一種視頻圖像船舶吃水線自動(dòng)檢測(cè)方法

，，

(上海海事大學(xué) 商船學(xué)院航海系，上海 200139)

水尺的測(cè)量在水尺計(jì)重和安全營(yíng)運(yùn)等方面都是重要的手段，是后續(xù)各種實(shí)際應(yīng)用的前提條件。對(duì)于大型船舶而言，每厘米吃水誤差可能導(dǎo)致載重誤差達(dá)到幾十甚至上百噸，這使船貨雙方在商品的結(jié)算、處理索賠、通關(guān)計(jì)稅、計(jì)算運(yùn)費(fèi)等方面帶來很大分歧[1]。

借助機(jī)器視覺和圖像處理方法來檢測(cè)船舶水尺并推算水尺刻度是一種新穎的方法。周廣程[2]利用圖像處理方法對(duì)船舶吃水線進(jìn)行提取，將獲得的水尺刻度與吃水線之間的距離與人工檢測(cè)相結(jié)合，最終得到水尺讀數(shù)，并且提出依據(jù)吃水線邊緣的H梯度、S梯度、I梯度、彩色方向距離梯度以及啟發(fā)式邊緣提取中的邊緣搜索次數(shù)這5個(gè)屬性的值均應(yīng)較大的特點(diǎn)，采用投票方法，根據(jù)投票結(jié)果選擇了可能的真實(shí)吃水線邊緣。

“基于機(jī)器視覺的船舶水尺自動(dòng)識(shí)別和檢測(cè)方法研究”的目標(biāo)是提出一種基于機(jī)器視覺的船舶水尺自動(dòng)識(shí)別和刻度測(cè)量方法，使操作人員能夠通過采集船舶水尺圖像數(shù)據(jù)快速準(zhǔn)確地測(cè)定船舶水尺，避免操作人員的繁復(fù)勞動(dòng)，提高船舶水尺測(cè)量的穩(wěn)定性和精確性，為建立一套便于攜帶，易于使用的船舶水尺自動(dòng)識(shí)別系統(tǒng)奠定理論基礎(chǔ)。

在船舶水尺自動(dòng)檢測(cè)方法中，船舶吃水線的提取是后續(xù)工作的基礎(chǔ)，其結(jié)果的精確與否直接關(guān)系到后續(xù)水尺讀數(shù)判定結(jié)果的準(zhǔn)確性。其中，波浪起伏在船體上形成的水跡線對(duì)實(shí)際吃水線的提取產(chǎn)生很大的干擾，普通的邊緣檢測(cè)方法無法得到正確結(jié)果,為此，本文提出一種基于圖像處理的船舶吃水線自動(dòng)檢測(cè)方法，能準(zhǔn)確地得到吃水線位置。

1 船舶吃水線自動(dòng)檢測(cè)的新方法

船舶吃水線自動(dòng)檢測(cè)的目的是去除水尺圖像邊緣檢測(cè)后的水跡線干擾。先通過圖像預(yù)處理對(duì)圖像進(jìn)行平滑，然后進(jìn)行邊緣檢測(cè)提取出邊緣像素，利用幾何校正后的圖像通過霍夫變換確定水跡線和吃水線邊緣位置，最后去除水跡線干擾，見圖1。

圖1 基于圖像處理的船舶吃水線自動(dòng)檢測(cè)系統(tǒng)流程

1.1 邊緣檢測(cè)

由于連續(xù)的視頻是由一幀一幀的靜態(tài)圖像組成，因此對(duì)于視頻的邊緣檢測(cè)，可以通過對(duì)每幀圖像進(jìn)行邊緣檢測(cè)實(shí)現(xiàn)。

Canny算子是先對(duì)處理的圖像選擇一定的高斯濾波器進(jìn)行平滑，抑制噪聲，然后細(xì)化平滑后的圖像梯度幅值矩陣，尋找圖像中可能的邊緣點(diǎn)，最后利用雙門限檢測(cè)方法，通過雙閾值遞歸尋找圖像邊緣點(diǎn)，完成邊緣提取[3]。

Canny算子具有信噪比大和檢測(cè)精度高的優(yōu)點(diǎn)。因此，本文利用Canny算子進(jìn)行邊緣檢測(cè)。

1.2 幾何變換

圖像f，像素點(diǎn)的坐標(biāo)為(x,y)，由于幾何失真產(chǎn)生了另一幅圖像g，其像素點(diǎn)為(x′,y′)。這個(gè)變換為

(1)

式中：r(x,y)、s(x,y)——空間變換。

圖像的傾斜校正包括，傾斜角度測(cè)量和圖像旋轉(zhuǎn)。傾斜角度檢測(cè)主要對(duì)變換域的數(shù)據(jù)進(jìn)行分析，尋找穿越圖像的近似直線，通過霍夫變換將這幅圖像變換到變換域。圖像中心旋轉(zhuǎn)法對(duì)于傾斜校正較為簡(jiǎn)單，即在一幅圖像中確定存在圖像信息區(qū)域的中心，依據(jù)檢測(cè)出的角度，再圍繞中心旋轉(zhuǎn)變換。圍繞質(zhì)心的旋轉(zhuǎn)方法則需要計(jì)算出圖像的質(zhì)心，然后圍繞質(zhì)心完成圖像處理過程。

本文分割出來的字符是傾斜的，需對(duì)其進(jìn)行旋轉(zhuǎn)處理。為盡可能減少處理帶來的干擾，采用圖像圍繞質(zhì)心旋轉(zhuǎn)的方法，旋轉(zhuǎn)公式為[4]

(2)

由于拍攝過程中波浪起伏，以至于被拍攝船舶與攝像機(jī)不斷運(yùn)動(dòng)，導(dǎo)致圖像中的水尺發(fā)生形變。形變的出現(xiàn)會(huì)使字符識(shí)別中出現(xiàn)誤差，因此考慮利用放射變換解決此問題。仿射變換時(shí)由2×2矩陣給出的線性部分和一個(gè)平移部分組成，此處平移部分單獨(dú)列出稍顯繁瑣，因此，在原坐標(biāo)基礎(chǔ)上引入第3個(gè)數(shù)值為1的坐標(biāo)，這樣便有為實(shí)現(xiàn)圍繞質(zhì)心旋轉(zhuǎn)，計(jì)算出圖像質(zhì)心，建立變換域，將質(zhì)心變換到坐標(biāo)原點(diǎn)(0,0)，利用旋轉(zhuǎn)矩陣進(jìn)行圖像變換，然后反變換回原圖像坐標(biāo)，插值處理完成旋轉(zhuǎn)。

(3)

1.3 霍夫變換

霍夫變換是判斷圖像空間xy中點(diǎn)是否共線的檢測(cè)，是一種特殊的不同空間之間的變換。設(shè)在圖像空間有一個(gè)目標(biāo)，其輪廓可用代數(shù)方程表示，利用方程變換實(shí)現(xiàn)參數(shù)在不同空間中的轉(zhuǎn)換。

在圖像空間xy中，考慮點(diǎn)(xi,yi)和直線

yi=axi+b

(4)

式中：a——斜率;

b——截距。

通過(xi,yi)的直線有無數(shù)條，見圖2。

圖2 xy平面和參數(shù)空間

然而，參考ab平面將等式寫成b=-xia+yi的形式。在參數(shù)空間中，直線與(xi,yi)相關(guān)的直線相交于(a′,b′)點(diǎn)。其中，a′為斜率，b′為xy平面上包含點(diǎn)(xi,yi)和(xj,yj)的直線截距。

霍夫變換是把圖像空間xy轉(zhuǎn)換成空間ab中是否有共同點(diǎn)的問題。是將參數(shù)空間進(jìn)一步分割為所謂的累加器單元。(amin,amax)和(bmin,bmax)分別為斜率和截距值期望的范圍。坐標(biāo)(i,j)的單元具有累加值A(chǔ)(i,j)，并對(duì)應(yīng)于參數(shù)空間坐標(biāo)(ai,bi)相關(guān)的矩形。這些單元最初被置為零，然后，對(duì)圖像平面中的每個(gè)(xk,yk)帶入等式，令參數(shù)a分別等于對(duì)應(yīng)的b值，那么：

A(p,q)=A(p,q)+1

(5)

為解決直線接近垂直時(shí)，直線的斜率接近無限大這一問題，可以利用如下公式。

xcosθ+ysinθ=ρ

(6)

與直線不同，極坐標(biāo)公式是ρθ平面上的正弦曲線，共線點(diǎn)集Q生成參數(shù)空間中交于點(diǎn)(ρi,θj)的正弦曲線，見圖3。

圖3 xy平面和參數(shù)空間的細(xì)分單元

θ的增加和對(duì)應(yīng)ρ的求解，(ρi,θj)決定了單元相關(guān)累加器A(i,j)中Q的輸入[5]。

2 實(shí)驗(yàn)與結(jié)果分析

為了測(cè)試本文方法的性能，通過實(shí)際拍攝的船舶水尺視頻進(jìn)行船舶吃水線的檢測(cè)實(shí)驗(yàn)。

視頻時(shí)長(zhǎng)為22 s，幀數(shù)為25f/s，分辨率為720×576(16∶9)。實(shí)驗(yàn)硬件環(huán)境為Intel Pentium1.73 GHz,Windows XP,1 GB內(nèi)存PC機(jī)，算法軟件平臺(tái)：在VC6.0的環(huán)境下利用OpenCV視覺算法庫(kù)完成程序的編寫。

2.1 邊緣檢測(cè)、幾何校正試驗(yàn)及結(jié)果分析

見圖4，各直方圖上呈現(xiàn)明顯的雙峰狀，選取兩峰間的最小灰度級(jí)作為閾值可以進(jìn)行圖像的有效分割。

圖4 圖像切割空間選擇

邊緣檢測(cè)前要進(jìn)行平滑處理，的目是提高信噪比、消除噪聲干擾。經(jīng)過實(shí)驗(yàn)驗(yàn)證，Canny算子是最優(yōu)的邊緣檢測(cè)算子，其利用高斯濾波器進(jìn)行平滑處理。高斯濾波器為低通濾波器，其對(duì)較高頻率信號(hào)有抑制作用，因此可以較少假邊緣點(diǎn)的干擾。

此外，Canny算子檢測(cè)像素邊緣經(jīng)過邊緣連接，確保邊緣的完整性。通過多次試驗(yàn)觀察，Canny算子的雙閾值定為(18,54)時(shí)，對(duì)于R通道的邊緣檢測(cè)最為理想，見圖5。

圖5 各算子邊緣檢測(cè)比較

幾何校正目的是還原實(shí)物本來形狀，見圖6。

圖6 幾何校正

2.2 霍夫變換、確定吃水線實(shí)驗(yàn)及結(jié)果分析

利用霍夫變換檢測(cè)到的兩條邊緣線見圖7。

圖7 霍夫變換檢測(cè)兩條邊緣線

圖像在經(jīng)過邊緣檢測(cè)后會(huì)出現(xiàn)若干條邊緣線，而所拍攝的圖像是以水面與水尺為主要對(duì)象，因此邊緣檢測(cè)后水跡線邊緣和吃水線邊緣通常為最長(zhǎng)的兩條線。由于水跡線一定在吃水線上方，因此當(dāng)確定兩條邊緣線位置后去掉位于上方水跡線，即得到吃水線，結(jié)果見圖8。

圖8 通過本文方法找到吃水線

3 結(jié)論

本文提出視頻圖像船舶吃水線自動(dòng)檢測(cè)方法能夠比較有效地解決在船舶吃水線檢測(cè)過程中水跡線的干擾問題，從而準(zhǔn)確地檢測(cè)出吃水線位置。多次試驗(yàn)證明，Canny算子在進(jìn)行圖像邊緣檢測(cè)時(shí)效果最佳。但此方法對(duì)邊緣檢測(cè)時(shí)的效果要求較高。此外，如果圖像中的邊緣信息比較復(fù)雜，含有大量的干擾信息，如出現(xiàn)多處斷點(diǎn)，會(huì)導(dǎo)致檢測(cè)誤差，本方法將不再適用。

[1] 劉仁金，高遠(yuǎn)飆，郝祥根.船舶吃水線定位分析及算法研究[J].皖西學(xué)院學(xué)報(bào)，2009，25(5)：1-4.

[2] 周廣程.圖象處理技術(shù)在船舶吃水自動(dòng)檢測(cè)系統(tǒng)中的應(yīng)用[D].南京：南京理工大學(xué)，2006.

[3] WANG Bing, FAN Shaosheng. An improved CANNY edge detection algorithm[C]∥2009 Second International Workshop on Computer Science and Engineering，2009：497-450.

[4] 斯蒂格，尤里奇，威德曼.機(jī)器視覺算法與應(yīng)用[M].楊少榮,譯.北京：清華大學(xué)出版社，2008.

[5] 董 梁.基于哈夫變換的圖像邊緣連接[J].現(xiàn)代電子技術(shù)，2008，(18)：149-151.