[发明专利]一种基于机器视觉的飞机入坞引导和机型识别的方法及系统

权利要求书

1.一种基于机器视觉的飞机入坞引导和机型识别的方法，其特征在于，包括：

步骤S1，飞机泊位场景设置步骤，将监测场景划分为不同的信息处理功能区；

步骤S2，图像预处理步骤，对所拍摄的图像进行预处理；

步骤S3，飞机捕获步骤，通过在该图像中识别飞机的引擎和前轮，以确认该图像中出现飞机；

步骤S4，飞机跟踪步骤，对步骤S3所捕获到的飞机的引擎和前轮的图像进行连续跟踪和实时更新；

步骤S5，飞机定位步骤，实现对飞机实时定位并准确判断飞机相对于引导线的偏离程度和相对于停止线的距离；

步骤S6，信息显示，输出并显示步骤S5的飞机相对于引导线的偏离程度和相对于停止线的距离；

其中，该飞机捕获步骤进一步包括：

步骤S31，背景消除步骤；

步骤S32，阴影消除步骤；

步骤S33，区域分类步骤；

步骤S34，特征验证步骤；

该特征验证步骤进一步包括：

步骤S341，图像极黑区域提取；

步骤S342，类圆形检测，提取该极黑区域的所有外层边界，对每一个边界使用边界的矩计算边界的重心坐标；

步骤S343，在类圆形区域中通过判断相似度检测飞机引擎；

步骤S344，检测飞机前轮；

其中，步骤S33中的所述区域分类步骤，是建立一个标准正面飞机区域模板，经过变化检测提取目标区域并求取该区域的垂直投影曲线，然后求取该垂直投影曲线与所述标准正面飞机区域模板的垂直投影曲线的相关系数，若该相关系数大于或等于一分类阈值，则该目标为飞机。

2.如权利要求1所述的方法，其特征在于，该图像预处理步骤进一步包括：

步骤S21，根据该图像的平均灰度值判断该图像为低照度图像、强光照图像还是正常光照图像，对低照度图像执行低照度图像处理步骤，对强光照图像执行强光照图像处理步骤；

步骤S22，根据该图像的方差判断该正常光照图像是否为正常图像；

步骤S23，对于非正常图像，判断其为雨雪图像还是雾图像，对雨雪图像执行雨雪图像处理步骤，对雾图像执行雾图像处理步骤。

3.如权利要求2所述的方法，其特征在于，该低照度图像处理步骤包括：

g(x,y)＝f(x,y)+af(x,y)(255-f(x,y))

f(x,y)为原图像，(x，y)为图像中的像素点坐标，g(x,y)为处理之后的图像，a为低照度图像处理参数。

4.如权利要求2所述的方法，其特征在于，该雨雪图像处理步骤包括：

利用光度测定模型寻找被雨雪污染的待处理像素；

对于当前图像的待处理像素，提取与该当前图像前后相邻的图像的相应像素的亮度值，根据该亮度值判断与该当前图像前后相邻的图像的相应像素是否均为待处理像素，如果是，取该当前图像的待处理像素的所有相邻像素的亮度值的平均值，用该平均值代替该当前图像的待处理像素的亮度值，如果否，利用该当前图像前后相邻的图像的相应像素的亮度值中的最小值或最小的两个值的平均值，代替该当前图像的待处理像素的亮度值。

5.如权利要求2所述的方法，其特征在于，通过同态滤波进行该雾图像处理步骤。

6.如权利要求1所述的方法，其特征在于，该飞机捕获步骤进一步包括：

步骤S31中的所述背景消除步骤，是利用单高斯背景模型来模拟场景中背景的动态分布并进行背景建模，然后将当前图像与背景模型作差分以消除背景，得到前景区域；

步骤S32中的所述阴影消除步骤，是统计该前景区域的灰度值，找出最大灰度值g max和最小灰度值g min，然后在灰度值小于T＝g min+(g max-g min)*0.5的区域进行阴影消除；

步骤S34中的所述特征验证步骤，是通过检测捕获到的飞机的引擎和前轮来进一步验证该目标是否为飞机。