[发明专利]一种红外图像起落架自动识别方法

摘要

本发明公开了一种红外图像起落架自动识别方法，包括如下步骤：步骤1，输入红外图像I；步骤2，统计红外图像I的直方图His，计算前景和背景的分割阈值Th；步骤3，利用分割阈值Th将红外图像I二值化，得到二值图Bi Img；步骤4，定位飞机两个发动机的位置Pos₁和Pos₂；步骤5，计算前后起落架分布区域，分别为Area₁、Area₂和Area₃；步骤6，在分布区域中计算起落架特征参数F₁、F₂和F₃；步骤7，根据特征参数F₁、F₂和F₃完成起落架识别。本发明涉及的起落架自动识别技术识别正确率高、运算量小、易于硬件实时实现。

主权项

1.一种红外图像起落架自动识别方法，其特征在于，包括如下步骤：/n步骤1，输入红外图像I；/n步骤2，统计红外图像I的直方图His，计算前景和背景的分割阈值Th；/n步骤3，利用分割阈值Th将红外图像I二值化，得到二值图BiImg；/n步骤4，定位飞机两个发动机的位置Pos₁和Pos₂；/n步骤5，计算前后起落架分布区域，分别为Area₁、Area₂和Area₃；/n步骤6，在分布区域中计算起落架特征参数F₁、F₂和F₃；/n步骤7，根据特征参数F₁、F₂和F₃完成起落架识别；/n步骤2包括如下步骤：/n步骤2-1，计算红外图像I的直方图His(k){k＝0,...,255}，k表示灰度级；/n步骤2-2，设定门限T₁，对直方图His从高灰度级向低灰度级进行1×N划窗处理，若划窗内当前灰度的像素数His(k)＞T₁，判定当前灰度级为背景值，否则，判定当前灰度级为前景值，其中，5≤N≤15，N表示窗口宽度，100≤T₁≤150；/n步骤2-3，统计1×N划窗内His(k)＞T₁的个数Count，若Count/N＞0.8，则将N/2处的k值判定为分割阈值Th，否则，继续从高灰度级向低灰度级进行1×N划窗处理，直到找到分割阈值为止；/n步骤4包括：/n在直方图His中从高灰度级向低灰度级查找，将首次像素数His(k)＞40的灰度级判定为发动机灰度值，根据该灰度值在红外图像中定位两个发动机的位置Pos₁和Pos₂，它们的坐标分别为(x₁,y₁)和(x₂,y₂)，x₁,y₁分别表示发动机位置Pos₁的横坐标和纵坐标，x₂,y₂分别表示发动机位置Pos₂的横坐标和纵坐标；/n步骤5包括：/n起落架分布特征为：前起落架区域Area₁位于两个发动机的中轴线附近，后起落架区域Area₂和Area₃分别位于两个发动机的位置Pos₁和Pos₂附近，以两个发动机位置坐标(x₁,y₁)和(x₂,y₂)为参考点，x₁＜x₂，建立直角坐标系，则：/nArea₁表示为：在横轴x方向的起始位置为在横轴x方向的结束位置为在纵轴y方向的起始位置为在纵轴y方向的结束位置为/nArea₂表示为：在横轴x方向的起始位置为x₁；在横轴x方向的结束位置为在纵轴y方向的起始位置为在纵轴y方向的结束位置为/nArea₃表示为：在横轴x方向的起始位置为在横轴x方向的结束位置为x₂；在纵轴y方向的起始位置为在纵轴y方向的结束位置为/n其中，T₂表示长宽比，2≤T₂≤4；/n步骤6包括：/n在二值图BiImg中，假设前后起落架分布区域Area₁、Area₂和Area₃像素值为1的y方向最大位置分别为y_max1、y_max2和y_max3，则特征参数F₁、F₂和F₃表达式如下：/n /n /n /n步骤7包括：/n若F₁＞T₃，则判定前起落架处于放下状态，否则，判定前起落架处于收起状态；/n若F₂＞T₃，则判定后左起落架处于放下状态，否则，判定后左起落架处于收起状态；/n若F₃＞T₃，则判定后右起落架处于放下状态，否则，判定后右起落架处于收起状态；/n其中，0.5≤T₃≤1。/n