[发明专利]一种基于无人机的智能化FOD探测方法及系统

说明书

本发明涉及机场跑道安全检测技术领域，公开了一种基于无人机的智能化FOD探测方法，包括步骤：1)、数据采集与数据锐化、滤波等处理；2)、运用D‑S证据理论对图像进行特征融合，去除背景斑点噪音，再配合图像拼接技术对图像进行能量累积，消除随机噪声，从而筛选出FOD图像；3)、将筛选出的图像与模型库内的FOD模型进行对比，确定出FOD类型。还公开了一种实现基于无人机的智能化FOD探测方法的探测系统，包括搭载有摄像头的无人机、FOD模型存储单元和图像处理系统。本探测系统结构简单，探测方法能快速、准确、高效的探测出跑道上无论尺寸大小的FOD，保证飞行安全。

技术领域

本发明属于机场跑道安全检测技术领域，特别是涉及一种基于无人机的智能化FOD探测方法及系统。

背景技术

跑道监视对于机场操作是非常重要的。跑道不断经受损坏，诸如由于飞机或使用跑道的其它车辆的磨损引起的坑洼。有时候，在跑道上可出现碎片或外物，这可能是由于喷气、飞机起飞/着陆、自然原因等引起的。在涉及飞机移动的起作用的跑道上，外物、碎片或损坏(FOD)的存在可导致飞机失事及其引发安全事故。

一些机场使用采用雷达的自动化系统来检测机场跑道及其附近区域上的损坏、碎片和其它危害。在使用雷达的系统中，通常在跑道上发射微波信号，并且检测和分析来自任何外物的反射信号。由于微波信号是脉动或结构化的，计算信号到达接收器所用的时间，根据该时间得出离外物的距离。通过使用波长较小且脉冲重复频率较高的雷达传感器，实现较高范围的分辨率是可行的，进而可减少背景杂波，但雷达的监视系统缺乏“智能性”，并且无法提供对象的视觉图像供操作者验证和表征。

一些机场利用红外或热成像系统来检测跑道上的对象、裂纹空隙等。但是，采用红外或热成像系统的系统仅可感测超出了环境的热均衡的红外辐射(从对象发出)，即红外或热成像系统仅可检测具有足够的热对比的对象(例如凉跑道上的一片热金属碎片)。热对比不佳的小对象可对红外/热成像系统提出巨大挑战。另外，这样的系统的性能在不利天气(例如冷天)状况下无法预测。另外，红外/热成像系统还缺乏对对象进行检测、表征和分类所需的分辨率。

最近，提出使用置于跑道附近的一个或多个视频摄像机来进行监视。操作者在机场控制室的控制台在视觉上监测从摄像机获得的视频信号。但由于某些较小的危险异物(如螺帽、铆钉)受相机像素影响，很难被清晰的拍到，因而往往被忽略，而造成事故。因此，如何解决上述技术问题成为本领域技术人员研究的重点。

发明内容

本发明的第一个目的在于提供一种基于无人机的智能化FOD探测方法及系统，已解决现有技术不足。

本发明的实施例是这样实现的：

一种基于无人机的智能化FOD探测方法，包括以下步骤：

1)、数据采集并将采集图像数据进行图像处理；

2)、运用D-S证据理论对图像进行特征融合，去除背景斑点噪音，再配合图像拼接技术对图像进行能量累积，消除随机噪声，从而筛选出FOD图像；

3)、将筛选出的FOD图像与模型库内的FOD模型进行对比，确定出FOD类型。

进一步地，步骤2)中所述运用D-S证据理论对图像进行特征融合包括内容有构造基本概率分配和Dempster融合。

进一步地，基本概率分配的构造包括以下步骤：

1)用SVM对样本集进行学习，公式(1)构造出概率模型Mi，其中公式(1)为：

公式(1)中，f(x)为SVM样本中X的标准输出值，A、B通过公式(2)的最大似然问题求得，公式(2)为：

公式(2)中，i＝1,2……(N+和N-分别为正负类的项目数)