轮船进出口货物的重量鉴定作为港口核算货物的重要依据,通常采用水尺计重方法。但传统的人工观测方法效率低,难以保证准确性和公平性,并且具有较高的危险系数,无法满足港口数字化、信息化的发展需求。而已有的基于图像识别技术检测吃水线多采用固定摄像头,针对现有固定摄像头拍摄吃水线方法存在的布设复杂、观测船舶外舷吃水线困难等缺点加以改进,本文对在整幅图片范围内快速准确定位到位置动态变化的船舶水线区域进行研究,提出一种吃水线区域动态识别方法,并基于识别出的区域最终完成吃水值的确定,为准确实时水尺计重提供有效保障。1.提出了基于轮廓统计筛选的吃水线区域动态识别方法为简化固定摄像装置的复杂布设,利用无人机对轮船吃水线进行拍摄。但是,无人机受到飞行航迹波动的影响,船舶吃水线区域在图像中的位置并不固定。因此,本文提出一种吃水线区域动态识别方法。针对动态变化的吃水线区域,利用水尺字符分布特征进行统计筛选水尺刻度轮廓的方法,识别出感兴趣的吃水线水平区域。针对光照条件变化以及船体水迹线干扰等问题,本文基于识别出的吃水线水平区域,进行颜色空间转换。在L*a*b颜色空间下,结合考虑先验知识的Kmeans++聚类与分水岭算法,综合利用像素点的颜色和空间信息,准确分割出吃水线。故在垂直方向上定位出吃水线位置,完成感兴趣吃水线区域动态识别任务。实验证明该方法能够在复杂场景下,在整幅轮船图像中检测出位置动态变化的吃水线区域,既保证了水尺字符有效信息的完整,又能减轻算法的计算量。2.提出综合处理不同倾斜类型的区域校正方法并完成大小水尺字符的分割无人机拍摄角度导致的倾斜水尺字符将会影响字符的分割效果以及吃水值的识别准确率,本文针对不同区域倾斜类型,总结出一种区域校正方法,对识别出的吃水线区域进行倾斜校正。根据吃水线和水尺字符走势计算垂直和水平方向的倾斜斜率,然后通过确定原图像的源点求解变换矩阵进行投影变化,完成对吃水线区域的倾斜校正。实验证明该方法能够有效应对不同的区域倾斜类型,水平倾斜模式、垂直错切模式、水平错切模式、一般倾斜模式等统一使用该方法完成区域的倾斜矫正。根据水尺字符的特殊排列方式,通过向垂直方向和水平方向上投影的方法进行水尺字符的分割,能够有效分割出大小水尺字符,同时记录下字符的位置信息,为最终确定吃水值提供基础。3.实现水尺字符的识别,完成轮船吃水值确定本文选择选择简化的VGG网络Mini VGG对提取出的水尺字符进行识别,该网络具有较高的识别准确性和较快的算法运行速度,并且实验表明在各项分类性能指标中表现良好,能够有效识别分割出的水尺字符;利用固定的字符高度标准换算图像中每个像素代表的真实距离,实现图像与现实之间的距离度量转换。根据精确识别出的吃水线位置与首个近水面水尺字符之间的像素距离,换算成实际高度,根据吃水值计算公式得到单张图片吃水值。由于水尺计重过程中船舶处于海浪之中,存在波浪涌动,导致吃水线读取数值也存在波动。而实际观测的港口环境水面属于规则波中的正弦波,实验表明在时间段内单张图片吃水值拟合出波面曲线呈现明显的正弦波的特性,对波浪进行分析并最终给出吃水值,为水尺测定提供了科学合理的参考。本文通过对现有图像识别技术检测轮船吃水线的不足进行研究,提出一种基于轮廓统计筛选的吃水线区域动态识别方法,并基于识别出的区域完成对轮船吃水线的检测以及吃水值的确定。为管理人员提供科学有效的水尺计重方法,对港口自动化和后续措施有一定的指导意义。论文有图44幅,表8个,参考文献87篇。