跑道监视系统和方法

专利名称：跑道监视系统和方法
技术领域：
本发明基本上涉及一种用于跑道监视的系统和方法。
背景技术：
跑道监测对于机场运作非常重要。跑道不断受到一些损害，比如飞机或其他使用 跑道的交通工具磨损造成的坑洞。偶而，跑道上会出现碎片或异物，这可能是由于飞机爆 炸，飞机起飞/着落，自然因素等。在涉及飞机移动的现用跑道上，异物损坏的出现可能会 导致飞机失事和生命的间接损失，对航空公司造成重大损失。利用不同的方法对跑道进行监视。通常，检查人员定期地在机场跑道周围进行视 觉和人工监测。目视检查缓慢，属劳动密集型。此外，目视检查是不可靠的，因为它受到跑 道周围环境的影响。一些机场使用自动化系统，利用雷达来探测机场跑道上及其邻近区域的损伤，碎 片和其他危险。在使用雷达的系统中，通常传输微波信号过跑道，检测并分析任何异物的反 射信号。由于微波信号是脉冲或结构化的，所以计算信号到达接收器所需的时间，从而得到 产生该信号的外界物体的距离。通过使用具有较短波长和较高脉冲重复频率的雷达传感 器，有可能在射程内实现较高的辨析度，这样可轮流减少背景杂波。然而，利用任何雷达进行跑道监视的系统有自己的限制。虽然对于探测金属物体， 雷达是一个很好的手段，但它探测非金属物比较不敏感，如橡胶。雷达信号差的材料(如橡 胶)制成的物体会给这种基于雷达的系统带来主要问题。此外，不能依靠雷达来探测较小 的非金属物体。更多的限制包括雷达盲区或阴影，其是由其他物体或基础设施造成的堵塞 所带来的。此外，雷达可引起假警报，把甚至不那么危险的小金属物所反射的信号显示为强 信号。所以，基于雷达的监视系统缺少“智慧”，不能为操控者的验证和评定提供物体的视觉 图像。一些机场使用红外线或热成像系统来探测跑道上的物体、裂缝孔等。然而，利用红 外线或热成像的系统仅能感知红外辐射(来自物体的)，它不属于环境热平衡，也就是说， 红外线或热成像系统仅能探测具有足够热力差异的物体(如冷跑道上的暖金属碎片)。具 有弱热力差异的小物体对红外线/热成像系统构成重大的挑战。此外，这种系统的性能在 不利的天气(如寒冷天气)情况下是不可预知的。另外，红外线/热成像系统也缺少目标 检测、鉴定和分类所需的解决方案。近来，有人提出利用一个或多个搁置在跑道附近的摄像机来进行监视。从摄像机 获得的视频信号由机场控制室的控制台上的工作人员视觉监控。也有人提出依靠图像处理(如背景差)，通过处理监视摄像机所接收的跑道视频 图像来探测任何外物损伤。利用背景差进行的外物损伤探测存在很多问题。首先，像素性能常不能足够正确 地区分背景像素和前景像素。此外，背景受到诸如由于噪声、杂波、外来事件、光照和气候条 件所带来的变化。
5
此外，当前使用的图像处理系统依赖于周围的光照条件，不适用于导致像素特性 出现重大问题的差的光照条件。现有监视系统中使用的摄像机需要额外的辅助光照，比如用于夜间监视的激光或 红外光。使用这种系统的机场需要重大基础设施，从而增加了成本。而且，光照比如激光或 红外光的出现会干扰机场内其他系统，可能给机场的飞机航行带来安全问题，并给飞行员 等造成危险。因此，需要提供一种跑道监视来解决上述一个或多个问题。

发明内容
根据本发明的第一方面，本发明提供了一种用于探测跑道上异物、碎片或外物损 伤的监视系统，其包括一个或多个摄像机，以俘获跑道图像；以及一图像处理系统，其基于 所述摄像机俘获图像的自适应图像处理来探测跑道上的外物损伤；其中，所述监视系统对 于在白天和夜晚周围光线条件下进行外物损伤探测是自适应可操作的，无需辅助光照，比 如红外或激光照明装置。所述图像处理系统可应用图像增强方法来增强所俘获的图像。用于增强所俘获图像的装置包括一高通滤波器，一 Sobel X从左至右过滤器以及 一 Sobel X从右至左过滤器，或对所俘获图像的一 Scharr X过滤器。所述图像处理系统可决定即时处理是白天还是夜间，并从夜间俘获的图像来探测 异常光照条件，比如由飞机着落或起飞或地面交通工具移动所导致的异常光照。所述异常光照条件的探测可包括整体直方图和统计分析，以便将每幅图像和一个 或多个先前图像进行比较，并且以参考阈值所得到的强度变化为基础，确认所述异常光照 条件。用于所述异常光照条件探测的图像可从进一步处理忽略。所述图像处理系统可对不同环境条件下最佳外物损伤边缘提取，自适应估计一个 或多个阈值；并且以逐步获悉的背景图像边缘图为基础，利用统计方法，生成一像素级边缘 图，以便确定将被用于生成像素级阈值图的灰度查找表。所述图像处理系统可进一步应用时间滤波到一叠像素级边缘图，以便只保留强边 缘图，所述强边缘图仅由累积超过阈值的像素组成。所述图像处理系统可进一步使所述强边缘图受到自适应背景获悉，所述自适应背 景获悉包括比较先前即时获得的背景边缘图像和当前图像；确认跑道上缓慢变化的特征； 以及更新具有所述缓慢变化特征的背景边缘图像。所述图像处理系统可进一步生成一复合背景边缘图，其包括一自适应背景边缘 图，一先前获悉并存储的白天或夜晚背景边缘图，以及为特定季节或天气条件生成的一季 节性标识图。所述图像处理系统可进一步比较所述复合背景边缘图和强边缘图；并去除背景边 缘以提取一外物损伤的可疑边缘图。所述图像处理系统可进一步执行边缘滤波，以便从所述可疑边缘图过滤涉及环境 变化的不需要的边缘，并且从所述可疑边缘图来计算外物损伤的边缘参数。所述环境条件可包括白天到夜晚的转换，或夜晚到白天的转换，天气条件，雨，烟，云等等。所述图像处理可进一步在视频显示器上覆盖外物损伤图到跑道的涉嫌区，以警示 在控制塔或控制室进行外物损伤探测的工作人员。排列一个或多个摄像机，或一个或多个辅助摄像机，以变焦到所述涉嫌区进行视 觉确认。所述图像处理系统可进一步对外物损伤分类。所述一个或多个摄像机可包括一个或多个静态摄像机，一个或多个非静态摄像 机，或者静态摄像机和非静态摄像机的组合。所述摄像机可放置在跑道的一侧。所述摄像机可以以交错的方式放置在跑道的两侧。当一个或多个摄像机不能工作时，各个相邻的摄像机是可操作的，来覆盖不能工 作的摄像机所覆盖的区域。所述一个或多个摄像机可包括一个或多个黑白摄像机，一个或多个彩色摄像机， 或者两者兼而有之。所述监视系统可进一步包括一个或多个夜视摄像机。跑道路面可分成多段，一个或多个非静态摄像机按顺序逐段扫描跑道，以进行外 物损伤探测。静态摄像机可探测跑道上飞机起飞和着落的各个位置，从而指引非静态摄像机在 飞机着落或起飞的各个位置首先扫描跑道各段，以降低外物损伤的探测时间。所述图像处理系统可应用时域滤波，通过识别雨运动杂波的似雨特性，并基于由 于贯穿整个跑道的雨所产生的运动杂波，来过滤出跑道现场图像中的雨杂波。所述图像处理系统可应用时域滤波，通过识别雪运动杂波的似雪特性，并基于由 于贯穿整个跑道的雪所产生的运动杂波，来过滤出跑道现场图像中的雪杂波。所述图像处理系统可利用沿跑道纵向(水平方向)，且距离跑道一侧相同垂直距 离设置的用于跑道现场校准的标记或跑道边缘灯，映射跑道图像上的像素到实际道路坐标 系上(比如WGS84或机场网格)的精确坐标。所述图像处理系统可利用位于跑道中线各侧的两条平行的水平跑道线以及所述 跑道中线来得到用于跑道现场校准的两垂直像素映射比率，映射跑道图像上的像素到实际 道路坐标系上(比如WGS84或机场网格)的精确坐标。所述图像处理系统可利用单像视觉以及单像摄像机俘获的校准跑道现场图像，决 定跑道上外物损伤的位置和范围。所述系统可利用由静态摄像机以及校准跑道现场图像所决定的外物损伤的位置 和范围，自动控制所述非静态摄像机(比如摇动倾斜变焦摄像机)来摇摄和/或倾斜和/ 或变焦和/或聚焦到外物损伤，以获得足够详细的外物损伤的远摄图像，从而实现被测外 物损伤的验证，或过滤误警报。所述系统可利用使用一对监视摄像机的立体视觉来覆盖跑道上的相同段，从而通 过比较覆盖在跑道上监视相同区域(视野区)的两摄像机俘获的两图像，获得差异图像，从 所述差异图像计算出外物损伤的范围和位置。根据本发明的第二方面，本发明提供了一种探测跑道上异物、碎片或外物损伤的
7监视方法，其包括俘获跑道图像；实现俘获图像的自适应图像处理，以探测跑道上的外物 损伤；其中所述方法对白天和夜晚周围光线条件下的外物损伤探测是可自适应操作的，无 需辅助光照，如红外或激光照明装置。


本发明通过非限制性实施例进行进一步的描述，参考附图，其中图IA和IB是示意图，说明一监视系统中监视摄像机的排列，以探测跑道上的异 物、碎片或外物损伤。图2是根据一实施方式表示的外物损伤探测的基本流程图。图3A和3B是本发明中一实施方式的详细流程图。图4是一图表，说明在图3A中用来提取边缘图的一查找表。图5是一示意图，说明监视系统中的监视摄像机的多余覆盖，以探测跑道上的外 物损伤。图6是一示意图，根据另一可替换实施方式，说明跑道路面扫描。图7是一示意图，根据利用跑道线作图像校准(像素到实际道路坐标系)的实施 方式，说明跑道线。图8是一示意图，说明一计算机系统以实施实施例中的方法和系统。
具体实施例方式图IA是一实施例的示意图，说明了跑道监视系统100中监视摄像机的布置，用来 探测跑道106上的异物、碎片或外物损伤。所述跑道106位于中心地带，和滑行道103，104， 草地102相邻。多个面向所述跑道的监视摄像机108沿所述滑行道104的一侧排列，使得 每个监视摄像机108的轴线垂直于所述跑道106的长。每个监视摄像机108是可操作的， 以扫描视野区110，其具有一水平视角111。每个视野区110包括所述滑行道103，104，跑道 106以及草地102的一部分。每个视野区110也包括沿跑道106和相邻摄像机108的相交 部分112。所述摄像机108和所述跑道相距200-300米，在相邻摄像机间造成约15%的重叠。把来自每个摄像机108的视频数据送至机场控制塔或控制室135内的应用计算 机系统(未显示)。所接收到的视频数据通过所述应用计算机系统的视频处理单元进行处 理。所述应用计算机系统持续处理来自所述监视摄像机的视频，以探测外物损伤，并且当探 测到外物损伤时警示工作人员。控制塔或控制室135内的工作人员也能够视觉监控视频显 示器(未显示)上的实时跑道图像。当所述应用计算机系统处理所述视频数据时，万一探 测到任何异物、碎片或外物损伤，工作人员获得警示(视觉和/或声音警报，和/或通过移 动通信方式如GSM，SMS或MMS获得的远程无线警报)。依靠接收所述视觉和/或声音警报， 和/或远程无线警报，工作人员变焦一监视摄像机108到被测物，视觉验证外物损伤。如果 确定外物损伤，所述控制塔或控制室135内发出警报(声音和/或视觉)。外物损伤的探测 也引起所述跑道106附近的远程警报(声音和/或视觉)。无线警报(如GSM，SMS或匪S) 也被引发，以通知跑道恢复小组。因此，跑道恢复小组立刻派遣回收车去清理探测到的外物 损伤，也就是移除异物、碎片或修复损伤。
8
所述监视摄像机是被动使用，不配备照明装置(如激光或红外装置)。每个所述 监视摄像机108可以是高分辨率白天/夜间视觉摄像机，低勒克司高感度彩色摄像机，ICCD 摄像机，EM-CCD摄像机，夜视摄像机，静态摄像机，高分辨率百万像素摄像机，非静态摄像机 (如摇摄摄像机，摇摄倾斜变焦(PTZ)摄像机或变焦摄像机)或热像仪。因此，所述监视系 统能够只使用被动摄像机，而无需安装额外的辅助照明装置(如红外照明装置或激光照明 装置)来进行操作。所述系统100中使用的所述监视摄像机108能够生成跑道的视频图像，以进行图 像处理。然而，也可以使用静止图片数码摄像机来生成跑道的数字静止图像，以进行图像处理。例如，利用变焦摄像机或PTZ摄像机变焦到跑道上的任何区域，以获得外物损伤 的详细视图。当放大的视频图像提供了跑道上引起注意的区域的更多详情时，工作人员位 于一较好的位置来评定由探测到的外物损伤导致的潜在危险，并立即采取适当的行动。在 实施例中，只要所述应用计算机系统探测到外物损伤，所述PTZ摄像机或变焦摄像机可通 过所述应用计算机系统远程控制，变焦到跑道上引起注意的区域。图IB是一个示意图，说明跑道监视系统500中监视摄像机的另一种排列，以探测 跑道106上的外物损伤。面向跑道的多个监视摄像机508沿滑行道104的一侧排列。面向 跑道的另外多个监视摄像机509沿滑行道103的另一远端侧边排列。每个监视摄像机508， 509的轴线垂直于所述跑道106的长。每个监视摄像机508是可操控的，以监视视野区510， 其具有一水平视角511。每个监视摄像机509是可操控的，以监视视野区515，其具有一水 平视角521。每个视野区510，515包括滑行道103，104，跑道106以及草地102的一部分。 所述摄像机508，509间隔排列，这样相邻摄像机的所述视野区510，515彼此交替，并且具有 一清楚的分界线或有一些小的重叠。根据计算机内存内数据处理的算法以及功能或符号表示，明确或含蓄地表示出随 后描述的部分。这些算法描述以及功能或符号表示是那些熟知数据处理技术的人使用的工 具，以最为有效地传递他们工作的实质给那些熟知该项技术的人。这里的算法，一般构思为 产生预期的结果的步骤们的首尾一致序列。所述的步骤是那些物理量需要的物理处理，如 可被存储、传递、结合，比较或其他处理的电、磁或光信号。除非另有说明，从以下明显看出，遍及整个说明书，利用术语的讨论，如“估算”， “确定”，“代替”，“产生”，“初始化”，“输出”等等，指的是计算机系统或类似电子设备的动作 和处理，其处理和转换计算机系统内表示为物理量的数据到计算机系统或其他信息存储、 转换或显示装置内同样表示为物理量的其他数据。本说明书也揭露了实现所述方法工作的装置。这样的装置可为所需目的专门构 建，所述装置可包括一通用计算机，或由存储在计算机内的计算机程序选择性激活或重新 装配的其他装置。这里所示的运算法则和显示本质上与任何特定计算机或其他装置无关。 根据这里的讲授，各种通用机器可结合程序使用。换句话说，更多执行所需方法步骤的特定 装置的构筑可以是适当的。传统通用计算机的结构将出现在下面的描述中。此外，本说明书无疑也揭露了一计算机程序，其中，对于熟知该项技术的人，显然 这里所述方法的各个步骤可通过计算机代码付诸实施。所述计算机程序并不限于任何特定 的编程语言及其实施。要意识到可使用各种编程语言及其代码来实现这里所包含揭露的讲授。此外，所述计算机程序并不限于任何特定的控制流。所述计算机程序有许多其他的变 化，其能够使用不同的控制流，且不脱离本发明的精神和范围。此外，所述计算机程序的一个或多个步骤可以并列执行，而不是按顺序执行。这样 的计算机程序可被存储在任何计算机可读介质上。所述计算机可读介质可包括存储设备， 比如磁盘或光盘、内存芯片、或其他适合与通用计算机相连的存储设备。所述计算机可读介 质也可包括比如在网络系统中示例的硬连接介质，或比如在GSM移动电话系统中示例的无 线介质。所述计算机程序载入并在这样的通用计算机上执行时，有效地形成执行较佳方法 的步骤的装置。本发明也可以当作硬件模块来实施。尤其是，在硬件意义上，模块是一种和其他元 件或模块一起使用的功能性硬件单元。例如，利用分立电子元件实现一模块，或模块可形成 一完整电路的一部分，如应用专用集成电路(ASIC)。许多其他可能性存在。那些熟知该项 技术的人将认识到所述系统也可以作为硬件和软件模块的一个结合来实施。所述控制塔或控制室135内的所述应用计算机系统有如下功能1.根据摄像机的数目、每个摄像机的覆盖区(视野区)、摄像机校准、应该产生警 报的事件、警报类型等配置监视系统。2.选择每个监视摄像机的视野区(通过远程调节摄像机的视角)，以便工作人员 能够有效地确认外物损伤，决定外物损伤是否是跑道上的异物、碎片或损伤，并且将异物分 类。视频显示器能显示来自多个监视摄像机的多路视频。3.选择每个PTZ或变焦摄像机的视野区(视角)，通过自动调节每个PTZ或变焦 摄像机，摇摄、倾斜和/或变焦到跑道上引起兴趣的区域。相关的PTZ或变焦摄像机可通过 所述应用计算机系统远程控制，以自动变焦到疑似被损害或包含碎片或异物的部分。这种 功能也可以通过工作人员人为地，远程地使用所述应用计算机系统来实施。4.配置声音或视觉警报，由此，如果跑道上的问题被记录(也就是探测到外物损 伤)，所述系统可操作地自动生成一警报的优先级表，其中应予最优先考虑的是最大的弹坑 或最危险的碎片、或异物，使得工作人员根据所述优先级表，采取必要的纠正行为。所述警 报可被配置成声音和/或视觉或两者兼而有之。所述警报也可以包括通过移动通信方式 (如GSM，SMS或匪S)的远程无线警报。5.处理并记录由各种监视摄像机俘获的视频图像和/或静止图片图像，万一所述 系统探测到跑道上的外物损伤，重放记录下的跑道现场的视频图像和/或静止图片图像。6.管理事件、视频数据以及其他存储数据。所有相关数据记入在数据库，以方便各 种报告的修复和产生。7.系统接口，以便让其他系统访问数据库。8.实时数据共享的系统接口，使其他系统获取实时数据和全系统状态，包括所有 现场设备的细节。在给飞机和机组人员提供即时安全中，结合实时数据和飞机着落/起飞 控制系统是非常有用的。图2是根据一实施方式的外物损伤探测的基本流程图。在步骤201中，监视摄像机捕捉跑道上一部分的相应图像。涉及处理所俘获图像 的步骤在下面的段落中解释。在步骤203中，执行图像增强以预处理所俘获的图像。X方向(和跑道方向平行)
10上的逐步灰度变化以及高对比跑道白线被消除，以增强在平行于跑道的方向上有高梯度变 化的特征(几乎所有的真正的三维异物，损伤，或碎片都有那些特性)。输出图像中的所有像素几乎为零(包括由于移动的云或雨，具有灰度逐步变化的 白色跑道线和区域)，除了一些突出的跑道灯和外物损伤。这个步骤能帮助具有低误报率的 可靠外物损伤探测。为了实现最佳结果，使用了高通滤波器，如从左到右加上从右到左的Sobel X或 Scharr X0步骤205中，使用异常光线探测进行夜晚检测。跑道现场的突然亮光或亮点能照 亮所述监视摄像机108。当飞机着落、起飞或地面交通工具夜晚移动时，这就可能发生。所 述检测算法确定这样的情况。如果探测到异常光，图像就被忽略。所述算法做了整体直方 图和统计分析(如平均灰度)，将所获图像和逐步更新的图像相比较。所述算法也利用所述 亮点的参数(如尺寸、面积…)来决定是否存在异常光条件。步骤207中，估算最佳检测参数并提取自适应像素级边缘图。不同的天气和白天/ 夜晚条件下，跑道106的图像看上去不一样。所述图像可以是平滑的，或粗糙的，或带有许 多的反射。这个步骤是要自适应估算最佳外物损伤边缘提取阈值，以提取具有最小噪声的 真正外物损伤边缘。基于初始(排除运动区)或逐步获释的背景图像，所述算法使用统计 方法(如平均数，绝对偏差)来决定将用来生成像素级阈值图的灰度查找表(LUT)。步骤209中，应用时域滤波到一叠边缘图中，以维持具有降低噪声的强边缘。时域 滤波被应用到像素级中。仅仅那些已累积到通过某个阈值的像素被认为是强边缘像素(将 用在强边缘图中)。那些闪动的像素不能累积通过阈值，因此被去除了(不用在强边缘图 中)。步骤211中，利用适于背景获释的无限脉冲响应原则，实现自适应性背景获释。Bt 时间为t时的背景图像，Bt-I 时间为t-Ι时的背景图像，It 时间为t时的当前图像，然后背景图像通过Bt = B^* α+It* (1-α)更新。所述系统主要利用边缘图作为背景获释。获释到的特征主要包括中心灯和一些边 缘灯，其由于低摄像角度，在跑道区域内略微下滑。自适应背景获释的主要目的是俘获跑道 上的缓慢特征变化过程，以融入背景，不产生误警报，且基于每日原则，存储获释到的背景 边缘图到文件或数据库，以便作为第二天的背景边缘图使用。这就允许所述系统尽可能快 的适应跑道标记变化。步骤213中，获得复合背景边缘图。复合背景边缘图描述了跑道标记。复合背景 边缘图由自适应性背景边缘图，前一天存储的背景边缘图以及选择季节性标记(季节性标 记是特定季节或天气条件间产生的，比如下雪)组成。它们能简单地增加或进一步处理，以 形成最终背景边缘。步骤215中，通过比较所述边缘图和复合背景边缘图，提取可疑边缘。在此步骤 中，步骤213中被处理的图像(复合背景边缘图)的跑道标记边缘被去除。剩余边缘可能 是外物损伤。步骤217中，执行边缘过滤以过滤一些边缘，这些边缘不是外物损伤的部分，但可能是由其他天气条件，如下雪、下雨或上午眩光所导致的。天气条件通过传感器和/或图像 处理方法来探测。这个步骤涉及使用一个或多个可选择算法来探测那些天气条件，比如当 跑道灯由于下雨打开时，跑道上会出现反射。特定的过滤算法来定位灯，并过滤反射边缘。在步骤219中进行物体分类，以决定步骤217中探测到的物体是否是真正的外物 损伤。物体分类方法的一些例子是模式匹配、贝叶斯分类器、线性判别分类器、神经网络分 类器、模糊分类器以及神经模糊分类器。利用步骤217中的过滤边缘，所述系统提取相关物体属性，例如长度、高度、周长、 面积、结构、色彩(色调和饱和度)、发光强度(灰度级)。这些物体属性形成物体分类的输 入矢量，以决定探测到的物体是否是真正的外物损伤。步骤221中，一旦探测到外物损伤，通过视觉和/或声音警报，和/或无线警报(比 如GSM，SMS或MMS)，警示控制塔或控制室内的工作人员。通过接收警报和/或无线警报，工 作人员将一监视摄像机变焦到被测外物损伤上。如果确定外物损伤，在控制塔或控制室内 触发另一警报(声音和/或视觉的)。外物损伤确认也引起位于跑道附近的远程警报(声 音和/或视觉的)。也能够引发额外的或选择性地无线警报(比如GSM，SMS或匪S)来通 知跑道恢复小组。跑道恢复小组立刻派遣恢复交通工具去清理探测到的外物损伤，也就是 说去除异物或碎片或修复跑道损伤。图3A和3B是本发明实施方式的详细流程图。在步骤301启动程序，所述系统在 步骤302初始化。在步骤303中，监视摄像机俘获跑道一部分的初始图像。分析所述图像以探测任何动作。只有缺乏任何动作的图像用于背景获悉，并且最 后作为参考背景图像存储在该实施例中的数据库中。步骤305中，所俘获的图像经过图像增强来预处理所俘获图像。在图像预处理后， 除了一些突出的跑道灯，图像中的所有像素为零(包括对应于白跑道线和区域的像素，由 于移动的云或雨，其在灰度梯度上有变化)。步骤307中，进行检查以发现是否有白天到夜晚，或夜晚到白天转换。例如，这可 以通过监控传感器或摄像机的光照强度的差异来实现。白天到夜晚，或夜晚到白天转换的 光照强度变化一般大于天气变化所导致的光照强度变化。如果步骤309中探测到白天到夜 晚，或夜晚到白天的转换，或夜晚条件，那么就执行异常光照检测。如果步骤311中探测到 异常光，那么忽略先前俘获的图像，下一幅图像从步骤303中俘获。如果没有探测到异常 光，在步骤313中获得不同的环境条件下(比如白天/夜晚，雨，烟等)，所估计的最佳异物、 碎片或外物损伤探测参数，所述环境条件在步骤315中感知。例如，通过一个或多个传感器可探测不同的环境条件(比如白天/夜晚，雨，烟 等)。也可以使用具有嵌入双阈值来变化的摄像机光圈应用系统。例如，所述阈值可以白天 设置到50，而夜晚增加到70。也可以使用时间过滤，由此维持某个值超过一定时间，以确定 是白天还是夜晚。所述应用计算机系统也可以使用其他数据和包括从实时时钟和电子日历 输入的时间输入，以确定是白天或夜晚。跑道的标记在白天和夜晚是不同的。通常，夜晚的标记更多。夜晚的标记替代了 白天标记。步骤317提供了自适应像素级边缘图提取(参见图4)，其中从查找表中得到一最 佳外物损伤边缘提取阈值，以提取具有最小噪声的真正外物损伤边缘。
步骤319中(图3B)，执行运动边缘滤波以生成一静态边缘图。步骤321中，执行 时域滤波以提取一强边缘图。只有那些累积通过某一阈值的像素被认作强边缘像素(在强 边缘图中使用)。那些闪烁的像素不能累积通过所述阈值，因此将被剔除(不在强边缘图中 使用)。步骤323中，进行检测以决定是否获悉一自适应背景。所述系统利用边缘图以获 悉背景。如果没有获悉所述自适应背景323，步骤325中初始化/更新一自适应背景边缘 图。步骤327中，进行检测以决定所述自适应背景边缘图是否达到一预定义条件。如果达 到，步骤329中作出标记，通知已获悉所述自适应背景。如果没有达到，程序返回步骤303， 继续俘获图像。如果获悉自适应背景323，步骤331中生成一复合背景边缘图。所述复合背景图由 步骤325中产生/更新的自适应背景图，以及一旦程序在步骤302初始化，而在步骤333产 生的先前存储的白天/夜晚背景图和季节性标记图所组成。在特定季节或天气情况下(如 下雪或下雨)，季节性标记和跑道标记相关联。通过处理图像或利用外部传感器，所述系统 能够识别那些季节或天气条件，以减少误警报。所述复合背景图包括跑道标记。步骤335中，通过比较所述复合背景图和边缘图，提取一可疑边缘图。步骤337中， 应用一边缘滤波器以过滤任何不想要的边缘，其和突如其来的环境变化相关，比如下雨导 致的反射。例如，在雨天，一跑道灯的图像可作为一亮点，类似于一外物损伤被探测。通过 比较先前存储的图像，所述系统能够探测这样潜在的误警报。步骤337后，所述自适应背景图在步骤339中更新，在步骤341中进行检测以发现 是否有白天到夜晚的转换，或者夜晚到白天的转换。如果存在白天到夜晚的转换，或者夜晚 到白天的转换，载入最后的白天或夜晚背景图，用于在步骤343中立刻使用，在步骤345存 储所述自适应背景图为白天/夜晚背景边缘图，为第二天使用。如果步骤341中没有白天 到夜晚的转换，或者夜晚到白天的转换，程序返回步骤303，继续俘获图像。步骤347中，计算步骤337中所述过滤的可疑边缘图的边缘参数(如大小、面积 等)。步骤349中，进行检测以决定所述边缘参数是否超过阈值。如果超过，步骤351中， 跑道上的可疑区域被置于视频显示器上，通过一声音信号和/或视觉信号和/或无线警报 (如GSM，SMS或匪S)来警示所述控制塔或控制室内的工作人员。步骤353中，根据警报， 利用所述监视摄像机，所述工作人员执行摇摄和/或倾斜和/或变集操作，以进行视觉验 证。如果步骤353中确认外物损伤，那么在步骤357中通过无线方式(如GSM，SMS或MMS) 立刻通知所述跑道恢复小组。步骤359中，所述外物损伤的图像继续出现在所述视频显示 器上，所述警报信号持续直到所述恢复小组恢复或清除了跑道上的外物损伤(也就是说移 除异物或碎片或修补跑道损伤)。图4是一个图表，说明了如上所述的步骤207和步骤317，用于提取自适应像素级 边缘图的一查找表。基于所俘获图像的统计分析、逐步获悉的图像和外部传感器输入，估计P1，P2…Pn 以及Tl，T2…Tn，使得可计算最佳分段查找表，以产生像素级阈值，其用于提取具有最小噪 声的外物损伤边缘图。通过上述的查找表，所俘获图像或逐步获悉的背景图像的像素值被映射到所述阈 值图像中的一阈值。之后，所俘获图像去除这个阈值图像。任何大于0的像素值被设置到255。所生成的图像对应于所述自适应像素级边缘图(图2中的步骤207以及图3A中的步 骤 317)。本发明的实施方式可实现跑道现场校准和外物损伤定位。本发明实施方式也可使用彩色监视摄像机，提供彩色图像处理。但是，上述所有这些技术和图像处理方法，为单色图像处理和彩色图像处理工作。 因此，跑道监视系统可以使用黑白摄像机或彩色摄像机。实施例中监视摄像机所获得的跑道现场图像是预校准的，这样，或使用数学公式， 或预先计算查找表，计算对应于现场图像上每个像素的物理位置和范围，所述预先计算查 找表映射了跑道现场图像中的每个像素到参考基准(如WGS 84或机场网格)的二维或三 维物理实际道路坐标系(X，y, ζ)中的一特别精确坐标，所述参考基准定义在监视区域上， 比如跑道。所述系统利用静态跑道特征进行跑道现场校准。例如，这些关于一些固定的实际 道路参考位置的静态跑道特征的定位和范围可从地面调查、物理测量或跑道地图预先确 定。例如，一个有用的特征是将标记或跑道边缘灯沿跑道的纵向，并且距离跑道侧边相同垂 直(y轴)距离，放在跑道上。由于这些标记是沿着跑道的纵向(水平方向)，并且距离跑道 侧边相同的垂直距离，这些标记分离的水平(χ轴)距离也可以映射到跑道现场图像中的像 素数。因此，通过用两标记间的物理地面水平距离除以水平像素宽度(跑道图像上两标记 间的像素数)，可得到水平像素映射率(米/像素)。使用已知位置的两静态跑道特征的最 小值来校准每个现场图像。例如，对于更多精确的现场校准，以及迎合不均勻的跑道路面，最好是将多对跑道 标记沿跑道纵向放置(距离跑道边缘有相同的垂直距离)，以在跑道上标记一系列的虚拟 水平线。利用测量尺或测量轮或GPS接收器，可以测量这些水平虚拟线的地面物理距离(每 对标记间的)。对于一特定摄像机设置，水平虚拟线上的像素总数从跑道段图像上测量。例如，跑道上监视摄像机的视野区呈梯形。因此，跑道图像的像素映射率(米/像 素)在跑道垂直方向(Y轴)是不同的。因而，跑道较远侧边是比较狭窄的，并具有较大的 像素映射率(米/像素)，而跑道较近侧边是比较宽的，并具有较小的像素映射率(米/像 素)。所述系统利用位于中间线的各侧的两平行水平跑道线，以及中间线来决定正确的像 素映射率(对垂直Y轴)，以便基于使用的基准(其可以是WGS 84，机场网格或直角坐标系 统)，将图像像素映射到实际道路参考坐标系上的精确坐标。因此，由于可以在地面上测量 跑道水平线和中间线的物理垂直(y轴)距离，通过用这些线间的物理垂直距离(在地面上 测量)除以这些线间的像素总数(从跑道图像上的垂直像素宽度得到)，得到垂直像素映射 率(米/像素)。图7是一示意图，说明一实施例中的跑道线。跑道的远侧边上有一横向跑道线 802，跑道的近侧边上有另一横向跑道线803。802也可以是在远侧边上的跑道边缘线，803 也可以是在跑道近侧边上的跑道边缘线。线802，803均和中间线801相平行，所有这些线均 沿跑道的水平方向(χ轴)。近侧边水平线803和中间线801间的物理垂直距离是805，跑 道图像上这两条线间的垂直像素宽度(没有像素)是yl像素。因此，通过805除以yl (米 /像素)，获得近侧边的垂直像素映射率。类似地，远侧边水平线802和中间线801间的物 理垂直距离是804，而跑道图像上这两条线间的垂直像素宽度(没有像素)是y2像素。因
14此，通过804除以y2(米/像素)，获得跑道远侧边的垂直像素映射率。因而，利用中间线 作为参考，根据是位于跑道近侧边的像素，还是位于跑道远侧边的像素，两个不同的垂直(y 轴)像素映射率(805/yl和804/y2)被用来映射跑道图像上的像素到实际道路参考坐标系 上的精确坐标。上述技术可改善像素映射精度。校准可以不同的实际道路坐标基准为基础，如 WGS84，机场网格或直角坐标系。跑道边缘/中间/水平线可以是任何一种颜色。只要跑道边缘/水平/中间线之 间存在对比，就可以进行校准。此外，跑道边缘和中间线不必连续的。通过插入相邻线可得 到连续线。本发明的替换实施例可选择地或额外地利用使用一对监视摄像机的立体视觉，来 覆盖跑道的相同段。当使用立体视觉时，比较由覆盖在跑道上监视区(视野区)的相同区 域的两摄像机俘获的两幅图，得到不同图像，从不同图像中也可以计算出外物损伤范围和位置。在立体成对图像中的各个图中探测本地化特征，然后在图像间匹配。这就导致稀 疏但高品质的差距向量集(其测量每幅图中所示的图像特征的相对位置)。从这些视差矢 量，可计算出特征定位的2维和3维估值，并和跑道路面的平整(或至少光滑)模型相比。 换句话说，能够以提供了一组质量更参差不齐的视差矢量的像素级来记录图像。立体成像的挑战之一在于确定范围计算中使用的两图像的像素对应。所使用的 像素对应技术包括使用互相关运算符，象征性的匹配约束，以及这些技术的组合。例如，如果需要关联两图像间(图像1，图像2)的像素，所述两图像通过一组立体 摄像机获得，交叉关系建立在假设对于图像1中的给点P1，图像2有一固定区域，其中一定 找到对应于Pl的点P2。所述区域的大小由参数决定，所述参数涉及到从摄像机监视过程中 得到的摄像机安装。用来决定相关性的象征性匹配方法在一图像中寻找和另一图像中的特 征相匹配的特征。使用的典型特征是连接点，线段或区域。连接点的对应产生只在小部分 点已知深度的稀疏深度图。线段的对应可导致它们端点间的对应。本发明的替换实施例提供了监视摄像机的冗余覆盖。图5是一示意图，说明在监 视系统600中的监视摄像机的冗余覆盖，以探测跑道上的外物损伤。监视摄像机601，603， 605，607，609位于滑行道104的一边。如果所有的监视系统601，603，605，607，609正常工 作，每个监视摄像机601，603，605，607，609的覆盖角(视角)611保持相等。如果摄像机 603出现故障并冗余，和冗余摄像机603相邻的各个监视摄像机601，605的通常覆盖角度 (视角)611延伸到613，并朝向冗余的摄像机603的视角。通过这种方式，监视系统600是 可操作工作的，即使一个或多个摄像机不能工作。例如，摄像机的覆盖视野区(视角)可由 工作人员人为调整或利用所述应用计算机系统远程控制摄像机的变焦或PTZ功能，远程执 行。所述调整也可以通过所述应用计算机系统自动执行。例如，具有变焦功能或PTZ的摄 像机可用来改变所述覆盖视野区(视角)。图6是一示意图，说明一替换实施方式的跑道路面扫描。监视下的跑道表面积700被分成许多段702，其在跑道路面700上覆盖小面积区 域。使用一个或多个可覆盖具有水平视角711的视野区的非静态摄像机708，逐段扫描整个 跑道路面700。非静态摄像机可以是摇摄倾斜变焦(PTZ)摄像机。所述PTZ摄像机的摇摄
15倾斜变焦功能通过所述应用计算机系统或摄像机控制器来远程控制。利用一个或多个非静 态摄像机，沿纵向703，从一端710到另一端720，按顺序扫描所述跑道路面700。替换实施例中的跑道路面扫描可通过所述应用计算机系统或摄像机控制器来控 制。这种跑道扫描方法的挑战在于外物损伤探测时间长，特别是当外物损伤发生在靠近扫 描周期端的段落。为了提高跑道扫描周期时间，可选择跳过一个，或者甚至两个段，也就是 说，每两个或甚至每三个段扫描。在下个扫描周期，扫描先前未扫描段，而那些在先前周期 已扫描的段在这个周期中不扫描。跑道扫描方法中的权衡在于探测发生在跑道路面上的未 扫描段的外物损伤的时间长。由于跑道上的外物损伤主要由飞机起飞和着落所导致的，可替换实施例中的另一 种减少外物损伤探测时间的方法是利用非静态或静态监视摄像机的组合。所述静态摄像机 最好是具有足够宽的视野区(宽视角)，以覆盖跑道的显著部分。通过处理由静态监视摄像 机实时俘获的图像，所述应用计算机系统可探测跑道上飞机起飞和着落的发生和位置。然 后，通过所述应用计算机系统，引导所述非静态监视摄像机，首先扫描那些覆盖跑道上特定 位置的段，飞机刚在那里起飞或着落。这种方法可帮助减少外物损伤探测时间。如果所述静态监视摄像机探测到外物损伤，基于所述静态摄像机俘获的现场图 像，所述控制塔或控制室内的所述应用计算机系统决定跑道上被测外物损伤的位置和范 围。通过使用单像视觉，实现跑道上被测外物损伤位置和范围的确定。例如，在校准跑道现 场图像中，每个像素被映射到实际道路坐标系(其基于WGS84或机场网格基准)上的精确 坐标。也可使用另一种基于物体定位和范围技术的立体视觉。通过所述系统，认为外物损伤的范围和位置是通过所述静态监视摄像机所探测的 信息被使用，以自动控制所述非静态摄像机(比如，摇摄摄像机或摇摄倾斜变焦(PTZ)摄像 机或变焦摄像机)，从而摇摄和/或倾斜和/或变焦和/或聚焦到跑道上的外物损伤或引起 兴趣的区域，且在外物损伤或引起兴趣的区域的足够详细的视频显示上获得远距图像。这 些远距图像也被用作被测外物损伤的精确表征和分类。包括物长，高，面积，周长，结构，色 彩特性的精确对象特征可从这些远距图像中提取，这些远距图像可被当作输入，用于预培 训对象分类器。本发明的替换实施例也可以过滤出由于雨而产生的背景杂波。通常，雨杂波不仅 出现在跑道上的局部区域，且穿过整个跑道。雨也可以导致跑道现场图像中的具有特定特 性的运动杂波，比如雨敲打跑道路面时的溅落。因此，一种过滤出雨杂波的方法就是探测并 辨识出跑道现场的具有似雨特性的贯穿整个跑道的运动杂波。由于雨杂波在结构间不是静 态和变化的，所以时域滤波也可以用来过滤雨杂波。因而，贯穿整个跑道的具有似雨特性的 运动杂波将作为雨杂波被过滤出。上述原则也可以在另一实施方式中用来过滤雪所产生的 背景杂波。因此，利用时域过滤，贯穿整个跑道的具有似雪特性的运动杂波将作为雪杂波被 过滤出。本发明的实施例中，利用边缘探测技术，预处理从所述监视摄像机中获得的参考 背景图像，使得所述系统对于发光变化和杂波更为弹性，以减少误警报。利用边缘增强和探测技术鉴别跑道特征的边缘。图像中的边缘是一轮廓，穿过其 像素特性发生突变。利用边缘增强和探测来改善照明变化的弹性，用于以背景提取和/或 获悉为基础的前景像素鉴定。
上述本发明的实施方式可有一个或多个下述特征-通过使用高通滤波器(比如SobelX从左到右加上从右到左，或Scharr X)，跑 道图像成像增强，从而增强在平行于跑道的方向上有高梯度变化的特征。-外物损伤边缘提取阈值的最优估计。所述估计适应不同的环境条件(比如下雨， 光反射，夜晚等)，并且基于逐步获悉的背景边缘图，利用统计方法来决定灰度查找表，其将 被用来产生用于自适应像素级边缘图提取的像素级阈值图。_通过使用一叠边缘图，应用像素级的时域滤波，以维持强边缘，减少噪声。只有超 过阈值的像素将被分类作为强边缘像素，剩余像素将不被用于边缘图。-自适应背景获悉比较了当前边缘图像和以前即时的背景图像，以俘获跑道上的 缓慢特征改变过程，允许这些特征融入背景，不产生误警报。-复合背景边缘图由自适应背景边缘图，先前获悉背景图，和选择季节性标记(为 特定季节或天气条件如下雪所产生)所组成。-通过比较所述边缘图和复合背景图产生可疑边缘图。-边缘滤波以过滤突如其来的环境变化如下雨或其他天气条件产生的反射所导致 的一些边缘。-通过使用整体直方图和统计分析，在晚间，具有异常光探测的跑道上的外物损伤 探测(如飞机着落，飞机起飞，地面交通工具移动等产生的)，和逐步更新的图像相比，以决 定所述的异常光条件。-白天/夜晚监视以探测跑道上的外物损伤，无需安装辅助照明装置(比如激光或 红外照明装置)。-具有自动地，计算机辅助地，和/或人为放大观察能力的，用于俘获跑道图像的 成像装置，以确定所有外物都被精确探测，辨识以及位于跑道上。_被动地消除在夜晚或低照明条件下，安装辅助照明装置(比如激光或红外照明 装置)的需要。-在白天和夜晚的彩色图像。-利用照相机视觉图像处理技术，处理从监视摄像机网络获得的视频和/或静止 图片图像，来探测、定位或辨识外物损伤。所述监视摄像机可以是一个或多个，可移动的和 /或静态的，弹性位于监视的指定区域。-相比于现有系统，在实施例中，由于利用自适应图像处理所改善的图像处理，所 述摄像机可放置在相距跑道较远距离处，其能够减少使用的摄像机的总数，和/或减少“干 扰”现有的基础设施，和/或减少靠近跑道的阻碍。实施例中的方法和系统能在计算机系统900上实施，如图8所示。它可作为软件 来实施，比如在所述计算机系统900内执行的一计算机程序，并指示所述计算机系统900来 执行实施例中的方法。所述计算机系统900包括一计算机模块902，输入模块比如键盘904和鼠标906， 以及多个输出装置比如显示器908和打印机910。通过合适的收发器装置914，所述计算机模块902连接到一计算机网络912，使得 进入到网络系统，比如局域网(LAN)或广域网(WAN)。实施例中的所述计算机模块902包括一处理器918，一随机存取存储器(RAM)920，以及一只读存储器(ROM)922。所述计算机模块902也包括多个输入/输出(I/O)接口，例 如所述显示器908的输入/输出接口 924，所述键盘904的输入/输出接口 926。通过一互联总线928，所述计算机模块902的元件以熟知该项技术的人所知方式相通。所述应用程序一般提供给在数据存储介质上编码的(如CD-ROM或闪存载体)所 述计算机系统900的使用者，并利用数据存储装置930的相应数据存储介质驱动来读取。所 述应用程序通过所述处理器918来读取和控制执行。程序数据的中间存储可利用RAM 920 来实现。本发明不限于上述实施方式。然而，那些熟知该项技术的人将认识到，根据这里所 包含的信息，任何不偏离本发明范围的修改均可实行。
权利要求
一种用于探测跑道上异物、碎片或外物损伤的监视系统包括一个或多个摄像机，以俘获所述跑道的图像；以及一图像处理系统，基于由所述摄像机俘获图像的自适应图像处理，来探测所述跑道上的外物损伤；其中，所述监视系统对于外物损伤探测是自适应可操作的，在白天和夜晚环境光线条件下，无需辅助照明装置，如红外或激光照明装置。
2.根据权利要求1所述的监视系统，其中所述图像处理系统应用图像增强方法以增强 所述俘获图像。
3.根据权利要求2所述的监视系统，其中用于增强所述俘获图像的装置包括一高通滤 波器，一 Sobel X从左至右过滤器以及一 Sobel X从右至左过滤器，或一对所俘获图像的 Scharr X过滤器。
4.根据权利要求2或3所述的监视系统，其中所述图像处理系统决定即时处理是白天 还是夜晚；并且从夜晚所俘获的图像探测异常光线条件，比如由于飞机着落或飞机起飞或 地面交通工具移动所导致的。
5.根据权利要求4所述的监视系统，其中所述异常光线条件的探测包括整体直方图和 统计分析以便将每幅图和一个或多个先前图像作比较，并且以参考阈值所得到的强度变化 为基础，确认所述异常光线条件。
6.根据权利要求4或5所述的监视系统，其中从进一步处理中忽略所述异常光线条件 被探测的图像。
7.根据权利要求2至6中的任一权利要求所述的监视系统，其中所述图像处理系统自 适应地估计不同环境条件下用于最优外物损伤边缘提取的一个或多个阈值；并基于逐步获 悉的背景图像边缘图，利用一统计方法，产生一像素级边缘图，以便决定将被用来生成像素 级阈值图的灰度查找表。
8.根据权利要求7所述的监视系统，其中所述图像处理系统进一步应用时域滤波到一 叠像素级边缘图，以便只保留强边缘图，其仅由已累积通过阈值的像素所组成。
9.根据权利要求8所述的监视系统，其中所述图像处理系统进一步使所述强边缘图经 受自适应背景获悉，所述自适应背景获悉包括比较先前即时获得的背景边缘图像和当前图像；识别跑道上的缓慢变化特征；以及更新具有所述缓慢变化特征的所述背景边缘图像。
10.根据权利要求9所述的监视系统，其中所述图像处理系统进一步生成一复合背景 边缘图，其包括一自适应背景边缘图，一先前获悉并存储的白天或夜晚背景边缘图，以及一 为特定季节或天气条件产生的季节性标记图。
11.根据权利要求10所述的监视系统，其中所述图像处理系统进一步将所述复合背景 边缘图和强边缘图作比较；并去除背景边缘以提取一外物损伤的可疑边缘图。
12.根据权利要求11所述的监视系统，其中所述图像处理系统进一步进行边缘滤波， 以便相对于环境变化，从所述可疑边缘图过滤不需要的边缘，并且从所述可疑边缘图中计 算外物损伤的边缘参数。
13.根据权利要求12所述的监视系统，其中所述环境条件包括白天到夜晚的转换，或夜晚到白天的转换，天气条件，雨，烟，云等。
14.根据在前权利要求中任一权利要求所述的监视系统，其中所述图像处理进一步在 一视频显示器上，覆盖一外物损伤图到跑道的一可疑区域，以警示在控制塔或控制室内进 行外物损伤探测的工作人员。
15.根据权利要求14所述的监视系统，其中排列一个或多个摄像机，或一个或多个辅 助摄像机，用于变焦到所述可疑区域，以进行视觉验证。
16.根据在前权利要求中任一权利要求所述的监视系统，其中所述图像处理系统进一 步将所述外物损伤分类。
17.根据在前权利要求中任一权利要求所述的监视系统，其中所述一个或多个摄像机 包括一个或多个静态摄像机，一个或多个非静态摄像机，或静态摄像机和非静态摄像机的 组合。
18.根据在前权利要求中任一权利要求所述的监视系统，其中所述摄像机放置在所述 跑道的一侧。
19.根据在前权利要求中任一权利要求所述的监视系统，其中所述摄像机以交错的方 式放置在所述跑道的两侧。
20.根据在前权利要求中任一权利要求所述的监视系统，其中当一个或多个摄像机不 能工作时，各个相邻的摄像机是可操作地覆盖到不能工作的摄像机所覆盖的区域。
21.根据在前权利要求中任一权利要求所述的监视系统，其中所述一个或多个摄像机 包括一个或多个黑白摄像机，一个或多个彩色摄像机，或两者兼而有之。
22.根据在前权利要求中任一权利要求所述的监视系统，进一步包括一个或多个夜视 摄像机。
23.根据在前权利要求中任一权利要求所述的监视系统，其中跑道路面被分成多段，一 个或多个非静态摄像机按顺序逐段扫描跑道以进行外物损伤探测。
24.根据在前权利要求中任一权利要求所述的监视系统，其中一静态摄像机探测跑道 上飞机起飞和着落的各个位置，这样引导一非静态摄像机首先扫描飞机着落或起飞的各个 位置内的跑道段，以减少外物损伤探测时间。
25.根据在前权利要求中任一权利要求所述的监视系统，其中基于由于贯穿整个跑道 的雨而产生的运动杂波，通过识别雨运动杂波的似雨特性，所述图像处理系统应用时域滤 波来过滤出在跑道现场图像中的雨杂波。
26.根据在前权利要求中任一权利要求所述的监视系统，其中基于由于贯穿整个跑道 的雪而产生的运动杂波，通过识别雪运动杂波的似雪特性，所述图像处理系统应用时域滤 波来过滤出在跑道现场图像中的雪杂波。
27.根据在前权利要求中任一权利要求所述的监视系统，其中，所述标识或跑道边缘灯 沿跑道纵向(横向)并距离跑道一侧相同的垂直距离来放置，所述图像处理系统利用标识 或跑道边缘灯进行跑道现场校准，以便将跑道图像的像素映射到实际道路坐标系上的精确 坐标(比如WGS84或机场网格)。
28.根据在前权利要求中任一权利要求所述的监视系统，其中所述图像处理系统利用 位于一跑道中间线的各侧的两水平平行跑道线，以及所述跑道中间线，来获得用于跑道现 场校准的两垂直像素映射率，以便将跑道图像上的像素映射到实际道路坐标系上的精确坐标(比如WGS84或机场网格)。
29.根据在前权利要求中任一权利要求所述的监视系统，其中所述图像处理系统利用 单相视觉以及由一单相摄像机获得的校准跑道现场图像，来决定跑道上外物损伤的位置和 范围。
30.根据在前权利要求中任一权利要求所述的监视系统，其中所述系统利用所述外物 损伤位置和范围，其由一静态摄像机和一校准跑道现场图像决定，以自动控制所述非静态 摄像机(比如摇摄倾斜变焦摄像机)来摇摄和/或倾斜和/或变焦和/或聚焦到一外物损 伤，以便获得所述外物损伤具有足够细节的远摄图像，进行被测外物损伤的验证或过滤一误警报。
31.根据在前权利要求中任一权利要求所述的监视系统，其中所述系统利用立体视觉， 其使用一对监视系统，覆盖跑道相同段，从而能从不同图像来计算外物损伤范围和位置，不 同图像通过比较两幅图获得，两幅图由覆盖在跑道监视(视野区)相同区域的两摄像机获得。
32.—种探测跑道上的异物、碎片或外物损伤的监视方法，其包括俘获跑道图像； 执行所述图像的自适应图像处理，以探测跑道上的外物损伤；其中，所述方法对于外物损伤是自适应可操作的，在白天和夜晚环境光线条件下，无需 辅助照明装置，比如红外或激光装置。全文摘要
一种用于探测跑道上异物、碎片或外物损伤的监视系统和方法。所述系统包括一个或多个摄像机，以俘获跑道图像；以及一图像处理系统，基于由所述摄像机俘获图像的自适应图像处理，来探测跑道上的外物损伤；其中，所述监视系统对外物损伤的探测是自适应可操作的，在白天和夜晚环境光线条件下，无需辅助的照明装置，比如红外线或激光装置。
文档编号G06T7/00GK101918980SQ200880113113
公开日2010年12月15日 申请日期2008年8月25日 优先权日2007年8月24日
发明者周健谋 申请人:策技系统有限公司