許崇洋 殷永杰 許珂珂 程子豪 郭子楊

摘? 要：本文擬采用機(jī)器視覺的相關(guān)技術(shù)，針對目前大型船舶貨物交接主要依賴人工觀測計(jì)重存在的弊端，進(jìn)行船舶吃水值自動讀取系統(tǒng)的研究和產(chǎn)品開發(fā)，其中的關(guān)鍵技術(shù)在于船舶六面吃水線的提取，船舶水尺字符的識別，以及根據(jù)船舶相關(guān)圖表計(jì)算船舶載貨重量的研究。根據(jù)近幾年國內(nèi)外關(guān)于機(jī)器視覺在船舶吃水線檢測的研究和字符識別技術(shù)的發(fā)展與應(yīng)用，開發(fā)一套基于機(jī)器視覺的船舶水尺自動計(jì)重系統(tǒng)，最終實(shí)現(xiàn)對船舶水尺的自動識別和計(jì)重處理。

關(guān)鍵詞：機(jī)器視覺? 船舶水尺? 測量? 圖像處理

中圖分類號：TP391.4? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2020）08（b）-0098-03

Abstract： This paper intends to use the related technology of machine vision， aiming at the disadvantage that the cargo transfer of large ships mainly depends on manual observation and weight measurement， the research and product development of automatic draft reading system for ships are carried out， among which the key technologies are the extraction of the ship's six waterlines， the recognition of the ship's draft characters， and the research of calculating the ship's cargo weight according to the ship's relevant charts. According to the research of ship waterline detection based on machine vision and the development and application of character recognition technology at home and abroad in recent years， a set of automatic weight measurement system of ship draft based on machine vision is developed， and the automatic recognition and weight processing of ship draft are finally realized.

Key Words： Machine vision; Ship draft; Measurement; Image processing

1? 研究內(nèi)容

1.1 船舶水尺自動計(jì)重系統(tǒng)的設(shè)計(jì)

根據(jù)船舶水尺計(jì)重的檢定要求、方法，明確系統(tǒng)方案，對系統(tǒng)進(jìn)行整體設(shè)計(jì);研究高清圖像采集系統(tǒng)的機(jī)載相機(jī)、無線圖傳等相關(guān)設(shè)備對圖像質(zhì)量的影響，分析選擇系統(tǒng)圖像采集裝置、無線圖傳設(shè)備以及無人機(jī)平臺等硬件設(shè)備，使自動計(jì)重所需的特征（字符、吃水線等）可以清晰成像，便于后續(xù)的圖像處理。

1.2 船舶吃水線的自動提取及字符分割

船舶碼頭自然環(huán)境比較惡劣，風(fēng)浪、光照、霧氣、海水反射等都會導(dǎo)致采集到的圖像噪聲比較大，將嚴(yán)重影響圖像的質(zhì)量，從而增加了后續(xù)圖像處理和識別的難度。因此，在圖像的預(yù)處理過程中，研究比較圖像去噪、增強(qiáng)算法，濾除隨機(jī)噪聲和照度噪聲干擾，增強(qiáng)水尺特征成為本研究的基礎(chǔ)和關(guān)鍵所在。

圖像分割的目的是簡化或改變圖像的表示形式，使得圖像更容易理解和分析。本項(xiàng)目為了得到船舶吃水線、字符等特征區(qū)域，將研究比較差影法、閾值法、邊緣法、主色提取法等主流圖像分割方法，提出快速水尺區(qū)域圖像的方法，做到實(shí)時準(zhǔn)確的分割水尺區(qū)域和字符區(qū)域，減少圖像處理的運(yùn)算量。圖像分割的好壞及船舶吃水線的提取精度，將直接影響后續(xù)的圖像處理和識別結(jié)果，所以圖像濾波和分割方法是本文研究的重點(diǎn)之一。

1.3 船舶水尺的字符識別

圖像特征的提取是水尺字符識別的重要一環(huán)，針對字符、刻度線等不同的圖像模式，分析圖像的亮度分布特征和結(jié)構(gòu)特征，研究字符、刻度線等相關(guān)的特征提取方法，提出快速精確提取上述圖像特征的算法;研究卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法，提出新特征提取及分類方法，進(jìn)一步提高字符的識別速度及準(zhǔn)確率。

2? 研究意義

水尺計(jì)重是一種國際上通用的水上運(yùn)輸交接方法，它以船本身作為計(jì)量工具，根據(jù)阿基米德原理對船載貨物進(jìn)行計(jì)重的方法。此方法通過測定船舶裝卸貨前后的船舶吃水值和船用物料，根據(jù)船舶相關(guān)圖表計(jì)算船舶貨物承載量，以此作為買賣雙方進(jìn)行商務(wù)貿(mào)易的交接依據(jù)。目前大都采用人工觀測船舶水尺的方式，但由于觀測船舶受風(fēng)浪、天氣等外部因素及觀測人員本身狀態(tài)的影響，貿(mào)易雙方往往在測量上糾紛不斷。

船舶水尺是在船舶的船艏、船艉及船舯左右兩舷等六個位置繪制的吃水刻度，是進(jìn)行船舶計(jì)重的重要依據(jù)。傳統(tǒng)人工觀測水尺的方法，由于主觀或者客觀因素的影響，通常存在誤差大、效率低等缺點(diǎn)。針對人工觀測存在的問題，相關(guān)學(xué)者們提出了多種船舶水尺檢測方法：（1）雙壓力傳感器船舶吃水檢測方法，此方法存在著傳感器受環(huán)境影響較大，且電子線路不易布置等缺點(diǎn);（2）超聲波水尺，此方法雖然避免了電子傳感器布線不易的缺點(diǎn)，但是由于超聲波受空氣中介質(zhì)的影響較大，測量精度不高;（3）激光測距儀進(jìn)行船舶吃水檢測，激光具有光速不變性，成功解決了超聲波傳感器因?yàn)榻橘|(zhì)不均造成的誤差，但是由于光在水面容易散射，實(shí)踐證明測距效果并不理想，而且這種方法需要在船身外側(cè)按照額外設(shè)備，可能給船舶的航行帶來阻礙。

隨著圖像處理技術(shù)的發(fā)展，基于機(jī)器視覺的船舶水尺計(jì)重逐漸成為研究的熱點(diǎn)?；跈C(jī)器視覺的水尺計(jì)重方法一般分三部分：吃水線的檢測、水尺字符的識別、水尺計(jì)重的計(jì)算，其中吃水線的檢測、水尺字符的識別是水尺計(jì)重的兩大關(guān)鍵問題。為解決自然環(huán)境下船舶水尺自動計(jì)重問題，本項(xiàng)目擬采用無人機(jī)+機(jī)器視覺技術(shù)，通過無人機(jī)采集船舶吃水高清圖像，然后通過圖像處理技術(shù)，研究改進(jìn)圖像分割算法，精確提取船舶吃水線及水尺刻度字符，研究改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)等相關(guān)深度學(xué)習(xí)算法，實(shí)現(xiàn)船舶水尺字符的識別，進(jìn)而推算船舶吃水狀況，完成船舶水尺的自動計(jì)重。

3? 國內(nèi)外研究現(xiàn)狀

水尺計(jì)重是一種國際上通用的水上運(yùn)輸交接方法，它以船本身作為計(jì)量工具，根據(jù)阿基米德原理對船載貨物進(jìn)行計(jì)重的方法。此方法通過測定船舶裝卸貨前后的船舶吃水值和船用物料，根據(jù)船舶相關(guān)圖表計(jì)算船舶貨物承載量，以此作為買賣雙方進(jìn)行商務(wù)貿(mào)易的交接依據(jù)。

船舶水尺是在船舶的船艏、船艉及船舯左右兩舷等六個位置繪制的吃水刻度，是進(jìn)行船舶計(jì)重的重要依據(jù)。傳統(tǒng)人工觀測水尺的方法，由于主觀或者客觀因素的影響，通常存在誤差大、效率低等缺點(diǎn)。針對人工觀測存在的問題，相關(guān)學(xué)者們提出了多種船舶水尺檢測方法。提出了一種雙壓力傳感器船舶吃水檢測方法，此方法存在著傳感器受環(huán)境影響較大，且電子線路不易布置等缺點(diǎn);文獻(xiàn)[2]提出了超聲波水尺，此方法雖然避免了電子傳感器布線不易的缺點(diǎn)，但是由于超聲波受空氣中介質(zhì)的影響較大，測量精度不高;提出采用激光測距儀進(jìn)行船舶吃水檢測，激光具有光速不變性，成功解決了超聲波傳感器因?yàn)榻橘|(zhì)不均造成的誤差，但是由于光在水面容易散射，實(shí)踐證明測距效果并不理想，而且這種方法需要在船身外側(cè)按照額外設(shè)備，可能給船舶的航行帶來阻礙。

隨著圖像處理技術(shù)的發(fā)展，基于機(jī)器視覺的船舶水尺計(jì)重逐漸成為研究的熱點(diǎn)?；跈C(jī)器視覺的水尺計(jì)重方法一般分三部分：吃水線的檢測、水尺字符的識別、水尺計(jì)重的計(jì)算，其中吃水線的檢測是水尺計(jì)重的關(guān)鍵。近年來，學(xué)者們提出了多種吃水線的提取算法。采用canny算子和Hough變換的方法檢測出吃水線的位置;利用HIS彩色空間的方向梯度和啟發(fā)式自增強(qiáng)的邊緣提取算法提取水線邊緣;通過提取圖像的紋理譜特征，采用K-means聚類的算法實(shí)現(xiàn)吃水線的準(zhǔn)確定位;采用圖像配準(zhǔn)與幀間作差的方法進(jìn)行圖像預(yù)處理，通過三角隸屬函數(shù)的迭代分割算法提取出水線輪廓;通過彩色圖像分割和鏈碼跟蹤邊界的方法提取吃水線。

上述這些方法，大都是對在干擾較少的環(huán)境下拍攝的圖像進(jìn)行處理，運(yùn)用到實(shí)際工程中效果并不理想。因此，研究復(fù)雜噪聲下的圖像聯(lián)合稀疏濾波方法，快速準(zhǔn)確的吃水線提取、水尺字符分割、識別算法是系統(tǒng)的關(guān)鍵。

4? 數(shù)字圖像處理技術(shù)

4.1 圖像濾波去噪

通過對相關(guān)研究文獻(xiàn)的閱讀和分析，我們采用中值濾波、高斯濾波和NLMeans濾波分別在灰度空間對圖像進(jìn)行了預(yù)處理。

4.2 圖像增強(qiáng)和二值化處理

圖像增強(qiáng)是以改善圖像的視覺效果為根本目的的。在拍攝圖像的過程中會出現(xiàn)曝光過度或者曝光不足的現(xiàn)象，不利于水尺字符的識別。

4.3 水尺區(qū)域圖像分割

將這些新像素當(dāng)作新的種子像素繼續(xù)進(jìn)行上面的過程，直到再沒有滿足條件的像素可被包括進(jìn)來，再根據(jù)先驗(yàn)知識剔除掉非水尺區(qū)域。

4.4 吃水線的確定及字符分割

采用連通域的方法獲取吃水線區(qū)域，然后采用canny算子提取邊緣，根據(jù)曲線擬合算法及先驗(yàn)知識，提取船舶吃水線，并提取水尺字符。

4.5 水尺字符的特征提取

方向梯度直方圖是目前計(jì)算機(jī)視覺和圖像處理中經(jīng)常使用的特征提取算法。它通過計(jì)算和統(tǒng)計(jì)局部區(qū)域的梯度方向直方圖作為特征，目前HOG特征結(jié)合SVM分類器在圖像識別中被廣泛使用。

參考文獻(xiàn)

[1] 朱學(xué)海，張帥，張東星，等.基于機(jī)器視覺與深度學(xué)習(xí)的船舶水尺智能識別技術(shù)研究與應(yīng)用[J].檢驗(yàn)檢疫學(xué)刊，2019，29（2）：101-104，110.

[2] 張帥，朱學(xué)海，羅隕飛.船舶水尺智能識別技術(shù)的研究與進(jìn)展[J].檢驗(yàn)檢疫學(xué)刊，2019，29（1）：107-110.

[3] 張望，李瑛，許文海.船舶吃水深度的機(jī)器視覺檢測[J].光學(xué)精密工程，2016，24（10s）：649-656.

[4] 宋濤，吳海，侯培國，等.自然場景下船舶水線提取算法的研究[J].光學(xué)技術(shù)，2017（1）：61-65.

[5] 許威，胡勇，陳興怖.基于機(jī)器視覺的船體雙曲度板測量方法[J].船舶工程，2019，41（5）：101-106.

[6] 張望.李瑛.基于圖像處理的船舶水尺計(jì)重系統(tǒng)設(shè)計(jì)[J].船海工程，2019（3）：175-178，182.

[7] 張昊，金冠，蔣毅，等.基于SVM特征點(diǎn)分類的機(jī)器視覺外螺紋參數(shù)檢測[J].傳感器與微系統(tǒng)，2019，38（4）：127-130.