[发明专利]基于可见光和红外光图像融合的鸟情探测设备及识别方法有效
申请号: | 201910479788.1 | 申请日: | 2019-06-04 |
公开(公告)号: | CN110197231B | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 刘建平 | 申请(专利权)人: | 南京华格信息技术有限公司 |
主分类号: | G06V10/80 | 分类号: | G06V10/80;G06V10/764;G06V10/774;G06V10/70;A01M29/00 |
代理公司: | 南京苏创专利代理事务所(普通合伙) 32273 | 代理人: | 王华 |
地址: | 211135 江苏省南京市*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 可见 光和 红外光 图像 融合 探测 设备 识别 方法 | ||
本发明公开了基于可见光和红外光图像融合的鸟情探测设备及识别方法,该设备包括包括可见光探鸟仪、红外探鸟仪、云台和信息融合处理机,信息融合处理机包括图像融合、目标特征提取、目标识别模块。该方法为设备自检成功后对配置参数进行人工设定或默认参数加载。启动云台按设定的速度和路径对周边空域进行巡航,并同时启动可见光和红外探鸟仪进行视频采集。对采集的两路视频进行图像融合。针对融合后的图像进行特征提取,提取的特征与特征数据库中的目标特征进行比对,输出目标分类识别结果。根据结果判定目标类型,若为鸟类目标,则驱赶,否则,返回继续重新探测,本发明全天候智能探取识别的鸟情,进行全自动无人值守鸟害防治。
技术领域
本发明涉及一种基于可见光和红外光图像融合的鸟情探测设备及识别方法,属于智能探测技术领域。
背景技术
自2006年以来,机场鸟击事件每年保持增长100起左右的态势,2010年较2009年更是增长近250起,鸟击事件数量达到971起,鸟击已成为是第一大航空器事故征候类型。鸟击还给民航业带来了较大的经济损失,据不完全估计,1990-2010年中国民航因鸟击造成的直接经济损失约为8.5亿元。近年来机场通过环境治理减少吸引鸟类的因素,通过采用多种驱鸟手段驱赶鸟类,能一定程度上减少鸟撞,但多数情况下,驱鸟员无法及时发现危险鸟群,鸟撞飞机时有发生,尤其在鸟类迁徙季节,鸟撞问题最为突出,主要原因一是鸟情探测手段缺乏。目前主要是通过在机场设定固定哨和流动哨,人眼或配合望远镜来巡视鸟情,劳动强度大,观测范围小,且受天气、光线等因素影响较大。二是驱鸟工作比较被动,由于缺乏探测手段,目前机场驱鸟工作比较被动,不能做到及时发现,特别是夜间,给飞行安全带来严重威胁。
发明内容
为了解决上述存在的问题,针对机场鸟害防治缺乏有效探测手段的现状和难题,本发明公开了一种基于可见光和红外光图像融合的鸟情探测设备及识别方法,解决了机场的鸟情探测,特别是夜间的鸟情预警难题,可用于军民用机场、变电站等鸟害多发区域全自动无人值守鸟情智能探测,其具体技术方案如下:
基于可见光和红外光图像融合的鸟情探测设备,包括鸟情探测装置和信息融合处理机,所述鸟情探测装置实现机场周边区域的鸟情的昼夜探测;所述信息融合处理机实现对目标的智能探测、信息处理、识别以及任务调度;
所述探测装置包括可见光探鸟仪、红外探鸟仪和云台,所述可见光探鸟仪和红外探鸟仪均安装在云台上,可见光探鸟仪实现白天或高照度情况对机场周边区域的鸟情探测,红外探鸟仪实现夜晚或低照度情况对机场周边区域的鸟情探测,云台实现对可见光探鸟仪和红外探鸟仪的水平和俯仰旋转;
所述信息融合处理机包括图像融合、目标特征提取、目标识别模块。
基于可见光和红外双光图像融合的鸟情探测识别方法,包括以下步骤:
步骤1:开机自检,对电路、云台等各个模块进行自检;
步骤2:对配置参数进行人工设定或默认参数加载;
步骤3:启动云台按一定速度和路径进行巡航;
步骤4:启动可见光和红外探鸟仪进行视频采集;
步骤5:对采集的两路视频进行图像融合;
步骤6:针对融合后的图像进行特征提取;
步骤7:提取的特征与特征数据库中的目标特征进行比对,输出目标分类识别结果;
步骤8:根据结果判定目标类型,若为鸟类目标,进行步骤8,若为非鸟类目标,进行步骤4;
步骤9:将上述判定结果上报信息处理机决策系统;
步骤10:根据当前目标所处场景和步骤8的上报结果,进行联动驱鸟;
步骤11:驱赶不成功,返回步骤10;否则,返回步骤3。
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南京华格信息技术有限公司,未经南京华格信息技术有限公司许可,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/201910479788.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:用于训练模型的方法和装置
- 下一篇:基于边缘方向和梯度特征的图像匹配方法