[发明专利]一种基于视频分析的机场跑道大颗粒异物检测方法

说明书

本发明提供了一种基于视频分析的机场跑道大颗粒异物检测方法，包括：1)在视频监控画面上设置机场跑道的检测区域，设置大颗粒异物的初始像素面积阈值c_threshold，周期性提取监控画面作为输入图像；2)计算检测区域像素面积Area1；3)利用语义分割算法对跑道区域进行分割，计算隶属于跑道的像素面积Area2；4)计算Area1与Area2的像素面积的差值，得到跑道上异物的像素面积T_Area；5)如果T_Area大于c_threshold，则跑道中有大颗粒异物；否则跑道中没有大颗粒异物。本发明相较于现有技术，具有成本低廉、识别率更高、实时性更好、适应性更强的优点。

技术领域

本发明涉及机场安防监控技术领域，尤其是涉及一种基于视频分析的机场跑道上大颗粒异物检测方法。

背景技术

飞机在跑道上滑行时，跑道上遗留的异物会影响飞机的正确行驶，而其中大颗粒的异物将极有可能造成飞行起飞和降落过程中的安全事故。因此，准确及时地检测并发现跑道上的大颗粒异物，能够有效避免大颗粒异物对飞行安全的影响，保障飞机的正常行驶。

目前，机场跑道上的大颗粒异物通常是采用毫米波雷达进行探测，然而毫米波雷达设备价格高、专用性强，不利于在中小型机场推广应用。

因此，亟需对现有雷达探测方法进行改进，提出一种满足成本、精度、适用性等需求的新型探测方法。

发明内容

针对现有方法的以上缺陷或改进需求，本发明提出了一种机场跑道大颗粒异物的新型检测方法，基于视频分析技术实现异物的快速检测，有效提高了检测的可靠性和准确率，它具有识别率高、适应性强、成本低廉的优点。

为实现上述目的，本发明提供了一种基于视频分析的机场跑道大颗粒异物检测方法，所述方法包括如下步骤：

1)在视频监控画面上设置机场跑道的检测区域，设置大颗粒异物的初始像素面积阈值c_threshold，周期性提取监控画面作为输入图像；

2)计算检测区域像素面积Area1；

3)利用语义分割算法对跑道区域进行分割，计算隶属于跑道的像素面积Area2；

4)计算Area1与Area2的像素面积的差值，得到跑道上异物的像素面积T_Area；

5)如果T_Area大于c_threshold，则跑道中有大颗粒异物；否则跑道中没有大颗粒异物；

6)如果有大颗粒异物，将分割出的跑道区域像素值置零，其它区域像素值不变；

7)对处理后的图像进行二值化操作，提取大颗粒异物检测框；

8)输出检测结果。作为优选的实施方式，所述检测结果包括跑道上是否有大颗粒异物、大颗粒异物轮廓呈现，以及大颗粒异物的位置坐标。

进一步的，所述语义分割算法包括编码模块和解码模块，编码模块使用mobilenetv2进行特征提取，将解码模块特征图与mobilenetv2中间信息相融合，编码模块的特征图提供语义信息，mobilenetv2中间下采样提供细节信息，再上采样得到语义分割结果。

优选地，所述语义分割算法中空洞卷积的二次rate分别为2和6。

其中，所述语义分割算法的网络模型结构包括：采用轻量化网络mobilenetv2作为主干网络，其具有一输入和两个输出，其中mobilenetv2的一个输出分别被提供给第一1*1卷积模块、空洞卷积模块以及池化模块，mobilenetv2的另一个输出被提供给第二1*1卷积模块，第一1*1卷积模块、空洞卷积模块以及池化模块的输出均被提供给第三1*1卷积模块得到一中间信息，所述中间信息被提供给下采样模块，第二1*1卷积模块和下采样模块的输出分别被提供给Concat模块进行信息融合运算，融合信息再通过3*3卷积模块后提供给上采样模块，通过上采样模块输出语义分割结果。