基于图像处理与深度学习算法的船舶水尺智能读数分析与研究

摘要：

船舶六面水尺数值的准确读取是水尺计重过程中基础且极为关键的环节.为了排除传统人工测看方法中人为因素的干扰,提高水尺计重结果的准确性和客观性,本文基于Faster R-CNN的深度学习算法来识别确定船舶水尺字符,利用边框矫正算法精调水尺字符位置,利用RG双通道像素差分法和深度学习算法来识别确认吃水线,并以此确认六面水尺读数进而联合船舶其他测量参数得出最终的船舶载货量,开发出了LeonZX-IDSS智能水尺测定系统,该系统的测定读数精度可达0.001 m.结果表明,基于深度学习算法的智能水尺测定系统可以有效识别水尺影像并自动分析,给出水尺读数,与行业内依照现有标准而采用的人工读数相比,测定系统的智能读数准确率可达97%.

关键词：水尺计重、深度学习、水尺字符、吃水线、读数对比

所属期刊栏目：30

分类号：U693(水路运输技术管理)

在线出版日期：2020-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：102-105,111