基于机器视觉与深度学习的船舶水尺智能识别技术研究与应用

• 作者: 张东星 张帅 张阿平 朱学海 罗陨飞
• 来源期刊: 检验检疫学刊
• 学科: 工学
• 关键词: 水尺计重 船舶水尺 智能识别 图像处理 机器视觉 深度学习
• 年，卷（期）: 2019,（2）
• 页码范围: 101-104
• 页数: 4页
• 分类号: TP391

摘要

目前,船舶水尺计重中确定吃水线数值的方法主要是人工观测吃水线,通过目测凭借经验确定,结果受人为因素影响较大,针对此类方法所带来的不足,本文利用图像处理技术,研究开发出Leon-IDSS智能水尺测定系统,该系统可以通过机器视觉技术和基于神经网络的深度学习算法,实现对视频或图像中船舶的吃水线、刻度线和刻度数值进行定位、识别,进而自动计算出船舶的吃水读数,得到船舶载货重量鉴定的准确结果,这一技术能够很好地解决人工鉴定的诸多问题,有效提高鉴定结果的科学性和准确性。