基于AIS与机器视觉检测的船桥智能避碰系统

为提高目标识别率,基于自动识别系统（Automatic Identification System,AIS）与机器视觉检测的船桥智能避碰系统,提出针对大背景中微小船舶目标的检测方法,主要包括图像预处理、图像处理和目标识别。试验结果表明：单纯视觉检测目标识别率可达到98.52%,AIS与机器视觉检测设备共同工作情况下识别率可达到100%。研究成果可为船桥智能避碰系统的设计提供一定参考。     

基于DSP的机器视觉在黄瓜生长信息检测中的应用

利用机器视觉对黄瓜的生长信息进行了检测研究.该检测系统采用DSP芯片TMS320CDM642,结合PHILIPS SAA7115芯片作为硬件平台,很好地实现了图像的采集与处理,进而实现了对图像颜色分量信息的提取.该研究对于提高温室的智能化灌溉控制具有重要的意义.     

基于机器视觉的船舶吃水线自动检测方法分析

传统的船舶吃水线自动检测方法自动化水平较低,无法获取精准的检测结果。为了解决该问题,提出基于机器视觉的船舶吃水线自动检测方法。从机器视觉系统提取吃水异常数据,在采用修正思想对船舶吃水异常数据进行补偿,在此基础上,应用定量分析表,设置船舶吃水线自动检测标准,待完成上述操作步骤后,对船舶吃水线进行自动检测,由此完成基于机器视觉的船舶吃水线自动检测方法的设计。实验选择在水质较为清晰的水域,并随机选取8个实验参数,对2种检测方法进行实验对比,实验结果表明,所提方法的自动检测结果更精准。     

基于机器视觉技术的舰船行驶轨迹自动检测算法

由于传统的舰船行驶轨迹自动检测得到的目标图像局部视觉对比度低,弱小目标占据像素少,导致检测结果精度下降,无法为相关技术人员提供有效的参考价值,为此提出基于机器视觉技术的舰船行驶轨迹自动检测算法研究。利用所采集图像帧与帧之间的关联性,采集其灰度变化情况,获取有效信息,提取灰度矩阵特征,选择目标层次中的相邻帧,获得短时轨迹,计算得出灰度坐标,使所得轨迹光滑连续,分析单帧检测结果,完成基于机器视觉技术的舰船行驶轨迹自动检测算法研究。设计对照实验,验证所提出算法的应用效果,实验结果表明,在应用机器视觉技术后,检测得到的图像局部视觉对比度有着显著提高,能够证实所提出算法的行驶轨迹检测性能优于传统算法。     

基于机器视觉的大规模船舶航行数据自适应识别方法

传统船舶航行数据识别方法,存在瞬态识别数据规模局限性大,超规模阈值下的数据识别准确率过低的问题。在当前船舶航行数据处理规模下,无法高效准确完成船舶航行数据的处理任务。为了在根源解决上述问题,引入机器视觉技术,提出基于机器视觉的大规模船舶航行数据自适应识别方法。首先基于机器视觉技术,对航行数据的识别标准进行定义,同时完成对相关不符识别量进行修正;接着对全局航行数据对应的轨迹信息进行机器视觉结构处理;最后完成对数据的自适应识别计算。通过与传统方法的多组航行数据模拟测试发现,采用提出识别方法的航行数据识别结果,相较传统识别方法具有识别速度快、准确率高、数据规模自适应性强的特点。     

基于DWT-LSTM的航道水位智能预测模型研究

航道水位信息是内河船舶安全通航、合理配载的决策依据之一.为揭示内河航道水位特征、提高短时预测精度,提出了一种基于小波分析(DWT)和长短时记忆(LSTM)的耦合神经网络模型,以汉口水位站为例,验证了模型有效性,并与传统BP神经网络、小波分析-BP神经网络和LSTM神经网络模型进行对比分析.研究结果表明:四类模型均可满足...     

机器视觉下的船舶吃水线自动定位系统

船舶吃水检测传统的方法采用人为测量船舷处的水尺,这种测量方法不仅受到海浪高低起伏的影响,导致观测结果误差大,观测人员还必须进行舷外作业,存在着作业风险.因此,提升船舶吃水线自动定位和检测技术有重要的应用前景.设计一种基于机器视觉技术的船舶吃水线自动定位系统,分别从吃水线自动定位系统的整体方案设计、硬件设计、软件环境、船...     

基于深度学习的机器视觉技术在造船中的应用

近年来,以人工智能为代表的新兴技术日渐成为了传统行业生产力提升的增倍器.在船舶建造领域,为了实现高质量发展,智能制造技术的推广势在必行.由于其显著的特性,基于深度学习的机器视觉技术正应用于越来越多的造船工艺流程中,为提高生产效率、提升产品质量做出越来越重大的贡献.     

基于机器视觉的钢板表面缺陷检测算法

基于图像智能的机器视觉检测技术是带钢表面缺陷检测的主流技术.本文对钢板表面缺陷的特性进行了深入分析,并基于特性分析结果对高速镀锌钢板表面缺陷检测算法进行了研究.     

基于机器视觉技术的船桥防碰撞自动控制系统

为避免船桥发生碰撞事故,设计基于机器视觉技术的船桥防碰撞自动控制系统。利用双目视觉传感器采集船舶航行环境图像,由A/D转换芯片预处理环境图像,再利用双目视觉测距技术结合预处理的环境图像计算船舶与桥墩间的距离;通过全球定位系统采集船舶位置信息,利用改进差分进化PID控制方法得到舵角自动控制结果,再利用异步收发传输器根据控制结果生成自动控制指令,作用于船舵,完成船桥防碰撞自动控制。实验证明：该系统可有效采集船舶航行环境图像,计算船舶三维坐标;在不同航行环境时,该系统均可完成船桥防碰撞自动控制,且自动控制的稳定性较优。     

机器视觉在船舶监控系统虚假图像识别中的应用

船舶机舱监控系统利用视频图像采集装置,对机舱内关键设备的运行状态、工作人员的活动等进行实时监控。监控系统的关键技术是进行机舱监控视频图像的处理,剔除虚假图像信号,提取能够表征舰船机舱设备、人员工作状态的信息。本文将重点放在舰船监控系统的虚假图像识别中,充分利用计算机视觉技术从图像的前处理、后处理、虚假图像提取等方面进行详细研究。     

基于机器视觉的船舶舱室液体泄漏监测方法

基于机器视觉的舱室液体泄漏监测,是实现船舶机舱朝无人化方向发展的必然需求。文章针对目前低照度下船舶舱室液体泄漏的图像质量差和识别精度低等问题,提出了一种基于机器视觉的船舶舱室液体泄漏监测方法。首先,采用改进的多尺度Retinex算法对低照度下船舶舱室液体泄漏的图像进行处理,使图像对比度增强、细节更丰富、边缘保留完整。然后,对增强后的液体泄漏图像进行特征提取,通过机器学习对船舶舱室液体的泄漏故障进行判断。结果表明,增强后的泄漏图像识别精度得到了明显提升,使用k-近邻(k-Nearest Neighbor,kNN)算法可达到95%的分类精度,能够很好地监测低照度下的船舶舱室液体泄漏。     

基于双目视觉的水下连接器位姿测量方法

水下连接器的对接作业是水下工程作业的重要环节,针对目前依靠摄像机传回视频进行作业过程中存在的操作难度大、依赖操作员经验的问题,设计基于双目视觉的水下连接器位姿测量方法。该方法首先根据水下连接器的颜色特征确定检测范围,之后在检测范围中以水下连接器为模板进行初步定位,然后根据水下连接器端面的成像特点检测椭圆特征,并进行双目匹配获得相关三维点坐标,最后计算得出水下连接器的位姿。实验表明,该方法位置测量平均误差1.3%,姿态测量平均误差3.5°,可以较好地为水下连接器对接作业提供参考。     

水火弯板线位移的视觉测量方法

针对水火弯板线位移测量问题，简述了视觉测量原理，提出应用计算机视觉测量技术对水火弯板工艺中钢板的线位移进行测量，实现了水火弯板线位移的精确测量。     

基于单目机器视觉的船舶测距定位原理研究

利用透视投影几何关系和摄像机内部参数,计算船舶与各陆标之间的距离,提出一种基于单目机器视觉的船舶测距定位方法。仿真结果表明,该方法与传统的陆标定位方法相比,具有简易、实时、受海况影响小的优势,可满足全封闭舰船陆标定位要求。     

基于机器视觉技术的船舶航行危险区域自动识别方法

提出基于机器视觉技术的船舶航行危险区域自动识别方法,最大程度规避船舶航行风险。利用机器视觉技术获取船舶航行图像数据,并结合像素平滑滤波和帧间差分法去除原始船舶航行图像所含噪声。采用二阶高斯-马尔科夫机场算法对去噪后船舶航行图像的显著性区域候选节点作信息弥散处理,获取船舶航行图像显著图,通过均值偏移算法处理船舶航行显著图像的特征空间,获得多个分割区域后,在显著图中求解各区域的显著性均值,通过与阈值作比较,实现船舶航行危险区域识别。实验结果表明：该方法可有效提升船舶航行图像的视觉效果;生成的显著图细节完整;可实现不同危险区域的识别,识别效果突出。     

锅炉水位监测系统的设计与实现

介绍锅炉水位监控系统的组成和结构,采用有效的水位显示、监控、故障预测和报警方法,实现水位信号的高精度采集和处理,监测系统安全可靠且原理简单明确,能很好地适用于船用锅炉水位的实际监测。     

机器视觉视角下船舶无线通信系统定位技术

针对传统基于视觉显著性和卷积神经网络定位技术、基于深度学习的输送带标记定位技术受到噪声信号影响,而导致定位精准度低的问题,提出机器视觉视角下船舶无线通信系统定位技术。根据机器视觉视角定位原理,计算实际延时,获取总节点数量。分析在真实环境下存在的干扰情况,构建信号损耗模型,计算从节点处接收端采集信号强度。分析图像噪声特性,处理带标记输送带图像,使用卡尔曼滤波去噪方式剔除噪声数据,完成无线通信系统定位。由实验结果可知,该系统定位精准度最高为98%,能够对船舶无线通信系统精准定位。