一种基于视觉图像的泊位飞机前轮定位方法
【技术领域】
[0001] 本发明涉及一种泊位飞机定位及引导技术，特别是一种针对泊位飞机图像中目标 的特征部件的检测和跟踪的基于视觉图像的泊位飞机前轮定位方法。
【背景技术】
[0002] 视觉图像中的目标检测与跟踪是图像处理与模式识别的基本任务之一，也是计算 机视觉最重要的技术之一。视觉图像中包含有丰富的颜色、亮度、纹理等信息，是经过自然 选择后最适合感知世界的方式。人类与部分高等动物的大脑可以自动地进行对感兴趣目 标的检测与跟踪过程，这依赖于大脑的强大处理能力和一个人或动物从小到大对世界的学 习。要使用完全由计算机来模拟大脑的这一过程，以现有的科技水平还无法做到，但一些较 为简单的、具有高区分度的特殊物体的检测与跟踪，完全可以交给计算机来完成。
【发明内容】
[0003] 本发明所要解决的技术问题是提供一种针对泊位飞机图像中目标的特征部件的 检测和跟踪的基于视觉图像的泊位飞机前轮定位方法。
[0004] 为了实现上述目的，本发明提供了一种基于视觉图像的泊位飞机前轮定位方法， 其中，包括如下步骤：
[0005]S1、输入视觉灰度图像；
[0006]S2、目标锁定，使用高斯混合模型对所述视觉灰度图像进行运动目标掩膜的提取， 锁定待进入停机位的飞机轮廓；
[0007] S3、飞机引擎提取，包括：
[0008]S31、引擎检测，利用步骤S2提取到的该运动目标掩膜进行全局引擎检测，并输出 检测到的飞机引擎信息；
[0009]S32、引擎跟踪，利用步骤S31已检测到的上一帧该飞机引擎信息进行引擎位置跟 踪并输出跟踪到的本帧飞机引擎信息，以提高本帧飞机引擎的检测速度；
[0010]S4、飞机前轮定位，使用输出的该飞机引擎信息和/或对应的所述停机位的机场 引导线作为先验信息确定飞机前轮可能出现的目标位置，使用针对机场环境优化后的前轮 模板在该目标位置附近进行多分辨率匹配，并根据匹配结果确定该飞机前轮所在位置；
[0011]S5、输出该飞机前轮所在位置信息，以引导驾驶员正确进入该停机位。
[0012] 上述的基于视觉图像的泊位飞机前轮定位方法，其中，所述引擎检测步骤S31包 括：
[0013]S311、计算该运动目标掩膜覆盖下的视觉图像的灰度直方图累积分布，根据该灰 度直方图累计分布确定该视觉图像的最大/最小灰度级，进而确定该视觉图像为白天或黑 夜条件下所拍摄；
[0014]S312、使用分割阈值将图像分割为极黑区域和其他区域；
[0015]S313、使用圆形判定阈值对所有极黑区域进行类圆区域检测；
[0016]S314、筛选出高度相等、半径相等且间距为一预设值的一对类圆区域作为飞机引 擎信息。
[0017] 上述的基于视觉图像的泊位飞机前轮定位方法，其中，所述引擎检测步骤S31还 包括：
[0018]S315、若检测失败，则提高该阈值重新进行步骤S312-S314，若检测成功则输出并 记录该飞机引擎信息。
[0019] 上述的基于视觉图像的泊位飞机前轮定位方法，其中，所述引擎检测步骤S32包 括：
[0020]S321、使用浸水填充法对步骤S31检测到的飞机引擎进行跟踪并输出和记录跟踪 到的飞机引擎信息；
[0021] S322、若浸水填充法失败，使用上一帧成功跟踪时使用的阈值进行极黑区域的分 害I]，若极黑区域为圆形，则输出并记录新一帧的引擎信息；若不是圆形，则判定跟踪失败；
[0022] S323、若跟踪失败，则将上一帧飞机引擎信息置空后返回步骤S31，并输出一预测 结果。
[0023] 上述的基于视觉图像的泊位飞机前轮定位方法，其中，在未检测到飞机引擎的情 况下，所述飞机前轮定位步骤S4包括：
[0024]S41、在预设的视觉灰度图像上对该机场引导线与停止线进行标记；
[0025]S42、根据该机场引导线设置该目标位置及先验矩阵；
[0026]S43、使用致密模板金字塔进行模板匹配以确定前轮的位置和大小。
[0027] 上述的基于视觉图像的泊位飞机前轮定位方法，其中，在检测到飞机引擎的情况 下，所述飞机前轮定位步骤S4包括：
[0028]S44、利用该飞机引擎半径的大小设置前轮模板的尺度，根据飞机引擎位置设置的 检测区内进行模板匹配确定飞机前轮的位置，以最大相似度位置作为该飞机前轮所在位 置；
[0029]S45、在上一帧检测到飞机前轮位置的情况下，在该飞机前轮位置附近寻找新的飞 机前轮位置，并判断是否应当提升当前飞机前轮尺度。
[0030] 上述的基于视觉图像的泊位飞机前轮定位方法，其中，所述步骤S311中，记录下 累积分布中99%和1 %对应的灰度级，作为该视觉图像的最大/最小灰度级，若最大灰度级 小于预设值，则判定该视觉图像为夜晚拍摄。
[0031] 上述的基于视觉图像的泊位飞机前轮定位方法，其中，所述步骤S313包括：
[0032] 提取所述极黑区域的所有外层边界，对每一个边界，计算其重心坐标，计算公式 为：
[0033]
[0034]
[0035]
[0036] 枚举当前区域边界的所有像素点，计算其与重心的距离，并不断更新最大/最小 距离，若最大距离/最小距离超过了该圆形判定阈值，则判定该区域非圆形而直接进入下 一区域的判定。
[0037] 上述的基于视觉图像的泊位飞机前轮定位方法，其中，在步骤S4中，该前轮模板 在该目标位置附近进行多分辨率匹配所采用的距离度量公式为归一化后的相关系数，其计 算公式为：
[0038]
[0039]其中，
[0040]Τ'（X，，y'）=T(x'，y'）_l/(w·h)·Σx〃，y〃T(x"，y")
[0041]Γ(x+x，，y+y'）=I(x+x，，y+y'）-l/(w·h) ·Σx〃，y〃I(x+x〃，y+y")
[0042]T(x,y)和I(x,y)分别为模板和图像中（x,y)坐标对应的灰度值，I(x+x'，y+y'） 为图像中坐标为（x+x'，y+y'）对应的灰度值，w和h分表表示模板的宽和高，Τ'（x'，y'）表 示模板上该点减去模板的均值之后的值，I'（χ+χ'，y+y'）表示图像中该点减去被模板所覆 盖区域的均值之后的值。
[0043] 上述的基于视觉图像的泊位飞机前轮定位方法，其中，若所述引擎检测步骤无 法找到飞机引擎，则将该分割阈值增加〇. 04,该圆形判定阈值增加0. 2后，重复上述步骤S312-S314进行重新检测。
[0044] 本发明的技术效果在于：
[0045] 本发明针对即将泊位的飞机，使用摄像机拍摄其正面图像，通过对图像中飞机的 前轮检测与跟踪，结合引导线位置给出相应的引导信息，将相应的引导信息反馈给飞机驾 驶员，替代人工引导员完成引导任务。通过在视觉图像中精确检测并跟踪前轮的位置，利用 引擎与前轮的位置关系，通过引擎位置对前轮的搜索区域进行限制，既保证了准确率，又提 高了检测速度。完全可以达到泊位飞机引导的速度要求。
[0046] 以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
【附图说明】
[0047] 图1为本发明一实施例的流程图；
[0048] 图2为本发明一实施例的飞机引擎检测跟踪步骤流程图；
[0049] 图3为本发明一实施例的飞机前轮定位步骤流程图；
[0050] 图4A为本发明一实施例的夜晚条件下的灰度直方图；
[0051] 图4B为本发明一实施例的早晨条件下的灰度直方图；
[0052] 图5为本发明一实施例的极黑区域提取效果图；
[0053]图6为本发明一实施例的前轮检测模板示意图；
[0054] 图7A为本发明一实施例的模板金字塔不意图；
[0055] 图7B为图7A中模板缩放效果图。
[0056] 其中，附图标记
[0057]S1-S5 步骤
[0058] 10极黑区域
[0059] 20灰度低的前轮区域
[0060] 30灰度较低的起落架连接件
[0061] 40灰度较高的地面背景
【具体实施方式】
[0062] 下面结合附图对本发明的结构原理和工作原理作具体的描述：
[0063]参见图1，图1为本发明一实施例的流程图。本发明的基于视觉图像的泊位飞机前 轮定位方法，包括如下步骤：
[0064] 步骤S1、输入视觉灰度图像；
[0065]步骤S2、目标锁定，使用高斯混合模型对所述视觉灰度图像进行运动目标掩膜的 提取，锁定待进入停机位的飞机轮廓，使用高斯混合模型进行运动目标掩膜的提取，该方法 为计算机视觉领域