一种鸟击风险评估系统及其评估方法技术方案

本发明专利技术公开了一种鸟击风险评估系统及其风险评估方法，所述系统由雷达、图像采集设备、飞鸟目标识别模块、鸟击风险评估模型和鸟情数据库构成。雷达实时地输出视频信号，图像采集设备将视频信号转换为数字雷达图像，飞鸟目标识别模块基于图像采集设备输出的数字雷达图像，识别出飞鸟目标并提取出相关鸟情信息，鸟击风险评估模型基于飞鸟目标识别模块提取的鸟情信息，对实时的鸟击风险进行评估，输出鸟击风险系数；鸟情数据库储存了飞鸟目标识别模块提取的鸟情信息和鸟击风险评估模型给出的鸟击风险系数。应用本发明专利技术方法可以准确的对机场周围飞鸟情况进行预警和掌握，便于工作人员清理和飞机驾驶人员有效规避风险。

【技术实现步骤摘要】

本专利技术属于风险评估
，涉及一种鸟击风险评估技术，主要应用于鸟击防范中的鸟情数据统计，具体地说，是指一种基于雷达图像提取的鸟情信息进行鸟击风险评估的系统及其评估方法。
技术介绍
鸟击是指航空器起降或飞行过程中和鸟类、蝙蝠等飞行物相撞的事件。自从有了航空器就有了鸟击事件，据统计，仅北美地区每年鸟击造成的军用和民用航空损失就超过5亿美元并且危及乘客生命安全，欧洲每万次飞机起降平均有5. 7次鸟击。中国民航在2001-2007年间，报告的鸟击事件共1055次，导致事故征候215次，造成中等程度以上损伤217起，在维修中统计的直接损失超过2. 7亿人民币，间接损失更加难以计算。 当前鸟击防范主要采用目测或望远镜目测鸟类活动然后采用某些方法进行鸟类驱赶，这种方法的局限性是明显的，特别是在周围建筑和植被较复杂的情况下，发现鸟类和驱赶鸟类变得越来越复杂。观测和统计鸟类迁徙和在机场附近的规律，对于鸟击防范具有重要意义。
技术实现思路
本专利技术的目的在于提出了，用来指导鸟击防范中鸟情数据库的建立，为鸟击防范工作提供了有利的技术支持。 本专利技术提供的一种鸟击风险评估系统，它主要由雷达、图像采集设备、飞鸟目标识别模块、鸟击风险评估模型和鸟情数据库构成。雷达实时地输出视频信号，图像采集设备将视频信号转换为数字雷达图像，飞鸟目标识别模块基于图像采集设备输出的数字雷达图像，识别出飞鸟目标并提取出相关鸟情信息，鸟击风险评估模型基于飞鸟目标识别模块提取的鸟情信息，对实时的鸟击风险进行评估，输出鸟击风险系数。鸟情数据库储存了飞鸟目标识别模块提取的鸟情信息和鸟击风险评估模型给出的鸟击风险系数。 本专利技术提供的一种鸟击风险评估方法，包括如下步骤 (a)雷达监测飞鸟情况，并实时输出视频信号； (b)视频信号转换为数字雷达图像；采用图像采集卡或外置图像采集盒将视频信号转换为数字雷达图像，图像中每个像素的灰度值反映了雷达回波的强弱； (c)飞鸟目标识别与信息提取； 具体过程为首先对数字雷达图像背景差分；对经过背景差分的雷达图像进行杂波抑制获得二值图像，对二值图像中不同的区域进行标识，计算出每个独立区域的中心坐标、像素数和独立区域的总数，每个独立区域代表一个飞鸟目标，中心坐标代表鸟类目标位置，像素数代表鸟类目标大小，独立区域的个数代表鸟类数量，通过连续两幅图像的对比，计算出飞鸟的飞行速度，通过不同目标像素数的多少，区分出飞鸟目标和飞行器目标； (d)根据鸟情信息获得鸟击风险评估系数； 由评价专家给鸟情信息中的每个因素打分，利用数学模型计算出每个因素的权重；同时，将获得的鸟情信息中的每个因素划分等级，分别赋以不同的分值，最后通过求加权和计算出鸟击风险系数，最后将鸟击风险系数储存在鸟情数据库中。 本专利技术的优点是提供了一种新的鸟击风险评估方法，利用该方法建立的鸟情数据库为鸟击防范工作提供了有利的技术支持。附图说明 图1是本专利技术鸟击风险评估系统结构示意 图2是本专利技术鸟击风险评估方法流程 图3是某机场的一幅雷达PPI图像； 图4是对图3中PPI图像进行目标信息识别与提取后的图像。具体实施例方式下面对本专利技术做进一步详细描述。参见图l，本专利技术提供了一种鸟击风险评估系统，所述的系统由雷达1、图像采集设备2、飞鸟目标识别模块3、鸟击风险评估模型4和鸟情数据库5构成。所述雷达l用于探测和搜索目标，并实时的输出视频信号；所述图像采集设备2用于将视频信号转换为数字雷达图像；所述飞鸟目标识别模块3基于图像采集设备输出的数字雷达图像，识别出飞鸟目标并提取相关鸟情信息，并储存在鸟情数据库5 ;所述鸟击风险评估模型4根据飞鸟目标识别模块3提取的鸟情信息，对实时的鸟击风险进行评估，输出鸟击风险评估系数，并储存在鸟情数据库5中。基于上述的鸟击风险评估系统的鸟击风险评估方法，如图2所示流程图，具体步骤如下 (1)雷达监测飞鸟情况，并实时输出视频信号； 所述的雷达1包括但不限于海事雷达、气象雷达和空中交通指挥雷达，雷达对周围环境中的飞鸟情况进行实时监测，并实时地输出视频信号。(2)视频信号转换为数字雷达图像； 图像采集设备2由图像采集卡或外置图像采集盒构成，将视频信号转换为数字雷达图像，数字雷达图像包括但不限于平面位置指示(PPI)图像，图像中每个像素的灰度值反映了雷达回波的强弱。(3)飞鸟目标识别与信息提取； 飞鸟目标识别软件基于图像采集设备输出的数字雷达图像，识别出飞鸟目标并提取出相关鸟情信息，鸟情信息包括但不限于鸟类数量、鸟类大小、飞行高度、飞行速度和活动区域等。最后将识别结果和提取的信息储存在鸟情数据库5中。其具体识别与提取过程如下 (a):背景差分。 所述的背景差分是指从原始探鸟雷达PPI图像中减去背景图像，所述的背景图像通过平均值法或主成分分析法进行构造。 平均值法是最常用、最简单的背景构造方法，这种方法通常适应于场景内的目标滞留时间较短、目标出现并不频繁的情况，针对每一帧图像重新构造背景，计算公式如下 <formula>formula see original document page 5</formula>=<formula>formula see original document page 5</formula> 式中，N为重构背景所用的图像数，Bk为重构后的图像，Bk—工为针对上一帧构造的 背景图像，fk为第k帧图像。本专利技术中，每隔一定时间(5 10min)就重新构造一次背景信 息。 (b):对经过背景差分的雷达图像进行杂波抑制。 对于经过背景差分的雷达图像，去除了主要的背景信息，但仍含有大量杂波，特别 是边缘杂波，需要通过恒虚警(CFAR)阈值分割和形态学的方法进行杂波抑制。 CFAR阈值分割能够根据背景杂波功率的变化，自动的获取检测门限，以保持虚警 不变的特性，是一种提供检测阈值的雷达信号处理方法。经过CFAR阈值分割的雷达图像称 为二值图像，其中目标由亮色表示，初步确定了目标区域。此二值图像由形态学作进一步处 理，去除像素数较少的杂波区域。形态学处理是指以腐蚀和膨胀这两种方法为基础，分别运 用这两种方法及其组合可以进行图像形状和结构的分析和处理，包括图像分割、特征抽取、 边界检测、图像滤波和恢复等。 经过背景差分和杂波抑制后获得的二值图像，需要进行目标信息提取，首先必须 确定目标在图像中是否为独立的区域，共有几个区域，这就需要对不同的区域进行标识，即 给每个独立的区域标定相同的数字。计算出每个独立区域的中心坐标、像素数和独立区域 的总数。每个独立区域代表一个飞鸟目标，中心坐标代表鸟类目标位置(飞行高度和活动 区域)，像素数代表鸟类目标大小，独立区域的个数代表鸟类数量，通过连续两幅图像的对 比，可以计算出飞鸟的飞行速度。通过不同目标像素数的多少，可以区分出飞鸟目标和飞行 器目标。(4)根据鸟情信息获得鸟击风险评估系数； 鸟击风险评估模型4基于飞鸟目标识别软件提取的鸟情信息，对实时的鸟击风险 进行评估，输出鸟击风险系数。影响鸟击风险系数的因素包括但不限于鸟类数量、鸟类大 小、飞行高度、飞行速度和活动区域，每种因素所占的权重由相关专家根据一定的数学模型 给出，该数学模型包括但不限于本文档来自技高网...

【技术保护点】
一种鸟击风险评估系统，其特征在于：由雷达、图像采集设备、飞鸟目标识别模块、鸟击风险评估模型和鸟情数据库构成；雷达实时地输出视频信号，图像采集设备将视频信号转换为数字雷达图像，飞鸟目标识别模块基于图像采集设备输出的数字雷达图像，识别出飞鸟目标并提取出相关鸟情信息，鸟击风险评估模型基于飞鸟目标识别模块提取的鸟情信息，对实时的鸟击风险进行评估，输出鸟击风险系数；鸟情数据库储存了飞鸟目标识别模块提取的鸟情信息和鸟击风险评估模型给出的鸟击风险系数。

【技术特征摘要】
一种鸟击风险评估系统，其特征在于由雷达、图像采集设备、飞鸟目标识别模块、鸟击风险评估模型和鸟情数据库构成；雷达实时地输出视频信号，图像采集设备将视频信号转换为数字雷达图像，飞鸟目标识别模块基于图像采集设备输出的数字雷达图像，识别出飞鸟目标并提取出相关鸟情信息，鸟击风险评估模型基于飞鸟目标识别模块提取的鸟情信息，对实时的鸟击风险进行评估，输出鸟击风险系数；鸟情数据库储存了飞鸟目标识别模块提取的鸟情信息和鸟击风险评估模型给出的鸟击风险系数。2. 根据权利要求l所述的鸟击风险评估系统，其特征在于所述的雷达包括海事雷达、 气象雷达和空中交通指挥雷达，并实时地输出视频信号。3. 根据权利要求1所述的鸟击风险评估系统，其特征在于所述的图像采集设备由图 像采集卡或外置图像采集盒构成，将视频信号转换为数字雷达图像，数字雷达图像包括平 面位置指示PPI图像。4. 根据权利要求1所述的鸟击风险评估系统，其特征在于所述的鸟情信息包括鸟类 数量、鸟类大小、飞行高度、飞行速度和活动区域。5. —种应用权利要求1所述的鸟击风险评估系统进行鸟击风险评估的方法，其特征在 于，包括如下步骤(a) 雷达监测飞鸟情况，并实时输出视频信号；(b) 视频信号转换为数字雷达图像；采用图像采集卡或外置图像采集...

【专利技术属性】
技术研发人员：宁焕生，陈唯实，朱衍波，郭勇，刘文明，徐群玉，
申请(专利权)人：北京航空航天大学，民航数据通信有限责任公司，
类型：发明
国别省市：11[]