一种区域知识引导的船舶吃水线动态识别算法

用于船舶吃水线识别的机器视觉检测方法采用固定相机获取水尺区域,存在船舶外弦吃水线图像数据采集难度大、吃水线测定效率低等问题。基于此,利用无人机搭载相机航拍图像,充分考虑其图像特点,提出一种吃水线区域动态识别算法。无人机航拍图像克服了已有固定相机的不足,但是,由于无人机飞行航迹的变化导致吃水线图像存在波动,此外,吃水线区域的水迹线、水波纹以及不同曝光环境也会影响吃水线的识别精度,为此,首先采用融合水尺特性先验知识的轮廓统计筛选方法,提取先导知识,定位整幅图像中感兴趣的吃水线水平区域;进而综合利用像素点在L×a×b颜色空间的信息,采用知识引导的K-means++聚类和分水岭算法,实现吃水线的精确分割。面向多场景下的航拍图像,实验结果表明,所提算法可以有效避免光照条件和水迹线等的干扰,实现动态视频下船舶吃水线区域的快速识别,对港口这一复杂航拍场景具有较强的环境鲁棒性,为准确实时水尺计重提供有效保障。