船舶吃水深度的机器视觉检测

为了克服人工观测法中风浪及主观因素的不利影响,提出了以图像采集和分析为核心的船舶吃水深度检测方法。设计实现了以爬壁机器人为载体携带网络摄像机的水尺图像采集的系统,该系统能在平板电脑的控制下游走于复杂面型的船侧板完成水尺拍摄,且可连续采集涵盖多个波浪周期的高清图像（1600pixel×1200pixel）。基于形态学和神经网络算法对图像中的水尺字符进行预处理和判别,有效提高了“6”、“8”、“9”几个相似字符的区分度。同时基于彩色图像分割算法对图像中的吃水线进行识别,通过对比吃水线在数值化水尺上的相对位置来确定船舶吃水深度,成功消除了波浪浸润所导致的假水线的干扰,从而实现了吃水线位置的自动判定。实验表明,该方法的最终识别精度可达1mm,明显高于人工目测法所能达到的5mm。此外,还特别利用现场测量数据对比证明了综合运用多幅图像数据来降低风浪干扰的必要。