[发明专利]一种基于机器视觉的机场鸟类目标检测方法

说明书

本发明公开了一种基于机器视觉的机场鸟类目标检测方法，根据飞鸟的运动特性提出了一种时域变化滤波算法，能够实现对飞鸟的初定位；利用红外视频中飞鸟的红外辐射满足高斯模型的特性，设计了一种基于高斯热图感知的鸟目标检测网络，能够在一级检测的基础上对飞鸟聚集区域进行单只鸟的细定位；本发明克服了传统驱鸟手段效率低、成本高、时效性短的问题；解决了机场飞鸟数量多、体积小、多聚集等问题，在机场红外视频上对飞鸟的检测取得了竞争力的结果。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于机器视觉的机场鸟类目标检测方法。

背景技术

飞机的飞行速度快,与飞鸟发生碰撞后通常会造成极大的破坏，严重时会造成飞机的坠毁。国际航空联合会已把鸟害升级为“A”类(最易发生的) 航空灾难。因此，设计高效而安全的驱鸟系统对维护机场安全至关重要。

近年来，作为鸟情观测的重要技术手段之一，雷达探鸟技术得到了快速的发展和应用。目前，国内外研制的相对成熟的“机场雷达探鸟系统”主要包括美国的Merlin雷达、加拿大的Accipiter雷达、荷兰的Robin雷达以及英国的Aveillant雷达，国内的部分高校和科研院所也在开展和推进探鸟雷达技术的研究。通过对探鸟雷达数据的处理分析，有助于掌握机场周边鸟类活动规律，及时形成鸟情分析报告，有助于指导机场制定科学合理的鸟防措施。雷达探鸟系统的探测范围在垂直高度上可以达到7500～15000英尺，在水平距离上可以达到2～6公里，虽然雷达探鸟系统对机场周边鸟类活动的热点区域能够进行鸟类数量的估计，但雷达探测的范围相对较远。在所有鸟击事件中，飞机起飞和降落过程是最容易发生鸟击的阶段，超过90％的鸟击发生在机场和机场附近空域，50％发生在低于30米的空域，仅有1％发生在超过760米的高空。对于机场应用环境，在环保意识加强下，如何在不伤害鸟类的情况下，对机场低空出现的飞鸟进行实时有效驱赶是现如今机场安全的重要课题，当今国际通用的驱鸟方法主要有两种：其一是改变鸟类的生态环境，这种方法对环境破坏较大；其二是运用刺激信号对鸟类进行驱赶，刺激主要针对视觉、听觉和嗅觉方面。视觉刺激主要通过激光或者鸟类天敌的图像来驱赶鸟类。随着智能化绿色机场的推广，刺激信号驱鸟将成为未来发展的主要选择方案。对鸟驱赶前要对低空出现的鸟进行实时有效的探测，目前国内鸟类探测手段主要包括热成像法、雷达法和图像处理方法。由于鸟的体积小，热成像效果不理想，尤其在和所处环境温度相似的情况下；雷达对近目标反应慢并且价格昂贵。

发明内容

本发明的目的是提供一种基于机器视觉的机场鸟类目标检测方法，能够提高驱鸟效率和准确性。

本发明所采用的技术方案是，一种基于机器视觉的机场鸟类目标检测方法，具体按照以下步骤实施：

步骤1、采集机场上空和周边环境红外视频序列V，将V分为训练视频 V_train和测试视频V_test；

步骤2、对训练视频V_train执行时域变化滤波算法进行一级运动区域检测，得到飞鸟聚集区域图像集合Mtrain；

步骤3、设计基于高斯热图感知的鸟目标检测网络结构，将飞鸟聚集区域图像集合Mtrain作为鸟目标检测网络的训练样本集，对网络进行训练，得到网络模型M_BDGHP-Net；

步骤4、输入测试视频V_test，V_test＝{Im_r|1≤r≤R}，其中Im_r是V_test中的第r帧图像，图像的宽为W，高为H，视频序列中的总帧数为R；

步骤5、定义视频帧数计数器变量为r，r初始化为1，即r＝1；定义飞鸟目标检测结果集合变量PS_te，PS_te初始化为空，即PS_te＝NULL；