为了保障航道及港口附近的海上交通安全，必须对航道或港口的大型船舶进行吃水线采集，一方面监测舰船的吃水深度，防止船舶出现搁浅等事故；另一方面监测港口和航道的使用状态，合理应对水位变化。目前最常用的大型船舶水线面检测方法为人工水尺检测，效率低、精度差。本文结合图像处理技术，设计了一种针对大型船舶的水线面图像准确检测系统，从系统的基本构成、水线图像的采集、图像校正、图像分割以及软件程序开发等方面进行详细研究。
In order to ensure the maritime traffic safety near inland waterways and ports, it is necessary to collect the waterline of large ships in waterways or ports. On the one hand, monitor the draft of ships to prevent accidents such as grounding. On the other hand, monitor the use status of ports and waterways and reasonably respond to water level changes. At present, the most commonly used waterline detection of large ships is manual draft detection, which has low efficiency and poor accuracy. Combined with image processing technology, this paper designs an accurate detection system of waterline image for large ships, and makes a detailed research on the basic composition of the system, the acquisition of waterline image, image correction, image segmentation and software program development.
2022,44(11): 173-176 收稿日期：2022-01-18
DOI：10.3404/j.issn.1672-7649.2022.11.036
分类号：U632.58
基金项目：国家级创新训练项目（202110595070）；广西高校中青年教师科研基础能力提升项目（2021KY0225）
作者简介：钟思(1982-)，女，硕士，工程师，主要从事计算机应用研究
参考文献：
[1] 王红英, 张奇志, 周亚丽. 基于视觉的藻类图像识别系统的设计与实现[J]. 信息通信, 2016(1): 3
[2] 彭将辉, 冉鑫. 基于图像处理的船舶吃水线检测方法[J]. 中国水运:下半月, 2012(6): 2
[3] 陈紫鹏, 李威, 卢文超, 等. 基于机器视觉的带钢表面缺陷检测系统中图像处理方法设计研究[J]. 南方农机, 2020, 51(22): 2
[4] 张方超, 董振, 张栋, 等. 基于图像视觉的垃圾分类机器人识别控制系统算法设计[J]. 电子测量技术, 2019, 42(20): 5
[5] 孟特, 李富才, 刘邦彦, 等. 基于RGB-D图像的视觉SLAM算法研究[J]. 青岛大学学报:自然科学版, 2022, 35(1): 7
[6] 张俊杰, 丁淑艳, 李伦波, 等. 基于视觉显著性的无人车图像检测及分割方法 2017年2月14日[J]. 计算机工程与应用, 2017.
