基于骨架提取的船舶航迹聚类技术研究

利用用于模型重构的骨架提取技术,对船舶历史数据进行轨迹聚类分析,为研究船舶行为模式奠定基础,进而对区域航行物监管提供新方法。针对目前轨迹聚类算法消耗计算资源大,无法快速处理航迹线的问题,将航迹线转换成图像进行梯度压缩和抽取聚类。依靠热力距离场构建航迹线的热曲面,后利用拉普拉斯算子对网格化的热曲面进行迭代收缩,得到剖面骨架线作为聚类效果图。通过获取我国东南沿海的船舶自动识别系统(Automatic Identification System,AIS)数据进行仿真实验,并可视化呈现。结果表明,将骨架提取技术应用到航迹聚类中,在达到预期聚类效果的情况下,可以避免处理大量的复杂雷达定位点数据,从而较大缩短聚类计算时间。