【技术实现步骤摘要】
本专利技术属于船舶智能监测领域，具体涉及计算机视觉、多模态数据融合及自适应深度学习技术，适用于锚链的实时状态监测与预测性维护。
技术介绍
1、锚链作为船舶的重要安全设备，其在起锚和抛锚过程中的工作状态直接影响船舶的安全性和运行效率。由于海洋环境复杂多变，以及设备长期使用导致的磨损与老化，对起锚抛锚期间的锚链故障进行有效监测与预测尤为重要。这不仅可以帮助船舶操作团队及时发现潜在问题，避免安全事故，还能优化维护计划，降低维修成本。当前主流的起锚抛锚期间锚链故障监测方法主要依赖人工观察。
2、人工观察方法是传统的故障检测手段。操作人员在锚链收放过程中，通过目视观察判断锚链是否出现跳链、卡链等异常，并在发现故障时及时采取措施。该方法操作简单，适用于各种类型的锚泊系统，无需额外设备支持。但此方法存在主观性强、不精准、实时性差、人力成本高等缺点。
3、现有技术存在以下缺陷：
4、1.人工目检法(cn208704679u)：依赖经验判断，夜间/恶劣天气漏检率＞40％，无法量化评估；
5、2.x射线检测法...
【技术保护点】
1.一种基于计算机视觉的起锚抛锚期间锚链故障识别与预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述图像增强的具体方法包括自适应直方图均衡、基于深度学习的去雾增强和夜间红外图像增强，其中，晴天场景采用基于暗通道先验的去雾算法，雨天场景采用基于深度学习的雨滴去除网络，夜间场景红外图像增强算法；针对动态光照采用局部自适应直方图均衡化与注意力机制引导的亮度映射。
3.根据权利要求1所述的方法，其特征在于，所述改进的YOLOv5目标检测网络对图像进行分析与目标定位的具体方法包括：
4.根据权利要求1所述的方...
【技术特征摘要】
1.一种基于计算机视觉的起锚抛锚期间锚链故障识别与预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述图像增强的具体方法包括自适应直方图均衡、基于深度学习的去雾增强和夜间红外图像增强，其中，晴天场景采用基于暗通道先验的去雾算法，雨天场景采用基于深度学习的雨滴去除网络，夜间场景红外图像增强算法；针对动态光照采用局部自适应直方图均衡化与注意力机制引导的亮度映射。
3.根据权利要求1所述的方法，其特征在于，所述改进的yolov5目标检测网络对图像进行分析与目标定位的具体方法包括：
4.根据权利要求1所述的方法，其特征在于，所述几何特征包含：通过检测锚链各链节的位置，计算相邻链节间的夹角来识别锚链的弯曲、张紧或松弛情况，同时基于锚链在图像序列中的运动轨迹计算曲率分布，捕捉可能的外力干扰或损伤，还利用三维重建技术提取锚链的空间位置和姿态参数，从整体角度评估其运行状态。
5.根据权利要求1所述的方法，其特征在于，所述纹理特征包含：使用局部二值模式分析链节表面的微观纹理变化，捕捉磨损或裂纹的早期特征，同时借助灰度共生矩阵通...
【专利技术属性】
技术研发人员：涂皓博，章艺，江铖，符栋梁，俞炅旻，何肖，
申请(专利权)人：中国船舶集团有限公司第七〇四研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。