CN107238837A - 一种船舶吃水检测方法 - Google Patents

一种船舶吃水检测方法 Download PDF

Info

Publication number
CN107238837A
CN107238837A CN201710372150.9A CN201710372150A CN107238837A CN 107238837 A CN107238837 A CN 107238837A CN 201710372150 A CN201710372150 A CN 201710372150A CN 107238837 A CN107238837 A CN 107238837A
Authority
CN
China
Prior art keywords
image
ship
above water
water craft
scale marker
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710372150.9A
Other languages
English (en)
Other versions
CN107238837B (zh
Inventor
淦学甄
张洪刚
池弘福
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Ocean University ZJOU
Original Assignee
Zhejiang Ocean University ZJOU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Ocean University ZJOU filed Critical Zhejiang Ocean University ZJOU
Priority to CN201710372150.9A priority Critical patent/CN107238837B/zh
Publication of CN107238837A publication Critical patent/CN107238837A/zh
Application granted granted Critical
Publication of CN107238837B publication Critical patent/CN107238837B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B39/00—Equipment to decrease pitch, roll, or like unwanted vessel movements; Apparatus for indicating vessel attitude
    • B63B39/12—Equipment to decrease pitch, roll, or like unwanted vessel movements; Apparatus for indicating vessel attitude for indicating draught or load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Evolutionary Computation (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Astronomy & Astrophysics (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种船舶吃水检测方法，涉及船舶吃水测量技术领域。该方法包括：在船舶每个侧面上设置一条比例标记线；通过机载遥感器，获取水面上方船舶各侧面的水面船舶图像；根据水面船舶图像中比例标记线的宽度，获取与比例标记线实际宽度同一比例关系的水面船舶图像，从而确定船舶各侧面的单一水面船舶图像；根据船舶各侧面采样位置处的船舶顶面与水面之间的距离，确定船舶各侧面对应采样位置处的吃水量。该本发明通过采用机载遥感器采集船舶各侧面多组顶面与水面之间的距离，从而计算吃水量，即采用遥感技术和图像处理计算获取吃水量，由于采集的图像清晰和采集的数据量全面，从而分析处理计算出的吃水量精度高。

Description

一种船舶吃水检测方法
技术领域
本发明涉及船舶吃水测量技术领域，更具体的涉及一种船舶吃水检测方法。
背景技术
在内河航道中，有些船舶为了经济利益，使得船舶的实际吃水深度超过航道维护水深，而不采取减载措施，此行为称为船舶“超吃水”。船舶“超吃水”指船舶吃水深度超过船闸所允许的最大安全深度，“超吃水”是目前船闸运行中而临的最常见和最直接的安全威胁，轻则可能造成船舶搁浅，阻塞通航，重则可能导致船闸损坏，给大坝建筑造成严重的安全威胁。
现有技术中，通过摄像设备对船体外侧的六个吃水线进行取像，并进行技术识别和相应计算获取船舶的吃水量；通常摄像设备安装在船体上，基于成本和安装位置的考虑，摄像设备的数量是有限的，因而采集的图像数量也是有限的，图像数据量不全面，进而导致计算的吃水量精度不高。
综上所述，现有技术中，存在通过摄像设备获取船舶吃水量时，由于采集的图像数据量有限，导致计算的吃水量精度不高的问题。
发明内容
本发明实施例提供一种船舶吃水检测方法，用以解决现有技术中存在通过摄像设备获取船舶吃水量时，由于采集的图像数据量有限，导致计算的吃水量精度不高的问题。
本发明实施例提供一种船舶吃水检测方法，包括：
在船舶每个侧面上设置一条比例标记线；
通过机载遥感器，获取水面上方船舶各侧面的水面船舶图像；其中，所述水面船舶图像包括：水面与船舶的交接线，比例标记线，以及船舶的顶部；
根据水面船舶图像中比例标记线的宽度，对所有水面船舶图像进行缩放处理后形成与比例标记线实际宽度同一比例关系的水面船舶图像；
按照船舶侧面对水面船舶图像进行分类，将每个侧面的多个水面船舶图像分别与对应侧面的预存标准图像进行图像对比分析处理，确定与各侧面预存标准图像相似度最高的各侧面的单一水面船舶图像；
对船舶各侧面的单一水面船舶图像均进行特征提取，通过水面与船舶的交接线，确定船舶各侧面采样位置处的船舶顶面与水面之间的距离；
根据船舶各侧面同一采样位置处的船舶高度值与船舶顶面与水面之间的距离之差，确定船舶各侧面对应采样位置处的吃水量；
根据船舶各侧面所有采样位置处的吃水量，确定船舶平均吃水量。
较佳地，所述比例标记线纵向设置在每个船舶侧面的中部；以及所述比例标记线为一条宽度固定的标记线。
较佳地，所述机载遥感器采用合成孔径侧视雷达。
较佳地，所述根据水面船舶图像中比例标记线的宽度，对所有水面船舶图像进行缩放处理后形成与比例标记线实际宽度同一比例关系的水面船舶图像；包括：
在所有水面船舶图像中选定一个图片作为缩放标准图像，获取缩放标准图像中比例标记线的宽度；
将除缩放标准图像外的水面船舶图像进行缩放处理，使除缩放标准图像外的水面船舶图像中的比例标记线的宽度与缩放标准图像中比例标记线的宽度相同。
较佳地，所述按照船舶侧面对水面船舶图像进行分类，将每个侧面的多个水面船舶图像分别与对应侧面的预存标准图像进行图像对比分析，获取与各侧面预存标准图像相似度最高的各侧面单一水面船舶图像；包括：
对每个水面船舶图像均进行平滑去噪处理；
对处理后的每个水面船舶图像和船舶各侧面的预存标准图像均进行特征提取，分别对每个侧面的多个水面船舶图像与对应侧面的预存标准图像进行特征匹配，通过预先设置的相似度划分标准，确定每个侧面的多个水面船舶图像与对应侧面的预存标准图像的相似度；
根据每个侧面的多个水面船舶图像与对应侧面的预存标准图像的相似度，通过最大值查找法，确定与各侧面预存标准图像相似度最高的各侧面单一水面船舶图像。
较佳地，本发明实施例中提供的一种船舶吃水检测方法，还包括：将船舶各侧面所有采样位置处的吃水量均与吃水量警戒值对比，如果对比结果中船舶各侧面所有采样位置处的吃水量大于吃水量警戒值的结果占30％～50％，则发出警报信号。
本发明实施例中，提供一种船舶吃水检测方法，与现有技术相比，其有益效果为：本发明通过采用机载遥感器采集船舶各侧面多组顶面与水面之间的距离，从而计算吃水量，即采用遥感技术和图像处理计算获取吃水量，由于采集的图像清晰和采集的数据量全面，从而分析处理计算出的吃水量精度高；进一步通过获取船舶的同一侧面上多个采样位置处的吃水量，从而求去船舶平均吃水量，即不需要考虑角度误差补偿也可以获取精确的吃水量。
附图说明
图1为本发明实施例提供的一种船舶吃水检测方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种船舶吃水检测方法流程示意图。如图1所示，该方法包括：
步骤S1，在船舶每个侧面上设置一条比例标记线。
需要说明的是，比例标记线纵向设置在每个船舶侧面的中部；以及比例标记线为一条宽度固定的标记线。
步骤S2，通过机载遥感器，获取水面上方船舶各侧面的水面船舶图像；其中，水面船舶图像包括：水面与船舶的交接线，比例标记线，以及船舶的顶部。
需要说明的是，机载遥感器采用合成孔径侧视雷达。
步骤S3，根据水面船舶图像中比例标记线的宽度，对所有水面船舶图像进行缩放处理后形成与比例标记线实际宽度同一比例关系的水面船舶图像。
需要说明的是，步骤S3具体包括：
(1)在所有水面船舶图像中选定一个图片作为缩放标准图像，获取缩放标准图像中比例标记线的宽度。
(2)将除缩放标准图像外的水面船舶图像进行缩放处理，使除缩放标准图像外的水面船舶图像中的比例标记线的宽度与缩放标准图像中比例标记线的宽度相同。
步骤S4，按照船舶侧面对水面船舶图像进行分类，将每个侧面的多个水面船舶图像分别与对应侧面的预存标准图像进行图像对比分析处理，确定与各侧面预存标准图像相似度最高的各侧面的单一水面船舶图像。
需要说明的是，步骤S4具体包括：
(1)对每个水面船舶图像均进行平滑去噪处理。
(2)对处理后的每个水面船舶图像和船舶各侧面的预存标准图像均进行特征提取，分别对每个侧面的多个水面船舶图像与对应侧面的预存标准图像进行特征匹配，通过预先设置的相似度划分标准，确定每个侧面的多个水面船舶图像与对应侧面的预存标准图像的相似度。
(3)根据每个侧面的多个水面船舶图像与对应侧面的预存标准图像的相似度，通过最大值查找法，确定与各侧面预存标准图像相似度最高的各侧面单一水面船舶图像。
步骤S5，对船舶各侧面的单一水面船舶图像均进行特征提取，通过水面与船舶的交接线，确定船舶各侧面采样位置处的船舶顶面与水面之间的距离。
步骤S6，根据船舶各侧面同一采样位置处的船舶高度值与船舶顶面与水面之间的距离之差，确定船舶各侧面对应采样位置处的吃水量。
步骤S7，根据船舶各侧面所有采样位置处的吃水量，确定船舶平均吃水量。
较佳地，本发明实施例中提供的一种船舶吃水检测方法，还包括：将船舶各侧面所有采样位置处的吃水量均与吃水量警戒值对比，如果对比结果中船舶各侧面所有采样位置处的吃水量大于吃水量警戒值的结果占30％～50％，则发出警报信号。
需要说明的是，本发明通过采用机载遥感器采集船舶各侧面多组顶面与水面之间的距离，从而计算吃水量，即采用遥感技术和图像处理计算获取吃水量，由于采集的图像清晰和采集的数据量全面，从而分析处理计算出的吃水量精度高；进一步通过获取船舶的同一侧面上多个采样位置处的吃水量，从而求去船舶平均吃水量，即不需要考虑角度误差补偿也可以获取精确的吃水量。
以上公开的仅为本发明的几个具体实施例，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种船舶吃水检测方法，其特征在于，包括：
在船舶每个侧面上设置一条比例标记线；
通过机载遥感器，获取水面上方船舶各侧面的水面船舶图像；其中，所述水面船舶图像包括：水面与船舶的交接线，比例标记线，以及船舶的顶部；
根据水面船舶图像中比例标记线的宽度，对所有水面船舶图像进行缩放处理后形成与比例标记线实际宽度同一比例关系的水面船舶图像；
按照船舶侧面对水面船舶图像进行分类，将每个侧面的多个水面船舶图像分别与对应侧面的预存标准图像进行图像对比分析处理，确定与各侧面预存标准图像相似度最高的各侧面的单一水面船舶图像；
对船舶各侧面的单一水面船舶图像均进行特征提取，通过水面与船舶的交接线，确定船舶各侧面采样位置处的船舶顶面与水面之间的距离；
根据船舶各侧面同一采样位置处的船舶高度值与船舶顶面与水面之间的距离之差，确定船舶各侧面对应采样位置处的吃水量；
根据船舶各侧面所有采样位置处的吃水量，确定船舶平均吃水量。
2.如权利要求1所述的船舶吃水检测方法，其特征在于，所述比例标记线纵向设置在每个船舶侧面的中部；以及所述比例标记线为一条宽度固定的标记线。
3.如权利要求1所述的船舶吃水检测方法，其特征在于，所述机载遥感器采用合成孔径侧视雷达。
4.如权利要求1所述的船舶吃水检测方法，其特征在于，所述根据水面船舶图像中比例标记线的宽度，对所有水面船舶图像进行缩放处理后形成与比例标记线实际宽度同一比例关系的水面船舶图像；包括：
在所有水面船舶图像中选定一个图片作为缩放标准图像，获取缩放标准图像中比例标记线的宽度；
将除缩放标准图像外的水面船舶图像进行缩放处理，使除缩放标准图像外的水面船舶图像中的比例标记线的宽度与缩放标准图像中比例标记线的宽度相同。
5.如权利要求1所述的船舶吃水检测方法，其特征在于，所述按照船舶侧面对水面船舶图像进行分类，将每个侧面的多个水面船舶图像分别与对应侧面的预存标准图像进行图像对比分析，获取与各侧面预存标准图像相似度最高的各侧面单一水面船舶图像；包括：
对每个水面船舶图像均进行平滑去噪处理；
对处理后的每个水面船舶图像和船舶各侧面的预存标准图像均进行特征提取，分别对每个侧面的多个水面船舶图像与对应侧面的预存标准图像进行特征匹配，通过预先设置的相似度划分标准，确定每个侧面的多个水面船舶图像与对应侧面的预存标准图像的相似度；
根据每个侧面的多个水面船舶图像与对应侧面的预存标准图像的相似度，通过最大值查找法，确定与各侧面预存标准图像相似度最高的各侧面单一水面船舶图像。
6.如权利要求1所述的船舶吃水检测方法，其特征在于，还包括：将船舶各侧面所有采样位置处的吃水量均与吃水量警戒值对比，如果对比结果中船舶各侧面所有采样位置处的吃水量大于吃水量警戒值的结果占30％～50％，则发出警报信号。
CN201710372150.9A 2017-05-23 2017-05-23 一种船舶吃水检测方法 Active CN107238837B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710372150.9A CN107238837B (zh) 2017-05-23 2017-05-23 一种船舶吃水检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710372150.9A CN107238837B (zh) 2017-05-23 2017-05-23 一种船舶吃水检测方法

Publications (2)

Publication Number Publication Date
CN107238837A true CN107238837A (zh) 2017-10-10
CN107238837B CN107238837B (zh) 2020-04-10

Family

ID=59985904

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710372150.9A Active CN107238837B (zh) 2017-05-23 2017-05-23 一种船舶吃水检测方法

Country Status (1)

Country Link
CN (1) CN107238837B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109375235A (zh) * 2018-11-30 2019-02-22 武汉理工大学 基于深度强化神经网络的内河船舶干舷检测方法
CN113232792A (zh) * 2021-04-26 2021-08-10 上海海事大学 应用于内河桥区水域的超限船舶智能检查预警系统
CN115675780A (zh) * 2022-12-30 2023-02-03 武汉理工大学 船舶吃水预测方法、系统、电子设备及可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB225673A (en) * 1923-10-20 1924-12-11 John Wilson Gillie Improvements in gauges for indicating a ship's draft
GB759355A (en) * 1953-01-07 1956-10-17 Ray Malone Improvements in or relating to ship's draft gauges
CN101913415A (zh) * 2010-07-15 2010-12-15 重庆大学 船舶吃水动态检测系统及检测方法
CN102295062A (zh) * 2011-06-03 2011-12-28 郭顺福 一种特殊缩微波幅和水尺的船舶吃水及河流水位测量系统
CN102975826A (zh) * 2012-12-03 2013-03-20 上海海事大学 基于机器视觉的便携式船舶水尺自动检测和识别方法
CN104724261A (zh) * 2015-04-09 2015-06-24 上海船厂船舶有限公司 船舶吃水的测量方法及装置
CN104943831A (zh) * 2015-06-30 2015-09-30 浙江海洋学院 一种基于定点摄像法的水尺检测方法
CN106405559A (zh) * 2016-01-26 2017-02-15 武汉德尔达科技有限公司 一种船舶吃水检测方法
CN106485238A (zh) * 2016-11-01 2017-03-08 深圳大学 一种高光谱遥感图像特征提取和分类方法及其系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB225673A (en) * 1923-10-20 1924-12-11 John Wilson Gillie Improvements in gauges for indicating a ship's draft
GB759355A (en) * 1953-01-07 1956-10-17 Ray Malone Improvements in or relating to ship's draft gauges
CN101913415A (zh) * 2010-07-15 2010-12-15 重庆大学 船舶吃水动态检测系统及检测方法
CN102295062A (zh) * 2011-06-03 2011-12-28 郭顺福 一种特殊缩微波幅和水尺的船舶吃水及河流水位测量系统
CN102975826A (zh) * 2012-12-03 2013-03-20 上海海事大学 基于机器视觉的便携式船舶水尺自动检测和识别方法
CN104724261A (zh) * 2015-04-09 2015-06-24 上海船厂船舶有限公司 船舶吃水的测量方法及装置
CN104943831A (zh) * 2015-06-30 2015-09-30 浙江海洋学院 一种基于定点摄像法的水尺检测方法
CN106405559A (zh) * 2016-01-26 2017-02-15 武汉德尔达科技有限公司 一种船舶吃水检测方法
CN106485238A (zh) * 2016-11-01 2017-03-08 深圳大学 一种高光谱遥感图像特征提取和分类方法及其系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHENG XIAOBO ET AL.: "The design research of dynamic measurement system of inland ship draft", 《2015 INTERNATIONAL CONFERENCE ON TRANSPORTATION INFORMATION AND SAFETY (ICTIS)》 *
罗婧 等: "一种视频图像船舶吃水线自动检测方法", 《船海工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109375235A (zh) * 2018-11-30 2019-02-22 武汉理工大学 基于深度强化神经网络的内河船舶干舷检测方法
CN113232792A (zh) * 2021-04-26 2021-08-10 上海海事大学 应用于内河桥区水域的超限船舶智能检查预警系统
CN115675780A (zh) * 2022-12-30 2023-02-03 武汉理工大学 船舶吃水预测方法、系统、电子设备及可读存储介质

Also Published As

Publication number Publication date
CN107238837B (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
Lei et al. New crack detection method for bridge inspection using UAV incorporating image processing
WO2021093283A1 (zh) 基于多传感融合的海面小面积溢油区域检测系统及检测方法
CN108759973A (zh) 一种水位测量方法
CN110208806B (zh) 一种航海雷达图像降雨识别方法
CN108872997B (zh) 一种基于侧扫声呐数据融合与精密处理的海底线检测方法
CN102975826A (zh) 基于机器视觉的便携式船舶水尺自动检测和识别方法
CN108171193B (zh) 基于超像素局部信息度量的极化sar舰船目标检测方法
CN109711353B (zh) 一种基于机器视觉的船舶吃水线区域识别方法
CN110619328A (zh) 基于图像处理和深度学习的船舶水尺读数智能识别方法
CN108921165B (zh) 基于水尺图像的水位识别方法
CN107238837A (zh) 一种船舶吃水检测方法
CN106643965B (zh) 一种利用模板匹配精确识别液位的方法
CN104915670A (zh) 基于hog特征提取的全球海洋中尺度涡识别算法
CN104359418A (zh) 一种激光和视频融合的铁路雪深多点自动测量装置及方法
CN106443593B (zh) 基于相参雷达慢扫增强的自适应溢油信息提取方法
CN113112540B (zh) 一种在vts系统中使用ais标定cctv摄像头进行船舶图像目标定位的方法
Nair et al. Flood water depth estimation—A survey
CN109948629B (zh) 一种基于sift特征的gis设备x射线图像故障检测方法
CN101718527A (zh) 一种基于图像识别计算尾矿库干滩长度的方法
CN108627219A (zh) 一种船闸自动检测船舶超载装置及方法
CN104297753A (zh) 一种基于自适应缩减算子的导航雷达图像反演海面风向方法
Lu et al. Research on rainfall identification based on the echo differential value from X-band navigation radar image
CN112183463B (zh) 基于雷达图像的船只识别模型的验证方法及装置
CN109360289B (zh) 融合巡检机器人定位信息的电力表计检测方法
Krause et al. An image segmentation algorithm for the detection of rebar in bridge decks from GPR scans

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant