1.一种基于计算机视觉的船槽定位方法，其特征在于包括双目摄像机捕获图像、图像预处理、数学形态学边缘检测、直线检测、直线过滤及聚类、计算各直线所在平面的图像深度、船槽直线投影到船槽边缘直线平面、求船槽边缘线和船槽线的交点及船槽精确定位。

2.根据权利要求1所述的一种基于计算机视觉的船槽定位方法，其特征在于包括以下步骤：步骤1：使用已知内参的双目视觉系统对船槽成像，得到双目图像I1和I2；

步骤2：对图像I1和I2进行图像预处理，得到图像f1和f2；

i

步骤3：利用数学形态学对步骤2得到的图像进行边缘检测，得到船槽边缘图像G；

步骤4：利用霍夫变换直线检测方法对步骤3中得到的船槽边缘图像Gi进行直线检测，得i到直线集合 ，M为检测的直线总数；进一步对直线集合L 进行直线过滤，分别得到船槽边缘水平线Lhi和船槽垂直线集合Lvi；

i i

步骤5：利用步骤4得到的船槽水平边缘直线Lh和船槽垂直线集合Lv ，计算其相对于相机坐标系、船槽水平边缘直线所在图像平面与船槽垂直线所在图像平面的图像深度，得到i i船槽水平边缘直线Lh和船槽垂直线Lv之间的图像深度差 ；

步骤6：通过步骤5得到的船槽水平边缘直线Lhi和船槽垂直线Lvi之间的图像深度差，将直线 投影到直线Lhi所在平面，得到直线 ，再利用两条船槽垂直线是以图像中心为对称轴作对称分布的特点，得到两条船槽垂直线 ；

步骤7：计算步骤6得到的船槽水平边缘直线Lhi和与Lhi位于同一平面的船槽垂直线的交点，得到交点集合 ；

步骤8：利用步骤7得到的直线交点坐标集合对双目视觉系统进行标定，求解摄像机的外参，得到图像中的像素点坐标 在世界坐标系中对应的坐标点p1, p2，另外一组双目摄像头捕获的船槽图像I3和 I4，通过步骤1到步骤7的方法计算得到坐标点p3, p4，最后利用四个坐标点p1, p2，p3, p4构建一个矩形框，即为船槽的具体位置。

3.根据权利要求2所述的一种基于计算机视觉的船槽定位方法，其特征在于步骤2）中的图像预处理包括图像灰度化处理、图像去噪声处理、图像锐化处理以及图像高斯平滑处理。

4.根据权利要求2所述的一种基于计算机视觉的船槽定位方法，其特征在于步骤3）中的图像进行边缘检测，具体步骤如下：步骤3.1：为了抑制图像中的负噪声，根据式（1），利用形态学膨胀和闭运算操作分别对图像f1和图像f2进行处理，得到图像 ，其中i=1,2；

步骤3.2：为了抑制图像中的正噪声，根据式（2），利用形态学腐蚀和开运算操作分别对图像f1和图像f2进行处理，得到图像 ，其中i=1,2；

步骤3.3：根据式（3），对图像进行多结构元素去噪声处理，最后得到图像 ，其中i=1,

2；

步骤3.4：结合式（1）、（2）和（3）中的图像边缘检测算子得到最后的边缘检测图像Gi，具体见式（4）；

其中

上述式（1）、（2）和（3）中的e1、e2和e3表示形态学检测用到的结构元素， 表示腐蚀操作， 表示膨胀操作， 表示开运算操作， 表示闭运算操作。

5.根据权利要求2所述的一种基于计算机视觉的船槽定位方法，其特征在于步骤4）中对船槽边缘的水平线检测方法如下：首先通过判断直线 的斜率，过滤不是水平边缘的直线，即保留直线斜率满足-0.087 ≤ K ≤ 0.087的直线，得到直线候选集合，Nh为过滤后直线的总数；其次对直线候选集合Lshi进行直线聚类，即将直线候选集合中斜率相同的且平行直线之间的距离d满足d≤4的直线聚为一类，得到直线聚合类 ， 表示第r个直线聚合类， 为直线聚合类的数量，再利用最小二乘法分别对每个直线聚合类的直线进行拟合，结果为直线集合， 为直线拟合后的直线总数， 表示由直线聚合类拟合得到的直线；最后利用在图像Ii区域内直线 所经过的像素点灰度值构成集合并计算该集合的方差，进一步得到直线集合Lfhi对应的灰度值方差集合Vari，获取Lfhi中灰度值方差最小的直线即为船槽水平边缘直线 。

6.根据权利要求2所述的一种基于计算机视觉的船槽定位方法，其特征在于步骤

4）中对船槽垂直线检测方法如下：首先通过判断直线 的斜率，过滤不是垂直边缘的直线，即保留直线斜率满足 的直线，进一步得到直线候选集合，Nv为过滤后直线的总数；其次对直线候选集合Lsvi进行直线聚类，即将直线候选集合中斜率相同的且平行直线之间的距离d满足d≤4的直线聚为一类，得到直线聚合类 ， 表示第r个直线聚合类， 为直线聚合类的总数，再利用最小二乘法分别对各个直线聚合类进行直线拟合，进一步得到拟合后的直线集合 ， 为直线拟合后的直线总数，即为船槽垂直线集合Lvi。

7.根据权利要求2所述的一种基于计算机视觉的船槽定位方法，其特征在于步骤5）中步骤5中计算其相对于相机坐标系、船槽水平边缘直线所在图像平面与船槽垂直线所在图像平面的图像深度，具体如下：步骤5.1：计算船槽水平边缘直线Lhi所在平面的图像深度，首先在船槽水平边缘直线Lhi上取点 ，再利用计算机视觉技术，计算点 的图像深度为 ；

步骤5.2：计算船槽垂直线集合Lvi中直线所在平面的图像深度，首先在船槽垂直线上取点 ，再利用计算机视觉技术，计算点 的图像深度为 ，进一步得到船槽垂直线的图像深度集合 ；

i

步骤5.3：通过上述计算得到点 的图像深度 和垂直线集合Lv的图像深度集合 ，得到直线Lhi所在平面和直线集合Lvi所在平面之间的图像深度差为 。