摘 要

在海上运输中，船舶的吃水深度计算是获取货物计重的最重要的方法，货物计重的准确性将会直接影响交易的公平性和港口通关计税的进行。目前港口采用的方法主要是人工测量，这样的方法存在主观因素，容易引起托运方和收货方之间的商业纠纷，同时人工检测存在很大的局限性，所以使用何种方法能够实现对船舶吃水深度的自动测量成了一种亟需解决的问题。

本文主要研究了如何利用图像处理技术完成对船舶吃水刻度的自动识别和吃水深度的自动推断。主要工作如下：

首先，进行了船舶吃水线的检测。在检测过程中，采用了颜色分析，将船体和水面区分开来以便于吃水线的提取。随后尝试使用了几种不同的边缘检测算子对图像进行边缘检测，对比结果后，选用了提取结果较好的Canny算子，并使用最小二乘法对提取的边缘进行了直线拟合。

然后，对刻度进行了识别。识别过程中，本文采用了顶帽变换和连通域分析两种重要方法，成功对刻度进行了分割，并采用模板匹配法进行了识别。

最后，根据刻度到吃水线的距离计算出了船舶的吃水深度，并使用thrift接口实现了子系统与总体系统之间的通信服务。

本文围绕要解决的问题，利用图像处理技术对船舶图像成功的进行了分析处理。实验表明，本文研究的吃水线检测、刻度识别以及深度计算的方法符合题目的要求，成功得到了正确的结果。

关键词： 图像处理；吃水线检测；刻度识别；thrift接口

Abstract

In maritime transportation, the calculation of the ship’s draught is the most important method to obtain the cargo weight. The accuracy of the cargo weight will directly affect the fairness of the transaction and the tax of the port. At present, the method adopted by the port is mainly manual measurement. This method has subjective factors, which is likely to cause commercial disputes between the shipper and the receiver. At the same time, manual detection has great limitations. The automatic measurement of draught has become an urgent problem.

This article mainly studies how to use image processing technology to complete the automatic identification of the ship’s draught scale and the inference of the draught depth. Main tasks as follow:

First, test the ship’s waterline. In the detection process, color analysis was used to distinguish the hull from the water surface to facilitate the extraction of the waterline. Later, I tried to use several different edge detection operators to perform edge detection on the image. After comparing the results, I selected the Canny operator with better extraction results and used the least square method to fit the extracted edges with a straight line.

Then, the scale was identified. In the recognition process, two important methods of top-hat transformation and connected domain analysis are used in this paper, and the scale is successfully segmented. The template matching method is used for recognition.

Finally, according to the distance from the scale to the waterline, the draft of the ship is calculated, and the thrift interface is used to implement the communication service between the subsystem and the overall system.

This paper focuses on the problems to be solved, and uses image processing technology to successfully analyze and process ship images. Experiments show that the waterline detection, scale recognition and depth calculation methods studied in this paper meet the requirements of the problem and successfully obtained the correct results.

Key words: image processing technology; waterline detection; draft recognition; thrift interface

目录

第一章 绪论 1

1.1研究背景 1

1.2课题的研究现状 1

1.3图像处理技术应用 2

1.4论文内容及结构安排 4

第二章 图像处理知识 5

2.1图像的种类 5

2.2二值化方法 6

2.2.1 双峰法 6

2.2.2 P参数法 6

2.2.3最大类间方差法（Otsu） 7

2.2.4 迭代法 7

2.3 RGB彩色空间 8

2.4 膨胀腐蚀 9

2.5边缘检测 9

2.6曲线拟合 11

2.7 本章小结 11

第三章 吃水线提取 12

3.1 颜色检测 12

3.2 Canny边缘检测 13

3.3最小二乘法拟合 15

3.4本章小结 16

第四章 水尺刻度分割和识别 17

4.1 船体上的刻度分割 17

4.2连通域分析 19

4.3刻度识别 19

4.4本章小结 20

第五章 深度计算及服务端通讯 21

5.1 识别顺序 21

5.2 计算方法 21

5.3 服务端通讯 23

5.3.1 thrift接口 23

5.3.2 服务端和客户端搭建 24

5.4 本章小结 24

第六章 总结和展望 25

参考文献 26

致谢 27

第一章 绪论

1.1研究背景

在自动化技术快速发展的今天，港口的智能化需求也越来越高。港口作为船舶安全进出和停泊的运输枢纽，其智能测量的技术决定了其工作的效率。2019年，仅宁波舟山港货物吞吐量就达到了11.2亿吨，数量十分巨大。而港口的贸易方式与陆地的不同，港口的散物计重的通用方法是采用水尺测量的方法。在海上运输中，这是确定所载货物重量的一种常用，也是进出口货物重量鉴定的重要方法之一。同时，货物的计重结果是港口通关计税的重要依据。因此船舶吃水深度的测量具有十分重要的意义。如果计量货物不准确，会对托运方和收货方造成重大的经济损失。

目前，港口常见的还是采用人工测量的方法，通常由专业的测量师来完成，但由于是目视观察，因此可能不准确，而且存在人为的主观因素，会引起商业纠纷。现在也有使用诸如激光距离传感器、超声波等自动而精确的水尺测量系统，但需要船舶配备相应的传感器，对检测的环境要求也比较高，所以不具有普遍适用性。