The invention belongs to the field of target tracking technology, and provides an aircraft image detection and tracking method. The method includes the original image input convolutional neural network, generating convolution feature map by image segmentation method to divide the original image into different regions, the characteristics of convolution maps of the region each segmented region extraction, and standardization, regional feature maps of each region are obtained corresponding to the inspection area feature map of each region according to the judgment, for corresponding feature map plane area, calculate and output plane area. The method of aircraft image detection and tracking can improve the reliability and real-time performance of target detection and tracking, avoid similar target interference and improve the execution efficiency of the algorithm.
【技术实现步骤摘要】
飞机图像探测及追踪方法
本专利技术涉及目标追踪
,具体涉及一种飞机图像探测及追踪方法。
技术介绍
飞机的降落和起飞是飞行过程中相比事故率最高的两个阶段。对起降过程中的飞机自动进行视频跟踪拍摄,是当前机场安全监视技术发展的一个方向。在现有技术中,多是借助自动控制转台、自动变焦长焦镜头和图像增强技术,与传统的工作方式相比,实时拍摄的视频信号能够更清晰更稳定地观察飞机的状态。这也是自动探测飞行姿态异常、起落架异常等事故隐患的数据基础。自动记录下的整个起降过程视频信息也是事后问题调查的主要参考依据。飞机起降过程自动追踪监视系统运行时,首先对准跑到端头飞机待起飞区域,或者着陆前低空航道区域,开始监视。如果有物体进入监视区域,经判定是飞机目标后,锁定目标,开始追踪拍摄。追踪过程中,根据飞机的位置自动调整转台保持飞机在画面中央,根据飞机的距离自动调整焦距保持飞机成像大小合适。降落过程追踪到飞机离开跑道后结束,起飞过程追踪到飞机离开监视范围后结束。从系统工作方式可以看出,飞机起降追踪和普通的目标追踪问题有很大的区别。首先,整个过程中拍摄设备保持转动,导致视频中的背景在高速运动。其次,由于拍摄过程目标锁定,飞机在画面中心区域无规律运动,成像大小也存在一定程度变化。最后,由于观察角度和距离的持续变化,飞机成像也存在很大的变化。除了这些区别外,飞机起降追踪还面临一些技术挑战,比如飞机在低空区域时背景比较复杂,在跑道区域活动时有其它的飞机目标干扰。这些区别和挑战导致基于Kalman滤波运动追踪、光流追踪等传统方法不适于飞机起降追踪。如何提高飞机起降过程中目标探测与追踪的可靠 ...
【技术保护点】
一种飞机图像探测方法,其特征在于,包括:将原始图像输入卷积神经网络,生成卷积特征图,所述卷积特征图包括每个像素的N维特征向量;采用图像分割方法将所述原始图像分割为不同的区域;对每个分割出的区域提取该区域的卷积特征图,并进行标准化处理,获取每个区域对应的区域特征图;检验每个区域的区域特征图,根据判定为飞机的特征图对应的区域,计算并输出飞机所在区域。
【技术特征摘要】
1.一种飞机图像探测方法,其特征在于,包括:将原始图像输入卷积神经网络,生成卷积特征图,所述卷积特征图包括每个像素的N维特征向量;采用图像分割方法将所述原始图像分割为不同的区域;对每个分割出的区域提取该区域的卷积特征图,并进行标准化处理,获取每个区域对应的区域特征图;检验每个区域的区域特征图,根据判定为飞机的特征图对应的区域,计算并输出飞机所在区域。2.根据权利要求1所述飞机图像探测方法,其特征在于,将原始图像输入卷积神经网络,生成卷积特征图,具体包括:采用预定参数的卷积核对所述原始图像进行卷积操作,生成卷积图像;采用预定参数的卷积核对所述卷积图像进行卷积操作,生成所述卷积特征图,所述卷积神经网络包括所述预定参数的卷积核。3.根据权利要求1所述飞机图像探测方法,其特征在于,采用图像分割方法将所述原始图像分割为不同的区域,具体包括:计算所述原始图像中相邻子区域的色差;将位置相邻且色差不超过预设的颜色阈值的子区域合并,合并后的区域颜色为两个子区域按像素数量的加权平均,遍历所有子区域,直至所有相邻子区域的色差均大于预设的颜色阈值,其中,色差为红绿蓝三个通道强度差绝对值的和;统计每个子区域分布在横、纵坐标上的最值,生成矩形边框,作为当前分割结果,进行输出;调整预设的颜色阈值,重复比较,直至图像中的区域数量为一,并合并完全相同的输出结果,则获取图像分割的最终结果。4.根据权利要求1所述飞机图像探测方法,其特征在于,检验每个区域的区域特征图,具体包括:采用PCA算法,对每个区域的区域特征图进行降维,得到特征向量,每个特征向量中特征值的位置根据该特征值的区分能力强弱确定;从前往后依次取特征向量中一个特征值,并根据该维度的分类阈值进行检验:若检验未通过...
【专利技术属性】
技术研发人员:隋运峰,黄忠涛,吴宏刚,程志,赵士瑄,
申请(专利权)人:中国民用航空总局第二研究所,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。