1 / 66
文档名称:

基于计算机视觉的船只吨位估算.pdf

格式:pdf   页数:66页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于计算机视觉的船只吨位估算.pdf

上传人:banana 2014/6/12 文件大小:0 KB

下载得到文件列表

基于计算机视觉的船只吨位估算.pdf

文档介绍

文档介绍:叠兰塑灰椅辉隆叭缘兰塑咿年;月况日声明学位论文使用授权声明表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均本学位论文是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发已在论文中作了明确的说明。研究生签名:南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的部分或全部内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文,按保密的有关规定和程序处理。
溉钾删摘要关键词:航道,船舶吨位,波浪提取,支持向量机,立方体方法,图像拼接随着地面交通的发展空间的减小,对水路交通的开发显得越来越重要。开发水路交通对于缓解陆路交通和铁路交通具有非常重大的意义。近年来随着计算机视觉技术的发展,这项技术已经被广泛地应用于各个领域,并且具有非常广泛的应用前景。本文就是使用计算机视觉技术来解决水路交通中的最为重要的船舶吨位估算问题,可以大大降低航道船舶吨位估算的成本和压力,并且可以降低以前使用激光或者超声波设备的成本,所以这项工作非常具有吸引力。基于计算机视觉的航道船舶吨位估算是一项具有挑战性的工作,由于估算吨位的摄像头架设在航道的两岸,所以航道中的波浪会对船舶的吨位的估算造成较大的困难,主要体现在船舶和波浪的区分方面,因此我们需要在估算吨位之前先去除波浪的影响。具体做法就是先对整个航道图像进行分块,之后对每个小块使用支持向量机进行机器学****和分类,分类有两种方法,帧间差法和立方体法,得到分类的结果之后再对船舶的位置使用轮廓学知识进行细分,这样可以得到较为精准的河面区域。得到船舶的精确位置后就根据轮廓得出船舶的长度,得到船舶的长度,但是为了克服船舶长度长于视频图像长度的问题,也就是说如果船舶不能在一帧图像中完整地显示出来,此时就需要对船舶进行拼接,在拼接的时候我们对选取的两帧或者三帧图像进行处理,在处理的过程中需要考虑到船舶的航迹,并且对***变换进行处理,在拼接之后就可以根据船舶的比例来估算船舶的吨位。介绍了本文的方法之后开始对实验进行介绍,首先进行波浪分割的实验,对比了两种分割的效果,分析去除波浪的必要性。然后通过分类效果和时间得出最佳的分块方案和最佳的分类方法,并用此分类方法进行实验,得出船舶的载重量,并且给出实验结果和误差分析。硕士论文基于计算机视觉的船只吨位估算
..甋,.:琤..,,,.瑆,’琒,,’’。。
录目摘病###!##!!##!!###!##!###甀髀郏!#!##!!!!#!!###用媲虻奶崛课题的研究背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..ú问本文主要研究内容和结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。现有的特征区域提取方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.】⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.Ⅵ订工具介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯支持向量机工具介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯立方体方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.辶⒎教濉.×⒎教濉.⒎教逋队啊难点问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯............................................................⋯⋯⋯..................................⋯.硕士论文基于计算机视觉的船只吨位估算.
诠饬鞣治龅拇捌唇印阿蛲臀还浪恪笛榉治觥芙嵊胝雇致谢..............⋯...........。...。..。.。。...。..。..........。.。。..。..。。..。。.。。。...。.。.。参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基本方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯光流分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯现有的载重量估算算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯