一种基于计算机视觉的船槽定位方法
【技术领域】
[0001]本发明属于计算机视觉技术和图像处理技术领域，具体涉及一种用于船舶集装箱 装卸的基于计算机视觉的船槽定位方法。
【背景技术】
[0002] 随着世界经济一体化和外贸经济的迅速发展，由于集装箱运输具有安全可靠、迅 速及时、简单便捷的特点，能够满足外贸业务中商品的运输时间短、破损少、费用低的要求， 所以集装箱运输逐渐成为当今航运的必然发展方向，从而也成为了现代贸易发展的重要标 志。集装箱的航运要求港口、码头有相应的集装箱堆放、运输、装卸作业。其中的集装箱装卸 效率直接影响到船公司和港口装卸的市场竞争力，随着集装箱运输量的不断增长和集装箱 船的吨位增加，集装箱码头的装卸效率必须要得到提高。增强集装箱装卸的自动化是提高 集装箱装卸效率的有效途径之一，其核心部分就是对船舶集装箱导轨定位(船槽)和箱体定 位，进而引导起重机吊具的抓取、装卸等后续作业。
[0003] 在目前的世界运输领域里，固体散杂货、液体散杂货几乎所有货种都开始集装箱 化，为了实现集装箱运输的自动化，提高码头集装箱装卸效率以及安全性，该领域的相关国 内外研究者对此都有研究，其中与本发明最接近的技术方案包括：发明专利（【申请号】 201410400655.8，名称:一种集装箱装、卸船操作方法、装船操作系统）中提出一种结合第一 终端和第二终端互相协作的集装箱装卸方法，其在船上集装箱装卸的主要思路是通过助理 人员所在的第一终端将船上的信息确认清楚后，把位置信息传送给图形化服务器，岸桥操 作人员通过第二终端获取图形化服务器中的位置信息，再进行集装箱的装卸，该方法和传 统的单一命令式的方法有着同样的缺点，即在整个集装箱的装卸过程中太过依赖于工作人 员的经验;发明专利（【申请号】201410333783.5,名称:一种用于集装箱分布轮廓和位置智能 化检测系统及方法）中提出利用三维激光扫描检测集装箱的分布轮廓和位置信息，实现集 装箱装卸过程的精准对箱和着箱，该方法运用三维激光扫描仪进行集装箱的轮廓检测，但 当船舶的集装箱仓位中没有集装箱时，无法检测到集装箱的轮廓，就无法进行船舶上的集 装箱装载，再者三维激光扫描仪的成本太高。
[0004] 综上所述，在实现船舶集装箱的装卸时，现有的方法无法完全脱离集装箱本身进 行操作，并且过多依赖于操作人员的经验，特别是在船舶为空船时，怎样精确地将集装箱放 置在指定的船槽位置，这对于整个集装箱装卸是一个至关重要的工作，本发明针对这一不 足提出了一种基于计算机视觉的船槽定位方法。
【发明内容】
[0005] 本发明的目的在于解决上述问题，提供了一种基于计算机视觉的船槽定位方法， 极大方便了司机远程操控船舶的集装箱装卸作业，提升了船舶集装箱装卸数字化和智能化 水平，提高作业效率并提高集装箱装卸工作的安全性。
[0006] 本发明的具体技术方案如下： 所述的一种基于计算机视觉的船槽定位方法，其特征在于包括双目摄像机捕获图像、 图像预处理、数学形态学边缘检测、直线检测、直线过滤及聚类、计算各直线所在平面的图 像深度、船槽直线投影到船槽边缘直线平面、求船槽边缘线和船槽线的交点及船槽精确定 位。
[0007]所述的一种基于计算机视觉的船槽定位方法，其特征在于具体包括以下步骤： 步骤1:使用已知内参的双目视觉系统对船槽成像，得到双目图像ljPI2; 步骤2:对图像I#PI2进行图像预处理，包括图像灰度化处理、图像去噪声处理、图像锐 化处理以及图像高斯平滑处理，得到图像f ; 步骤3:利用数学形态学对步骤2得到的图像进行边缘检测，具体步骤如下： 步骤3.1:为了抑制图像中的负噪声，根据式(1)，利用形态学膨胀和闭运算操作分别对 图像fi和图像f2进彳丁处理，得到图像，其中i=l，2;
步骤3.2:为了抑制图像中的正噪声，根据式(2)，利用形态学腐蚀和开运算操作分别对 图像fi和图像f2进行处理，得到图像每，其中i=l，2;
(2:): 步骤3.3:根据式(3)，对图像进行多结构元素去噪声处理，最后得到图像(?，其中i = 1,2；
m 步骤3.4:结合式(1)、（2)和(3)中的图像边缘检测算子得到最后的边缘检测图像G1，具 体见式(4);
上述式（1)、（2)和(3冲的~的和的表示形态学检测用到的结构元素，气@ "表示腐蚀 操作，"表示膨胀操作，〃表示开运算操作，〃V#表示闭运算操作； 步骤4:利用霍夫变换直线检测方法对步骤3中得到的船槽边缘图像G1进行直线检测， 得到直线集合Γ 1/= U ...= Μ)，M为检测的直线总数;进一步对直线集合L1进行直线过 滤，分别得到船槽边缘水平线Lh1和船槽垂直线集合Lv1，具体如下： 步骤4.1:对船槽边缘的水平线进行检测，首先通过判断直线$的斜率，过滤不是水平 边缘的直线，即保留直线斜率满足-0.087 < K < 0.087的直线，得到直线候选集合 为过滤后直线的总数;其次对直线候选集合Lsh1进行直线聚 类，即将直线候选集合中斜率相同的且平行直线之间的距离d满足cK 4的直线聚为一类，得 到直线聚合类I；擔表示第r个直线聚合类，么为直线聚合类的数量，再 利用最小二乘法分别对每个直线聚合类的直线进行拟合，结果为直线集合
&为直线拟合后的直线总数，表示由直线聚合类·￡^丨 :拟 合得到的直线;最后利用在图像区域内直线所经过的像素点灰度值构成集合并计算 该集合的方差，进一步得到直线集合Lfh1对应的灰度值方差集合Var1，获取Lfh1中灰度值方 差最小的直线即为船槽水平边缘直线;; 步骤4.2:对船槽垂直线进行检测，首先通过判断直线義的斜率，过滤不是垂直边 缘的直线，即保留直线斜率满足的直线，进一步得到直线候选集合 ..........................Νν为过滤后直线的总数;其次对直线候选集合Lsv1进行直线
聚类，即将直线候选集合中斜率相同的且平行直线之间的距离d满足cK 4的直线聚为一类， 得到直线聚合类fenfj = la: · ·._，1^邊表示第r个直线聚合类，:?，为直线聚合类的总数， 再利用最小二乘法分别对各个直线聚合类进行直线拟合，进一步得到拟合后的直线集合
，a为直线拟合后的直线总数； 步骤5:利用步骤4得到的船槽水平边缘直线Lh1和船槽垂直线集合Lv1，计算其相对于 相机坐标系、船槽水平边缘直线所在图像平面与船槽垂直线所在图像平面的图像深度，具 体如下： 步骤5.1:计算船槽水平边缘直线Lh1所在平面的图像深度，首先在船槽水平边缘直线 Lh1上取点||，再利用计算机视觉技术，计算点||的图像深度为感； 步骤5.2 :计算船槽垂直线集合Lv1中直线所在平面的图像深度，首先在船槽垂直线 上取点，再利用计算机视觉技术，计算点:的图像深度为_，进一步得到船槽垂 直线的图像深度集合
步骤5.3:通过上述计算得到点||的图像深度ζ?和垂直线集合Lv1的图像深度集合 €，得到直线L h 1所在平面和直线集合L v 1所在平面之间的图像深度差为
步骤6:通过步骤5得到的船槽水平边缘直线Lh1和船槽垂直线Lv1之间的图像深度差 ?，将直线仏;投影到直线Lh1所在平面，得到直线笔，再利用两条船槽垂直线是以图像 中心为对称轴作对称分布的特点，得到两条船槽垂直线|；^，石g:; 步骤7:进一步，计算步骤6得到的船槽水