随着我国交通运输业日益发展,水上运输愈加繁忙,船舶与桥梁的碰撞事故频频发生,其中超高船舶撞击桥梁成为水上交通事故的主要原因之一,不仅威胁着船上人员的生命安全,而且会造成巨大的财产损失,带来恶劣的社会影响。为了实现船舶超高预警,减少超高船舶撞桥概率,本文研究了一种基于红外成像的船舶净空高度测量方法,该方法结合了红外成像穿透烟雾能力强,可日夜监视等优点,在与船舶航行方向垂直的桥区水域建立红外成像系统,实现对桥区水域船舶红外图像序列的获取,通过红外图像序列进行船舶目标检测、高精度船舶边缘轮廓提取和透视变换矫正等处理,依据相机针孔模型原理实现船舶净空高度的测量。船舶目标检测是实现船舶净空高度测量的前提。目前常用的目标检测算法包含小波变换法、视觉注意力模型算法和局部峰值算法。其中小波变换算法对于纹理方向性较强的干扰(如江水波浪,云层)有很强的抑制效果,适用于弱小目标的检测,局部峰值算法同样对于弱小目标有很好的检测准确率。视觉注意力模型算法能够实现对图像中大目标以及小目标的同时检测。结合本文的测量目标主要为大型船舶,故选择视觉注意力模型检测算法实现对船舶目标的检测。高精度船舶轮廓提取是精确测量船舶净空高度的关键技术,如果不能提取到高精度的船舶轮廓将会使计算误差增大。在本项目背景下船舶常常在江面形成倒影,造成船舶与倒影的灰度值相近,常用的轮廓提取方法,如Canny边缘检测算法等都达不到很好的效果,传统脉冲耦合神经网络算法(PCNN)能够有效实现相似灰度值区域的分割,但该算法通常根据经验选取初始阈值,存在一定的不合理性,故本文提出了一种基于大律法的脉冲耦合神经网络算法来实现高精度船舶轮廓的提取。为了减小红外图像中船舶斜投影造成的计算误差,本文采用了透视变换矫正算法,利用了目标点、像点、透视中心三点共线的条件,将船舶斜投影图像进行投影变换得到了正投影图像。通过实验结果表明,本文方法计算得到的船舶净空高度误差较小,对于防止超高船舶通过桥梁而导致交通事故的发生具有重要意义。