一种基于最大面积的跑道轮廓线获取方法技术

本发明专利技术属于图像处理领域，具体涉及一种基于最大面积的跑道轮廓线获取方法。首先通过目标检测获取跑道位置信息；再通过语义分割神经网络分割出跑道轮廓，提取分割出的跑道轮廓中的最大面积的连通区域，排除其他错误连通区域；最后将得到的跑道轮廓信息与最小二乘、中线拟合算法结合，得到跑道轮廓线信息。得到跑道轮廓线信息。得到跑道轮廓线信息。

【技术实现步骤摘要】
一种基于最大面积的跑道轮廓线获取方法


[0001]本专利技术属于图像处理领域，具体涉及一种基于最大面积的跑道轮廓线获取方法。

技术介绍

[0002]随着图像采集技术和图像处理技术的不断进步，能够获取的图像分辨率越来越高，图像处理速度越来越快。通过采集图像，处理图像提取目标物成为重要应用。机场作为一类重要人工地物，是无人机起飞，降落等活动的重要参照物。目前大多数研究主要侧重于对机场本身的识别，多是以发现机场为目标。而对于机场轮廓线的自动化提取的研究不足。

技术实现思路

[0003]专利技术目的：提供一种基于最大面积的跑道轮廓线获取方法。
[0004]技术方案：
[0005]一种基于最大面积的跑道轮廓线获取方法，包括：
[0006]将读取的一帧图像读取进入目标检测神经网络；
[0007]获取目标检测神经网络结果并检查目标检测神经网络结果是否有效；
[0008]目标检测神经网络结果有效时，截取包含目标的图像，将截取的图像传入语义分割神经网络；
[0009]获取语义分割神经网络的结果，分别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于最大面积的跑道轮廓线获取方法，其特征在于，包括：将读取的一帧图像读取进入目标检测神经网络；获取目标检测神经网络结果并检查目标检测神经网络结果是否有效；目标检测神经网络结果有效时，截取包含目标的图像，将截取的图像传入语义分割神经网络；获取语义分割神经网络的结果，分别对语义分割神经网络的结果中的跑道区域的左边线、右边线、底边线区域进行二值化处理，二值化处理会将灰度值大于阈值的赋1小于阈值的赋0；分别针对二值化后的图像中的左边线、右边线、底边线区域中像素为1的点设置标签值，并根据标签值确定左边线、右边线、底边线的最大面积连通区域；分别针对左边线、右边线、底边线区域中的最大面积连通域，遍历左边线区域的最大连通域中的像素，找到两侧第一个像素值为1的点作为两侧点集中的元素；分别对两侧点集中的元素进行最小二乘拟合获取到两侧点集中元素对应的直线斜率和截距以及顶点和底点坐标；将两侧点集中元素对应的直线的顶点和底点像素坐标相加，取其均值，便得到当前边线轮廓线的顶点以及底点像素坐标。2.根据权利要求1所述的基于最大面积的跑道轮廓线获取方法，其特征在于，分别针对二值化后的图像中的左边线、右边线、底边线区域中像素为1的点设置标签值，并根据标签值确定左边线、右边线、底边线的最大面积连通区域，具体包括：依次扫描，找到第一个值为1的像素点，将该点的标签置为1；继续扫描像素点，找到下一个值为1的像素点，检查该像素点的上下左右四个像素点；当像素点的上下左右像素点的值都为0时，使当像素点的标签值加一；当当前像素点的上下左右像素点有一个值为1的像素点时，将这个值为1的像素点的标签赋给当前像素点；当有多个相邻的像素点的值为1时选取其中较小的标签值赋给当前像素点；一次扫描完毕后，进行第二次扫描对每个点的标签更新，更新为连通区域中最小的标签值；根据更新后的标签值确定各个连通区域；计算每个连通域的面积，获取面积最大的连通域。3.根据权利要求2所述的基于最大面积的跑道轮廓线获取方法，其特征在于，根据更新后的标签值确定各个连通...

【专利技术属性】
技术研发人员：马波，周彦，倪静，王瑞，李云霞，胡逸雯，
申请(专利权)人：中国航空工业集团公司成都飞机设计研究所，
类型：发明
国别省市：