基于深度学习的船舶水尺识别研究  

作　　者：王晨钢 王洋 姬鹍 

机构地区：[1]连云港海关,江苏连云港222042 [2]江苏海洋大学,江苏连云港222005

出　　处：《电脑编程技巧与维护》2024年第6期118-120,共3页Computer Programming Skills & Maintenance

基　　金：南京海关科技计划资助项目“基于卷积神经网络的水尺智能识别技术研究”(2022KJ42)。

摘　　要：船舶水尺的检测与识别对于实现精准水尺计重至关重要。针对传统人工观测存在的主观性强、有误差和高成本等问题,提出了一种基于深度学习的船舶水尺读数方法。首先,使用YOLOv8检测算法对水尺区域进行字符目标检测,然后,使用分割一切模型(SAM)分割水面区域,最后,通过形态学操作与计算得到最终读数。实验结果表明,该方法在船舶水线检测和水尺识别精度方面均表现出明显的优越性,机器视觉水尺读数精度达到99.7%。

关 键 词：水尺读数识别 水尺字符识别 水线分割 分割一切模型 YOLOv8算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程] U692.73[交通运输工程—港口、海岸及近海工程]