武萬軍

(重慶安全技術職業(yè)學院 信息工程系，重慶 404020)

計算機視覺技術在船舶噸位檢測中的應用

武萬軍

(重慶安全技術職業(yè)學院 信息工程系，重慶 404020)

摘要：目前，航運船舶噸位檢測主要依靠人工觀察、粗略估計的方法，效率低、誤差大，制約了航運經(jīng)濟的發(fā)展，為提高航運信息化水平，提升運輸效率，船舶噸位智能檢測技術受到越來越多的關注。本文提出一種基于計算機視覺的船舶噸位檢測方法，該方法利用雙攝像頭從不同方向采集船舶信息，通過圖像處理等計算視覺技術估算船舶噸位。

關鍵詞：計算機視覺；船舶噸位；船舶檢測

0引言

隨著海上運輸?shù)目焖侔l(fā)展及船舶制造技術的不斷提高，船舶數(shù)量逐年增多，且趨向大型化，這無疑增加了水域交通密度，加大了交通運輸管理壓力。航道智能化建設，對提高通航能力、降低船舶交通事故、減少污染、提高信息化水平的方面有著重要意義，而船舶噸位檢測作為航道智能交通的一個重要方面越來越受到人們的關注。目前，我國的船舶載重量測量方法還比較落后，通常采用人工觀察、人工檢測和粗略估計等方法，這些依賴人工檢驗的檢測方法，不但工作效率低，而且統(tǒng)計的數(shù)據(jù)誤差大，存在不同程度的疏漏現(xiàn)象。因此，船舶噸位檢測的智能化，能夠有效提高航道通行能力，提高自重測量的效率與準確。在本文中，提出了一種基于計算機視覺的船舶噸位檢測方法，當船舶經(jīng)過航道時，自動測出船舶的實際噸位，可為有關部門的統(tǒng)計、決策、收費等提供準確數(shù)據(jù)支撐。

1概述

船舶噸位是船舶重量的一種計量單位，以1 000 kg為一公噸，或以2 240磅為一長噸，或以2 000磅為一短噸。目前，國際上多采用公制作為計量單位。船舶的重量噸位，分為排水噸位和載重噸位2種。在本文中，主要研究船舶的載重噸位。載重噸位主要是船舶在運營中能夠使用的載重能力。船舶載重量的檢測方法主要包括力學傳感設備技術、超聲波測量技術、光學距離測量技術及雙傳感器或多傳感器技術等。

1)力學傳感設備技術

該方法是在船舶底部安裝水壓力傳感器，利用船舶在水中受到的壓力，通過查表或者計算測算出船舶的載重量。當船舶裝載貨物越重，船舶吃水也就越深，從而安裝在船舶底部的壓力傳感器受到的壓力也就越大，反應在傳感器上的數(shù)值也越大。力學傳感器設備檢測方法對系統(tǒng)要求不高、計算簡單、測量結果較為準確，但是存在著船舶用戶可以隨意移動傳感器位置，造成測量數(shù)據(jù)不準確的問題，同時由于力學傳感設備是安裝在船舶底部，容易受到污染而遭到損壞。

2)超聲波測量技術

超聲波測量是水下探測的主要手段。超聲波測距的原理是：由發(fā)射探頭發(fā)出超聲波，在遇到障礙物反射后，再由接收探頭接收，測出超聲波從發(fā)射到接收所用時間，通過超聲波在介質中的船舶速度，運用適當?shù)男盘柼幚砑夹g，計算出探頭到障礙物的距離，如圖1所示。超聲波測距按照傳播介質的不同可分為液介式、氣介式、固介式3類，按照探頭工作方式的不同可分為自發(fā)自收單探頭方式和一發(fā)一收雙探頭方式。超聲波測量技術具有成本低、容易實現(xiàn)的優(yōu)點。

圖1　超聲波原理Fig.1　Ultrasonic principle

3)光學距離測量技術

目前較為廣泛的應用為激光測距。在航道的界面安裝借光探測器，當有船舶經(jīng)過時，有激光探測器測出船舶底部距離航道底部的距離，進而可以計算出船舶底部距離水面的高度，即得到吃水深度，例如脈沖式激光測距原理如圖2所示。

圖2　激光測距原理Fig.2　Laser ranging principle

4)雙傳感器或多傳感器技術

通常應用的傳感器包括力學傳感器、超聲傳感器、光學傳感器等。將多種傳感器相結合，通過信息融合技術可大大提高檢測結果的準確性。該類方法在空間和時間上擴展了觀察范圍，提高了系統(tǒng)的分辨能力、增強了數(shù)據(jù)的可信任度。但其缺點是不易安裝。

2基于計算機視覺的船舶噸位檢測方法

基于上述對船舶噸位測量技術的介紹與分析，本文利用計算機視覺技術進行船舶噸位檢測。在船舶領域中，計算機視覺技術較多應用在目標識別與艦船中[1-2]。而在船舶載重測量方面還未涉及。

計算機視覺技術是指通過各種成像系統(tǒng)代替人類視覺器官，由計算機代替大腦完成處理和理解，而計算機檢測技術是建立在在計算機視覺技術基礎之上的一門新興檢測技術，其檢測過程主要包括：視覺影像的獲取、視覺數(shù)據(jù)的處理、目標檢測及結果輸出。

圖3　計算機視覺檢測過程Fig.3　Computer vision inspection process

計算機視覺檢測具有以下優(yōu)勢：

1)非接觸式，可避免因接觸而引起的干擾。

2)實時性好，且視覺信息量大，內(nèi)容豐富。

3)精度高，可靠性好，可避免人工干擾。

本文采用基于雙攝像頭的計算機視覺檢測方法，其基本原理如圖4所示。

圖4　雙攝像頭噸位檢測原理Fig.4　Dual camera tonnage measure principle

其中，一個攝像頭置于航道正上方，用于采集船舶橫向截面信息，另一攝像頭置于航道一側，用于采集船舶縱向截面，然后通過運用信號處理方法，計算出船舶的長度、寬度和高度，從而得到船舶噸位。

基于計算機視覺的船舶噸位檢測過程如圖5所示。

圖5　船舶噸位檢測過程Fig.5　Tonnage measure process

2.1　圖像預處理方法

一般情況下，由攝像頭采集到的原始圖像會受到各種條件限制和隨機干擾，必須進行對原始圖像進行增強處理，本文采取基于K均值聚類的分段直方圖均衡化算法，步驟如下：

1)設定分類數(shù)目和聚類中心的初始值。本位設定分離數(shù)目為3，設定直方圖中最高點對應的灰度值為聚類中心。

2)采用K均值聚類算法[3]對圖像直方圖進行聚類分析，基于灰度信息將灰度值分成3個區(qū)域。

3)對各個區(qū)域進行直方圖均衡化。

2.2　船舶檢測方法

目前，運動目標檢測方法主要包括基于光流場分析算法、立體視覺法、基于主動輪廓方法、基于圖像差分算法。本文采用基于HSV空間的背景差分法。

HSV彩色空間是指：色度，彩色光的基本特征，表示不同色調(diào)；飽和度,指顏色的“存度”，表示彩色的濃度；亮度，反映人眼感覺到物體的明亮程度。從RGB到HSV空間的轉換關系為：

(1)

檢測步驟如下：

1)當前圖像與背景圖像分別在H，S，V分量空間進行差分，得到相應的差分圖像DH，DS，DV。

(2)

2)采用Otsu方法[4]求取差分圖像的閾值，然后進行二值化，得到二值化圖像BH，BS，BV。

其中K為H，S，V分量。

3)將二值圖像BH,BS和BV相“或”，得到目標區(qū)域二值圖BWI。

BWI(x,y)=(x,y)=1)or(Bs(x,y)=1)or(BV(x,y)=1)

檢測結果如圖6所示。

圖6　檢測結果Fig.6　Detection result

2.3　船舶拼接方法

當船舶長度超過畫面寬度時，需要將船舶拼接起來，才能估算得到船舶的長度。

圖像拼接是指將一組互相間有重疊的圖像序列進行控件匹配對準，經(jīng)過沖采樣合成后形成一幅包含各圖像序列信息的完成的、清晰的新圖像。圖像拼接過程主要包括拼接預處理、圖像配準和圖像合成3個部分。

1)拼接預處理是為了保證圖像配準的精確度，而對原始圖像進行的變化處理，常見的預處理方法有平滑濾波、圖像匹配模板、頻域變換(如傅里葉變換、小波變換等)。本文方法采用小波變換進行圖像預處理。

2)圖像配準是指找到待拼接圖像中模板或特征點在參考圖像中的位置，然后通過模板或圖像特征之間的對應關系，建立圖像間的數(shù)學模型，使圖像間重疊的部分對準，把待拼接圖像轉換到參考圖像的坐標系中構成完整圖像。本文采用基于Harris的圖像特征法。Harris的基本思想是從局部小窗口觀察圖像特征。當窗口向任意方向移動時，圖像灰度發(fā)生明顯變化則表明窗口內(nèi)還存在特征點。

2.4　船舶噸位計算

由于鏡頭畸變的影響，船舶出現(xiàn)在視場的不同位置時，目標像素數(shù)目不同，引起誤差。因此，本位采用標定方法進行噸位計算。

1)以圖像中心為中心，將圖像分為3×3個區(qū)域，共9個區(qū)域，如圖7所示。

圖7　計算方法示意圖Fig.7　Calculation schematic

2)使用一個實際面積尺寸為S0的平面標準塊，在視場范圍內(nèi)移動，通過攝像頭采取其分別在9個區(qū)域位置上的多幅圖像，測出每一個區(qū)域位置上的像素當量Pi(i=1，2，…9)。

(3)

其中：S0為標準平面塊的面積；N0i為標準平面塊在每個區(qū)域內(nèi)多占的像素數(shù)。

3)當船舶檢測出的區(qū)域位于某個區(qū)域時，即用該區(qū)域位置上的像素當量Pi同船舶在該區(qū)域所占像素Ni進行相乘，得到船舶在每個區(qū)域所占的實際尺寸Si。

4)最后把9個區(qū)域的實際面積尺寸相加，就得到總面積S。

(4)

3結語

通過對船舶載重技術測量的學習研究，本位提出了一基于計算機視覺的船舶噸位檢測方法，該方法利用2個攝像頭從不同方向采集船舶影響信息，通過預處理、船舶檢測、船舶拼接等計算機視覺處理技術，從而計算出船舶噸位。

參考文獻：

[1]魏鑫.基于小波能譜系數(shù)的艦船目標分類與識別[J].艦船科學技術,2013,35(9)：96-100.

WEI Xin.Ship target classification and identification using wavelet energy spectrum coefficients[J].Ship Science and Technology,2013,35(9):96-100.

[2]吳良武,劉雨東,侯建華,等.實時測距系統(tǒng)中基于圖像的一種船舶自動識別算法[J].艦船科學技術,2009,31(10)：135-137,143.

WU Liang-wu,LIU Yu-dong,HOU Jian-hua,et al.An approach of ship automatic recognition in real-time ranging system based on images[J].Ship Science and Technology,2009(10)：135-137,143.

[3]PENA J,LOZANO J,LARRANAGA P.An empirical compar-ison of four initialization methods for the K-Means algorithm[J].Pattern Recognition Letters,1999,20(10):1027-1040.

[4]VANDER M D W,ENGELBRECHT A P.Data clustering using particle swarm optimization[C]//Proceedings of IEEE Congress on Evolutionary Computation.Piscataway:IEEE Press,2003:215-220.

[5]LI Y X,MAO Z Y,TIAN L F,et al.A kind of two-dimensional entropic image segmentation method based on artificial immune algorithm[C]//Proceedings of the 6thCongress on Intelligent Control and Automation,2006(2):10412-10415.

Computer vision technology research and application of tonnage measure technology

WU Wan-jun

(Chongqing Security Technology Information Engineering Department of Career

Academy,Chongqing 404020,China)

Abstract：Currently, the shipping tonnage measure mainly rely on manual observation, a rough estimation method, these methods are inefficient and error, restricted shipping economic development, in order to improve the level of shipping information, improve transport efficiency, tonnage intelligent detection technologies are more and more attention. This paper proposed a tonnage detection method based on computer vision using two cameras capture the ship from different directions, the estimated tonnage by image processing and other computer vision technology.

Key words：computer vision;tonnage measure;ship detection

作者簡介：武萬軍( 1972 - ) ，男，講師，研究方向為計算機網(wǎng)絡安全、網(wǎng)絡編程。

收稿日期：2014-08-19； 修回日期： 2014-10-18

文章編號：1672-7649(2015)02-0168-04

doi：10.3404/j.issn.1672-7649.2015.02.037

中圖分類號：TP212

文獻標識碼：A