基于特征点筛选的渔船轨迹压缩方法及优化

• Published in: 渔业现代化 Vol. 50; no. 4; pp. 118 - 125
• Main Authors: 马苏上, 王泽宇, 刘明剑, 李洋, 赵文彬
• Format: Journal Article
• Language: Chinese
• Published: 大连海洋大学信息工程学院,辽宁 大连 116023%大连海洋大学信息工程学院,辽宁 大连 116023 2023; 设施渔业教育部重点试验室(大连海洋大学),辽宁 大连 116023
• Subjects: 渔船轨迹; fishing vessel trajectory; 轨迹压缩; 特征点分离; Feature point separation; trajectory compression
• ISSN: 1007-9580
• DOI: 10.3969/j.issn.1007-9580.2023.04.014

S972.7+9%TP301.6; 针对Douglas-Peucker(DP)算法在渔船轨迹压缩过程中存在船只转向和停泊特征信息缺失的问题,提出了一种基于特征点分离的多阈值渔船轨迹压缩方法(Feature point separation Multi-threshold DP algorithm,FMDP).其主要思路是将原始轨迹中的特征点筛选后再进行数据整合,最大程度保留渔船原始轨迹中的特征信息.首先,将原始轨迹中停留点进行筛选;其次,提出了加入角度阈值的DP算法求取轨迹的特征点集;再次,为了确保压缩轨迹能够反映出渔船不同作业任务特征,设计了数据压缩权重机制处理渔船的停留点;然后,根据停留点集与特征点集构建渔船压缩轨迹图像,实现了对渔船不同作业的轨迹有效压缩,最后,通过与DP算法的压缩率比较,以及权重机制对于复杂与简单轨迹压缩率的影响,来对轨迹压缩效果进行验证.结果显示,该算法的压缩率均高于 95%,并且与DP算法相比,在保持高压缩率基础上,较好地保留了渔船轨迹特征点;同时,加入权重使得复杂渔船轨迹在压缩过程中可以保留更多的特征信息,证明了FMDP渔船轨迹压缩算法正确性和有效性.