程 健， 安鸿波， 郭一楠,3， 叶 亮

(1.煤炭科学研究总院 矿山大数据研究院，北京 100013； 2.中国矿业大学 信息与控制工程学院，江苏 徐州 221116； 3.中国矿业大学(北京) 机电与信息工程学院，北京 100083)

0 引言

水尺计重方法是船舶货物计重的常用方法，通常由人工观测进行测定。受到人视觉观测精度的限制，人工观测水尺的方法劳动强度大、效率低、误差大。因此，亟待提出一种轮船吃水线测定算法，实现轮船货物重量的精准测量。这些测量算法需要满足多个指标的要求，如自动化程度高、测量准确且快速等指标，因此需要利用多目标方法设计新算法。

研究人员先后提出基于压力传感器、激光水位、机器视觉的新型船舶水尺检测算法。孙国元等[1]提出了采用船体两侧的压力传感器减少波浪、轮船摇晃等环境因素对测量结果的不利影响。陈文炜等[2]搭建了船舶吃水线检测系统，根据激光测距仪测出的基准面和水面之间距离，获得轮船的吃水量。但是，由于船体外侧安装压力传感器，整体安装施工难度大；长时间工作在恶劣环境下，半导体硅片持续受压变形，容易发生零点漂移，设备维护量大。激光水位检测易受到水面漂浮物影响，测量精度和稳定性难以保证；其设备只能安装在轮船船体上，无法满足航道管理部门对快速离船吃水线检测的要求。

考虑到机器视觉算法不需要复杂的设备安装，对环境适应性好，周广程[3]根据水尺线字符的特点，利用HIS颜色空间信息，提出一种基于梯度幅度的启发式边缘提取算法。……