發(fā)布時(shí)間：2024-12-18 03:03

　　水路航運(yùn)是人類綜合交通運(yùn)輸網(wǎng)必不可少的組成部分,隨著船舶使用量的不斷增加,船舶超載工作等違法行為發(fā)生頻率也越來越高,帶來了巨大的安全隱患。因此,對(duì)船舶進(jìn)行超吃水判別,并對(duì)超載船舶的身份進(jìn)行準(zhǔn)確識(shí)別具有重要的研究?jī)r(jià)值�；谏疃葘W(xué)習(xí)的車牌識(shí)別技術(shù)目前已取得了許多重要進(jìn)展,然而由于船舶銘牌并沒有統(tǒng)一的字體與安裝位置要求,相關(guān)技術(shù)在水路航運(yùn)領(lǐng)域的應(yīng)用仍然很缺乏。本文對(duì)基于深度學(xué)習(xí)的船舶超吃水判別和船牌識(shí)別系統(tǒng)進(jìn)行了一定的研究,主要的工作總結(jié)如下:本文首先搭建基于YOLO v3的目標(biāo)檢測(cè)算法網(wǎng)絡(luò),通過識(shí)別圖像上是否存在船舶載重線標(biāo)識(shí)的方式來對(duì)船舶的超吃水狀態(tài)做出判別。同時(shí)提出超載船舶再識(shí)別算法,計(jì)算圖像上船舶側(cè)板超出水面的像素高度實(shí)現(xiàn)再次判別,提高了超吃水狀態(tài)判別的精度。之后,提出了基于YOLO v3算法的簡(jiǎn)易目標(biāo)跟蹤方式,實(shí)現(xiàn)了對(duì)判定為超載的船舶在視頻監(jiān)控上的實(shí)時(shí)跟蹤。為了對(duì)超載船舶進(jìn)行告警與糾正,需要對(duì)船舶身份進(jìn)行識(shí)別,包括船牌的定位提取、傾斜矯正、字符分割與識(shí)別。本文提出了基于YOLO v3算法的銘牌定位提取方式,并將船體圖像按寬度大小三等分再輸入網(wǎng)絡(luò)進(jìn)行檢測(cè),有效解決了船牌在圖像上占比較小...

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１所示，通過將船舶銘牌圖像與車牌圖像進(jìn)行對(duì)比，可以發(fā)現(xiàn)，與汽車牌??

相對(duì)于車牌印刷的格式、位置要求，船牌缺少一個(gè)具體的、統(tǒng)??一的標(biāo)準(zhǔn)。同時(shí)船舶長(zhǎng)期工作于水上，船身或船牌本身會(huì)產(chǎn)生銹蝕，且船舶銘牌也易??收到遮擋，造成船牌背景的種類繁多、紋理復(fù)雜。??（３）印刷多行。船名標(biāo)識(shí)的字符有可能印刷在多行上，造成字符分割的不易。??（４）船舶銘牌圖像分辨....

圖２．１像素的連通域??假設(shè)－幅數(shù)字圖像中的像素子集為／，如果／中的所有像素之間都具有一條通路，??■

基于深度學(xué)習(xí)的船舶超吃水判別和船牌識(shí)別系統(tǒng)研究?第２章船舶超吃水判別和船牌識(shí)別系統(tǒng)＿Ｘ：ｉ訝坪論??２．１．２像素的連通性??數(shù)字圖像由像素組成，一個(gè)像素點(diǎn)存儲(chǔ)著數(shù)字圖像在該點(diǎn)的顏色特征。因此在圖??像處理中，對(duì)圖像像素的相互關(guān)系進(jìn)行研究是重中之屯。多個(gè)像素之間具有很多基本??的....

圖２．２數(shù)字圖像的灰度化和二值化效果圖??２．１．４圖像直方圖??

決定圖像二值化的閾值，例如Ｂｅｍｓｅｎ法［３１］、Ｋａｍｅｌ－Ｚｈａｏ??法［３２］等，局部法處理速度較慢、字符連通性不能得到很好的保證；動(dòng)態(tài)閾值法通過??每個(gè)像素點(diǎn)的灰度值及其周圍灰度特型、像素位置來確定二值化閾值，由于參考內(nèi)??容全面二值化效果較好，缺點(diǎn)是算法復(fù)雜。數(shù)字圖像的....

圖２．３神經(jīng)元模型［３３］??

第２章船舶超吃水判別和船牌識(shí)別系統(tǒng)關(guān)鍵理論?基于深度學(xué)習(xí)的船舶超吃水判別和船牌識(shí)別系統(tǒng)研究??所以對(duì)較大和較小區(qū)域的目標(biāo)都有很好的檢測(cè)能力。ＭＳＥＲ在時(shí)間復(fù)雜度方面已經(jīng)??可以接近線性時(shí)間。因此，ＭＳＥＲ算法常在目標(biāo)檢測(cè)、字符識(shí)別等方面發(fā)揮著重要??的作用。??２．２人工神經(jīng)網(wǎng)絡(luò)....

本文編號(hào)：4016951