【技术实现步骤摘要】
本专利技术涉及机器视觉，尤其涉及图像处理，具体是指一种基于机器视觉实现停机坪廊桥对接测距的方法。
技术介绍
1、停机坪廊桥又称登机桥(airport boarding bridge)，是机场的重要设备，广泛应用于世界各大机场。它实现了飞机与航站楼的对接，使旅客可以直接从桥厢步入或离开飞机，方便快捷。无论天气条件和温度如何，廊桥都能保护旅客免受风吹、日晒和雨淋的影响。然而，在与飞机对接的过程中，停机坪廊桥常常面临刮伤和对接不准确等问题，给旅客带来不便，并给航空公司造成经济损失。因此，当廊桥距离过近或角度偏差较大时提醒操作人员，确保停机坪廊桥与飞机高精度连接，避免刮伤等问题至关重要，以确保旅客能够顺利登机，是符合航空安全的重要要求之一。
技术实现思路
1、本专利技术的目的是克服了上述现有技术的缺点，提供了一种具有成本低、高效率、稳定性强的基于机器视觉实现停机坪廊桥对接测距的方法。
2、为了实现上述目的，本专利技术的基于机器视觉实现停机坪廊桥对接测距的方法如下：
3、该基于机器视觉实现停机坪廊桥对接测距的方法，其主要特点是，所述的系统包括：所述的方法包括以下步骤：
4、(1)使用安装在廊桥上的相机采集飞机和廊桥的实时图像信息，并将该实时图像信息从rgb空间图像转换成hsv空间图像；
5、(2)根据设置的hsv空间图像的阈值选取roi区域确定飞机和廊桥平台所在的区域，并将所述的hsv空间图像转换为灰度图；
6、(3)对所述的灰度图
7、(4)对经过边缘检测后得到的图像进行直线检测，并对检测到的直线进行筛选和优化，选取最合适的直线作为飞机边缘与廊桥平台的边缘；
8、(5)计算廊桥平台到飞机边缘的像素距离，并利用该像素距离求得二者之间的实际距离；
9、(6)计算廊桥平台到飞机边缘的夹角，并剔除其中存在的异常数据；
10、(7)将检测到的直线绘制在图像的对应位置上，并根据检测到的距离和角度进行相应的警报提醒。
11、较佳地，所述的步骤(1)具体为：
12、将相机安装在廊桥入口的中央位置采集所述的飞机和廊桥的实时图像信息，将获取到的rgb空间图像按照以下方式转换成hsv空间图像：
13、设置最大和最小的rgb分量相等，即r＝g＝b，则色相h＝0；
14、当最大的rgb分量为r时，则色相h＝((g-b)/(max-min))×60；
15、当最大的rgb分量为g时，则色相h＝((b-r)/(max-min))×60+120；
16、当最大的rgb分量是b时，则色相h＝((r-g)/(max-min))×60+240；
17、当最大和最小的rgb分量相等，即r＝g＝b，则饱和度s＝0，否则，饱和度s＝(max-min)/max，且明度v等于rgb分量的最大值。
18、较佳地，所述的步骤(2)具体为：
19、分别对飞机和廊桥区域进行取色，并统计所述的飞机和廊桥的hsv空间图像的数值范围，通过设置hsv阈值为[0,0,100]到[175,48,255]之间，以此选取对应的所述的roi区域，并对其他未选中区域使用蒙版进行遮挡，以此将hsv空间图像转换为灰度图。
20、较佳地，所述的步骤(3)具体包括以下步骤：
21、(3.1)首先使用高斯滤波器对灰度图像中的roi区域进行噪声去除；
22、(3.2)使用一阶导数找到所述的灰度图像中的边缘，并计算图像中每个像素的梯度和方向，将图像中的梯度方向作为边缘方向，并执行非极大值抑制，只保留梯度幅值在边缘方向上的局部最大值，并将其他值抑制为零；
23、(3.3)定义高阈值和低阈值进行滞后阈值处理：如果当其像素梯度幅值大于高阈值，则标记为强边缘；如果当前像素梯度幅值介于高阈值和低阈值之间，则标记为弱边缘；如果当前像素梯度幅值小于低阈值，则该像素梯度被抑制；
24、将获取的所有强边缘和与其相连接的弱边缘确定为灰度图中的roi区域的最终的边缘图像。
25、较佳地，所述的步骤(4)具体包括以下步骤：
26、(4.1)创建一个二维hough累积数组，其中每个元素表示在参数空间内的一个可能直线；
27、(4.2)初始时，累积数组中的所有元素都被初始化为零；
28、(4.3)对于每个边缘点，根据其位置计算对应的直线参数ρ和θ，并在所述的hough累积数组中增加相关的元素值；
29、(4.4)对于每个极角θ的离散值，按照以下方式计算极径ρ：
30、ρ＝x×cos(θ)+y×sin(θ)，
31、其中，(x,y)分别为边缘点的坐标；
32、(4.5)在hough累积数组中找到对应于(ρ,θ)的元素，并增加对应的值，在hough累积数组中找到具有最大值的元素，确定有效的直线，待确定有效直线的参数后，在原始图像上绘制检测到的直线，并以此作为飞机边缘与廊桥平台的边缘。
33、较佳地，通过以下方式对检测到的直线进行筛选和优化：
34、当获取到的直线长度明显超过廊桥平台或飞机长度，则舍弃该直线；在廊桥靠近的过程中，廊桥平台的线段与飞机边缘的线段始终在一定的斜率范围内变动，若廊桥平台与飞机边缘之间的斜率超出预设范围时，则舍弃该线段；以检测到的线段中点为圆心，5个像素点为半径，若绘制的圆内中存在明显异常的hsv数值，则舍弃该线段；若两条线段长度较短，斜率相近，则将两条线段相连。
35、较佳地，所述的步骤(5)具体包括以下步骤：
36、(5.1)利用点到直线距离的计算公式分别计算廊桥平台最左端、最右端及中点到飞机边缘的距离，选取最短的距离作为廊桥平台到飞机边缘的距离；
37、(5.2)通过以下转换方式计算像素距离与廊桥平台和飞机之间的实际距离：
38、获取廊桥平台标尺的像素长度与真实长度：在廊桥平台上贴定一段标尺，标尺的真实长度已知，令该长度为lr，在图像中测量出标尺的像素长度，假设像素长度为l；
39、(5.3)计算廊桥平台边缘处的像素尺度：将标尺在实际中的长度lr除以标尺在图像中的像素长度l，得到每个像素对应的实际长度与像素长度的比例；
40、像素尺度的计算公式如下：
41、
42、(5.4)计算图像中飞机舱门的真实宽度：在图像中测量出舱门宽度的像素长度，假设该长度为l1，将舱门宽度的像素长度l1乘以像素尺寸sr即可得到舱门的真实宽度lr1；
43、(5.5)利用舱门宽度作为标尺进行不同距离的标定：在不同的像素距离下测量舱门的像素长度，将像素距离记为x1,x2,x3,x4,x5......，将舱门像素长度记录为
44、l1,l2,l3,l4,l5......，并通过上式计算得到不同像素距离下图像的像素尺寸本文档来自技高网...
【技术保护点】
1.一种基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的方法包括以下步骤：
2.根据权利要求1所述的基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的步骤(1)具体为：
3.根据权利要求1所述的基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的步骤(2)具体为：
4.根据权利要求3所述的基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的步骤(3)具体包括以下步骤：
5.根据权利要求4所述的基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的步骤(4)具体包括以下步骤：
6.根据权利要求5所述的基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，通过以下方式对检测到的直线进行筛选和优化：
7.根据权利要求5所述的基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的步骤(5)具体包括以下步骤：
8.根据权利要求7所述的基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的步骤(6)具体包括以下步骤：
9.根据权利要求8所述的
...【技术特征摘要】
1.一种基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的方法包括以下步骤：
2.根据权利要求1所述的基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的步骤(1)具体为：
3.根据权利要求1所述的基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的步骤(2)具体为：
4.根据权利要求3所述的基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的步骤(3)具体包括以下步骤：
5.根据权利要求4所述的基于机器视觉实现停机坪廊桥对接测距的方法，其特征在于，所述的...
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。