随着社会的进步和经济的飞速发展,船舶运输业也日益旺盛,在散货船的货物交易中,测量船舶的载重量是交易的双方都十分重视的一环。在船舶载重量的测量中,应用最为广泛的是船舶的水尺计重(Draft survey)。水尺计重是对承运的船舶进行观测船舶吃水,测定船舶装、卸货物前后的平均吃水数据对应的实际排水量和船用物料重量,来计算船舶载重量的方法。其适用于价值不高或者是不易用衡器计量的海运散装的固态商品计重,如煤炭、矿石、化肥等。在本课题设计的水尺计重的系统中包括了图像采集,手持终端,无线传输,空档高度和吃水线检测等子系统,其中船舶吃水数据的测量无疑为关键的一环,其对最终船舶载重量的计算精度影响很大。本课题就是为了使船舶载重量计算中的船舶吃水值测量更加智能化,使测量结果更加精确而设计了基于图像的船舶水尺吃水值检测方法。针对船舶水尺图像采集时,船舶受海浪的影响使水位忽高忽低,出现海浪周期的特点,本课题采用爬壁机器人作来作为图像采集的工具,针对船舶水尺图像的特点,采用了基于投影、图像分割、彩色模型、尺度变换等图像处理方法进行检测方法的设计。在获取高精度水尺图像的前提下,本课题中为了降低后续的处理量,首先对水尺图像进行了二值化处理,得到高亮度的吃水刻度字符,在此基础上对得到的高亮度字符进行逐个的提取和旋转校正,并将其进行模板的匹配,得到字符值和位置。为了减少水尺两侧区域对吃水线位置的影响,截取吃水线与水尺的交汇区域,并且对不同颜色空间得到的检测结果进行匹配来完成吃水线的检测,提高了检测结果的准确性。对单幅图像的检测结果进行算法上的条件筛选,对合格的结果进行统计计算得到最终的吃水值,实现了高精确度测量。本方法中针对船舶水尺字符以及水尺图像的特点对水尺图像进行了充分的包括轮廓检测、倾斜校正以及图像剪裁的处理,经验证得到了较好的检测结果。通过对实际采集的船舶水尺图像进行检测,表明本方法是能够实现船舶吃水值的自动检测。