气液界面识别与船舶晃荡液位修正方法和系统

本申请提供一种气液界面识别与船舶晃荡液位修正方法和系统，通过提取图像边缘与灰度纹理特征，利用轻量卷积神经网络模型实现液气界面状态识别，并据此动态生成采集策略；随后采集液位原始信号并同步获取IMU数据，通过信号分解提取多模态分量，结合IMU构建扰动识别模型，滤除扰动相关分量并重构稳定液位；进一步将扰动分量建模为残差序列，利用时序预测模型实现干扰趋势预测与液位动态修正，输出更稳定可靠的液位数据。能够有效应对LNG船舶晃荡环境下液位测量不稳的问题，融合图像识别与IMU数据，实现液位扰动抑制与动态修正，具备自适应、抗干扰、测量稳定等优点，适用于复杂工况下的高精度液位监测。