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。     

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。     

基于增强现实技术的智能针灸系统的视觉处理

增强现实是把计算机产生的虚拟物体或其它信息整合成到用户看到的真实世界中的一种技术。本文简单地介绍了增强现实技术的慨念，及所设计的基于增强现实技术的智能针灸系统，并详细介绍了采用双目视觉成像原理对该系统所进行视觉处理，以及基于特征的配准方法，通过实例证明，效果较好。     

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.     

基于增强现实技术的智能针灸系统的视觉处理

增强现实是把计算机产生的虚拟物体或其它信息整合成到用户看到的真实世界中的一种技术.本文简单地介绍了增强现实技术的概念,及所设计的基于增强现实技术的智能针灸系统,并详细介绍了采用双目视觉成像原理对该系统所进行视觉处理,以及基于特征的配准方法,通过实例证明,效果较好.     

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。     

机器视觉技术在岸边集装箱起重机下集卡对位系统中的应用

随着信息技术的发展和普及,数字图像处理技术广泛应用于军事、医学诊断、工业监控等领域。智能化的集装箱码头闸口系统的核心正是基于图像处理的集装箱箱号识别技术的应用。     

基于机器视觉的水位快速测量方法的设计

水位测量在航道测量中起着重要的作用,文中提出了用机器视觉代替人工去“观测”水尺吃水线在刻度字之间的值。首先利用Canny算子检测出吃水线,计算出水平面距离刻度上边缘的距离,并利用BP神经网络对分割出来的字符进行识别,计算出吃水线的值,从而快速准确的获取水位,消除了人工观测水位过程中产生的误差,提高了航道测量的效率和准确性。     

船体小组立特征提取的机器视觉方法与实现

为了实现无先验信息、无人工决策干预的船体小组立智能制造,采用机器视觉技术来实现小组立表面特征提取与定位。根据船体小组立智能生产线自动焊接定位的需求,设计对小组立工件激光扫描点云进行识别与提取的机器视觉方法,从降低复杂度和运算时间的角度对算法进行了优化,并开发了相应软件。通过不同小组立工件特征提取与定位实验,验证了本文算法在无先验信息、无人工干预、工件随机摆放条件下的可靠性,表明本文所介绍的机器视觉方法能够适应船体构件种类多、非标准件比例高、装配位置随机的特点,为船体智能制造实现提供支持。     

基于视觉技术的船舶船身锈蚀检测

由于基于无人机的锈蚀检测技术具有船身锈蚀检测范围小的缺陷,为了扩大船身锈蚀的检测范围,提出了基于视觉技术的船舶船身锈蚀检测。在检测船身锈蚀之前,采用视觉技术对锈蚀图像去噪并归一化处理,得到船舶船身锈蚀的预处理流程,完成船舶船身锈蚀的预处理;在视觉技术的基础上,通过船舶船身锈蚀的产生机理,得到锈蚀检测算法设计流程,完成锈蚀检测算法的设计;最后通过采用视觉技术检测船舶船身锈蚀的基本步骤,实现了基于视觉技术的船舶船身锈蚀检测。实验结果表明,基于视觉技术的锈蚀检测技术相比于基于无人机的锈蚀检测技术,船身锈蚀的检测范围更大。     

基于MAS技术的舰载近防系统的研究

提出将舰载防空导弹、主炮、近防炮与干扰装置组建为一个基于MAS技术的近防系统。通过协调系统内部各Agent共同完成任务,使系统成为能在工作过程中自我完善、经验积累和分享的智能舰载近防系统。阐述了MAS近防系统的概念、原理、工作过程及其主要关键技术。     

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。