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

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

论文摘要

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。

论文目录

  • 1 前言
  • 2 Leon-IDSS智能水尺测定系统简介和工作原理
  • 3 Leon-IDSS系统关键技术
  •   3.1 标记数字的识别定位
  •   3.2 吃水线的识别定位
  •   3.3 水尺读数的自动计算
  • 4 应用实践与结果分析
  •   4.1 系统应用实践
  •   4.2 系统识别运算效率
  •   4.3 系统读数准确性
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 朱学海,张帅,张东星,张阿平,罗陨飞

    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

    来源: 检验检疫学刊 2019年02期

    年度: 2019

    分类: 经济与管理科学,工程科技Ⅱ辑,信息科技

    专业: 公路与水路运输,计算机软件及计算机应用

    单位: 力鸿智信(北京)科技有限公司,北京华夏力鸿商品检验有限公司沧州渤海新区分公司,北京华夏力鸿商品检验有限公司天津分公司

    分类号: TP391.41;U693.4

    页码: 101-104+110

    总页数: 5

    文件大小: 204K

    下载量: 247

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    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
    下载Doc文档

    猜你喜欢