Draft mark recognition with computer vision algorithms

Abstract

Снятие осадки судна – одна из ключевых операций на большинстве морских судов. Значение осадки используется при определении массы груза на судах типа балкер, а также при планировании перехода и обеспечении безопасности на всех других судах. Однако, если при планировании перехода погрешность в пять – десять сантиметров не играет существенной роли, то при определении загрузки судна каждый сантиметр ошибки может стоить компаниям тысячи, а то и десятки тысяч долларов США. Для определения осадки судна существует несколько способов, однако, несмотря на их наличие, в большинстве случаев измерения проводятся исключительно визуальным способом. Связано это с низкой точностью существующих методов, особенно в условиях волнения. В качестве направления исследования предлагается способ определения осадки судна при помощи алгоритмов компьютерного зрения и машинного обучения по видеозаписи. Обработка видео проводится покадрово. Общее исследование предполагает наличие трех частей – выделение марки углубления на изображении, сегментацию водной поверхности на изображении и снятие замеров с их последующей обработкой методами математической статистики и линейной фильтрации. В данной работе описана первая часть исследования, целью которой является выявление марки углубления. Каждый кадр подвергается бинаризации при помощи порогового разделения, затем после проведения ряда морфологических операций проводится определение связных областей на кадре. На основании полученных областей строится координатная прямая, по которой и будет в дальнейшем производится снятие осадки судна. В настоящее время, аналоги данной технологии отсутствуют на рынке. Также, исследование позволяет достичь высокой точности измерений даже при неблагоприятных погодных условиях. Ship's draft marks reading is a key procedure in cargo operations on bulk carriers, as well it`s significant part of passage planning and ensuring safety of navigation on all other ships. Though, whereas an error of five – ten centimeters doesn`t affect too much on passage planning, it is weighty while talking about cargo operations, as each centimeter of error can cost companies thousands, or even dozens of thousands of US dollars. There are several ways to determine the ship's draft, nevertheless, visual readings are still the primary manner of carrying out mentioned procedure. That`s caused by the reason of low accuracy of existing methods, especially in case of swell. In general, it is considered to describe alternative method for determining the ship's draft by using fundamentally new method, based on computer vision and machine learning technologies applied to video recording. Video processing is carried out frame by frame. Full research assumes the presence of three parts - highlighting the draft mark`s numerals on the image, segmentation of the water surface and taking measurements with their subsequent processing by methods of mathematical statistics and linear filtering. This paper describes the first part of research, so, there are threshold and morphological computer vision algorithms were applied. Thus, draft marks numerals segmentation was carried out. On the basis of the obtained areas, a coordinate line is constructed, along which the vessel`s draft will be measured in the future. The are no analogues of this method on the market. Besides, the high level of measurement accuracy is expected to be achieved even in adverse weather conditions.