基于机器视觉技术的船舶吃水深度动态检测

作     者：冯维娜 蒋梦婉 FENG Weina;JIANG Mengwan

作者机构：开封大学信息工程学院河南开封475004 河南工业大学人工智能与大数据学院河南郑州450001 

出 版 物：《舰船科学技术》 (Ship Science and Technology)

年 卷 期：2024年第46卷第14期

页      面：158-161页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：开封大学青年创新人才培育基金资助项目(KDQN-2020-GK008) 河南省博士后科研启动基金资助项目(HN2022105) 河南省科技攻关项目(232103810059) 

主　　题：机器视觉 船舶吃水深度 SAR图像 水尺字符印 

摘      要：为了保障航运安全,提出基于机器视觉技术的船舶吃水深度动态检测。将预处理后的船舶SAR图像作为I-VGGNet网络的输入,通过I-VGGNet网络的卷积层结构提取船舶SAR图像不同层次的特征。在此基础上,使用FCOS网络对船舶SAR图像特征进行尺度划分,再引入IoU损失函数和RCIoU损失函数获得预测框和真实框最小的中心距离,以此校正船舶的水尺字符印,确定吃水线,实现船舶吃水深度检测。实验结果表明,该方法能够准确校正船舶的水尺字符印,并精准识别不同尺度下的船舶目标。且总体AP值为95.8%,相对较高,可以有效检测船舶吃水深度,保证船舶的安全。