【技术实现步骤摘要】
一种基于视频分析的机场助航灯光单灯故障监视方法
：本专利技术涉及一种机场助航灯光系统的监控技术。
技术介绍
：跑道灯光系统、滑行道灯光系统、进近灯光系统作为机场助航灯光系统的主要组成部分，各自都有不同的功能和作用，每个部分在飞机起降的不同阶段都起着重要作用，不可相互取代。如果助航灯光系统被损坏或者无法正常工作，那么夜间或者恶劣天气环境下飞机的着陆就缺乏有力保障，飞机的飞行就存在巨大的安全隐患，极易发生意外，必须停止飞行活动，关闭机场。所以如果进行夜间飞行，必须配备机场助航灯光系统，并且要保证机场助航灯光系统的正常运行，这样飞行员才能获得准确的当前地面跑道的有用信息，从而保障整个飞行活动正常进行。传统的机场助航灯光监视系统是通过人工巡检的方式，需要大量的人员进行维护和巡视，效率较低,不仅如此，人工巡检更重要的是与飞机飞行有冲突，只有等夜航结束才能进行，一旦发生故障,很难及时进行排除和维修。目前，随着机场客流量的增加、班次的不断增多，若出现较大数量的灯具故障，则会对飞机安全造成影响。国内外对于助航灯监控系统的研究...
【技术保护点】
1.一种基于视频分析的机场助航灯光单灯故障监视方法，其特征在于，包括以下步骤：/nS1:通过机场灯光分布图，利用摄像机对助航灯分区域、分组编号，获取单个助航灯的地理位置信息和灯光图像信息，并且根据获取的每组监控节点助航灯正常状态下的灯光图像信息，完成样本采集；/nS2:获取助航灯灯光的视频数据，并对视频数据进行处理并解析成逐帧的图像，得到目标图像信息；/nS3:对目标图像信息进行检测，判断在目标图像信息中是否检测到灯光图像信息，若是，则输出与每个灯光图像相对应的位置编号进入步骤S4；若否，则进入步骤S5；/nS4:根据所述位置编号获得与每个位置编号对应的灯光图像信息，对所述...
【技术特征摘要】
1.一种基于视频分析的机场助航灯光单灯故障监视方法，其特征在于，包括以下步骤：
S1:通过机场灯光分布图，利用摄像机对助航灯分区域、分组编号，获取单个助航灯的地理位置信息和灯光图像信息，并且根据获取的每组监控节点助航灯正常状态下的灯光图像信息，完成样本采集；
S2:获取助航灯灯光的视频数据，并对视频数据进行处理并解析成逐帧的图像，得到目标图像信息；
S3:对目标图像信息进行检测，判断在目标图像信息中是否检测到灯光图像信息，若是，则输出与每个灯光图像相对应的位置编号进入步骤S4；若否，则进入步骤S5；
S4:根据所述位置编号获得与每个位置编号对应的灯光图像信息，对所述灯光图像信息进行灯光特征提取，获得在目标图像信息中各个助航灯灯光的亮度状态特征；
S5:根据在目标图像信息中的各个助航灯灯光的亮度状态特征，与所述样本中所有助航灯灯光图像信息进行匹配判断，获得助航灯灯光状态结果。
2.根据权利要求1所述的一种基于视频分析的机场助航灯光单灯故障监视方法，其特征在于，在步骤S1中，对所述摄像机采集的助航灯灯光视频数据信息进行处理并解析成逐帧的图像，同时对机场定义平面直角坐标系，并加入机场的地理位置信息，利用场景中目标位于地平面上的外在约束，由目标图像位置的观测值计算出局部地面坐标系，最后利用目标图像识别出的地理位置信息和定义的机场直角坐标系所表示的单个助航灯的编号与坐标值，识别出所述单个助航灯的具体位置。
3.根据权利要求1所述的一种基于视频分析的机场助航灯光单灯故障监视方法，其特征在于，步骤S2-S5中所述的目标图像信息为根据助航灯灯光视频数据进行处理并解析得到的不同时间点的目标图像信息。
4.根据权利要求1所述的一种基于视频分析的机场助航灯光单灯故障监视方法，其特征在于，步骤S4中，还包括建立特征提取模型，特征提取模型为一神经网络模型，采用深度学习方法对所述模型进行训练，将设置好的灯光图像信息输入至所述模型中，所述模型输出与灯光图像信息相对应的灯光状态特征；采集单灯故障图像信息，按缺陷类型对所述图像信息进行分类标记，用标记的样本对所述模型进行...
【专利技术属性】
技术研发人员：林青，
申请(专利权)人：九州云北京科技发展有限公司，
类型：发明
国别省市：北京;11
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。