一种基于无人机的智能化FOD探测方法及系统技术方案

本发明专利技术涉及机场跑道安全检测技术领域，公开了一种基于无人机的智能化FOD探测方法，包括步骤：1)、数据采集与数据锐化、滤波等处理；2)、运用D‑S证据理论对图像进行特征融合，去除背景斑点噪音，再配合图像拼接技术对图像进行能量累积，消除随机噪声，从而筛选出FOD图像；3)、将筛选出的图像与模型库内的FOD模型进行对比，确定出FOD类型。还公开了一种实现基于无人机的智能化FOD探测方法的探测系统，包括搭载有摄像头的无人机、FOD模型存储单元和图像处理系统。本探测系统结构简单，探测方法能快速、准确、高效的探测出跑道上无论尺寸大小的FOD，保证飞行安全。

【技术实现步骤摘要】
一种基于无人机的智能化FOD探测方法及系统
本专利技术属于机场跑道安全检测
，特别是涉及一种基于无人机的智能化FOD探测方法及系统。
技术介绍
跑道监视对于机场操作是非常重要的。跑道不断经受损坏，诸如由于飞机或使用跑道的其它车辆的磨损引起的坑洼。有时候，在跑道上可出现碎片或外物，这可能是由于喷气、飞机起飞/着陆、自然原因等引起的。在涉及飞机移动的起作用的跑道上，外物、碎片或损坏(FOD)的存在可导致飞机失事及其引发安全事故。一些机场使用采用雷达的自动化系统来检测机场跑道及其附近区域上的损坏、碎片和其它危害。在使用雷达的系统中，通常在跑道上发射微波信号，并且检测和分析来自任何外物的反射信号。由于微波信号是脉动或结构化的，计算信号到达接收器所用的时间，根据该时间得出离外物的距离。通过使用波长较小且脉冲重复频率较高的雷达传感器，实现较高范围的分辨率是可行的，进而可减少背景杂波，但雷达的监视系统缺乏“智能性”，并且无法提供对象的视觉图像供操作者验证和表征。一些机场利用红外或热成像系统来检测跑道上的对象、裂纹空隙等。但是，采用红外或热成像系统的系统仅可感测超出了环境的热均衡的红外辐射(从对象发出)，即红外或热成像系统仅可检测具有足够的热对比的对象(例如凉跑道上的一片热金属碎片)。热对比不佳的小对象可对红外/热成像系统提出巨大挑战。另外，这样的系统的性能在不利天气(例如冷天)状况下无法预测。另外，红外/热成像系统还缺乏对对象进行检测、表征和分类所需的分辨率。最近，提出使用置于跑道附近的一个或多个视频摄像机来进行监视。操作者在机场控制室的控制台在视觉上监测从摄像机获得的视频信号。但由于某些较小的危险异物(如螺帽、铆钉)受相机像素影响，很难被清晰的拍到，因而往往被忽略，而造成事故。因此，如何解决上述技术问题成为本领域技术人员研究的重点。
技术实现思路
本专利技术的第一个目的在于提供一种基于无人机的智能化FOD探测方法及系统，已解决现有技术不足。本专利技术的实施例是这样实现的：一种基于无人机的智能化FOD探测方法，包括以下步骤：1)、数据采集并将采集图像数据进行图像处理；2)、运用D-S证据理论对图像进行特征融合，去除背景斑点噪音，再配合图像拼接技术对图像进行能量累积，消除随机噪声，从而筛选出FOD图像；3)、将筛选出的FOD图像与模型库内的FOD模型进行对比，确定出FOD类型。进一步地，步骤2)中所述运用D-S证据理论对图像进行特征融合包括内容有构造基本概率分配和Dempster融合。进一步地，基本概率分配的构造包括以下步骤：1)用SVM对样本集进行学习，公式(1)构造出概率模型Mi，其中公式(1)为：公式(1)中，f(x)为SVM样本中X的标准输出值，A、B通过公式(2)的最大似然问题求得，公式(2)为：公式(2)中，i＝1,2……(N+和N-分别为正负类的项目数)2)得到概率模型Mi后，便开始对SVMi测试，测试样本就是其学习样本，得到识别准确率ri；3)构造基本概率分配函数：其中，j＝1，2….k…，K为识别框架ω中的元素个数。进一步地，Dempster融合包括以下步骤：1)将灰度特征和边缘特征融合确定目标物的基本概率分配；2)将灰度特征和边缘特征融合的结果与亮度特征融合，得到最终的融合结果。进一步地，步骤2)中所述图像拼接技术包括内容有图像配准和图像融合。进一步地，所述图像配准包括以下步骤：Ⅰ、提取跑道原始图像和采集图像的共有特征；Ⅱ、基于对相似性的衡量，对两幅待配准的图像进行特征结构的匹配；Ⅲ、基于步骤Ⅱ中的特征结构匹配，获得相关参数；Ⅳ、根据Ⅲ中的参数进行坐标变换，完成匹配。进一步地，所述的基于无人机的智能化FOD探测方法，还包括以下步骤：1-1)、预先沿机场跑道设置若干航路点；2-1)、调取机场跑道原始图像，将机场跑道的边缘特征和灰度特征融合，去除跑道标志线干扰；3-1)、手动操作无人机飞抵摄像机标定板，由摄像机标定处理模块自动完成对摄像机内部参数的标定；4-1)、手动操作无人机飞抵若干航路点中的第一个航路点后转入自主飞行模式，无人机沿预先设置的航路点飞行，通过摄像机采集机床跑道图像并实时传回数据处理系统。进一步地，步骤2-1)中所述将机场跑道的边缘特征和灰度特征融合的方法包括以下步骤：2.1)利用Hough变换法将跑道原始图像分隔成若干个区域；2.2)在每个区域范围内，对该区域内的像素求取平均灰度值；2.3)比较每个区域中所得到的平均灰度值，将最大值记为Mean1，将Mean1所在的区域范围设置成白色；2.4)将Mean1以外的其他每个区域的平均灰度值进行比较，将最大值记为Mean2；2.5)设定一个阈值T，并将阈值T与Mean1和Mean2的差值比较，若差值在阈值T范围内则该将该区域设置成白色，接着继续转入步骤2.4)，若差值不在阈值T范围内，则转入步骤2.6)；2.6)将剩余的非标记区域设置为黑色。一种用于实现所述的基于无人机的智能化FOD探测方法的探测系统，其特征在于，包括：无人机，其搭载有一个或多个用于捕捉跑道图像的摄像机；FOD模型存储单元，其用于存储不同FOD图像模型；数据处理系统，其通过无线网络连接摄像机实现二者之间的信息交互，所述数据处理系统包括摄像机标定处理模块、图像处理模块、FOD检测模块和FOD自动识别模块；所述摄像机标定处理模块用于标定摄像机内部参数，其包括摄像机标定板；所述图像处理模块用于对摄像机采集图像进行处理；所述FOD检测模块基于D-S证据理论融合图像特征以及基于图像拼接技术实现FOD检测；所述FOD自动识别模块用于将检测出的FOD与FOD模型存储单元内存储的FOD模型对比以检测出FOD类型。进一步地，所述数据处理系统还包括数据管理模块，所述数据管理模块用于实现整个原始数据、处理过程数据和处理结果的查询、存储、删除、日志记录。本专利技术的有益效果是：本专利技术的探测系统结构简单，无人机搭载高清摄像机采集图像数据，通过D-S证据理论对图像进行特征融合，去除背景斑点噪音，再配合图像拼接技术对图像进行能量累积，消除随机噪声，能快速、准确、高效的探测出跑道上无论尺寸大小的FOD，保证飞行安全。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1是本专利技术提供的探测系统的结构示意图。图标：1-无人机，2-摄像机，3-摄像机标定处理模块，4-图像处理模块，5-FOD检测模块，6-F本文档来自技高网...

【技术保护点】
1.一种基于无人机的智能化FOD探测方法，其特征在于，包括以下步骤：/n1)、数据采集并将采集图像数据进行图像处理；/n2)、运用D-S证据理论对图像进行特征融合，去除背景斑点噪音，再配合图像拼接技术对图像进行能量累积，消除随机噪声，从而筛选出FOD图像；/n3)、将筛选出的FOD图像与模型库内的FOD模型进行对比，确定出FOD类型。/n

【技术特征摘要】
1.一种基于无人机的智能化FOD探测方法，其特征在于，包括以下步骤：
1)、数据采集并将采集图像数据进行图像处理；
2)、运用D-S证据理论对图像进行特征融合，去除背景斑点噪音，再配合图像拼接技术对图像进行能量累积，消除随机噪声，从而筛选出FOD图像；
3)、将筛选出的FOD图像与模型库内的FOD模型进行对比，确定出FOD类型。


2.根据权利要求1所述的基于无人机的智能化FOD探测方法，其特征在于：步骤2)中所述运用D-S证据理论对图像进行特征融合包括内容有构造基本概率分配和Dempster融合。


3.根据权利要求2所述的基于无人机的智能化FOD探测方法，其特征在于：基本概率分配的构造包括以下步骤：
1)用SVM对样本集进行学习，由公式(1)构造出概率模型Mi，其中公式(1)为：



公式(1)中，f(x)为SVM样本中X的标准输出值，A、B通过公式(2)的最大似然问题求得，公式(2)为：



公式(2)中，i＝1,2……(N+和N-分别为正负类的项目数)
2)得到概率模型Mi后，便开始对SVMi测试，测试样本就是其学习样本，得到识别准确率ri；
3)构造基本概率分配函数：

其中，j＝1，2….k…，K为识别框架ω中的元素个数。


4.根据权利要求2所述的基于无人机的智能化FOD探测方法，其特征在于：Dempster融合包括以下步骤：
1)将灰度特征和边缘特征融合确定目标物的基本概率分配；
2)将灰度特征和边缘特征融合的结果与亮度特征融合，得到最终的融合结果。


5.根据权利要求1所述的基于无人机的智能化FOD探测方法，其特征在于：步骤2)中所述图像拼接技术包括内容有图像配准和图像融合。


6.根据权利要求5所述的基于无人机的智能化FOD探测方法，其特征在于：所述图像配准包括以下步骤：
Ⅰ、提取跑道原始图像和采集图像的共有特征；
Ⅱ、基于对相似性的衡量，对两幅待配准的图像进行特征结构的匹配；
Ⅲ、基于步骤Ⅱ中的特征结构匹配，获得相关参数；
Ⅳ、根据Ⅲ中的参数进行坐标变换，完成匹配。


7.权利要求1所述的基于无人机的智能化FOD探测方法，其特征在于，还包括以下步骤：
1-1)、预先沿机场跑道设置若干...

【专利技术属性】
技术研发人员：阳巍，王宏吉，
申请(专利权)人：成都成设航空科技股份公司，
类型：发明
国别省市：四川;51