智慧港口预警平台包含几个主要功能,一是夹杂物检测,尤其是未知夹杂物检测;二是与船舶系统对接,获取每一个货船的详细信息;三是针对每一个货船的货物进行检测和统计分析。
一个港口可能今天运输的是粮食、化肥,明天就变成了矿石、煤炭,后天又是各类集装箱散落的包装材料。物料的颜色、纹理、形态千差万别。
未知夹杂物检测是智慧港口皮带运输智能化预警体系中的核心技术环节,其本质属于无监督异常检测问题,核心在于为当前运输批次的“正常物料”构建动态、可演化的特征基线,并通过多模态视觉特征的偏离分析,实现未知异物的准确识别。该方法不依赖于预先标注的异物样本库,具备良好的多场景适应性,能够有效应对港口物料种类频繁切换、物料属性差异巨大的复杂情况。
其技术实现主要涵盖以下几个层面:
一、基于颜色的统计异常检测
原理:
不同物料在颜色分布上呈现显著的可区分性。系统在HSV色彩空间中对正常物料的颜色分布进行非参数化建模,构建其颜色直方图或高斯混合模型(GMM),以消除光照变化对颜色特征的干扰。
检测逻辑:
系统对实时图像进行局部颜色分布与全局基线之间的Kullback-Leibler散度或马氏距离计算。当局部区域颜色特征显著偏离基线分布时,即判定为疑似夹杂物区域。该方法对“色差型”异物(如黑色煤炭中的白色塑料、黄色玉米中的红色纤维)具有较高的检测灵敏度。
二、基于纹理特征建模的结构异常识别
原理:
物料表面纹理是其物理结构的外在映射。系统采用局部二值模式(LBP)、灰度共生矩阵(GLCM) 或Gabor滤波器组提取多尺度、多方向的纹理特征,构建正常物料的纹理特征向量分布模型。
检测逻辑:
通过计算局部纹理特征与基线模型之间的余弦相似度或欧氏距离,识别纹理结构异常的局部区域。尤其适用于检测表面光滑的塑料薄膜、编织袋、橡胶片等与物料纹理反差明显的异物。
三、基于局部灰度统计特性的结构一致性分析
原理:
正常散状物料在局部区域内由于颗粒堆积、阴影分布等因素,呈现一定的灰度波动性,其局部灰度标准差通常在特定范围内。而异物(如平板状物体、柔性材料)往往表面平整、灰度变化较小,导致局部标准差显著偏低。
检测逻辑:
系统采用固定尺度滑动窗口逐像素计算局部灰度标准差,生成标准差响应图,并通过自适应阈值分割识别“过于均匀”或“过于杂乱”的区域。该方法对结构型异物(如木板、橡胶带、塑料片)具有良好的检测效果,且对光照变化不敏感。
四、多特征融合的动态基线建模与检测流程
船舶系统对接信息
一、船舶信息管理
船舶信息管理模块承担着数据源对接、多源信息关联与业务视图构建的核心职能。通过与港口船舶系统建立标准化数据接口,系统自动获取并整合以下关键字段:报关单号、船舶名称、货物原产国、货物品牌、卸货开始时间、卸货结束时间等,形成完整的船舶作业信息链。
在此基础上,系统对原始数据进行清洗、校验与结构化处理,过滤异常或不完整记录,并通过唯一标识(如报关单号)建立船舶信息与皮带运输作业、夹杂物检测结果之间的稳定关联关系。最终,系统构建统一的数据视图,并以可视化仪表板形式呈现,内容涵盖:
船舶信息与检测出来的夹杂物信息进行关联、列表查询、统计分析等
一、多维查询与统计分析模块
为满足不同层级用户对数据查看、质量评估与问题追溯的需求,系统设计了层次清晰、交互友好的查询统计功能。
系统提供船舶信息总览列表,支持按时间范围、船舶名称、货物类型等多条件组合查询。列表中除展示船舶基本信息外,特别增加“夹杂物检出数量”统计列,以数值加可视化标识(如色阶、图标)的形式直观反映每船货物的质量状况
对于每一条夹杂物检测记录,系统提供“审核”操作入口,支持授权用户进行人工复核。审核界面呈现完整的检测证据链,包括原始图像、异常区域高亮标注、置信度评分等信息,辅助审核人员作出准确判断。
审核结果支持以下操作:
智慧港口平台不仅是一套AI识别系统,更构建了完整的“问题发现 — 确认 — 处理 — 上报 — 查询 — 统计”闭环管理流程。所有审核确认的夹杂物信息,经由标准化数据接口自动上报至港口云端平台,纳入港口统一质量监管与生产调度体系,实现异常事件的跨系统流转与协同处置。
港口算法:皮带异物检测、未知异物检测、皮带跑偏检测、大块料检测、堆料检测、洒料检测、渔船入侵、船舶类型检测、料场苫布检测、船舶倾斜检测、未戴安全帽、未穿救生衣、工作服检测、违规进入禁区、离岗睡岗检测、吸烟检测、打电话识别、玩手机检测、打哈欠检测、闭眼检测、长时间驾驶检测、船舶流量统计、船体烟火检测、船舶偏航、逆行检测、船舶航速检测、安保人员检测、货舱盖检测、登乘安全网检测、机舱巡检等