一种用于检测船舶水尺线的方法、装置及系统制造方法及图纸

本发明专利技术公开了一种用于检测船舶水尺线的方法，包括：通过移动终端获取含有船舶水尺标记信息的原始图像；将原始图像分别输入至预先基于深度可分离卷积模块构建而成的水平线识别模型和水尺标记识别模型中，得到标记有船体水体交界线的第一图像和标记有水尺字符及其内容的第二图像；根据第一图像和第二图像中标记的信息，检测船舶水线的实际高度。本发明专利技术使用轻量型深度学习网络，同时保障了检测精度和检测速度，使得采集到的图像在移动终端实现处理。

【技术实现步骤摘要】
一种用于检测船舶水尺线的方法、装置及系统
本专利技术涉及船舶检测
，尤其是涉及一种用于检测船舶水尺线的方法、装置及系统。
技术介绍
船舶水尺计重是港口装卸过程的主要计重检测方法，传统的水尺计重技术由公估人员主观计量，受客观环境上的影响较大，如风浪、光照、水质等影响，得到的计量结果经常引起货主、收货人和港方之间的争执。为了解决传统的水尺计重技术的问题，各散货港口常采用图像识别的方法进行检测。图像处理的方法有两种形式：一种是使用传统机器视觉的图像处理算法研究，但这种传统图像处理算法采用Canny算子边缘检测、霍夫直线检测、颜色通道匹配、LSD检测算法等算法，此种方法对于光照变化较大，水尺线在满载线区域附近等情况检测不准，无法获取精确的水尺线位置，对于字符受损、锈蚀、焊缝干扰情况等现实情况下效果较差；另一种方法是通过深度学习的目标检测算法，使用FasterR-CNN算法检测船舶水尺字符框，对于不同船型的不同颜色检测效果会产生影响，并且由于使用深度学习网络结构具有深度大的特点，在线检测处理速度较慢，有时，对于搜索候选框也会非常耗时，不能达本文档来自技高网...

【技术保护点】
1.一种用于检测船舶水尺线的方法，包括：/n原始图像采集步骤、通过移动终端获取含有船舶水尺标记信息的原始图像；/n图像特征识别步骤、将所述原始图像分别输入至预先基于深度可分离卷积模块构建而成的水平线识别模型和水尺标记识别模型中，得到标记有船体水体交界线的第一图像和标记有水尺字符及其内容的第二图像；/n水线高度计算步骤、根据所述第一图像和所述第二图像中标记的信息，检测船舶水线的实际高度。/n

【技术特征摘要】
1.一种用于检测船舶水尺线的方法，包括：
原始图像采集步骤、通过移动终端获取含有船舶水尺标记信息的原始图像；
图像特征识别步骤、将所述原始图像分别输入至预先基于深度可分离卷积模块构建而成的水平线识别模型和水尺标记识别模型中，得到标记有船体水体交界线的第一图像和标记有水尺字符及其内容的第二图像；
水线高度计算步骤、根据所述第一图像和所述第二图像中标记的信息，检测船舶水线的实际高度。


2.根据权利要求1所述的方法，其特征在于，在所述水线高度计算步骤中，包括：
根据所述第一图像，确定当前水线在所述第一图像中的相对位置；
根据每个水尺字符在所述第二图像中的相对尺寸，由字符实际尺寸，得到像素点相对于船体的实际尺寸，基于此，结合每个水尺字符的内容，计算每个字符及其内部各像素点的实际高度；
将含有当前水线相对位置信息的第一图像、与含有每个字符及其内部各像素点的实际高度信息的第二图像进行融合，匹配出船舶水线的绝对高度。


3.根据权利要求1或2所述的方法，其特征在于，在所述原始图像采集步骤中，所述移动终端安装于三轴机械云台处，由所述三轴机械云台通过对自身姿态的实时补偿控制来调节所述原始图像的视野。


4.根据权利要求1～3中任一项所述的方法，其特征在于，
基于用于语义分割的编码器-解码器对称网络结构，构建所述水平线识别模型；
基于ssd_mobilent网络结构，构建所述水尺标记识别模型。


5.根据权利要求4所述的方法，其特征在于，
所述水平线识别模型的编码部分采用若干个深度可分离卷积构成，先对输入图像进行减小图像尺寸且增加维度处理，后结合skip-connection技术进行局部语义特征提取处理；
所述水平线识别模型的解码部分基于减小图像特征且增加维度处理的结果，采用Conv2DTranspose操作和...

【专利技术属性】
技术研发人员：张文明，杜雨杭，李海滨，李雅倩，肖存军，
申请(专利权)人：燕山大学，秦皇岛燕大滨沅科技发展有限公司，
类型：发明
国别省市：河北;13