[发明专利]跑道识别方法、装置、计算机设备及存储介质

说明书

本发明公开了一种跑道识别方法、装置、计算机设备及存储介质，属于计算机视觉目标识别领域，本发明用于根据图像识别跑道区域，提高了跑道识别方法对不同使用场景的适应能力，进而提高跑道识别的准确度。本发明的主要技术方案为：首先获取图像序列中的图像，对所述图像进行预处理；然后根据预处理后的图像确定候选区域，对所述候选区域轮廓提取直线特征；若所述图像不是第一帧图像，则利用前一帧图像的识别结果优化所述直线特征，并根据所述直线特征确定最终识别区域，保存并输出最终识别结果；若所述图像为第一帧图像，则直接根据所述直线特征确定最终识别区域，保存并输出最终识别结果。

技术领域

本发明涉及计算机视觉目标识别领域，尤其涉及一种跑道识别方法、装置、计算机设备及存储介质。

背景技术

机场跑道在固定翼无人机起飞或者着陆过程中扮演着十分重要的角色，具有很显著的特征标识，对机场跑道区域进行检测对于军用和民用而言都具有现实意义。机场跑道在图像中一般表现为两条平行的或纵横交错的跑道，此外跑道具有一定的长度和大的长宽比、宽度变化比较小，曲率有一定的限制、方向变换比较慢等形状特征；同时在图像中，跑道的色彩信息与周围地面的色彩信息具有较大的差距，亮度反差也较大。目前机场跑道的识别多以检测跑道的线性特征来判定机场区域。而在提取跑道的众多研究中，最常用的是基于边缘提取的跑道分析技术与基于深度学习或者机器学习的跑道提取技术。

现有技术中的跑道识别方法存在鲁棒性不高的缺点，无法对当前使用场景做出适应性调整，或适应能力较差，造成跑道区域识别不准确。基于边缘提取的跑道分析技术与基于深度学习或者机器学习的跑道提取技术常常会识别出不完整的跑道区域，跑道边缘会存在一些残缺的情况，例如锯齿，突起等。此外，现有技术中提取跑道区域时也会将与其相连的滑行道一并提取，造成跑道区域识别不准确，与实际跑道区域不相符的情况。

发明内容

本发明提供一种跑道识别方法、装置、计算机设备及存储介质，用于解决跑道区域识别准确率低的问题。

本发明实施例提供一种跑道识别方法，所述方法包括：

步骤S100，获取图像序列中的图像，对所述图像进行预处理；

步骤S200，根据预处理后的图像确定候选区域，对所述候选区域轮廓提取直线特征；

步骤S300，若所述图像不是第一帧图像，则利用前一帧图像的识别结果优化所述直线特征，若所述图像为第一帧图像，则直接进入步骤S400；

步骤S400，根据所述直线特征确定最终识别区域，保存并输出最终识别结果。

可选的，所述图像序列中的图像包括光学图像或遥感图像，所述图像序列包含时间序列信息。

可选的，所述图像序列中的图像采集自驾驶员视角。

可选的，步骤S100中，所述预处理包括：

步骤S110，将所述图像映射到HSV空间，得到HSV图像；

步骤S120，对所述HSV图像进行直方图均衡化处理，得到均衡化图像；

步骤S130，对所述均衡化图像按照预先设定的阈值进行二值化处理，完成图像预处理。

可选的，利用前一帧图像的识别结果优化所述直线特征，具体包括：

步骤S310，计算所述前一帧图像的能量图；

步骤S320，根据所述能量图，对所述直线特征进行筛选；

步骤S330，对筛选后的直线特征按斜率分为左簇和右簇；

步骤S340，分别对所述左簇和右簇中的直线进行拟合，得到最终边界直线。

可选的，步骤S320中，所述对直线特征进行筛选，具体包括：