一种基于视频的飞机进出泊位自动检测方法
【技术领域】
[0001] 本发明设及一种基于视频处理和分析的飞机进出泊位自动检测方法，属于数字图 像处理和智能视频监控领域。
【背景技术】
[0002] 我国飞机航班正点起飞W飞机撤轮挡为新标准。撤轮档是一个全球民航界通用的 专业术语。如同地面的汽车一样，为避免汽车溜车，汽车停在车位里时，在汽车前面放置一 个档板。飞机撤掉轮档后，即可启动发动机而滑行。与原来关舱口即为航班正点的统计标 准相比，新标准意味着，不仅航空公司做好了旅客全部上齐的准备，而且机场做好了行李装 上飞机，航油做好了加油，空管发出飞机滑行到跑道上起飞的指令，即民航各链条全部做好 了航班起飞的准备。与原来的关舱口为标准相比是一个进步，因为关闭舱口后，飞机可能不 能启动，会出现旅客长时间坐在飞机上等待起飞的现象。
[0003] 根据新标准，飞机进入停机泊位后会立即上轮档，飞机离开泊位前会先撤轮档也 称为下轮档。通过检测飞机进出泊位可W间接得到飞机上下轮档的时间。而现阶段还没有 专口针对飞机进出泊位进行自动检测的研究。
【发明内容】
[0004] 为了克服现有技术下的上述缺陷，本发明的目的在于提供一种基于视频的飞机进 出泊位自动检测方法，该方法能实现全天候智能检测飞机航班的准点时刻，且检测准确率 较高。
[0005] 本发明的技术方案是： 一种基于视频的飞机进出泊位自动检测方法；获取覆盖飞机停机泊位区域的监控区域 的视频图像，识别运动目标并进行运动目标跟踪，提取检测区域内图像的特征点并进行特 征点匹配跟踪，得到匹配的特征点集，在连续一定帖数的视频图像中满足飞机驶入或驶离 方向要求的特征点对数符合要求数量时，再进一步作正式入位或正式离位的判断，当特征 点集的位移小于一定像素，且运动目标没有驶入接着驶离飞机停机泊位区域，则判断为飞 机正式入位；当特征点集的位移小于或等于一定像素，且运动目标没有驶离接着驶入飞机 停机泊位区域，则判断为飞机正式离位，所述检测区域为视频图像上对应于飞机停机泊位 区域的设定区域。
[0006] 识别运动目标的方法可W是；通过混合高斯背景模型提取出前景，得到二值化图 像，对二值化图像进行膨胀处理，对膨胀处理后的图像中的前景提取外接矩形形成目标团 块，所述目标团块即为运动目标。
[0007] 其中提取外接矩形的方法可W是；提取前景连通区域的轮廓，将轮廓线上点集合 纵坐标和横坐标的最大值和最小值之间的矩形区域所对应的矩形作为所述外接矩形。所述 矩形区域实质上就是所述目标团块所占区域。
[0008] 进行运动目标跟踪的方法优选为；判断当前帖中前一帖目标团块所在位置的一定 距离内是否有目标团块，如果有，计算当前帖中目标团块和前一帖目标团块相重叠区域的 面积占前一帖目标团块所在区域的面积的比例和/或两目标团块中屯、点间的距离，当所述 比例不小于比例阔值和/或所述距离不大于距离阔值，则判断两目标团块是同一个目标团 块，记录目标团块中屯、点位置的变化，当目标团块进入接着离开检测区域或者离开接着进 入检测区域作相应标记。同一帖中不同目标团块之间可W通过为其建立跟踪标志并编号进 行区分。
[0009] 舍弃所包含像素个数小于50或者其长度或宽度小于10个像素的目标团块，即该 样的目标团块不作为运动目标跟踪的对象。
[0010] 运动目标跟踪过程中，如果目标团块连续丢失到达一定帖数(例如10帖W上)，则 判断该目标团块失效。
[0011] 对灰度化后的视频图像提取检测区域内图像的Harris角点作为特征点，并采用 基于特征的光流算法进行特征点匹配跟踪，在光流算法的基础上优选进行金字塔分层迭代 计算光流场，将图像进行金字塔分层，在金字塔的最上层图像的分辨率最低，由最上层开始 计算光流值，计算的结果加上上一层的初始值作为下一层的光流初值，再对下一层计算光 流场，在除最高层外的其他层进行光流迭代，迭代到最后一层就形成光流矢量。
[0012] 所述飞机驶入方向要求可W是；0°《0 <30° ;所述飞机驶离方向要求可W是： 150° < 0《180°，其中0为方向线与相匹配特征点的向量所形成的夹角，所述方向线是 根据飞机进入所述检测区域的规定方向设置的由飞机尾部指向飞机机头的直线，所述相匹 配特征点的向量由前一帖特征点的坐标点指向当前帖上相匹配特征点的坐标点。
[0013] 对于前述任意一种所述的基于视频的飞机进出泊位自动检测方法，可W采用如下 步骤： 图像获取；获取实时的监控区域的视频图像，所述监控区域覆盖飞机停机泊位区域； 图像预处理；根据飞机停机泊位区域在视频图像上统一设定所述检测区域，通过灰度 化将所获取的图像转化为灰度图像，设定检测区域前进行或不进行缩放处理，所述缩放处 理是将不同设备采集的视频图像进行统一长度和宽度的缩放处理； 运动目标识别；对所述视频图像或所述灰度图像利用混合高斯背景模型提取出前景， 得到二值化图像，对二值化图像进行膨胀处理，对膨胀处理后的图像中的前景提取外接矩 形形成目标团块，所述外接矩形是前景连通区域的轮廓线上点集合纵坐标和横坐标的最大 值和最小值之间的矩形区域所对应的矩形； 运动目标跟踪；为目标团块建立跟踪标志并编号，判断当前帖中前一帖目标团块所在 位置的一定距离内是否有目标团块，如果有，计算当前帖中目标团块和前一帖目标团块相 重叠区域的面积占前一帖目标团块所在区域的面积的比例和/或两目标团块中屯、点间的 距离，当所述比例不小于比例阔值和/或所述距离不大于距离阔值，则判断两目标团块是 同一个目标团块，将前一帖目标团块的信息复制到当前帖中，对不同帖的同一个目标团块 进行编号的统一，记录同一目标团块其中屯、点位置的变化；如果目标团块连续丢失达到一 定帖数，则判断该目标团块失效；当目标团块进入接着离开检测区域或者离开接着进入检 测区域则进行相应标记； 特征点匹配跟踪；对所述灰度图像中检测区域内的图像提取Harris角点作为特征点， 基于金字塔光流算法对特征点进行匹配跟踪，在光流算法的基础上进行金字塔分层迭代计 算光流场，将图像进行金字塔分层，在金字塔的最上层图像的分辨率最低，由最上层开始计 算光流值，计算的结果加上上一层的初始值作为下一层的光流初值，再对下一层计算光流 场，在除最高层外的其他层进行光流迭代，迭代到最后一层就形成光流矢量； 飞机进出停机泊位判断；针对特征点匹配跟踪得到的相匹配的特征点集，计算相匹配 的特征点所对应的向量与方向线间的夹角0，所述飞机驶入方向要求是；〇°《0 <30° ; 所述飞机驶离方向要求是；150° < 0《180°，其中0为方向线与相匹配特征点的向量 所形成的夹角，所述方向线是根据飞机进入所述检测区域的规定方向设置的由飞机尾部指 向飞机机头的直线，所述相匹配特征点的向量由前一帖特征点的坐标点指向当前帖上相匹 配特征点的坐标点； 在连续一定帖数的视频图像中满足飞机驶入或驶离方向要求的特征点对数符合要求 数量时，作准入位标记，进一步作正式入位判断；若特征点集的位移小于一定像素，且目标 团块没有进入接着离开检测区域的标记，则判断为飞机正式入位；当连续一定数量的帖其 上满足飞机驶离方向要求的特征点对达到设定数量时，作准离位标记，进一步作正式离位 判断；若特征点集的位移小于或等于一定像素，且目标团块没有离开接着进入检测区域的 标记，则判断为飞机正式离位。
[0014] 可W采用W下一种优化方式或多种优化方式的组合： (1) 所述图像预处理步骤中，通过连续选择数目大于3个且小于10个的边界点定义所 述检测区域，所述检测区域为所有边界点顺次连接形成的封闭几何形状所包围的区域； (2) 所述运动目标识别步骤中，混合高斯背景模型参数取值为；高斯分布个数为3,预 设的标准差倍数为2. 5,估计背景的最小测度为0. 5,初始权重为0. 02,初始方差为18 ; (3) 所述运动目标识别步骤每隔一定帖数进行一次；所隔帖数可W根据飞机进出泊位 时的运动速度确定，每隔几帖进行一次运动目标识别可W在达到识别目的的基础上适当提 高检测效率。
[0015] (4)所述运动目标跟踪步骤中，先判断目标团块的大小，舍弃所包含像素个数小于 50或者其长度或宽度小于10个像素的目标团块，即该些目标团块不作为运动目标跟踪的 对象，如果目标团块连续丢失达到或超过10帖，则判断该目标团块失效； (5) 所述特征点匹配跟踪步骤中，先计算每一对相匹配的特征点之间的位移，如果位移 大于0.1个像素，再计算相应的夹角0 ; (6) 飞机准入位或准离位判断时，连续跟踪一定数量的帖，期间如果没有连续丢失3帖 W上再作准入位或准离位标记； (7) 飞机准入位或准离位判断时，连续跟踪不低于50帖或50帖左右，如果满足飞机驶 入方向要求或飞机驶离方向要求的特征点对达到设定数