基于深度学习的船舶超吃水判别和船牌识别系统研究

发布时间：2024-12-18 03:03

　　水路航运是人类综合交通运输网必不可少的组成部分,随着船舶使用量的不断增加,船舶超载工作等违法行为发生频率也越来越高,带来了巨大的安全隐患。因此,对船舶进行超吃水判别,并对超载船舶的身份进行准确识别具有重要的研究价值。基于深度学习的车牌识别技术目前已取得了许多重要进展,然而由于船舶铭牌并没有统一的字体与安装位置要求,相关技术在水路航运领域的应用仍然很缺乏。本文对基于深度学习的船舶超吃水判别和船牌识别系统进行了一定的研究,主要的工作总结如下:本文首先搭建基于YOLO v3的目标检测算法网络,通过识别图像上是否存在船舶载重线标识的方式来对船舶的超吃水状态做出判别。同时提出超载船舶再识别算法,计算图像上船舶侧板超出水面的像素高度实现再次判别,提高了超吃水状态判别的精度。之后,提出了基于YOLO v3算法的简易目标跟踪方式,实现了对判定为超载的船舶在视频监控上的实时跟踪。为了对超载船舶进行告警与纠正,需要对船舶身份进行识别,包括船牌的定位提取、倾斜矫正、字符分割与识别。本文提出了基于YOLO v3算法的铭牌定位提取方式,并将船体图像按宽度大小三等分再输入网络进行检测,有效解决了船牌在图像上占比较小...

【文章页数】：88 页

【学位级别】：硕士

【部分图文】：

图１．１所示，通过将船舶铭牌图像与车牌图像进行对比，可以发现，与汽车牌??

相对于车牌印刷的格式、位置要求，船牌缺少一个具体的、统??一的标准。同时船舶长期工作于水上，船身或船牌本身会产生锈蚀，且船舶铭牌也易??收到遮挡，造成船牌背景的种类繁多、纹理复杂。??（３）印刷多行。船名标识的字符有可能印刷在多行上，造成字符分割的不易。??（４）船舶铭牌图像分辨....

图２．１像素的连通域??假设－幅数字图像中的像素子集为／，如果／中的所有像素之间都具有一条通路，??■

基于深度学习的船舶超吃水判別和船牌识別系统研究?第２章船舶超吃水判別和船牌识別系统＿Ｘ：ｉ讶坪论??２．１．２像素的连通性??数字图像由像素组成，一个像素点存储着数字图像在该点的颜色特征。因此在图??像处理中，对图像像素的相互关系进行研究是重中之屯。多个像素之间具有很多基本??的....

图２．２数字图像的灰度化和二值化效果图??２．１．４图像直方图??

决定图像二值化的阈值，例如Ｂｅｍｓｅｎ法［３１］、Ｋａｍｅｌ－Ｚｈａｏ??法［３２］等，局部法处理速度较慢、字符连通性不能得到很好的保证；动态阈值法通过??每个像素点的灰度值及其周围灰度特型、像素位置来确定二值化阈值，由于参考内??容全面二值化效果较好，缺点是算法复杂。数字图像的....

图２．３神经元模型［３３］??

第２章船舶超吃水判别和船牌识别系统关键理论?基于深度学习的船舶超吃水判別和船牌识別系统研究??所以对较大和较小区域的目标都有很好的检测能力。ＭＳＥＲ在时间复杂度方面已经??可以接近线性时间。因此，ＭＳＥＲ算法常在目标检测、字符识别等方面发挥着重要??的作用。??２．２人工神经网络....

本文编号：4016951