一種面向飛行校驗(yàn)的斑馬線檢測(cè)定位方法，通過無人機(jī)上的線陣相機(jī)采集圖像，屬于數(shù)字圖像處理領(lǐng)域，特別涉及圖像分割和角點(diǎn)檢測(cè)的數(shù)字圖像處理技術(shù)。

背景技術(shù)：

飛行校驗(yàn)是指為保證飛行安全，使用裝有專門校驗(yàn)設(shè)備的飛行校驗(yàn)飛機(jī)，按照飛行校驗(yàn)的有關(guān)規(guī)范，檢查和評(píng)估各種導(dǎo)航、雷達(dá)、通信等設(shè)備的空間信號(hào)的質(zhì)量及其容限，以及機(jī)場(chǎng)的進(jìn)、離港飛行程序，并依據(jù)檢查和評(píng)估的結(jié)果出具飛行校驗(yàn)報(bào)告的過程。

而飛機(jī)在進(jìn)入跑道時(shí)，通過檢測(cè)出來的斑馬線的位置信息能夠確定出激發(fā)點(diǎn)的時(shí)間，從而根據(jù)這一時(shí)刻的接收到的導(dǎo)航信號(hào)進(jìn)行飛機(jī)導(dǎo)航系統(tǒng)的糾偏，對(duì)順利完成飛行校驗(yàn)有著重要的輔助作用。

由于飛機(jī)降落的時(shí)間不定，早晚都有可能，所以設(shè)計(jì)的算法還需在不同的光照條件下有一定的魯棒性，以保證在各種光照強(qiáng)度下都能夠檢測(cè)出斑馬線的中心點(diǎn)。從技術(shù)上講，這一過程包括圖像的閾值分割、形態(tài)學(xué)處理、角點(diǎn)檢測(cè)。

對(duì)于獲取到的斑馬線的圖像，一個(gè)明顯的特點(diǎn)就是其橫向像素值的跳變具有明顯的規(guī)律性。飛機(jī)跑道的斑馬線的白條紋的寬度是大致相同的，而且對(duì)于整個(gè)斑馬線來說，中間有一個(gè)最寬的黑條紋。因此，本文主要就是根據(jù)斑馬線的這一特點(diǎn)設(shè)計(jì)算法，最終準(zhǔn)確地檢測(cè)出斑馬線的中心點(diǎn)并給出其位置信息。

技術(shù)實(shí)現(xiàn)要素：

(一)要解決的技術(shù)問題

本發(fā)明提供一種面向飛行校驗(yàn)的斑馬線檢測(cè)定位方法，本方法采用了自適應(yīng)閾值的圖像分割方法，使得斑馬線的中心點(diǎn)檢測(cè)能夠在各種光照條件下進(jìn)行。而且該方法還采用了形態(tài)學(xué)的處理手段，對(duì)圖像中出現(xiàn)的噪聲進(jìn)行了消除以及對(duì)斑馬線的白條紋的內(nèi)部孔洞進(jìn)行填充，使得處理后的斑馬線圖像能有一個(gè)很好的視覺效果。本方法還通過感興趣區(qū)域的提取優(yōu)化了算法的處理速度和檢測(cè)精度，使得斑馬線中心點(diǎn)的檢測(cè)實(shí)時(shí)化。

(二)技術(shù)方案

一種機(jī)場(chǎng)斑馬線中心點(diǎn)實(shí)時(shí)檢測(cè)的方法，其特征在于包括以下具體步驟：

步驟一、通過飛機(jī)上搭載的線陣相機(jī)將獲取到的行掃數(shù)據(jù)輸入到計(jì)算機(jī)中，其中每10行行掃數(shù)據(jù)作為一個(gè)處理單元。

步驟二、從第一個(gè)處理單元開始，先對(duì)其進(jìn)行預(yù)處理，包括自適應(yīng)閾值和形態(tài)學(xué)開閉運(yùn)算，然后通過檢測(cè)是否存在斑馬線的特征確定包含斑馬線的關(guān)鍵單元keyunit，并計(jì)算keyunit中暗條紋的最大值benchmarkb，得到在keyunit中斑馬線中心暗條紋的左右邊界的列坐標(biāo)：keyleft和keyright。

步驟三、將第keyunit-2、第keyunit-1、第keyunit和第keyunit+1個(gè)處理單元拼接成一副圖像keyframe，在keyframe中根據(jù)keyleft和keyright確定一個(gè)包含斑馬線中心暗條紋以及部分左右兩條相鄰亮條紋的感興趣區(qū)域roi。然后對(duì)其進(jìn)行預(yù)處理，包括自適應(yīng)閾值和形態(tài)學(xué)開閉運(yùn)算。在roi內(nèi)進(jìn)行角點(diǎn)檢測(cè)找出斑馬線中心點(diǎn)左右的兩個(gè)的亮條紋上的角點(diǎn)，通過計(jì)算兩個(gè)角點(diǎn)的中心點(diǎn)得到斑馬線的中心點(diǎn)。

(三)有益效果

現(xiàn)有的關(guān)于斑馬線檢測(cè)的專利都是基于城市道路的，其特點(diǎn)是斑馬線亮暗條紋均勻分布，而對(duì)于機(jī)場(chǎng)道面的斑馬線來說其分布有一個(gè)明顯的區(qū)別。機(jī)場(chǎng)的斑馬線中間有一個(gè)明顯較寬的暗條紋，因此，本發(fā)明提出的方法會(huì)利用這一特點(diǎn)先確定該較寬的暗條紋的左右邊界，然后利用角點(diǎn)檢測(cè)在感興趣區(qū)域roi上找到離斑馬線中點(diǎn)最近的兩條亮條紋上的角點(diǎn)，通過求這兩個(gè)角點(diǎn)的中點(diǎn)得到斑馬線的中心點(diǎn)的位置信息。

本發(fā)明采用了各種圖像處理的方法來實(shí)現(xiàn)斑馬線中心點(diǎn)的檢測(cè)，充分利用了斑馬線本身具有的明顯特征。針對(duì)可能面對(duì)的各種光照條件下獲取到的圖像，我們采用了自適應(yīng)閾值分割的方法將斑馬線和背景有效地分割開。而對(duì)于圖像中的噪點(diǎn)和斑馬線本省內(nèi)部可能存在的孔洞問題，我們采用了形態(tài)學(xué)開閉運(yùn)算的方法。由于實(shí)時(shí)性的要求，在斑馬線中心點(diǎn)的檢測(cè)過程中我們采用了感興趣提取的方法來提高處理的速度，而且通過這種方法在縮減了檢測(cè)區(qū)域的同時(shí)提高了檢測(cè)的精度。本方法通過對(duì)斑馬線的檢測(cè)和定位為飛機(jī)的校驗(yàn)過程提供了激發(fā)點(diǎn)的時(shí)間信息，通過這一時(shí)刻所接受到的導(dǎo)航信息能夠?qū)︼w機(jī)的導(dǎo)航系統(tǒng)進(jìn)行糾偏，因此具有廣闊的應(yīng)用價(jià)值和市場(chǎng)前景。

附圖說明

圖1：機(jī)場(chǎng)斑馬線中心點(diǎn)檢測(cè)方法流程圖；

圖2：白天條件下keyunit的原圖；

圖3：在roi中進(jìn)行角點(diǎn)檢測(cè)的結(jié)果；

圖4：在keyframe中顯示斑馬線中心點(diǎn)的檢測(cè)結(jié)果；

具體實(shí)施方式

為了更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖及具體實(shí)施方式詳細(xì)介紹本發(fā)明。本發(fā)明的具體實(shí)現(xiàn)流程如圖1所示，各部分具體實(shí)施細(xì)節(jié)如下：

1.通過飛機(jī)上搭載的線陣相機(jī)將獲取到的行掃數(shù)據(jù)輸入到計(jì)算機(jī)中，其中每10行行掃數(shù)據(jù)作為一個(gè)處理單元。

機(jī)場(chǎng)道面的行掃數(shù)據(jù)是通過離地面大約15m的無人機(jī)上搭載的線陣相機(jī)獲取得到的。由于線陣相機(jī)在每個(gè)時(shí)刻得到的都是一行的圖像數(shù)據(jù)，所以為了處理的方便，將每10行的行掃數(shù)據(jù)拼接得到基本的處理單元，通過對(duì)每個(gè)單元進(jìn)行處理分析最終完成對(duì)斑馬線中心點(diǎn)的檢測(cè)和定位。

2.從第一個(gè)處理單元開始，先對(duì)其進(jìn)行預(yù)處理，包括自適應(yīng)閾值和形態(tài)學(xué)開閉運(yùn)算，然后通過檢測(cè)是否存在斑馬線的特征確定包含斑馬線的關(guān)鍵單元keyunit，并計(jì)算keyunit中暗條紋的最大值benchmarkb，得到在keyunit中斑馬線中心暗條紋的左右邊界的列坐標(biāo)：keyleft和keyright。

對(duì)當(dāng)前處理單元做預(yù)處理時(shí)，首先通過自適應(yīng)閾值的方法將斑馬線提取出來，然后再利用形態(tài)學(xué)開閉運(yùn)算對(duì)處理單元像進(jìn)行去噪和斑馬線孔洞粘連。預(yù)處理后如果當(dāng)前處理單元出現(xiàn)寬度幾乎一致的數(shù)條亮條紋，那么就可以確定該處理單元為關(guān)鍵單元，具體的處理步驟為：

統(tǒng)計(jì)當(dāng)前單元的第1行像素的情況。首先計(jì)算像素值由0變255的上升點(diǎn)的縱坐標(biāo)upi(1≤i≤nup)以及像素值由255變0的下降點(diǎn)的縱坐標(biāo)downi′(1≤i′≤ndown)，為了能夠魯棒地判斷該幀是否是斑馬線出現(xiàn)的第一幀，需要完整的亮條紋的個(gè)數(shù)作為判斷依據(jù)，所以u(píng)pi和downi′必須成對(duì)匹配，如果up1>down1則從downi′中刪除down1，然后將upi和downi′一一對(duì)應(yīng)，得到各個(gè)完整亮條紋的長(zhǎng)度lightstreaksi(1≤i≤nls)、亮條紋間暗條紋的長(zhǎng)度blackstreaksi′(1≤i′≤nls-1)，相應(yīng)的計(jì)算公式如下所示：

lightstreaksi＝downi-upi(1≤i≤nls)(1)

blackstreaksi′＝upi′+1-downi′(1≤i′≤nls-1)(2)

記lightstreaksi中的最大值記為benchmarkl，以threshold1作為閾值，統(tǒng)計(jì)lightstreaksi中所有長(zhǎng)度與benchmarkl之差在threshold1以內(nèi)的亮條紋的個(gè)數(shù)numzebra。如果numzebra>nls-2且benchmarkl>150則認(rèn)為該處理單元是keyunit。

得到keyunit后，計(jì)算出blackstreaksi′中的最大值benchmarkb，然后得到斑馬線中心暗條紋的左右邊界的列坐標(biāo)：keyleft和keyright。

3.將第keyunit-2、第keyunit-1、第keyunit和第keyunit+1個(gè)處理單元拼接成一副圖像keyframe，在keyframe中根據(jù)keyleft和keyright確定一個(gè)包含斑馬線中心暗條紋以及部分左右兩條相鄰亮條紋的感興趣區(qū)域roi。然后對(duì)其進(jìn)行預(yù)處理，包括自適應(yīng)閾值和形態(tài)學(xué)開閉運(yùn)算。在roi內(nèi)進(jìn)行角點(diǎn)檢測(cè)找出斑馬線中心點(diǎn)左右的兩個(gè)的亮條紋上的角點(diǎn)，通過計(jì)算兩個(gè)角點(diǎn)的中心點(diǎn)得到斑馬線的中心點(diǎn)。

在步驟2確定了keyunit以后，由于斑馬線的中心點(diǎn)不一定出現(xiàn)在keyunit中，因此需要擴(kuò)大檢測(cè)范圍，將第keyunit-2、第keyunit-1、第keyunit和第keyunit+1個(gè)處理單元拼接成一副圖像keyframe。根據(jù)keyleft和keyright確定一個(gè)包含斑馬線中心暗條紋以及部分左右兩條相鄰亮條紋的感興趣區(qū)域roi，然后對(duì)其進(jìn)行預(yù)處理，包括自適應(yīng)閾值和形態(tài)學(xué)開閉運(yùn)算。該roi中含有兩個(gè)明顯的強(qiáng)角點(diǎn)，分布在斑馬線中心左右兩條亮條紋上，通過對(duì)roi進(jìn)行角點(diǎn)檢測(cè)得到這兩個(gè)角點(diǎn)，并計(jì)算這兩點(diǎn)間的中心點(diǎn)得到斑馬線的中心點(diǎn)。

本發(fā)明可用于機(jī)場(chǎng)斑馬線中心點(diǎn)的檢測(cè)和定位，對(duì)于輔助飛機(jī)進(jìn)行飛行校驗(yàn)有著重要意義，具有廣闊的市場(chǎng)前景和應(yīng)用價(jià)值。