CN110796660A - 用于机场跑道的图像清晰度评价方法 - Google Patents
用于机场跑道的图像清晰度评价方法 Download PDFInfo
- Publication number
- CN110796660A CN110796660A CN202010007377.5A CN202010007377A CN110796660A CN 110796660 A CN110796660 A CN 110796660A CN 202010007377 A CN202010007377 A CN 202010007377A CN 110796660 A CN110796660 A CN 110796660A
- Authority
- CN
- China
- Prior art keywords
- image
- runway
- corrected
- evaluation method
- pan
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 20
- 238000012937 correction Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 9
- 230000003287 optical effect Effects 0.000 claims abstract description 4
- 239000000126 substance Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种用于机场跑道的图像清晰度评价方法,包括:获取云台摄像机当前采集的跑道图像;获取云台摄像机当前的方位俯仰角;利用云台摄像机当前的方位俯仰角对跑道图像进行形变校正,使跑道图像投影到与光轴垂直的平面上;计算校正后的跑道图像的全局清晰度。本发明利用云台摄像机的方位角对采集的跑道图像在清晰度函数中的权值映射的方法,使得机场跑道平面的清晰度判断不受物距变化的影响,提高了清晰度判断的准确性。
Description
技术领域
本发明属于机场异物检测领域,特别是涉及一种用于机场跑道的图像清晰度评价方法。
背景技术
机场异物探测系统(FOD)通常采用云台摄像机对机场跑道进行监控。由于现有的图像清晰度评价模型主要针对与摄像机成像平面平行的目标场景的图像清晰度判断,因此,将现有的图像清晰度评价模型用于机场跑道的成像清晰度判断时存在准确度不高的问题。此外,由于机场跑道上经常有飞机起落,现有的清晰度评价方法也容易受到干扰。
发明内容
本发明的目的在于克服现有技术的不足,提供一种用于机场跑道的图像清晰度评价方法,利用云台摄像机的角度对跑道图像的每个点的位置进行校正,提高清晰度判断的准确度。
本发明的目的是通过以下技术方案来实现的:用于机场跑道的图像清晰度评价方法,包括:
获取云台摄像机当前采集的跑道图像;
获取云台摄像机当前的方位俯仰角;
利用云台摄像机当前的方位俯仰角对跑道图像进行形变校正,使跑道图像投影到与光轴垂直的平面上;
计算校正后的跑道图像的全局清晰度。
优选的,用于机场跑道的图像清晰度评价方法,在计算校正后的跑道图像的全局清晰度前还包括:
分别计算校正后的跑道图像中各点的单点图像清晰度。
优选的,用于机场跑道的图像清晰度评价方法,在计算校正后的跑道图像的全局清晰度前还包括:
检测校正后的跑道图像中的运动区域。
优选的,对跑道图像进行形变校正包括:
优选的,跑道图像中各点的单点图像清晰度的计算公式为:
优选的,检测校正后的跑道图像中的运动区域包括:
优选的,校正后的跑道图像的全局清晰度的计算公式为:
本发明的有益效果是:
(1)本发明利用云台摄像机的方位角对采集的跑道图像在清晰度函数中的权值映射的方法,使得机场跑道平面的清晰度判断不受物距变化的影响,提高了清晰度判断的准确性;
(2)本发明采用基于图像局部特征与全局特征融合的清晰度判断方法,具有良好的适应性和稳定性;
(3)本发明采用运动目标检测算法将运动目标的干扰区域去除,降低了跑道上起降的飞机对图像清晰度计算的干扰。
附图说明
图1为用于机场跑道的图像清晰度评价方法的一种流程示意图。
具体实施方式
下面将结合实施例,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅图1,本发明提供一种用于机场跑道的图像清晰度评价方法:
用于机场跑道的图像清晰度评价方法,包括:
S1. 获取云台摄像机当前采集的跑道图像。
S2.获取云台摄像机当前的方位俯仰角。
S3.利用云台摄像机当前的方位俯仰角对跑道图像进行形变校正,使跑道图像投影到与光轴垂直的平面上。
通过对跑道图像进行校正,消除了因摄像机位置与跑道平面直角不垂直导致成像画面出现形变的问题,提高了机场跑道的清晰度评价的准确性。
云台摄像机采集的图像的形变主要表现为梯形形变,对跑道图像进行形变校正包括:
S4.分别计算校正后的跑道图像中各点的单点图像清晰度。
跑道图像中各点的单点图像清晰度的计算公式为:
S5.检测校正后的跑道图像中的运动区域。
通过检测跑道图像中的运动区域,将运动目标的干扰区域去除,可消除机场跑道上飞机起落给图像清晰度计算带来的干扰。
检测校正后的跑道图像中的运动区域包括:
在一些实施例,先检测校正后的跑道图像中的运动区域,再分别计算校正后的跑道图像中各点的单点图像清晰度。在一些实施例中,检测校正后的跑道图像中的运动区域和分别计算校正后的跑道图像中各点的单点图像清晰度同时进行。
S6.计算校正后的跑道图像的全局清晰度。
校正后的跑道图像的全局清晰度的计算公式为:
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (8)
1.用于机场跑道的图像清晰度评价方法,其特征在于,包括:
获取云台摄像机当前采集的跑道图像;
获取云台摄像机当前的方位俯仰角;
利用云台摄像机当前的方位俯仰角对跑道图像进行形变校正,使跑道图像投影到与光轴垂直的平面上;
计算校正后的跑道图像的全局清晰度。
2.根据权利要求1所述的用于机场跑道的图像清晰度评价方法,其特征在于,用于机场跑道的图像清晰度评价方法,在计算校正后的跑道图像的全局清晰度前还包括:
分别计算校正后的跑道图像中各点的单点图像清晰度。
3.根据权利要求2所述的用于机场跑道的图像清晰度评价方法,其特征在于,用于机场跑道的图像清晰度评价方法,在计算校正后的跑道图像的全局清晰度前还包括:
检测校正后的跑道图像中的运动区域。
7.根据权利要求6所述的用于机场跑道的图像清晰度评价方法,其特征在于,检测校正后的跑道图像中的运动区域还包括:对运动区域进行形态学滤波。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010007377.5A CN110796660B (zh) | 2020-01-04 | 2020-01-04 | 用于机场跑道的图像清晰度评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010007377.5A CN110796660B (zh) | 2020-01-04 | 2020-01-04 | 用于机场跑道的图像清晰度评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110796660A true CN110796660A (zh) | 2020-02-14 |
CN110796660B CN110796660B (zh) | 2020-04-07 |
Family
ID=69448490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010007377.5A Active CN110796660B (zh) | 2020-01-04 | 2020-01-04 | 用于机场跑道的图像清晰度评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110796660B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111210384A (zh) * | 2020-04-23 | 2020-05-29 | 成都科睿埃科技有限公司 | 一种适用于机场跑道场景的图像拼接方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5852613A (ja) * | 1981-09-24 | 1983-03-28 | Ricoh Co Ltd | 光走査光学系 |
US20100315601A1 (en) * | 2009-06-11 | 2010-12-16 | Seiko Epson Corporation | Projector and trapezoidal distortion correcting method |
CN103561224A (zh) * | 2013-10-23 | 2014-02-05 | 上海明泰照明电器有限公司 | 激光倾斜投影图像的校正方法 |
CN104006790A (zh) * | 2013-02-21 | 2014-08-27 | 成都海存艾匹科技有限公司 | 基于视觉的飞机降落辅助装置 |
CN104077586A (zh) * | 2014-06-20 | 2014-10-01 | 深圳百佳安生物识别技术有限公司 | 光学指纹传感器的实时梯形失真校正方法及其系统 |
CN105261013A (zh) * | 2015-09-25 | 2016-01-20 | 孙高磊 | 一种扫描图像质量综合评价方法及评价系统 |
CN106204565A (zh) * | 2016-07-05 | 2016-12-07 | 董超超 | 一种通过斑块特征配准的图像清晰度检测装置 |
CN108038822A (zh) * | 2017-11-23 | 2018-05-15 | 极翼机器人(上海)有限公司 | 一种手机云台全景照片拼接方法 |
CN108830811A (zh) * | 2018-06-12 | 2018-11-16 | 西安微电子技术研究所 | 一种飞行参数与相机内参相结合的航空影像实时校正方法 |
CN108957918A (zh) * | 2018-08-08 | 2018-12-07 | 屏丽科技成都有限责任公司 | 一种基于反射器件和镜头的梯形矫正投影装置及方法 |
CN110163174A (zh) * | 2019-05-27 | 2019-08-23 | 成都科睿埃科技有限公司 | 一种基于单目摄像头的活体人脸检测方法 |
-
2020
- 2020-01-04 CN CN202010007377.5A patent/CN110796660B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5852613A (ja) * | 1981-09-24 | 1983-03-28 | Ricoh Co Ltd | 光走査光学系 |
US20100315601A1 (en) * | 2009-06-11 | 2010-12-16 | Seiko Epson Corporation | Projector and trapezoidal distortion correcting method |
CN104006790A (zh) * | 2013-02-21 | 2014-08-27 | 成都海存艾匹科技有限公司 | 基于视觉的飞机降落辅助装置 |
CN103561224A (zh) * | 2013-10-23 | 2014-02-05 | 上海明泰照明电器有限公司 | 激光倾斜投影图像的校正方法 |
CN104077586A (zh) * | 2014-06-20 | 2014-10-01 | 深圳百佳安生物识别技术有限公司 | 光学指纹传感器的实时梯形失真校正方法及其系统 |
CN105261013A (zh) * | 2015-09-25 | 2016-01-20 | 孙高磊 | 一种扫描图像质量综合评价方法及评价系统 |
CN106204565A (zh) * | 2016-07-05 | 2016-12-07 | 董超超 | 一种通过斑块特征配准的图像清晰度检测装置 |
CN108038822A (zh) * | 2017-11-23 | 2018-05-15 | 极翼机器人(上海)有限公司 | 一种手机云台全景照片拼接方法 |
CN108830811A (zh) * | 2018-06-12 | 2018-11-16 | 西安微电子技术研究所 | 一种飞行参数与相机内参相结合的航空影像实时校正方法 |
CN108957918A (zh) * | 2018-08-08 | 2018-12-07 | 屏丽科技成都有限责任公司 | 一种基于反射器件和镜头的梯形矫正投影装置及方法 |
CN110163174A (zh) * | 2019-05-27 | 2019-08-23 | 成都科睿埃科技有限公司 | 一种基于单目摄像头的活体人脸检测方法 |
Non-Patent Citations (6)
Title |
---|
KONG, QINGSHAN 等: "Fast range estimation based onactive range-gated imaging for coastal surveillance", 《OPTOELECTRONIC IMAGING AND MULTIMEDIA TECHNOLOGY II》 * |
LEI CHEN 等: "IMPROVED METHOD FOR REAL-TIME IMAGE CORRECTION BASED ON THE CONTROL POINT", 《COMPUTER, COMMUNICATIONS AND MECHATRONICS ENGINEERING》 * |
冉欢欢,黄自力: "融合摄像机位姿信息的模板匹配跟踪算法", 《计算机应用》 * |
谭琦,米向飞: "一种基于前端设备的监控视频清晰度评价方法", 《天津市电视技术研究会2015年年会论文集》 * |
靳海涛,刘争芳: "一种机动车号牌图像几何矫正快速算法", 《第八届中国智能交通年会优秀论文集——智能交通与安全》 * |
黄钰雯: "基于无人机视觉的光伏电池板图像的预处理和矫正", 《内江科技》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111210384A (zh) * | 2020-04-23 | 2020-05-29 | 成都科睿埃科技有限公司 | 一种适用于机场跑道场景的图像拼接方法 |
CN111210384B (zh) * | 2020-04-23 | 2020-07-14 | 成都科睿埃科技有限公司 | 一种适用于机场跑道场景的图像拼接方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110796660B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109060281B (zh) | 基于无人机的一体化桥梁检测系统 | |
CN111368706B (zh) | 基于毫米波雷达和机器视觉的数据融合动态车辆检测方法 | |
WO2017080102A1 (zh) | 飞行装置、飞行控制系统及方法 | |
CN110441791B (zh) | 一种基于前倾2d激光雷达的地面障碍物检测方法 | |
CN109086650B (zh) | 校准方法和校准设备 | |
WO2017080108A1 (zh) | 飞行装置、飞行控制系统及方法 | |
CN102622767B (zh) | 双目非标定空间定位方法 | |
US20110013016A1 (en) | Visual Detection of Clear Air Turbulence | |
CN110796728A (zh) | 一种基于扫描式激光雷达的非合作航天器三维重建方法 | |
CN111144213B (zh) | 一种对象检测方法和相关设备 | |
JPH10512694A (ja) | 連続画像内での物体の移動を検知する方法及び装置 | |
CN112348775B (zh) | 基于车载环视的路面坑塘检测系统及方法 | |
CN110796660B (zh) | 用于机场跑道的图像清晰度评价方法 | |
CN111707668A (zh) | 基于序列图像的隧道检测及图像处理方法 | |
CN114719873B (zh) | 一种低成本精细地图自动生成方法、装置及可读介质 | |
CN108416798A (zh) | 一种基于光流的车辆距离估计方法 | |
WO2012134237A2 (ko) | 촬영화상의 카메라 자세 추정 시스템 및 방법 | |
CN115717867A (zh) | 一种基于机载双相机和目标追踪的桥梁变形测量方法 | |
CN112509054A (zh) | 一种相机外参动态标定方法 | |
CN111754550B (zh) | 一种农机运动状态下动态障碍物检测方法及装置 | |
KR102658268B1 (ko) | Avm용 주행 자동 공차 보정 장치 및 방법 | |
CN111260725B (zh) | 一种面向动态环境的轮速计辅助的视觉里程计方法 | |
CN113553958B (zh) | 一种高速公路绿化带检测方法和装置 | |
CN105242060B (zh) | 一种列车车轮空转及滑行的实时监测方法 | |
CN112985388B (zh) | 基于大位移光流法的组合导航方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220118 Address after: 610000 floor 5, building 4, No. 2, Xingsheng West Road, Jinniu high tech Industrial Park, Chengdu, Sichuan Patentee after: Sichuan Desheng Xinda brain intelligence technology Co.,Ltd. Address before: No. 888, South Tianfu Avenue, Huayang street, Tianfu New District, Chengdu, Sichuan 610000 Patentee before: Chengdu Kerui Ai Technology Co.,Ltd. |
|
TR01 | Transfer of patent right |