CN111899450B - 一种监控进出港口船舶并发现危险船舶的方法及系统 - Google Patents

Abstract

本发明公开了一种监控进出港口船舶并发现危险船舶的方法及系统，方法包括通过雷达主动探测警戒区域A内的目标船舶；根据运动参数控制云台摄像头转动持续跟踪抓拍区域B内目标船舶采集图像数据；通过图像识别技术识别图像数据中目标船舶的船名；根据船名、雷达检测目标船舶的时间和运动参数为基准，以AIS、渔船北斗定位系统和固定式定位仪系统的数据为参考，并结合船舶基础数据库系统的数据判定目标船舶是否为危险目标船舶；系统包括至少一个监控站点、至少一个数据处理中心和至少一个值班站点；根据经纬度与进港区域C和出港区域D的相对关系结合航向综合判断目标船舶为出港或进港。在检测进出港目标船舶的同时能够及时发现危险目标船舶并报警。

Description

一种监控进出港口船舶并发现危险船舶的方法及系统

技术领域

本发明属于船舶进出港口管理技术领域，涉及一种监控进出港口船舶并发现危险船舶的方法及系统。

背景技术

随着我国经济的快速稳定发展，海洋产业的地位不断提升，其中渔业和海洋运输业作为国家经济的重要组成部分受到越来越多的重视。港口作为供船舶安全进出和停泊的运输枢纽，对其进行信息化改造建设显得尤为必要。当前各个港口船舶管理系统对进出港的船舶记录主要依靠船舶人员上报或者船舶上的定位系统上报位置，然后划定港口的区域范围，进而判定目标船舶位置是否进出港，这些手段一方面很难保证实时性，检测延迟时间由定位设备的报位间隔确定，另一方面对于不安装定位设备的进出港违法目标船舶不能及时发现，从而使港口管理存在很大漏洞。因此，实时监控并识别记录进出港的目标船舶，对于港口智能管理是不可或缺的一环。

专利文献CN201210010954.1公布的一种港口船舶监控与信息管理系统，该系统主要通过AIS系统和雷达实现目标船舶定位，进而将其显示在电子海图上，实现具有船舶动态跟踪、船舶助航服务、报警提示、事故调查取证等功能的船舶管理系统。该系统属于传统的港口船舶管理系统，着重于将目标船舶数据融合展示，同时将目标船舶位置进行一系列检测实现预警等功能，并利用VHF通道实现近距离的语音通话，方便管理人员监控目标船舶。但是该系统仅对监控区域的目标船舶位置进行跟踪展示并进行避碰相关的告警，没有针对目标船舶进出港检测的功能，更不能发现并判别是否有危险目标船舶进出港。

专利文献CN101059910A公布的一种近岸船舶移动视频监控系统，该系统是以CDMA网络为通信手段，以电子海图显示为信息平台，通过自主研发的船载定位通信终端和视频传输设备，把船舶航行的动态信息和船舶内、外部视频图像传输回陆地指挥中心，并在电子海图上实现船舶位置、航速、航向等动态信息的实时显示及船内重要部位与周围海况的视频监控。该发明侧重于利用CDMA技术实现数字视频传输系统，进而将CDMA网络覆盖的近海区域航行的目标船舶相关数据上传，实现传统的船舶管理系统功能，并增加相关视频展示的功能。在实现目标船舶位置的跟踪监控过程中增加船载视频的展示，该系统也没有实现目标船舶进出港口的检测功能，仅仅是对接收的AIS目标船舶进行信息展示并监控管理的功能。

现有技术中，传统的船舶管理系统要实现自动检测船舶进出港的功能，系统需要利用船舶的上报位置，检测其是否超出港口范围，由于定位设备上报位置间隔长，且上报的目标船舶信息可以修改，管理过程无法实时、有效、正确地对进出港的目标船舶进行登记管理。

发明内容

本发明的目的在于：提供了一种监控进出港口船舶并发现危险船舶的方法及系统，解决了由于定位设备上报位置间隔长，且上报的目标船舶信息可以修改，管理过程无法实时、有效、正确地对进出港的目标船舶进行登记管理的问题。

本发明采用的技术方案如下：

一种监控进出港口船舶并发现危险船舶的方法，包括以下步骤：

S0：设定警戒区域A，警戒区域A内设置有抓拍区域B、进港区域C和出港区域D；

S1：通过雷达主动探测警戒区域A内的目标船舶，跟踪获取目标船舶的运动参数，所述运动参数包括经纬度、速度、航向；

S2：根据运动参数控制云台摄像头转动持续跟踪抓拍区域B内目标船舶采集图像数据；

S3：通过图像识别技术识别图像数据中目标船舶的船名；

S4：实时获取AIS、获取渔船北斗定位系统、固定式定位仪系统和船舶基础数据库系统的数据；

S5：根据船名、雷达检测目标船舶的时间和运动参数为基准，以AIS、渔船北斗定位系统和固定式定位仪系统的数据为参考，对目标船舶进行融合判断，并结合船舶基础数据库系统的数据判定目标船舶是否为危险目标船舶；

S6：根据经纬度与进港区域C和出港区域D的相对关系结合航向综合判断目标船舶为出港或进港。

进一步地，所述S0中：抓拍区域B是警戒区域A的子集，进港区域C和出港区域D不相交且将警戒区域A从中间分割。

进一步地，所述S2包括以下步骤：

S21：根据目标船舶的经纬度、速度、航向，实时预测目标船舶的移动位置；

S22：根据实时预测的移动位置调整云台的PTZ参数，控制云台摄像头转动持续跟踪拍摄目标船舶采集图像数据。

进一步地，所述S3包括以下步骤：

S31：间隔采集图像数据的视频流获取目标船舶图片；

S32：通过图像识别技术识别目标船舶图片中的船名。

进一步地，所述S5包括以下步骤：

S51：根据船名，检测目标船舶是否在注册数据库；

S52：根据AIS数据获取目标船舶信息，检测目标船舶是否在注册数据库；

S53：根据获取渔船北斗定位系统和固定式定位仪系统的数据获取船舶信息，检测目标船舶是否在注册数据库；

S54：判断目标船舶的检测结果是否一致，如不一致则采用权重比确定最终检测结果，所述权重比的关系为：渔船北斗定位系统和固定式定位仪系统的数据检测结果大于船名的检测结果，船名的检测结果大于AIS数据检测结果。

S55：根据检测结果结合船舶基础数据库系统的数据，判定目标船舶是否为危险目标船舶。

一种监控进出港口船舶并发现危险船舶的系统，包括至少一个监控站点、至少一个数据处理中心和至少一个值班站点，其中：

所述监控站点包括雷达、云台摄像头和AIS数据接收模块；

所述雷达，主动探测警戒区域A内的目标船舶，跟踪获取目标船舶的运动参数，所述运动参数包括经纬度、速度、航向；

所述云台摄像头，用于根据目标船舶的运动参数持续跟踪拍摄目标船舶采集图像数据；

所述AIS数据接收模块，实时获取AIS数据；

所述数据处理中心，用于识别图像数据中目标船舶的船名、用于实时获取AIS数据、获取渔船北斗定位系统、固定式定位仪系统和船舶基础数据库系统的数据；根据船名、雷达检测目标船舶的时间和运动参数为基准，以AIS、渔船北斗定位系统和固定式定位仪系统的数据为参考，对目标船舶进行融合判断，并结合船舶基础数据库系统的数据判定目标船舶是否为危险目标船舶；根据经纬度与进港区域C和出港区域D的相对关系结合航向综合判断目标船舶为出港或进港；根据判定结果生成检测结果上传到值班站点。

所述值班站点，用于接收检测结果以及各类数据。

进一步地，所述雷达为连续波体制雷达、脉冲体制雷达或者脉冲压缩体制雷达中的任意一种。

进一步地，所述云台摄像头为高清云台激光摄像头。

进一步地，雷达的天线中心与云台摄像头的转动中心保持上下部署的结构，且雷达的天线中心与云台摄像头的转动中心位于同一竖直的轴线上。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明一种监控进出港口船舶并发现危险船舶的方法及系统，充分发挥雷达和摄像头在港口管理的作用，以主动检测的方式解决了港口管理者不能实时监控进出目标船舶的问题，弥补了当前传统渔港船舶管理系统的功能空白处，且在检测进出目标船舶的同时能够记录抓拍视频和图像，为进一步管理分析提供依据，在检测进出港目标船舶的同时能够及时发现危险目标船舶并报警，满足管理者对港口进出的严格管控要求。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图，其中：

图1为本发明所划定的各区域示意图；

图2本发明的系统的架构图；

图3为本发明的系统的数据处理流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

实施例1

本发明较佳实施例提供的一种监控进出港口船舶并发现危险船舶的方法，包括以下步骤：

如图1所示，S0：设定警戒区域A，警戒区域A内设置有抓拍区域B、进港区域C和出港区域D；

优选地，所述S0中：抓拍区域B是警戒区域A的子集，进港区域C和出港区域D不相交且将警戒区域A从中间分割。其中，各种区域可以为任意多边形，需要注意的是该附图仅是一种参考区域分布图。

S1：通过雷达主动探测警戒区域A内的目标船舶，跟踪获取目标船舶的运动参数，所述运动参数包括经纬度、速度、航向；其中，雷达探测的范围应覆盖整个警戒区域A，当目标船舶进入警戒区域A时，首先对雷达探测的目标回波点数据进行跟踪处理，实时输出目标的运动参数，包括目标点经纬度、速度、航向，输出的间隔应不超过2秒。

S2：根据运动参数控制云台摄像头转动持续跟踪抓拍区域B内目标船舶采集图像数据；其中，云台摄像头拍摄的范围应覆盖整个抓拍区域B。

具体地，所述S2包括以下步骤：

S21：根据目标船舶的经纬度、速度、航向，实时预测目标船舶的移动位置；需要注意的是在目标输出时需要实时预测目标船舶短时间内的移动位置，使目标参数输出的时间间隔为1.5秒，以利于远程控制云台摄像头能够准确抓拍到船名的位置。

S22：根据实时预测的移动位置调整云台的PTZ参数，控制云台摄像头转动持续跟踪拍摄目标船舶采集图像数据。在计算云台摄像头的云台参数时，应考虑当前港口海域的海平面高度，可以通过潮汐表数据获取，且角度基准值为真北方向，雷达的天线和云台摄像头的云台都应将角度0°调整到真北方向。

S3：通过图像识别技术识别图像数据中目标船舶的船名；

具体地，所述S3包括以下步骤：

S31：间隔采集图像数据的视频流获取目标船舶图片；当船舶进入抓拍区域B时，根据输出的目标运动参数实时控制云台摄像头的云台转动，包括水平角、俯仰角、焦距，进而跟踪拍摄船舶目标的船舷号区域，使该目标的船舷号肉眼可辨别，在跟踪拍摄过程中以不超过1秒的间隔抓取船舶图片。

S32：通过图像识别技术识别目标船舶图片中的船名。

图像识别技术如下：

检测是否含有目标船舶及实现目标船舶定位，检测采用Faster-RCNN模型。对整张图片进行CNN(卷积网络)，得到feature map(特征图)；卷积特征输入到RPN(区域建议网络)，得到候选框(可能存在目标船舶的框)的特征信息；对候选框中提取出的特征，使用分类器判别是否为目标船舶；对于属于目标船舶的候选框，用回归器进一步调整其位置，使框更加准确；如果不包含目标船舶则返回信息。

检测目标船舶区域内是否含有船名，检测采用R2CNN模型。使用区域建议网络(RPN)生成包围不同方向文本的轴对齐边界框。然后，针对RPN提出的每个轴对齐文本框，使用不同的pooled size(池化尺寸)提取它的pooled特征，并连接特征，这些获得的特征同时被用于文本/非文本预测得分，轴对齐框和倾斜最小区域框。最后，使用倾斜的非极大抑制来对检测候选框进行回归以获得最终结果。

对船名区域进行字符分割，采用Faster-RCNN模型。对整张图片进行CNN(卷积网络)，得到feature map(特征图)；卷积特征输入到RPN(区域建议网络)，得到候选框(可能存在文字的框)的特征信息；对候选框中提取出的特征，使用分类器判别是否为中文或者数字；对于属于中文或者数字的候选框，用回归器进一步调整其位置，使框更加准确；将置信度>0.8的文字框取出分别送入中文识别模型与数字识别模型。

数字识别，模型采用alexnet。将数字图片resize成48*48大小，分别经过5个卷积+池化层提取出4096个特征，在通过2个全连接层将特征降维成1000个，在通过一个全连接层判断出是0-9中的哪个数字。

中文识别，模型采用vgg16。将数字图片resize成68*68大小，分别经过16个卷积+池化层提取出4096个特征，在通过2个全连接层将特征降维成1000个，在通过一个全连接层判断出是哪个中文。

根据以上5个模型，判断出目标船舶有无，船名有无及船名内容。另外采用数据库检验船牌是否真实存在，是否误检测。如出现部分船牌遮挡无法判断具体数字或中文，就通过数据库模糊匹配，查看是否含有可能船牌，返回可靠性最高的船牌。数据库采用SQLite，实现了自给自足的、无服务器的、零配置的、事务性的SQL数据库引擎，保存提前录入的注册合规船名。

S4：实时获取AIS、获取渔船北斗定位系统、固定式定位仪系统和船舶基础数据库系统的数据；

S5：根据船名、雷达检测目标船舶的时间和运动参数为基准，以AIS、渔船北斗定位系统和固定式定位仪系统的数据为参考，对目标船舶进行融合判断，并结合船舶基础数据库系统的数据判定目标船舶是否为危险目标船舶；

具体地，所述S5包括以下步骤：

S51：根据船名，检测目标船舶是否在注册数据库；

S52：根据AIS数据获取目标船舶信息，检测目标船舶是否在注册数据库；

S53：根据获取渔船北斗定位系统和固定式定位仪系统的数据获取船舶信息，检测目标船舶是否在注册数据库；

S54：判断目标船舶的检测结果是否一致，如不一致则采用权重比确定最终检测结果，所述权重比的关系为：渔船北斗定位系统和固定式定位仪系统的数据检测结果大于船名的检测结果，船名的检测结果大于AIS数据检测结果。

S55：根据检测结果结合船舶基础数据库系统的数据，判定目标船舶是否为危险目标船舶。

具体地，首先将雷达探测系统输出的目标运动参数与AIS、北斗和定位仪系统接收的目标数据进行位置与运动参数基本匹配，即在当前时刻与雷达探测目标所处位置的距离满足指定要求，且速度航向的差距在一定范围内，则判定两者为同一个船舶目标；如目标在AIS数据中匹配成功，则将该AIS编号绑定到该目标中作为检测结果；如目标在渔船北斗定位系统和固定式定位仪系统数据中有匹配成功的设备，则通过该设备编号获取目标船舶的信息作为检测结果；如目标在船名中识别成功，则将识别的船名绑定到该目标中作为检测结果；因此该目标最多能同时有三种检测结果，如果三种检测结果并不一致，则采用权重比确定最终检测结果，根据相关设备的特性，其权重关系：渔船北斗定位系统和固定式定位仪系统的数据检测结果大于船名的检测结果，船名的检测结果大于AIS数据检测结果。

S6：根据经纬度与进港区域C和出港区域D的相对关系结合航向综合判断目标船舶为出港或进港。

实施例2

另外，如图2、图3所示，提供一种监控进出港口船舶并发现危险船舶的系统，用于上述实施例1的硬件支撑，本实施例中与上述实施例1中的描述相同的部分，在此不再赘述，包括至少一个监控站点、至少一个数据处理中心和至少一个值班站点，其中：

所述监控站点包括雷达、云台摄像头和AIS数据接收模块；

所述雷达，主动探测警戒区域A内的目标船舶，跟踪获取目标船舶的运动参数，所述运动参数包括经纬度、速度、航向；

所述云台摄像头，用于根据目标船舶的运动参数持续跟踪拍摄目标船舶采集图像数据；

所述AIS数据接收模块，实时获取AIS数据；

所述数据处理中心，用于识别图像数据中目标船舶的船名、用于实时获取AIS数据、获取渔船北斗定位系统、固定式定位仪系统和船舶基础数据库系统的数据；根据船名、雷达检测目标船舶的时间和运动参数为基准，以AIS、渔船北斗定位系统和固定式定位仪系统的数据为参考，对目标船舶进行融合判断，并结合船舶基础数据库系统的数据判定目标船舶是否为危险目标船舶；根据经纬度与进港区域C和出港区域D的相对关系结合航向综合判断目标船舶为出港或进港；根据判定结果生成检测结果上传到值班站点。

所述值班站点，用于接收检测结果以及各类数据。

该系统接入渔船北斗定位系统、固定式定位仪系统和船舶基础数据库系统，首先将雷达探测系统输出的目标运动参数与渔船北斗定位系统、固定式定位仪系统接收的目标数据进行位置与运动参数基本匹配，即在当前时刻与雷达探测目标所处位置的距离满足指定要求，且速度航向的差距在一定范围内，则判定两者为同一个船舶目标；其次，将雷达探测系统输出的目标运动参数与AIS数据接收模块接收的AIS数据，进行位置与运动参数基本匹配，即在当前时刻与雷达探测目标所处位置的距离满足指定要求，且速度航向的差距在一定范围内，则判定两者为同一个船舶目标；再次，如目标在船名中识别成功，则将识别的船名绑定到该目标中作为检测结果；将船名输出的结果、匹配成功的定位设备结果、船舶基础数据库系统的船只登记注册数据库进行比较判定，确定该船只是否为注册船只或者危险船只，注册船只根据值班人员的设定可进一步判定为重点监控船只等属性。

所述值班站点通过网络接入数据处理中心的服务器，运行进出港监控系统客户端软件，通过人机交互界面实时展示监控站点的雷达探测数据、视频数据、AIS数据、渔船北斗定位系统数据、固定式定位仪系统数据，并将抓拍的图像和图像识别船名数据以窗口弹出的方式展示，将检测结果以通知和列表方式展示；对于系统检测的危险船只或者值班人员设定的监控船只，系统提供声光报警提示。

需要说明的是，网络传输系统主要采用光纤接入，结合4G无线网络，为实现数据保密要求采用VPN组建虚拟局域网，进而实现系统各个节点的点对点双向通信。

其中，所述雷达为连续波体制雷达、脉冲体制雷达或者脉冲压缩体制雷达中的任意一种。

优选地，所述云台摄像头为高清云台激光摄像头。高清云台激光摄像头在光线不好时使用激光补光，雷达输出目标引导高清云台激光摄像头持续跟踪拍摄目标船舶。

优选地，雷达的天线中心与云台摄像头的转动中心保持上下部署的结构，且雷达的天线中心与云台摄像头的转动中心位于同一竖直的轴线上。确保两者的水平位置和垂直位置偏差最小。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明的保护范围，任何熟悉本领域的技术人员在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种监控进出港口船舶并发现危险船舶的方法，其特征在于：包括以下步骤：

S0：设定警戒区域A，警戒区域A内设置有抓拍区域B、进港区域C和出港区域D；

S1：通过雷达主动探测警戒区域A内的目标船舶，跟踪获取目标船舶的运动参数，所述运动参数包括经纬度、速度、航向；

S2：根据运动参数控制云台摄像头转动持续跟踪抓拍区域B内目标船舶采集图像数据；

S3：通过图像识别技术识别图像数据中目标船舶的船名；

S4：实时获取AIS、获取渔船北斗定位系统、固定式定位仪系统和船舶基础数据库系统的数据；

S5：根据船名、雷达检测目标船舶的时间和运动参数为基准，以AIS、渔船北斗定位系统和固定式定位仪系统的数据为参考，对目标船舶进行融合判断，并结合船舶基础数据库系统的数据判定目标船舶是否为危险目标船舶；

所述S5包括以下步骤：

S51：根据船名，检测目标船舶是否在注册数据库；

S52：根据AIS数据获取目标船舶信息，检测目标船舶是否在注册数据库；

S53：根据获取渔船北斗定位系统和固定式定位仪系统的数据获取船舶信息，检测目标船舶是否在注册数据库；

S54：判断目标船舶的检测结果是否一致，如不一致则采用权重比确定最终检测结果，所述权重比的关系为：渔船北斗定位系统和固定式定位仪系统的数据检测结果大于船名的检测结果，船名的检测结果大于AIS数据检测结果；

S55：根据检测结果结合船舶基础数据库系统的数据，判定目标船舶是否为危险目标船舶；

S6：根据经纬度与进港区域C和出港区域D的相对关系结合航向综合判断目标船舶为出港或进港。

2.根据权利要求1所述的一种监控进出港口船舶并发现危险船舶的方法，其特征在于：所述S0中：抓拍区域B是警戒区域A的子集，进港区域C和出港区域D不相交且将警戒区域A从中间分割。

3.根据权利要求1所述的一种监控进出港口船舶并发现危险船舶的方法，其特征在于：所述S2包括以下步骤：

S21：根据目标船舶的经纬度、速度、航向，实时预测目标船舶的移动位置；

S22：根据实时预测的移动位置调整云台的PTZ参数，控制云台摄像头转动持续跟踪拍摄目标船舶采集图像数据。

4.根据权利要求1所述的一种监控进出港口船舶并发现危险船舶的方法，其特征在于：所述S3包括以下步骤：

S31：间隔采集图像数据的视频流获取目标船舶图片；

S32：通过图像识别技术识别目标船舶图片中的船名。

5.一种监控进出港口船舶并发现危险船舶的系统，其特征在于：包括至少一个监控站点、至少一个数据处理中心和至少一个值班站点，其中：

所述监控站点包括雷达、云台摄像头和AIS数据接收模块；

所述雷达，主动探测警戒区域A内的目标船舶，跟踪获取目标船舶的运动参数，所述运动参数包括经纬度、速度、航向；

所述云台摄像头，用于根据目标船舶的运动参数持续跟踪拍摄目标船舶采集图像数据；

所述AIS数据接收模块，实时获取AIS数据；

所述数据处理中心，用于识别图像数据中目标船舶的船名、用于实时获取AIS数据、获取渔船北斗定位系统、固定式定位仪系统和船舶基础数据库系统的数据；根据船名、雷达检测目标船舶的时间和运动参数为基准，以AIS、渔船北斗定位系统和固定式定位仪系统的数据为参考，对目标船舶进行融合判断，并结合船舶基础数据库系统的数据判定目标船舶是否为危险目标船舶；

根据船名，检测目标船舶是否在注册数据库；

根据AIS数据获取目标船舶信息，检测目标船舶是否在注册数据库；

根据获取渔船北斗定位系统和固定式定位仪系统的数据获取船舶信息，检测目标船舶是否在注册数据库；

判断目标船舶的检测结果是否一致，如不一致则采用权重比确定最终检测结果，所述权重比的关系为：渔船北斗定位系统和固定式定位仪系统的数据检测结果大于船名的检测结果，船名的检测结果大于AIS数据检测结果；

根据检测结果结合船舶基础数据库系统的数据，判定目标船舶是否为危险目标船舶；

根据经纬度与进港区域C和出港区域D的相对关系结合航向综合判断目标船舶为出港或进港；根据判定结果生成检测结果上传到值班站点；

所述值班站点，用于接收检测结果以及各类数据。

6.根据权利要求5所述的一种监控进出港口船舶并发现危险船舶的系统，其特征在于：所述雷达为连续波体制雷达、脉冲体制雷达或者脉冲压缩体制雷达中的任意一种。

7.根据权利要求5所述的一种监控进出港口船舶并发现危险船舶的系统，其特征在于：所述云台摄像头为高清云台激光摄像头。

8.根据权利要求5所述的一种监控进出港口船舶并发现危险船舶的系统，其特征在于：雷达的天线中心与云台摄像头的转动中心保持上下部署的结构，且雷达的天线中心与云台摄像头的转动中心位于同一竖直的轴线上。

Images