[发明专利]一种区域多特征的检测方法及检测装置有效
申请号: | 201710473762.7 | 申请日: | 2017-06-21 |
公开(公告)号: | CN107341455B | 公开(公告)日: | 2020-11-03 |
发明(设计)人: | 郑红;陈昊 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/40 |
代理公司: | 北京市广友专利事务所有限责任公司 11237 | 代理人: | 滕胜利 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 区域 特征 检测 方法 装置 | ||
1.一种对夜间机场跑道路面上外来物的区域多特征的检测装置,所述区域多特征检测装置包括有配置有GPS定位的移动车载、计算机;其特征在于:还包括有激光器、CCD相机和FOD检测装置;激光器和CCD相机安装在配置有GPS定位移动车载的顶部;
激光器,用于出射红色激光线;
CCD相机,用于采集包含有所述红色激光线的视频图像信息;
FOD检测装置,由计算机、视频图像预处理单元和区域多特征FOD检测单元组成,所述的视频图像预处理单元和所述的区域多特征FOD检测单元存储在所述计算机内;激光器和CCD相机通过电缆与计算机的串口连接;
视频图像预处理单元,首先对CCD相机实时采集到的夜间机场跑道的视频图像进行三通道分解处理,获得R通道的视频图像信息;然后对R通道的视频图像信息进行中值滤波处理,获得滤波后视频图像信息;进而对滤波后视频图像信息进行形态学处理,获得形态—滤波后视频图像信息;最后对形态—滤波后视频图像信息进行大津阈值分割处理,获得预分割视频图像信息;
区域多特征FOD检测单元,对CCD相机实时采集到的包含有红色激光线位于视频图像中下部的视频图像所在区域进行检测判断;当激光器出射的红色激光线扫在FOD上时,位于FOD处的激光线会产生变宽、变窄、断口的形变,通过提取此处激光线的形变特征情况,来识别出视频图像所在区域上是否存在FOD,进而判断出夜间机场跑道路面上是否存在有FOD。
2.根据权利要求1所述的一种对夜间机场跑道路面上外来物的区域多特征的检测装置,其特征在于:所述的预分割视频图像的竖直高度是激光线竖直高度的10倍。
3.根据权利要求1所述的一种对夜间机场跑道路面上外来物的区域多特征的检测装置,其特征在于:所述CCD相机的像素要求不低于500万像素;所述CCD相机的有效采集距离为直线距离5米。
4.根据权利要求1所述的一种对夜间机场跑道路面上外来物的区域多特征的检测装置,其特征在于:所述激光器出射波长为635纳米的红色激光线。
5.根据权利要求1所述的一种对夜间机场跑道路面上外来物的区域多特征的检测装置,其特征在于:检测装置能够实现的最大检测精度为2cm×2cm,且不受FOD的材质影响,不受夜间机场跑道路上光线变化影响。
6.应用如权利要求1所述的一种对夜间机场跑道路面上外来物的区域多特征的检测装置进行的区域多特征FOD检测,其特征在于包括有下列步骤:
步骤一,对CCD相机实时采集到的夜间机场跑道的视频图像进行预处理,获得包含FOD的预分割视频图像;
步骤11,对CCD相机实时采集到的夜间机场跑道的视频图像进行三通道分解处理,获得R通道的视频图像信息;
步骤12,对R通道的视频图像信息进行中值滤波处理,获得滤波后视频图像信息;
步骤13,对滤波后视频图像信息进行形态学处理,获得形态—滤波后视频图像信息;
步骤14,对形态—滤波后视频图像信息进行大津阈值分割处理,获得包含FOD的预分割视频图像信息;
步骤二,对预分割视频图像信息进行视频区域分割;
先以包含FOD的预分割视频图像的左顶角为坐标原点构建平面坐标系XOY,OX轴为横轴方向,OY轴为纵轴方向;然后沿横轴方向OX按照区间宽度S将所述的预分割视频图像划分为A个区间的图像;
步骤三,纵轴方向激光线特征提取:
为获取所述激光线—FOD视频图像区域FOD_VideoLA中激光线的纵向特征,以任意一区间内的激光线上的像素点个数的总和来求取,所述FOD_VideoLA所在区间竖直方向上的算术平均值
令为区间中激光线上各列像素点个数和的序列集,从区间的左端开始到区间的右端结束,步长为1个像素;属于区间的方差中的角标k表示属于ai区间中的第几列,即列数标识号;
步骤四,横轴方向激光线特征提取:
为了获取所述激光线—FOD视频图像区域FOD_VideoLA中激光线的横向特征,以纵向的各个像素点个数的总和来表征,即激光线的横向特征
计算所述激光线—FOD视频图像区域FOD_VideoLA中激光线长度的算术平均值则有
步骤五,区域内纵向特征比较,判断FOD的存在;
为了获取所述激光线—FOD视频图像区域FOD_VideoLA中激光线的纵向变化特征,选取出区间内的列像素的最大值Fmax及最小值Fmin;若Fmax≥T1或Fmin≤T2,则证明区间中有FOD存在,同时在实时采集的视频图像界面中显示出FOD的位置;
若Fmax<T1和Fmin>T2两者都不满足,则执行步骤六;
T1表示激光线上包含FOD时激光线高度增加的最小阈值;
T2表示激光线上包含FOD时激光线变窄或断开的最大阈值;
步骤六,双总体t分布检验均值检验FOD;
采用双总体t分布检验均值方法对进行比较是否相等,检验水准为0.05,若区间中有FOD,同时在实时采集的含有红色激光线视频图像界面中显示出FOD的位置及大小;
若执行步骤七;
DS表示属于区间的总体方差的最小方差无偏估计值;
步骤七,区域横向特征比较,判断FOD的存在;
在区间中求出竖直高度H,hj为竖直方向上单步长各行激光线上像素点总数集,hj中角标j为行数标识号,n为激光线高度所在的最大行数,从区间上端依次累加,直到出现时结束;T3表示激光线上像素点存在FOD的横向累加和与激光线上像素点没有FOD的横向累加和的最大间隔,简称为间隔阈值,若H≥T3,证明区域FOD_VideoLA中有FOD;同时在实时采集的含有红色激光线视频图像界面中显示出FOD的位置;
若H<T3,证明区域FOD_VideoLA中没有FOD;继续向前进行夜间机场跑道路面检测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710473762.7/1.html,转载请声明来源钻瓜专利网。