第 41 卷 第 1 期 2012 年 02 月 船 海 工 程 SHIP ＆ OCEAN ENGINEERING Vol． 41 No． 1 Feb． 2012 : DOI 10． 3963 / j． issn． 1671-7953． 2012． 01． 009 一种视频图像船舶吃水线自动检测方法 罗 婧，施朝健，冉 鑫 ( 上海海事大学 商船学院航海系，上海 200139) 摘 要:针对在船舶吃水线自动检测过程中水迹线边缘带来的干扰，提出一种基于图像处理的船舶吃水 线自动检测方法。该方法实时提取船舶水尺视频图像，利用 Canny 算子进行边缘检测，几何校正后，利用霍夫 变换检测出水迹线和吃水线位置，最后通过位置比较，去除处在上方的水迹线，从而得到准确的吃水线位置。 实验结果表明，该方法对船舶实际吃水线的检测是有效的。 关键词:船舶水尺; 船舶吃水线; 图像处理; 边缘检测; 几何校正; 霍夫变换 中图分类号:U663． 3 文章编号:1671-7953 文献标志码:A ( ) 2012 01-0030-04 水尺的测量在水尺计重和安全营运等方面都 是重要的手段，是后续各种实际应用的前提条件。 对于大型船舶而言，每厘米吃水误差可能导致载 重误差达到几十甚至上百吨，这使船货双方在商 品的结算、处理索赔、通关计税、计算运费等方面 带来很大分歧［ ］ 1 。 2 借助机器视觉和图像处理方法来检测船舶水 尺并推 算 水 尺 刻 度 是 一 种 新 颖 的 方 法。 周 广 ］利用图像处理方法对船舶吃水线进行提取， 程［ 将获得的水尺刻度与吃水线之间的距离与人工检 测相结合，最终得到水尺读数，并且提出依据吃水 线边缘的 H 梯度、S 梯度、I 梯度、彩色方向距离 梯度以及启发式边缘提取中的边缘搜索次数这 5 个属性的值均应较大的特点，采用投票方法，根据 投票结果选择了可能的真实吃水线边缘。 “基于机器视觉的船舶水尺自动识别和检测 方法研究”的目标是提出一种基于机器视觉的船 舶水尺自动识别和刻度测量方法，使操作人员能 够通过采集船舶水尺图像数据快速准确地测定船 舶水尺，避免操作人员的繁复劳动，提高船舶水尺 测量的稳定性和精确性，为建立一套便于携带，易 于使用的船舶水尺自动识别系统奠定理论基础。 收稿日期:2011 － 01 － 13 修回日期:2011 － 03 － 03 资助项目:上海市重点学科建设项目( ) ; S30602 上海海事大学科研基金项目。 ) ，女，硕士生。 第一作者简介:罗 婧( 研究方向:交通信息工程及控制关键技术研究 1985 － : E-mail luojingbisheng@ sina． com． cn 03 在船舶水尺自动检测方法中，船舶吃水线的 提取是后续工作的基础，其结果的精确与否直接 关系到后续水尺读数判定结果的准确性。其中， 波浪起伏在船体上形成的水迹线对实际吃水线的 提取产生很大的干扰，普通的边缘检测方法无法 得到正确结果，为此，本文提出一种基于图像处理 的船舶吃水线自动检测方法，能准确地得到吃水 线位置。 1 船舶吃水线自动检测的新方法 船舶吃水线自动检测的目的是去除水尺图像 边缘检测后的水迹线干扰。先通过图像预处理对 图像进行平滑，然后进行边缘检测提取出边缘像 素，利用几何校正后的图像通过霍夫变换确定水 迹线和吃水线边缘位置，最后去除水迹线干扰，见 图 1。 图 1 基于图像处理的船舶吃水线自动检测系统流程 1． 1 边缘检测 由于连续的视频是由一帧一帧的静态图像组 成，因此对于视频的边缘检测，可以通过对每帧图 像进行边缘检测实现。 Canny 算子是先对处理的图像选择一定的高 斯滤波器进行平滑，抑制噪声，然后细化平滑后的 图像梯度幅值矩阵，寻找图像中可能的边缘点，最 后利用双门限检测方法，通过双阈值递归寻找图 像边缘点，完成边缘提取［ ］ 3 。 Canny 算子具有信噪比大和检测精度高的优 点。因此，本文利用 Canny 算子进行边缘检测。 

一种视频图像船舶吃水线自动检测方法———罗 婧，施朝健，冉 鑫 1． 2 几何变换 图像 f ，像素点的坐标为 ( ， y x ) ，由于几何失 ，其 像 素 点 为 ( 真产生了 另 一 幅 图 像 g 这个变换为 ) ， y' x' 。 ( ) 1 { x' = r y' = s ， ) y ( ( ， ) y ， ) y x x 式中: ( ， ) y ( 、s x x ———空间变换。 r 图像的倾斜校正包括，倾斜角度测量和图像 旋转。倾斜角度检测主要对变换域的数据进行分 析，寻找穿越图像的近似直线，通过霍夫变换将这 幅图像变换到变换域。图像中心旋转法对于倾斜 校正较为简单，即在一幅图像中确定存在图像信 息区域的中心，依据检测出的角度，再围绕中心旋 转变换。围绕质心的旋转方法则需要计算出图像 的质心，然后围绕质心完成图像处理过程。 本文分割出来的字符是倾斜的，需对其进行 旋转处理。为尽可能减少处理带来的干扰，采用 图像围绕质心旋转的方法，旋转公式为［ ］ 4 ( )～ = ～ r c ( a11 a12 a21 a 22 ) ( )r c ( ) tr t c + ( ) 2 由于拍摄过程中波浪起伏，以至于被拍摄船 舶与摄像机不断运动，导致图像中的水尺发生形 变。形变的出现会使字符识别中出现误差，因此 考虑利用放射变换解决此问题。仿射变换时由 2 × 2 矩阵给出的线性部分和一个平移部分组成， 此处平移部分单独列出稍显繁琐，因此，在原坐标 基础上引入第 3 个数值为 1 的坐标，这样便有     =         ～ r ～ c 1 a11 a21 a12 a22 a13 a23 a31 a32 a 33             r c 1 ( ) 3 为实现围绕质心旋转，计算出图像质心，建立 变换域，将质心变换到坐标原点( ) ，利用旋转 矩阵进行图像变换，然后反变换回原图像坐标，插 值处理完成旋转。 1． 3 霍夫变换 ， 0 0 霍夫变换是判断图像空间 xy 中点是否共线 的检测，是一种特殊的不同空间之间的变换。设 在图像空间有一个目标，其轮廓可用代数方程表 示，利用方程变换实现参数在不同空间中的转换。 在图像空间 xy 中，考虑点( yi = axi + b ， yi xi ) 和直线 ( ) 4 式中: a———斜率; b———截距。 通过( ， yi xi ) 的直线有无数条，见图 2。 图 2 xy 平面和参数空间 然而，参考 ab 平面将等式写成 b = － xi a + yi ) 相关的直 b' 为 xy 平 的形式。在参数空间中，直线与( 线相交于( a' 面上包含点( a' 为斜率， ) 的直线截距。 ) 点。其中， ， b' ) 和( ， yi ， yi ， yj xi xi xj ( amin ) 和( ， amax 霍夫变换是把图像空间 xy 转换成空间 ab 中 是否有共同点的问题。是将参数空间进一步分割 ) ， 为所谓的累加器单元。 bmax bmin 分别为斜率和截距值期望的范围。坐标( ) 的 ， i j ) ，并对应于参数空间坐标 单元具有累加值 A ) 相关的矩形。这些单元最初被置为零，然 ( ai 后，对图像平面中的每个( ) 带入等式，令参 ， yk 数 a 分别等于对应的 b 值，那么: ， ) q ) 5 为解决直线接近垂直时，直线的斜率接近无 ， ) q ， bi ， j = A + 1 xk A p p ( ( ( ( i 限大这一问题，可以利用如下公式。 xcosθ + ysinθ = ρ ) 6 与直线不同，极坐标公式是 ρ θ 平面上的正 ， ρi 弦曲线，共线点集 Q 生成参数空间中交于点( ) 的正弦曲线，见图 3。 θj ( 图 3 xy 平面和参数空间的细分单元 θ 的增加和对应 ρ 的求解，( ρi ， ) 中 Q 的输入［ ］ 5 j ( ， θj 。 元相关累加器 A 2 实验与结果分析 i ) 决定了单 为了测试本文方法的性能，通过实际拍摄的 船舶水尺视频进行船舶吃水线的检测实验。 ( 720 × 576 视频时 长 为 22 s ，帧 数 为 25 f / s ，分 辨 率 为 。实 验 硬 件 环 境 为 Intel Penti- ， 1 GB 内存 PC 机，算法 um1． 73 GHz 软 件平台: 在VC6 ． 0 的环境下利用 OpenCV视觉 16 ∶ 9 ， Windows XP ) 13 

第 1 期 船 海 工 程 第 41 卷 算法库完成程序的编写。 2． 1 边缘检测、几何校正试验及结果分析 见图 4 ，各直方图上呈现明显的双峰状，选取 两峰间的最小灰度级作为阈值可以进行图像的有 效分割。 图 4 图像切割空间选择 边缘检测前要进行平滑处理，的目是提高信噪 比、消除噪声干扰。经过实验验证， Canny 算子是 最优的边缘检测算子，其利用高斯滤波器进行平滑 处理。高斯滤波器为低通滤波器，其对较高频率信 号有抑制作用，因此可以较少假边缘点的干扰。 此外， Canny 算子检测像素边缘经过边缘连 Can- ) 时，对于 R 通道的 接，确保边缘的完整性。通过多次试验观察， ， ny 算子的双阈值定为( 54 边缘检测最为理想，见图 5。 18 图 5 各算子边缘检测比较 23 几何校正目的是还原实物本来形状，见图 6。 图 6 几何校正 2． 2 霍夫变换、确定吃水线实验及结果分析 利用霍夫变换检测到的两条边缘线见图 7。 图 7 霍夫变换检测两条边缘线 图像在经过边缘检测后会出现若干条边缘 线，而所拍摄的图像是以水面与水尺为主要对象， 因此边缘检测后水迹线边缘和吃水线边缘通常为 最长的两条线。由于水迹线一定在吃水线上方， 因此当确定两条边缘线位置后去掉位于上方水迹 线，即得到吃水线，结果见图 8。 图 8 通过本文方法找到吃水线 3 结论 本文提出视频图像船舶吃水线自动检测方法 能够比较有效地解决在船舶吃水线检测过程中水 迹线的干扰问题，从而准确地检测出吃水线位置。 多次试验证明， Canny 算子在进行图像边缘检测 时效果最佳。但此方法对边缘检测时的效果要求 较高。此外，如果图像中的边缘信息比较复杂，含 有大量的干扰信息，如出现多处断点，会导致检测 误差，本方法将不再适用。 ( 下转第 37 页) 

造船厂钢板入库作业优化研究———徐 萍，葛世伦 不过此入库优化问题是一个多目标的问题，如何 在空间利用率和减少电磁吊行驶时间上合理折 中，将是下一步的研究目标。 参考文献 ］ 蒋如宏，钟宏才，谭家华． 船厂钢板堆场管理的数字 ［ 1 ) : ］ 化仿真［ ． 上海: 上海交通大学学报， J ， 37 2003 8 ( 1242-1245． ［ ］ 李苏剑，陈宗海． 宝钢板坯库入库决策模型［ ］ J 2 ． 物流 技术， ，( ) : 6 1995 25-27． ［ ］ 林 丹，王 宏，李敏强． 用多目标进化算法求解二 3 ］ 层规划双目标模型［ ． 系统工程理沦与实践， J 2006 ， ( ) : 26 5 106-110． ， CALRETE H I CALEE C ［ ］ 4 ， MATEO P M． A new ap- proach for solving linear bilevel problems using genetic algorithms ， search ［ ］ J ， 188 2008 ( ) : 1 14-28． ． European Journal Of Operational Re- ［ ］ 刑文训，谢金星． 现代优化计算方法［ M 5 ］ ． 北京: 清华 大学出版社， 2005． ］ 张俊毅，葛世伦，张清优． 基于工作流的现代造船工 ［ 6 ， 38 程计划管 理 业 务 建 模 研 究［ ］ ． 船 海 工 程， J ( 2009 ) : 6 57-60． Optimization on Entering Storage Operations of Steel Plate in a Shipyard ， XU Ping GE Shi-lun ( ， School of Economics and Management Jiangsu University of Science and Technology ， Zhenjiang Jiangsu 212003 ， China ) Abstract The processes of the entering operation for the steel plate and the storing regulations were analyzed to establish an optimization model aiming to increase space utilization and minimize crane traveling time． Considering the complexity in optimiza- tion process genetic simulated annealing algorithm was implemented to solve this problem． Compared with traditional manual de- : ， ， cision － making program the proposed algorithm can achieve better performance and optimization effect． Key words steel plate storage stockyard Management genetic simulated annealing algorithm shipyard ; ; ; : : ( 上接第 32 页) 参考文献 ［ ］ 刘仁金，高远飙，郝祥根． 船舶吃水线定位分析及算 1 ］ 法研究［ ． 皖西学院学报， J 2009 ( ， 25 5 ) : 1-4． ［ ］ 周广程． 图象处理技术在船舶吃水自动检测系统中 2 ． 南京: 南京理工大学， ］ 的应用［ D ， 2006． WANG Bing FAN Shaosheng． An improved CANNY ［ ］ 3 edge detection algorithm ［ ］ C Workshop on Computer Science and Engineering ∥2009 Second International : ， 2009 497-450． ［ ］ 斯蒂格，尤里奇，威德曼． 机器视觉算法与应用［ M 4 ］ ． 杨少荣，译． 北京: 清华大学出版社， 2008． ［ ］ 董 梁． 基于哈夫变换的图像边缘连接［ ］ J 5 ． 现代电 子技术， ，( ) : 2008 18 149-151． A New Method for Automatic Detection of Ship Waterline LUO Jing SHI Chao-jian RAN Xin ， ， ( ， College of Merchant Ship Shanghai Maritime University Shanghai 200135 ， China ) : Abstract Aiming at the interfered by the trace of water＇s edge in ship＇s waterline automatic detection processing ， a new method for automatic detection of ships waterline was presented based on the image processing method． The method extracts ship ＇s water gauge from real-time video images uses Canny operators to detect edges uses Hough transform to detect the locations of water trace and the waterline after geometric correction at last removes trace of water above so as to find location of the waterline accurately． Experimental results showed that this method of detecting the actual waterline of ship is effective． Key words water gauge of ship ship waterline image processing edge detection geometric correction ; ; ， ; ， ; ， ， ; Hough transform 73