典型文献
基于机器视觉的船舶舱室液体泄漏监测方法
文献摘要：
基于机器视觉的舱室液体泄漏监测,是实现船舶机舱朝无人化方向发展的必然需求.文章针对目前低照度下船舶舱室液体泄漏的图像质量差和识别精度低等问题,提出了一种基于机器视觉的船舶舱室液体泄漏监测方法.首先,采用改进的多尺度Retinex算法对低照度下船舶舱室液体泄漏的图像进行处理,使图像对比度增强、细节更丰富、边缘保留完整.然后,对增强后的液体泄漏图像进行特征提取,通过机器学习对船舶舱室液体的泄漏故障进行判断.结果表明,增强后的泄漏图像识别精度得到了明显提升,使用k-近邻(k-Nearest Neighbor,kNN)算法可达到95％的分类精度,能够很好地监测低照度下的船舶舱室液体泄漏.
文献关键词：
图像增强;船舶舱室;多尺度Retinex算法;机器视觉;液体泄漏
中图分类号：
作者姓名：
余永华;张佳明;胡磊
作者机构：
武汉理工大学船海与能源动力工程学院,湖北武汉 430063
文献出处：
引用格式：
[1]余永华;张佳明;胡磊-.基于机器视觉的船舶舱室液体泄漏监测方法)[J].中国修船,2022(04):32-36
A类：
B类：
机器视觉,船舶舱室,液体泄漏,泄漏监测,监测方法,船舶机舱,无人化,低照度,下船,图像质量,识别精度,Retinex,对比度增强,留完,泄漏故障,图像识别,近邻,Nearest,Neighbor,kNN,分类精度,图像增强
AB值：
0.254496
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
