向上的离散值的比值，作为参考船体点云在船体高度方向的候选压缩比例。
89.需要理解的是，候选压缩比例采用比值的方式进行确定，相较于慢慢调节压缩比例进行确定，更加精准和确定更加快速。
90.以上提出了目标压缩比例具体确定细节，当然，确定目标压缩比例并不限于以上通过采用比值的方式进行确定，需要说明的是，获取目标压缩比例除了上述的方式，还可以直接进行预先确定目标压缩比例，该目标压缩比例可以是人为计算得到，也可以是根据目标区域外的点云数据检测计算得到。
91.在本技术中，获取目标压缩比例的方式可以由多种，并不限于如上所提出的那些。
92.继续参照图2，在s2中，按照目标压缩比例，对目标区域的点云数据沿着垂直于水面方向和河道的长度方向进行压缩，得到压缩后目标区域点云。
93.需要说明的是，步骤s2中“垂直于水面方向”对应步骤s121中“参考船体点云在船体高度方向的候选压缩比例”，步骤2中“河道长度方向”对应步骤s122中“参考船体点云在船体长度方向的候选压缩比例”。
94.在本技术中，通过按照目标压缩比例，对点云数据中垂直于水面方向(也就是大多数船体的高度方向)和河道长度方向(也就是大多数河道上陈列的船体长度方向)上进行压缩，可以降低原始船体点云中的点云缺失对船体整体性识别的影响，进而能够提高在后续通过得到在压缩后目标区域点云识别船体轮廓的精度。同时，由于本技术没有对点云数据中在船体宽度方向(也就是河道宽度)上进行压缩，因此，并不会影响多个船体在并列情况
下的识别精度。
95.继续参照图2，在s3中，基于压缩后目标区域点云，识别点云数据中的船体轮廓。
96.在本技术的一些实施例中，基于压缩后目标区域点云，识别点云数据中的船体轮廓，可以按照如图6所示的步骤执行。
97.参照图6，示出了本技术实施例中的基于压缩后目标区域点云，识别点云数据中中的船体轮廓的细节流程图，具体包括步骤s31至步骤s33：
98.s31、获取预设聚类半径；
99.s32、按照聚类半径，基于压缩后目标区域点云进行船体聚类，以识别压缩后目标区域点云中的船体轮廓；
100.s33、基于压缩后目标区域点云中的船体轮廓，通过目标船体点云与点云数据的映射关系，识别点云数据中的船体轮廓。
101.需要说明的是，在步骤s31中，“聚类半径”可以设置为船宽的1/4，也可以设置为船宽的2/5，在本技术中，聚类半径的大小可以根据实际需要进行确定，本技术不对此做具体限定。
102.需要说明的是，在步骤s32中，“按照聚类半径，对压缩后目标区域点云进行船体聚类”的释义为：如果所属于船体点云内或者轮廓附近的任意两点云之间距离小于预设聚类半径，则该两点云被聚类为同一艘船体点云。由于原始船体点云经过长度方向的压缩后，即使压缩后船体点云缺失局部点云数据，压缩后船体点云轮廓内任意两点云之间的距离也小于预设聚类半径，从而被聚类为同一艘船体点云，因此在船体轮廓识别过程中船体中部缺失的点云数据对实际船体轮廓识别的影响被降低，从而难以将一个中部缺失点云数据的船体点云识别成两艘船；而又由于两相互靠近的船体点云经过长度方向上的压缩后，两船只宽度方向的距离并没有被压缩，因此两艘船体之间宽度方向的距离大于预设聚类半径，因此该两艘船体点云难以被识别成同一艘船体点云，从而使得识别目标船体点云得到的结果更加精确。
103.需要说明的是，在步骤s33中，“通过压缩后目标区域点云与点云数据的映射关系”可以为预先设置的压缩前的点云数据中的船体轮廓和压缩后的目标区域点云之间的索引关系进行一一索引，也可以人工通过对照表一一对照。
104.需要理解的是，识别方式并不仅仅限于聚类这一种方式，还有很多其他的方式，这个步骤只是保护在聚类识别过程中如果具体对属于同一船只的点云进行识别。
105.本发明实施例所能实现的有益效果：在通过船体点云数据识别船体轮过的过程中，由于实际采集的船体点云数据中会存在的部分数据缺失，比如，在船体长度或者高度方向上，某些船体局部显示的点云为空白，这一部分缺失数据会影响对船体轮廓整体性识别的精度，而通过本技术所提出的一些实施例方案，通过获取的目标压缩比例，对目标区域的点云数据沿着垂直于水面方向和河道的长度方向进行压缩所得到的目标船体点云，可以缩小点云空白(即缺失数据)的范围，从而降低缺失数据对船体轮廓整体性识别消极影响，故本技术能够在一定程度上提高针对船舶轮廓识别的精确度。
106.在本技术的一些实施例中，在识别点云数据中的船体轮廓之后，方法还包括：
107.对属于船体轮廓内的点云进行平面拟合，得到多组平面点云；
108.在多组平面点云中选定满足预设条件的平面点云作为候选平面点云，其中，预设
条件为平面点云所在平面与水平面的面夹角小于预设阈值；
109.计算各个候选平面点云所构成平面的面积，并选定面积最大的候选平面点云作为船体甲板点云；
110.根据船体甲板点云计算甲板高度，并将甲板高度作为船舷高度。
111.需要说明的是，在步骤“在多组平面点云中选定满足预设条件的平面点云作为候选平面点云，其中，预设条件为平面点云所在平面与水平面的面夹角小于预设阈值”中的“预设阈值”可以为30度，这一步的目的是为了筛选出位于水平面内的所有平面的点云，舍弃掉船体侧面的点云。
112.需要理解的是，因为船体驾驶舱顶部也具有小面积的位于水平面的点云，需要把这部分点云去掉，所以需要在所有位于水平面的点云中筛选出面积最大的点云作为甲板的高度以及船舷所在的高度。
113.在本技术的一些实施例中，其特征在于，方法还包括：
114.在属于船体轮廓内的点云中确定参考点，并在设定时间内记录参考点的移动距离和移动方向；
115.将移动距离与设定时间之间的比值作为船体航速，将移动方向作为船体航向；
116.在垂直于船体航向的方向上，将位于水平面上的属于船体轮廓内的点云的最长点云距离作为船体宽度。
117.具体的，可以通过在船体点云中的其中一个点云作为参考点云，将参考点云的在设定时间内的移动的航向测出，从而得到船舶的长度方向，基于船舶的长度方向和船体点云可以得到船体的长宽高等信息。
118.需要理解的是，基于船体的航向得到船舶的垂直于船体航向的方向，然后在垂直于船体航向的方向中筛选出位于水平面的方向，将其作为船体的宽度方向，再将船体宽度方向上的属于船体轮廓内的点云的最长点云距离作为船宽，这个过程可以在点云数据不缺失的前提下直接通过已经测量的点云数据得到准确的船宽值，不需要依赖其他测量数据，比较方便快捷。
119.在本技术的一些实施例中，其特征在于，方法还包括：
120.确定参照线；
121.获取属于船体轮廓内的点云从接触参照线直到离开参照线的移动时间；
122.将移动时间与船体航速的乘积作为船体长度。
123.具体的，可以通过设置一条参照线，在船头经过检测线时跟踪船头。用几十帧的船头位移计算出船的平均速度和船的行驶方向，从而获得船体从接触参照线和离开参照线的时间和航速，并将船体从接触参照线和离开参照线的时间与航速的乘积作为船体的实际长度，从而可以得到船体长度。
124.可以理解的是，上述求得船体长度方式中这样只需要依赖所采集到的船体从接触参照线到离开参照线的移动时间和船体航速即可得到长度，而并不依赖可能会存在点云数据缺失的船体点云，相较于依赖船体点云数据和航向进行计算长宽高，能够在船舶点云不全的情况下通过船速得到船的长宽，从而更加精确。
125.以下介绍本技术的装置实施例，可以用于执行本技术上述实施例中的船体识别方法。对于本技术装置实施例中未披露的细节，请参照本技术上述的船体识别方法的实施例。
126.参照图7，示出了本技术实施例中的船体识别装置的框图，装置包括：获取单元1101、压缩单元1102及识别单元1103。
127.其中，获取单元1101，用于获取目标区域的点云数据，以及获取目标压缩比例；压缩单元1102，用于按照目标压缩比例，对目标区域的点云数据沿着垂直于水面方向和河道的长度方向进行压缩，得到压缩后目标区域点云；识别单元1103，用于基于压缩后目标区域点云，识别点云数据中的船体轮廓。
128.在本技术的一些实施例中，基于前述方案，获取单元1101被配置为：获取参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，离散值用于表征船体点云在对应方向上的疏密程度；根据参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，确定候选压缩比例；按照候选压缩比例对参考船体点云在船体高度方向和船体长度方向上进行压缩，得到压缩后参考船体点云；如果压缩后参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值近似相等，则将候选压缩比例作为目标压缩比例。
129.在本技术的一些实施例中，基于前述方案，获取单元1101还被配置为：获取预先标记的至少一个参考船体的船体点云，得到至少一个参考船体点云；获取各个参考船体点云在船体宽度方向上点云坐标值的标准差，在船体长度方向上点云坐标值的标准差，在船体高度方向上点云坐标值的标准差；设定各个参考船体点云在船体宽度方向上点云坐标值的标准差为单位1，作为各个参考船体点云在船体宽度方向上的参考离散值，并基于各个参考船体点云在船体长度方向上点云坐标值的标准差和在船体高度方向上点云坐标值的标准差，换算各个参考船体点云在船体长度方向上的参考离散值和在船体高度方向上的参考离散值；计算各个参考船体点云在船体宽度方向上的参考离散值的平均值，各个参考船体点云在船体长度方向上的参考离散值的平均值，各个参考船体点云在船体高度方向上的参考离散值的平均值，分别作为参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值。
130.在本技术的一些实施例中，基于前述方案，获取单元1101还被配置为：获取预先标记的至少一个参考船体的船体点云，得到至少一个参考船体点云；获取各个参考船体点云在船体宽度方向上点云坐标值的标准差，在船体长度方向上点云坐标值的标准差，在船体高度方向上点云坐标值的标准差；设定各个参考船体点云在船体宽度方向上点云坐标值的标准差为单位1，作为各个参考船体点云在船体宽度方向上的参考离散值，并基于各个参考船体点云在船体长度方向上点云坐标值的标准差和在船体高度方向上点云坐标值的标准差，换算各个参考船体点云在船体长度方向上的参考离散值和在船体高度方向上的参考离散值；计算各个参考船体点云在船体宽度方向上的参考离散值的平均值，各个参考船体点云在船体长度方向上的参考离散值的平均值，各个参考船体点云在船体高度方向上的参考离散值的平均值，分别作为参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值。
131.在本技术的一些实施例中，基于前述方案，获取单元1101还被配置为：将参考船体点云在船体宽度方向上的离散值与在船体长度方向上的离散值的比值，作为参考船体点云在船体长度方向的候选压缩比例；将参考船体点云在船体宽度方向上的离散值与在船体高度方向上的离散值的比值，作为参考船体点云在船体高度方向的候选压缩比例。
132.在本技术的一些实施例中，基于前述方案，识别单元1103被配置为：获取预设聚类半径；按照聚类半径，对目标船体点云进行船体聚类，以识别目标船体点云中的船体轮廓；基于压缩后目标区域点云中的船体轮廓，通过压缩后目标区域点云与点云数据的映射关系，识别点云数据中的船体轮廓。
133.基于同一发明构思，本技术实施例第三方面还提供了一种船体识别电子设备，参考图8，示出了本技术实施例中的船舶识别电子设备的结构示意图，船舶识别电子设备包括一个或多个存储器1204、一个或多个处理器1202及存储在存储器1204上并可在处理器1202上运行的至少一条计算机程序(程序代码)，处理器1202执行计算机程序时实现前述第一方面的船体识别方法。
134.其中，在图8中，总线架构(用总线1200来代表)，总线1200可以包括任意数量的互联的总线和桥，总线1200将包括由处理器1202代表的一个或多个处理器和存储器1204代表的存储器的各种电路链接在一起。总线1200还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口1205在总线1200和接收器1201和发送器1203之间提供接口。接收器1201和发送器1203可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器1202负责管理总线1200和通常的处理，而存储器1204可以被用于存储处理器1202在执行操作时所使用的数据。
135.上述第二方面至第三方面各个实施例的有益效果，可以参考上述第一方面及第一方面各个实施例的有益效果，这里不再赘述。
136.本文中所描述的功能可在硬件、由处理器执行的软件、固件或其任何组合中实施。如果在由处理器执行的软件中实施，那么可将功能作为一或多个指令或代码存储于计算机可读媒体上或经由计算机可读媒体予以传输。其它实例及实施方案在本技术及所附权利要求书的范围及精神内。举例来说，归因于软件的性质，上文所描述的功能可使用由处理器、硬件、固件、硬连线或这些中的任何者的组合执行的软件实施。此外，各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
137.在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
138.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为控制装置的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
139.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机
设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
140.以上所述仅为本技术的实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：
1.一种船体识别方法，其特征在于，包括：获取目标区域的点云数据，以及获取目标压缩比例；按照所述目标压缩比例，对所述目标区域的点云数据沿着垂直于水面方向和河道的长度方向进行压缩，得到压缩后目标区域点云；基于所述压缩后目标区域点云，识别所述点云数据中的船体轮廓。2.根据权利要求1所述的方法，其特征在于，所述获取目标压缩比例，包括：获取参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，所述离散值用于表征船体点云在对应方向上的疏密程度；根据所述参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，确定候选压缩比例；按照所述候选压缩比例对所述参考船体点云在船体高度方向和船体长度方向上进行压缩，得到压缩后参考船体点云；如果所述压缩后参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值近似相等，则将所述候选压缩比例作为所述目标压缩比例。3.根据权利要求2所述的方法，其特征在于，所述获取参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，包括：获取预先标记的至少一个参考船体的船体点云，得到至少一个参考船体点云；获取各个参考船体点云在船体宽度方向上点云坐标值的标准差，在船体长度方向上点云坐标值的标准差，在船体高度方向上点云坐标值的标准差；设定各个参考船体点云在船体宽度方向上点云坐标值的标准差为单位1，作为各个参考船体点云在船体宽度方向上的参考离散值，并基于各个参考船体点云在船体长度方向上点云坐标值的标准差和在船体高度方向上点云坐标值的标准差，换算各个参考船体点云在船体长度方向上的参考离散值和在船体高度方向上的参考离散值；计算各个参考船体点云在船体宽度方向上的参考离散值的平均值，各个参考船体点云在船体长度方向上的参考离散值的平均值，各个参考船体点云在船体高度方向上的参考离散值的平均值，分别作为参考船体的参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值。4.根据权利要求2所述的方法，其特征在于，所述根据所述参考船体点云在船体宽度方向上，船体长度方向上，船体高度方向上的离散值，确定候选压缩比例，包括：将所述参考船体点云在船体宽度方向上的离散值与在船体长度方向上的离散值的比值，作为所述参考船体点云在船体长度方向的候选压缩比例；将所述参考船体点云在船体宽度方向上的离散值与在船体高度方向上的离散值的比值，作为所述参考船体点云在船体高度方向的候选压缩比例。5.根据权利要求1所述的方法，其特征在于，所述基于所述压缩后目标区域点云，识别所述点云数据中的船体轮廓，包括：获取预设聚类半径；按照所述聚类半径，基于所述压缩后目标区域点云进行船体聚类，以识别所述压缩后目标区域点云中的船体轮廓；基于所述压缩后目标区域点云中的船体轮廓，通过所述压缩后目标区域点云与所述点
云数据的映射关系，识别所述点云数据中的船体轮廓。6.根据权利要求5所述的方法，其特征在于，在识别所述点云数据中的船体轮廓之后，所述方法还包括：对属于所述船体轮廓内的点云进行平面拟合，得到多组平面点云；在所述多组平面点云中选定满足预设条件的平面点云作为候选平面点云，其中，所述预设条件为平面点云所在平面与水平面的面夹角小于预设阈值；计算各个候选平面点云所构成平面的面积，并选定面积最大的候选平面点云作为船体甲板点云；根据所述船体甲板点云计算甲板高度，并将所述甲板高度作为船舷高度。7.根据权利要求5所述的方法，其特征在于，所述方法还包括：在属于所述船体轮廓内的点云中确定参考点，并在设定时间内记录所述参考点的移动距离和移动方向；将所述移动距离与所述设定时间之间的比值作为船体航速，将所述移动方向作为船体航向；在垂直于所述船体航向的方向上，将位于水平面上属于所述船体轮廓内的点云的最长点云距离作为船体宽度。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：确定参照线；获取属于所述船体轮廓内的点云从接触所述参照线直到离开所述参照线的移动时间；将所述移动时间与所述船体航速的乘积作为船体长度。9.一种船体识别装置，其特征在于，所述装置包括：获取单元，用于获取目标区域的点云数据，以及获取目标压缩比例；压缩单元，用于按照所述目标压缩比例，对所述目标区域的点云数据沿着垂直于水面方向和河道的长度方向进行压缩，得到压缩后目标区域点云；识别单元，用于基于所述压缩后目标区域点云，识别所述点云数据中的船体轮廓。10.一种电子设备，其特征在于，包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如权利要求1-8中任一项权利要求所述的方法。

技术总结
本申请公开了一种船体识别方法、装置及电子设备，其中，所述方法获取目标区域的点云数据，以及获取目标压缩比例；按照所述目标压缩比例，对所述目标区域的点云数据沿着垂直于水面方向和河道的长度方向进行压缩，得到压缩后目标区域点云；基于所述压缩后目标区域点云，识别所述点云数据中的船体轮廓。通过本申请提供的技术方案能够在一定程度上提高针对船舶轮廓识别的精确度。轮廓识别的精确度。轮廓识别的精确度。


技术研发人员：韩裕 李威然 耿东晛 杨瑾卉
受保护的技术使用者：四川省分析测试服务中心
技术研发日：2023.03.27
技术公布日：2023/9/23