[发明专利]一种船只与水面分界线测定方法在审
申请号: | 202011382278.1 | 申请日: | 2020-11-30 |
公开(公告)号: | CN112487987A | 公开(公告)日: | 2021-03-12 |
发明(设计)人: | 李开荣;乔平;苗培俊;缪灿彬 | 申请(专利权)人: | 江苏云控软件技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/46;G06N3/04 |
代理公司: | 苏州国卓知识产权代理有限公司 32331 | 代理人: | 周鑫 |
地址: | 225002 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 船只 水面 分界线 测定 方法 | ||
1.一种船只与水面分界线测定方法,其特征在于,包括以下步骤:
步骤1,场景识别:应用深度学习算法预先判断出当前识别场景属于双分界面还是三分界面,船体主体色彩组成;
步骤2,边缘检测:对图像的RGB、HSV分别检测船体边缘获得轮廓线对象组,应用船体色彩矩阵综合判断船体与水面分界的轮廓线,初步定位水面分界线A;
步骤3,HSV叠加处理与RGB叠加处理:增强分界面两侧图像的对比度和分界线与与两侧图像的对比度;
步骤4,分界线测量:将经过HSV叠加处理和RGB叠加处理的图像区域与纵向切分,并以水面分界线A为低点,获得切片分组,对每个切片分别测量,计算获得量值组;
步骤5,分界线拟合曲线:将量值组拟合成输出图像等宽的分界线数组输出,用于水尺计量。
2.根据权利要求1所述的一种船只与水面分界线测定方法,其特征在于,应用深度学习算法预先判断出当前识别场景采用的是神经网络学习算法。
3.根据权利要求2所述的一种船只与水面分界线测定方法,其特征在于,所述神经网络训练参数包括迭代次数:60000;学习率:0.2;权重减少系数:0.0003,进行神经网络训练训练运用前馈算法进行参数学习。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏云控软件技术有限公司,未经江苏云控软件技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011382278.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种AEBS触发事件数据存储与读取方法及系统
- 下一篇:一种气瓶钢印工装