公开(公告)号：CN109903303A

公开(公告)日：2019-06-18

申请号：CN201910135853.9

申请日：2019-02-25

Applicant: 秦皇岛燕大滨沅科技发展有限公司

Inventor： 李雅倩 ,  薛银涛 ,  李海滨 ,  杜雨杭 ,  贾璐 ,  苏青

IPC: G06T7/13 ,  G06T7/12 ,  G06N3/04

Abstract: 本发明涉及港口散货船舶计量技术领域，尤其涉及一种基于卷积神经网络的船舶吃水线提取方法，用于解决港口船舶吃水线读取不准确问题。本发明首先通过搭载摄像机的履带电磁吸附式爬壁机器人拍摄六面水尺视频，制作深度学习训练数据集，用于训练学习得到模型参数。使用时，将采集到的视频每一帧输入到训练好的深度学习网络，得到二值分割结果图片，进行水平投影，获取水线位置。本发明所述的方法采用了目前最先进的深度学习技术，提取的水线准确率高，鲁棒性好，有效解决了复杂环境下吃水线提取精度问题。

公开(公告)号：CN108284925A

公开(公告)日：2018-07-17

申请号：CN201810017467.5

申请日：2018-01-09

Applicant: 燕山大学 ,  秦皇岛燕大滨沅科技发展有限公司

Inventor： 李雅倩 ,  薛银涛 ,  李海滨 ,  苏青 ,  李红艳 ,  张建 ,  董建伟

IPC: B63B39/12 ,  G06T7/11 ,  G06T5/00

CPC classification number: B63B39/12 ,  G06T5/001 ,  G06T7/11

Abstract: 本发明涉及水尺测量技术领域，具体的说是一种复杂环境下水线的识别检测方法。该方法的步骤为：通过摄像机获取船舶与水面接触区域的视频，并通过该视频提取连续帧的图像，然后对图像进行模糊处理，对模糊处理后的图片分别进行迭代分割法进行分割，确定满载线位置，然后采用双阈值分割或直线检测法进行分割或检测确定满载线位置和水线位置，然后通过上述两步的结合，最终确定水线位置。本发明所述的方法步骤简单，准确率高，且不受海水浑浊度和风浪的影响。