【技术实现步骤摘要】
本专利技术涉及一种机场跑道异物检测方法，特别是一种基于光学图像分析的机场跑道异物检测方法。
技术介绍
1、机场跑道异物也称外来物(fod)，即可对航空器造成损害的外来物质，如散落的飞机零部件、金属工具、混凝土块、行李部件等。机场跑道异物可能会导致航空器损害，甚至酿成安全事故，后果不堪设想。
2、目前机场的跑道异物探测主要依靠人工巡场，近距离发现，这种处理方法一方面增加了工作人员的工作负荷，同时影响跑道的使用效率，同时异物发现也不够及时，存在一定的安全隐患，因而越来越多的厂家开始通过雷达和光学成像方式来进行机场跑道异物探测工作，进而保障机场安全运营。
3、目前雷达探测方式存在设备成本高，维护难，为降低成本，且能够更加直观的探测跑道异物，部分厂家开始通过光学图像的方式进行机场跑道异物探测，但是其中多数都是通过固定场景结合图像历史信息进行异物检测，容易受天气、相机抖动、光照变换等影响，鲁棒性差，在探测时存在漏检情况，且在天气不佳或者光照变换情况下，误检率很高，不能够满足实际现场的工程化需求。
技术实现思路
1、专利技术目的：本专利技术所要解决的技术问题是针对现有技术的不足，提供一种基于光学图像分析的机场跑道异物检测方法。
2、为了解决上述技术问题，本专利技术公开了一种基于光学图像分析的机场跑道异物检测方法，包括如下步骤：
3、步骤1，拍摄机场跑道图像，并对机场跑道图像进行边缘处理，计算其边缘信息的分布，判定跑道所处图像区域；
4
5、步骤3，对异物进行初次检测：利用ac显著性检测和ostu阈值分割对分割后的跑道图像进行处理，保存异物的位置和尺寸信息；
6、步骤4，对异物进行二次检测：基于步骤3中获取的异物的位置和尺寸信息，按比例放大后，将异物对应区域的图像提取出来，利用k-means方法对提取后的图像进行处理，并基于中心位置的图像信息进行阈值分割；
7、步骤5，将两次异物的检测结果进行比对，结合跑道边缘处的直线方程，剔除干扰，完成基于光学图像分析的机场跑道异物检测。
8、进一步的，步骤1中所述的对机场跑道图像进行边缘处理，具体包括：
9、步骤1-1，使用canny算法对机场跑道图像img_src进行边缘检测，获取包含边缘信息结果图img_canny，其中，机场跑道图像img_src的大小为m像素宽，n像素高；
10、步骤1-2，对步骤1-1中获取的的包含边缘信息结果图img_canny进行形态学处理，顺序进行开运算和闭运算两次，生成结果二值图img_result；
11、步骤1-3，设定步骤1-2中的结果二值图img_result的图像区域范围，其中上半区域取所述图像中的第0至m行，下半区域取上述图像中的第n至最后一行即第n行，列取满整列即m列，统计上半区域和下半区域像素值为255的像素点的个数，并分别计算其在统计区域内所占比例系数，具体方法如下：
12、
13、
14、其中p(i,j)为结果二值图img_result在第i行和第j列位置对应的像素值，为二值图像，该值为0或255，rateup为上半区域比例系数，ratedown为下半区域的比例系数；
15、步骤1-4，利用步骤1-3计算得到的上半区域比例系数rateup和下半区域比例系数ratedown，判定跑道在图像中的区域。
16、进一步的，步骤1-4中所述的判定跑道在图像中的区域，具体判定方式如下：
17、
18、其中，rateval为设定比例系数阈值，l为跑道所处区域标志，表示如下：up代表跑道位于图像整个上半部分区域，图像下半部分区域存在跑道外区域；mid代表跑道位于图像中间区域，图像上半部分区域和下半部分区域皆存在跑道外区域；down代表跑道位于图像整个下半部分区域，图像上半部分区域存在跑道外区域；all代表跑道覆盖整个图像区域，不存在跑道外区域。
19、进一步的，步骤2中所述的分割跑道，具体包括：
20、步骤2-1，对步骤1-2生成的结果二值图img_result的像素分布进行分析，并据此生成第一位置信息表localup和第二位置信息表localdown；
21、步骤2-2，使用最小二乘法分别对步骤2-1中生成的第一位置信息表localup和第二位置信息表localdown中的位置点数据进行直线拟合，得到两条直线方程分别为：
22、y＝kupx+bup
23、y＝kdownx+bdown
24、其中，y为机场跑道图像的列坐标，x为机场跑道图像的行坐标，kup、kdown、bup和bdown为数据直线拟合求解的方程系数值；
25、步骤2-3，结合步骤1-4求解的跑道区域标志，利用步骤2-2中得到的直线方程，求解机场跑道图像中跑道上下边缘的直线方程，计算方法如下：
26、跑道上边缘直线方程：
27、
28、跑道下边缘直线方程：
29、
30、步骤2-4，根据步骤2-3求解的跑道边缘线方程，求解跑道上下边缘直线与图像左右两个边缘的四个交点，分别为(0，y1)(m，y2)(0，y3)、(m，y4)，此时求解y1,y2,y3,y4中的最小值ymin及最大值ymax；
31、步骤2-5，设定矩形区域，其中左上位置点为(0，ymin)，右下位置点为(m，ymax)，截取步骤1-1中机场跑道图像img_src中对应的矩形区域，完成对跑道区域的分割，生成跑道区域分割图像img_runway。
32、进一步的，步骤2-1中所述的生成第一位置信息表localup和第二位置信息表localdown，具体方法如下：
33、当结果二值图img_result在(x,y)位置的像素值为255时，其中x为img_result所在行位置，y为img_result所在列位置，分别统计结果二值图img_result中位置(x-1,y)至(x-index,y)中像素值为255及0的像素点个数num_up_white和num_up_black，同时分别统计结果二值图img_result中位置(x+1,y)至(x+index,y)中像素值为255及0的个数num_down_white和num_down_black，其中index为预设统计范围，计算其中像素占比，计算公式如下：
34、ratewhiteup＝num_up_white/index
35、rateblackup＝num_up_black/index
36、ratewhitedown＝num_down_white/index
37、rateblackdown＝num_down_b本文档来自技高网...
【技术保护点】
1.一种基于光学图像分析的机场跑道异物检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤1中所述的对机场跑道图像进行边缘处理，具体包括：
3.根据权利要求2所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤1-4中所述的判定跑道在图像中的区域，具体判定方式如下：
4.根据权利要求2所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤2中所述的分割跑道，具体包括：
5.根据权利要求4所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤2-1中所述的生成第一位置信息表LocalUp和第二位置信息表LocalDown，具体方法如下：
6.根据权利要求4所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤3中所述的对异物进行初次检测，具体包括：
7.根据权利要求6所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤4中所述的对异物进行二次检测，具体包括：
8.根据
9.根据权利要求3所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤1-4中所述的比例系数阈值rateval，取值为0.15。
10.根据权利要求4所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤2-1中所述的预设统计范围index取值为50。
...【技术特征摘要】
1.一种基于光学图像分析的机场跑道异物检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤1中所述的对机场跑道图像进行边缘处理，具体包括：
3.根据权利要求2所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤1-4中所述的判定跑道在图像中的区域，具体判定方式如下：
4.根据权利要求2所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤2中所述的分割跑道，具体包括：
5.根据权利要求4所述的一种基于光学图像分析的机场跑道异物检测方法，其特征在于，步骤2-1中所述的生成第一位置信息表localup和第二位置信息表localdown，具体方法如下：
【专利技术属性】
技术研发人员：王扬红，章林，韩冲，董小舒，王啸，朱伟，唐小玲，杨沛，张典，萨出拉，
申请(专利权)人：南京莱斯电子设备有限公司，
类型：发明
国别省市：
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。