一种稳健的船舶水尺检测与识别方法

船舶水尺的检测与识别是实现精准水尺计重的关键。针对人工读取过程容易产生主观性误差以及人力成本较高等问题,提出一种基于计算机视觉的船舶水尺自动检测与识别方法。首先利用SegNet网络结合形态学操作精确定位吃水线位置,然后检测船舶的水尺区域,在水尺区域中使用轮廓检测算法定位水尺字符候选区域并通过卷积神经网络对水尺字符候选区域进行分类,最终根据水尺字符和水线的空间位置关系计算出水尺读数。在相关数据集上对所提方法进行测试,结果表明,所使用的算法在船舶水线检测中效果明显,在船舶水尺字符识别任务中识别准确率达到了94.8%。

基于机器视觉的稳健汽车表观瑕疵检测方法研究

汽车表观瑕疵检测是指对汽车表面因为某些人为或者意外导致的汽车表面缺陷进行检测的过程。随着整个汽车产业的快速发展,汽车瑕疵问题也日益严重,特别在生产、运输、销售过程中。传统的汽车表观瑕疵检测方法主要依赖于人工处理,存在检测效率低下、检测结果的正确率跟处理员有很大关联等难以解决的问题。当前,计算机视觉技术作为新兴的检测技术,为汽车表观的瑕疵检测提供了技术支撑和方向。为了实现智能化的汽车表观瑕疵检测,本文拟研究一种基于机器视觉的稳健汽车表观瑕疵检测算法。