学位论文 > 优秀研究生学位论文题录展示

基于机器视觉的船舶面积自动识别系统

作　者: 林坤杰
导　师: 万晓冬
学　校: 南京航空航天大学
专　业: 测试计量技术及仪器
关键词: 目标检测图像分割主动轮廓模型阴影检测尺寸检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 22次
引　用: 0次
阅　读: 论文下载

内容摘要

目前国内运河在对过闸船舶收费时,以总吨位为收费依据,对船舶吨位的核定是以人工测量和参照航行簿提供的吨位为依据。在实际中,航行证提供的吨位和现场核定的吨位有一定误差,一船多簿、假簿等现象存在,影响了规费征收和船舶管理工作。针对这种情况,拟对当前船舶吨位的核定方法和收费模式做调整,收费将参考船舶吨位和占水域面积因素,以自动测量代替人工测量。由于国内船型复杂,标准不一,本文将机器视觉引入检测领域,实现船舶占水域面积的自动识别。本文采用图像处理技术对船舶占水域面积自动识别系统进行研究。主要从图像预处理、船舶目标识别、消除各种干扰、系统标定与面积计算几个部分展开研究。图像预处理中,介绍了常用的图像优化方法,采用了基于K均值聚类的分段直方图均衡化算法。目标识别中,分析了各种识别算法,提出了一种改进差分结合GVF力量场阈值判断来获得初始轮廓线的主动轮廓线模型(Snakes)算法。为克服Snakes算法缺点,又提出了一种基于直方图统计的背景逐步逼近生成法,并利用HSV各空间分量差分来获得运动目标。消除干扰中,提出了一种基于浪花颜色特征的检测方法来消除浪花;提出了一种基于面积差异的排除水上杂物算法;提出了一种改进的基于光照方向及边缘信息的阴影检测算法,将船舶和阴影区分开。系统标定与面积计算中,采用了一种分块标定的测量技术,有效降低了测量偏差。实验表明,该系统能够较好的完成自动测算面积的任务,测量精度高。

全文目录

摘要  4-5
ABSTRACT  5-15
第一章绪论  15-22
  1.1 选题背景及意义  15-16
    1.1.1 船舶过闸费征收现状  15-16
    1.1.2 课题意义  16
  1.2 机器视觉技术的产生和发展  16-18
  1.3 机器视觉技术的研究与应用动态  18-19
  1.4 基于机器视觉的船舶面积自动识别系统介绍  19-20
  1.5 论文的主要工作和章节安排  20-22
第二章图像预处理  22-34
  2.1 概述  22-23
  2.2 直方图修正  23-29
    2.2.1 直方图及直方图修正法的基本原理  23-24
    2.2.2 直方图均衡化  24-26
    2.2.3 基于K 均值聚类的分段直方图均衡化算法  26-29
  2.3 灰度校正  29-31
    2.3.1 灰度线性变换  29
    2.3.2 分段线性变换  29-31
  2.4 滤波处理  31-34
    2.4.1 常用滤波器的介绍  31
    2.4.2 基于目标边界不规则性的自适应滤波器  31-34
第三章基于主动轮廓线(Snakes)的船舶检测算法  34-56
  3.1 运动目标检测  34-45
    3.1.1 基于光流场分析的算法  34-35
    3.1.2 立体视觉法  35
    3.1.3 基于图像差分的检测算法  35-36
    3.1.4 基于主动轮廓线（Snakes）的方法  36-45
      3.1.4.1 Snakes 模型数学表达  36-38
      3.1.4.2 Snakes 模型求解  38
      3.1.4.3 气球力Snakes 模型  38-39
      3.1.4.4 GVF Snakes 模型  39-42
      3.1.4.5 几种经典Snakes 算法仿真结果对比  42-45
  3.2 基于 GVF Snakes 模型的船舶检测算法  45-54
    3.2.1 初始轮廓线的定义  46
    3.2.2 一般帧差法获取初始轮廓线  46-47
    3.2.3 改进的帧差法获取初始轮廓线  47-50
    3.2.4 改进的基于GVF 力量场阈值判断的初始轮廓线更新算法  50-51
    3.2.5 实验结果与分析  51-54
  3.3 本章小结  54-56
第四章基于图像差分的船舶检测方法  56-76
  4.1 概述  56
  4.2 系统的理论基础  56-59
    4.2.1 彩色空间  56-58
      4.2.1.1 RGB 彩色空间  56-57
      4.2.1.2 HSV 彩色空间  57
      4.2.1.3 孟塞尔色空间  57-58
      4.2.1.4 YIQ 空间  58
    4.2.2 Otsu 方法介绍  58-59
  4.3 改进的基于单帧静态图像的背景差分法  59-63
    4.3.1 概述  59-60
    4.3.2 基于直方图统计和背景逐步逼近的背景生成法的提出  60-62
    4.3.3 融合HSV 空间各分量信息的背景差分法的提出  62-63
  4.4 阴影和浪花的检测与消除  63-76
    4.4.1 基于颜色特征的浪花检测算法的提出  63-65
    4.4.2 基于面积差异的排除水上杂物干扰算法的提出  65-66
    4.4.3 改进的基于光照方向及边缘信息的阴影检测算法  66-73
      4.4.3.1 融合HSV 和RGB 空间信息的初步阴影检测  67-69
      4.4.3.2 光照方向的自动检测  69-70
      4.4.3.3 边缘信息的阴影检测  70-72
      4.4.3.4 分析本算法改进点及其优越性  72-73
    4.4.4 改进的基于光照方向及阴影连通性的阴影检测算法  73-75
      4.4.4.1 算法原理与步骤  73-74
      4.4.4.2 实验结果与分析  74-75
    4.4.5 两种阴影检测算法的比较  75-76
第五章船舶面积计算  76-83
  5.1 分析影响系统检测精度的主要因素  76
  5.2 成像系统的几何畸变误差  76-77
  5.3 分区标定的系统标定法  77-79
  5.4 系统标定的仿真实验  79-83
    5.4.1 分区标定方法的实现  79-81
    5.4.2 验证标定方法的实现  81-82
    5.4.3 标定实验结果与分析  82-83
第六章系统仿真演示  83-90
  6.1 船舶检测部分  83-86
    6.1.1 读取图像  83
    6.1.2 图像检测  83-84
    6.1.3 分割效果检验  84-85
    6.1.4 GVF Snakes 检测算法结果与比较  85-86
  6.2 相机标定部分  86-90
    6.2.1 读取标定图  86-87
    6.2.2 分区标定  87-88
    6.2.3 计算结果与检验  88-90
第七章总结与展望  90-92
  7.1 论文工作总结  90-91
  7.2 需要进一步做的工作  91-92
参考文献  92-96
致谢  96-97
在学期间的研究成果及发表的学术论文  97

相似论文

双传感器图像联合目标检测及系统实现研究,TP391.41
森林防火系统中图像识别算法的研究,TP391.41
基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
移动机器人视觉检测和跟踪研究,TP242.62
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于运动目标轨迹分析的智能交通监控系统,TP277
基于视频的运动目标检测与跟踪方法应用研究,TP391.41
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于支持向量机的视频目标检测方法研究,TP391.41
基于主动视觉的运动目标检测与跟踪研究,TP391.41
嵌入式多参数环境智能监测系统的设计与实现,TP274
基于知识的脊柱MRI影像分割算法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
计算机辅助髋关节置换手术系统研究与开发,TP391.41
视频监控运动目标检索方法研究,TP391.41
安防监控系统中运动目标检测算法研究,TP391.41
基于单目夜视图像的深度估计,TP391.41