[发明专利]基于爬壁机器人的船舶水尺识别方法、系统、装置

权利要求书

1.一种基于爬壁机器人的船舶水尺识别方法，其特征在于，该水尺识别方法包括：

步骤S10，通过船舶外壁上爬行的爬壁机器人连续采集k帧水位图像，构建待识别图像集；所述水位图像为带有基准标识的水尺刻度图像；k为大于2的整数；

步骤S20，对所述待识别图像集中第t帧、t-1帧、t+1帧图像分别进行刻度定位，并对该三帧图像进行基准标识对齐后融合，获得对齐融合后的图像t为区间[2，k-1]内的整数；

步骤S30，分别获取所述图像中三条水面曲线的离散点，并进行曲线拟合得到拟合后的水线；获取所述图像中最低数字坐标、最低刻度、基本标识坐标、基本标识刻度，并结合所述拟合后的水线计算水面刻度值；

步骤S40，令t＝t+1，重复执行步骤S20、步骤S30，获得k-2个水面刻度值；

步骤S50，将所述k-2个水面刻度值输入刻度预测模型，获取水面水尺刻度读数；所述刻度预测模型基于机器学习算法构建，并通过预设的训练样本集训练获取。

2.根据权利要求1所述的基于爬壁机器人的船舶水尺识别方法，其特征在于，步骤S20中“对所述待识别图像集中第t帧、t-1帧、t+1帧图像分别进行刻度定位，并对该三帧图像进行基准标识对齐后融合，获得对齐融合后的图像”，其方法为：

步骤S21，分别对所述待识别图像集中第t帧、t-1帧、t+1帧图像进行二值化处理，并采用基于findContours函数的轮廓检索方法，获得水尺刻度图像；

步骤S22，分别依据所述水尺刻度图像的大小，宽高比例，调整所述待识别图像大小，并将三帧图像的基准标识对齐后融合，获得对齐融合后的图像

3.根据权利要求1所述的基于爬壁机器人的船舶水尺识别方法，其特征在于，所述刻度预测模型，其训练方法为：

步骤B10，获取预设重量的水面不平静状态船舶水尺刻度图像作为训练样本，其对应的水面平静状态水尺刻度作为训练样本标签；

步骤B20，随机选取一组训练样本及其对应的样本标签，采用机器学习的方法训练刻度预测模型并计算预测刻度与样本标签的误差；

步骤B30，如果所述误差不低于设定阈值，则更新刻度预测模型的参数并重复执行步骤B20直至达到设定训练结束条件，获得训练好的刻度预测模型。

4.根据权利要求1-3任一项所述的基于爬壁机器人的船舶水尺识别方法，其特征在于，步骤S30中“结合所述拟合后的水线计算水面刻度值”之后还设置有水面刻度值修正的步骤，其方法为：

步骤T10，基于所述拟合后的水线，计算当前时刻水线增值系数：

其中，k_d为当前时刻水线增值系数，f(x)为拟合后的水线，ω为拟合后的水线在x轴方向的抽样距离；

步骤T20，判断所述水线增值系数是否大于设定阈值，如果判断结果为是则基于所述当前时刻水线增值系数，计算设定时间内水线增值系数：

其中，k_a为设定时间内水线增值系数，t为设定时间；

步骤T30，依据所述设定时间内水线增值系数，计算水线修正系数：

其中，F为修正系数；

步骤T40，基于所述拟合后的水线、水线修正系数、水面刻度值，计算修正后的水面刻度值：

其中，M为修正后的水面刻度。

5.一种基于爬壁机器人的船舶水尺识别方法，其特征在于，基于权利要求1-4所述的基于爬壁机器人的船舶水尺识别方法，该水尺识别方法包括：

采用权利要求1-4任一项所述的基于爬壁机器人的船舶水尺识别方法的步骤S10-步骤S40对应的方法获取k-2个水面刻度值；

对所述k-2个水面刻度值求平均值，获得水面水尺刻度读数：

其中，M为水面刻度值平均值，D_i为第i次获得的水面刻度值。