CN111666910B - 一种机场净空区障碍物检测方法、装置、和电子产品 - Google Patents

一种机场净空区障碍物检测方法、装置、和电子产品 Download PDF

Info

Publication number
CN111666910B
CN111666910B CN202010537369.1A CN202010537369A CN111666910B CN 111666910 B CN111666910 B CN 111666910B CN 202010537369 A CN202010537369 A CN 202010537369A CN 111666910 B CN111666910 B CN 111666910B
Authority
CN
China
Prior art keywords
image
shadow
airport clearance
line segment
satellite
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.)
Active
Application number
CN202010537369.1A
Other languages
English (en)
Other versions
CN111666910A (zh
Inventor
王珏
周院进
齐焕然
王雪锋
杨晋
李品
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Boneng Technology Co ltd
Original Assignee
Beijing Boneng Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Boneng Technology Co ltd filed Critical Beijing Boneng Technology Co ltd
Priority to CN202010537369.1A priority Critical patent/CN111666910B/zh
Publication of CN111666910A publication Critical patent/CN111666910A/zh
Application granted granted Critical
Publication of CN111666910B publication Critical patent/CN111666910B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/247—Aligning, centring, orientation detection or correction of the image by affine transforms, e.g. correction due to perspective effects; Quadrilaterals, e.g. trapezoids

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种机场净空区障碍物检测方法、装置、和电子产品，其中，该方法包括：获取机场净空区的卫星影像，并对卫星影像进行处理，得到机场净空区内待检测的物体的物体影像；对待检测的物体的物体影像进行处理，得到物体阴影影像；对物体阴影影像进行处理，得到物体阴影影像中物体的阴影长度；基于物体阴影影像中物体的阴影长度，对物体影像中的物体的高度进行计算；当确定计算得到的物体的高度大于机场净空区高度阈值时，将物体确定为机场净空区障碍物。通过本发明实施例提供的机场净空区障碍物检测方法、装置、和电子产品，满足了对机场净空区障碍物进行实时监控的需求，大大提高了机场净空区障碍物检测的效率。

Description

一种机场净空区障碍物检测方法、装置、和电子产品
技术领域
本发明涉及计算机技术领域，具体而言，涉及一种机场净空区障碍物检测方法、装置、电子产品和计算机可读存储介质。
背景技术
目前，机场在投入使用后，机场净空区内的障碍物高度是满足飞机安全运行要求的，但后续运营过程中，会有新的障碍物出现，为了保障飞机飞行的安全，每个机场都需要对影响飞机安全的障碍物进行普查，普查范围包括机场净空区内的房屋、烟囱、信号塔以及树木。
为了对机场净空区内的房屋、烟囱、信号塔以及树木进行普查，需要工作人员使用测距仪、钢尺、全站仪、以及使用实时动态差分法测量(Real-time kinematic，RTK)的全球定位系统(Global Positioning System，GPS)进行机场净空区内障碍物的检查。
但人工普查耗时耗力，很难满足实时监控的需求。
发明内容
为解决上述问题，本发明实施例的目的在于提供一种机场净空区障碍物检测方法、装置、电子产品和计算机可读存储介质。
第一方面，本发明实施例提供了一种机场净空区障碍物检测方法，包括：
获取机场净空区的卫星影像，并对所述卫星影像进行处理，得到机场净空区内待检测的物体的物体影像；
对所述待检测的物体的物体影像进行处理，得到物体阴影影像；
对所述物体阴影影像进行处理，得到所述物体阴影影像中物体的阴影长度；
基于所述物体阴影影像中物体的阴影长度，对所述物体影像中的物体的高度进行计算；
当确定计算得到的物体的高度大于机场净空区高度阈值时，将所述物体确定为机场净空区障碍物。
第二方面，本发明实施例还提供了一种机场净空区障碍物检测方法，包括：
获取模块，用于获取机场净空区的卫星影像，并对所述卫星影像进行处理，得到机场净空区内待检测的物体的物体影像；
第一处理模块，用于对所述待检测的物体的物体影像进行处理，得到物体阴影影像；
第二处理模块，用于对所述物体阴影影像进行处理，得到所述物体阴影影像中物体的阴影长度；
第三处理模块，用于基于所述物体阴影影像中物体的阴影长度，对所述物体影像中的物体的高度进行计算；
第四处理模块，用于当确定计算得到的物体的高度大于机场净空区高度阈值时，将所述物体确定为机场净空区障碍物。
第三方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面所述的方法的步骤。
第四方面，本发明实施例还提供了一种电子设备，所述电子设备包括有存储器，处理器以及一个或者一个以上的程序，其中所述一个或者一个以上程序存储于所述存储器中，且经配置以由所述处理器执行上述第一方面所述的方法的步骤。
本发明实施例上述第一方面至第四方面提供的方案中，通过对机场净空区的卫星影像进行处理，得到物体阴影影像，并在得到的物体阴影影像基础上，得到所述物体阴影影像中物体的阴影长度，然后基于得到的物体阴影影像中物体的阴影长度对所述物体影像中的物体的高度进行计算，与相关技术中通过人工普查的方式对净空区内的障碍物进行检测的方式相比，整个机场净空区障碍物检测过程无需人工参与，满足了对机场净空区障碍物进行实时监控的需求，大大提高了机场净空区障碍物检测的效率。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例1所提供的一种机场净空区障碍物检测方法的流程图；
图2示出了本发明实施例1所提供的机场净空区障碍物检测方法中，物体阴影影像的示意图；
图3示出了本发明实施例2所提供的一种机场净空区障碍物检测装置的结构示意图；
图4示出了本发明实施例3所提供的一种电子设备的结构示意图。
具体实施方式
目前，机场在投入使用后，机场净空区内的障碍物高度是满足飞机安全运行要求的，但后续运营过程中，会有新的障碍物出现，为了保障飞机飞行的安全，每个机场都需要对影响飞机安全的障碍物进行普查，普查范围包括机场净空区内的房屋、烟囱、信号塔以及树木。为了对机场净空区内的房屋、烟囱、信号塔以及树木进行普查，需要工作人员使用测距仪、钢尺、全站仪、以及使用GPS-RTK技术进行机场净空区内障碍物的检查。但人工普查耗时耗力，很难满足实时监控的需求。
基于此，本申请实施例提出一种机场净空区障碍物检测方法、装置、电子产品和计算机可读存储介质，通过对机场净空区的卫星影像进行处理，得到物体阴影影像，并在得到的物体阴影影像基础上，得到所述物体阴影影像中物体的阴影长度，然后基于得到的物体阴影影像中物体的阴影长度对所述物体影像中的物体的高度进行计算，整个机场净空区障碍物检测过程无需人工参与，满足了对机场净空区障碍物进行实时监控的需求。
所以，本申请各实施例利用高分辨率遥感影像建筑物高度提取技术，可以快速全面的对建筑物的高度进行评估。
目前在轨运行的高分辨率遥感影像如下表1所示：
表1
考虑到机场净空区对障碍物和建筑物的高度精度要求满足米级，天然障碍物和新增建筑物的变化比较快，人工普查的频率比较高，因此需要选择重访周期小，分辨率比较高的遥感影像，因此采用WorldView-4高分辨率遥感影像作为机场净空区障碍物检测的数据进行处理。
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请做进一步详细的说明。
实施例1
本实施例提出的一种机场净空区障碍物检测方法的执行主体是服务器。
所述服务器，可以采用现有技术中任何能够对机场净空区的卫星影像进行处理，确定机场净空区内是否具有新增障碍物的计算设备，这里不再一一赘述。
参见图1所示的一种机场净空区障碍物检测方法的流程图，本实施例提出一种机场净空区障碍物检测方法，具体包括以下步骤：
步骤100、获取机场净空区的卫星影像，并对所述卫星影像进行处理，得到机场净空区内待检测的物体的物体影像。
在上述步骤100中，机场净空区的卫星影像，是包括机场净空区的WorldView-4高分辨率遥感影像。
服务器在获取到卫星影像的同时，还可以获取到所述卫星影像的参数文件。
为了得到机场净空区内待检测的物体的物体影像，上述步骤100可以执行以下步骤(1)至步骤(5)：
(1)对所述卫星影像进行几何校正操作，得到消除几何畸变的卫星影像；
(2)裁剪消除几何畸变的所述卫星影像，得到所述机场净空区的多光谱卫星影像；
(3)对所述机场净空区的多光谱卫星影像进行分割操作，并通过分析分割操作后的所述机场净空区的多光谱卫星影像的归一化植被指数和归一化水体指数，得到所述机场净空区内物体的物体影像；
(4)获取机场净空区历史物体影像，所述机场净空区历史物体影像是指上一次进行机场净空区障碍物检测时得到的机场净空区内物体的物体影像；
(5)将所述机场净空区内物体的物体影像中与机场净空区历史物体影像中相同物体的影像删除，得到所述机场净空区内待检测的物体的物体影像。
在上述步骤(1)中，所述卫星影像，是指机场净空区的卫星影像，存储在所述服务器中，对所述卫星影像进行几何校正操作的过程是现有技术，这里不再赘述。
对卫星影像进行几何校正后，可以将卫星影像中的每个像素所对应的地面点校正到更加准确的经度和纬度。
在上述步骤(2)中，为了得到所述机场净空区的多光谱卫星影像，服务器可以先对消除几何畸变的卫星影像进行融合操作，获得更精确、拥有更丰富的信息的多光谱影像，然后裁剪该多光谱卫星影像，得到所述机场净空区的多光谱卫星影像。
在上述步骤(3)中，所述物体影像，包括：物体的影像和物体阴影影像。
对所述机场净空区的卫星影像进行分割操作、以及分析分割操作后的所述机场净空区的卫星影像的归一化植被指数和归一化水体指数，得到所述机场净空区内物体的物体影像的过程均是现有技术，这里不再赘述。
在上述步骤(4)中，所述机场净空区历史物体影像，缓存在所述服务器中。
当所述服务器执行完毕本次机场净空区障碍物检测时，会利用所述机场净空区内物体的物体影像对存储的机场净空区历史物体影像进行替换。即所述服务器只对上一次进行机场净空区障碍物检测时得到的机场净空区内物体的物体影像进行存储。
在上述步骤(5)中，所述服务器可以先进行所述机场净空区内物体的物体影像与机场净空区历史物体影像对比，确定所述机场净空区内物体的物体影像中新增的物体，将所述机场净空区内物体的物体影像中新增的物体确定为待检测的物体，然后将所述机场净空区内物体的物体影像中与机场净空区历史物体影像中相同物体的影像删除，保留所述机场净空区内物体的物体影像中新增的物体的物体影像。
所述物体，可以是但不限于：机场净空区内的建筑物、烟囱、信号塔以及树木。
由于待检测物体与其阴影在遥感影像上的光谱信息具有特殊的特性。待检测的物体的物体影像中各像素点携带有蓝光波段遥感影像像元亮度值(Digital Number，DN值)、红光波段DN值、以及近红外光波段DN值。
所述蓝光波段DN值、红光波段DN值、以及近红外光波段DN值，均存储在上述卫星影像中。所述服务器，可以采用现有技术中任何能够进行影像相似度对比的算法，对所述机场净空区内物体的物体影像与机场净空区历史物体影像进行对比，从而确定出所述机场净空区内物体的物体影像中新增的物体，具体过程是现有技术，这里不再赘述。
在通过上述步骤100得到机场净空区内待检测的物体的物体影像后，可以继续执行以下步骤102，得到物体阴影影像。
步骤102、对所述待检测的物体的物体影像进行处理，得到物体阴影影像。
为了得到物体阴影影像，上述步骤102可以具体执行以下步骤(1)至步骤(2)：
(1)通过以下公式对待检测的物体的物体影像中各像素点的阴影光谱特征进行计算：
阴影光谱特征＝(BAND(B)-BAND(R))/(BAND(NIR)-BAND(R))
其中，BAND(B)表示蓝光波段遥感影像像元亮度值；BAND(R)表示红光波段遥感影像像元亮度值；BAND(NIR)表示近红外光波段遥感影像像元亮度值；
(2)将所述待检测的物体的物体影像中阴影光谱特征小于0的像素点删除，得到所述物体阴影影像。
通过以上的步骤(1)至步骤(2)可以看出，根据阴影和建筑物在卫星影像中的特殊性，提取出物体阴影影像，从而得到物体阴影影像。
步骤104、对所述物体阴影影像进行处理，得到所述物体阴影影像中物体的阴影长度。
为了得到所述物体阴影影像中物体的阴影长度，上述步骤104可以执行以下步骤(1)至步骤(4)：
(1)将所述物体阴影影像中具有像素点的区域确定为物体阴影区域；
(2)确定太阳方位角，将所述物体阴影区域的边界上的像素点确定为线段起点，将所述物体阴影区域中所述太阳方位角方向上非所述线段起点所在边界的另一边界上的像素点确定为线段终点，并在所述线段起点和所述线段终点之间构造线段；
(3)根据构造出的线段起点的坐标和线段终点的坐标，计算所述像素点作为线段起点时构造的线段的线段长度；
(4)当所述物体阴影区域边界上的像素点均在所述太阳方位角方向上构造过线段时，计算构造出的线段的线段长度平均值，并将计算得到的所述线段长度平均值作为所述物体阴影影像中物体的阴影长度，从而得到所述物体阴影影像中物体的阴影长度。
在上述步骤(1)中，参见图2所示的物体阴影影像的示意图，其中每个正方格都表示一个像素点。图2中的阴影A表示一个物体阴影区域，图2中的阴影B表示另一个物体阴影区域。
在上述步骤(2)中，确定太阳方位角的过程是现有技术，在后续内容中给出，这里不再赘述。
从上述图2可以看出，a1是所述物体阴影区域的边界上的一个像素点，在所述太阳方位角方向上可以构造线段l1。
在一个实施方式中，所述线段终点也可以是所述线段起点所在边界上的另一个像素点，但这个像素点需要即在所述线段起点所在边界上，又要在另一个边界上。
在上述步骤(3)中，通过以下公式(1)计算得到所述物体阴影影像中边界上所述像素点作为线段起点时的线段长度，从而确定出所述物体阴影影像中边界上所述像素点作为线段起点时构造的线段的线段长度：
其中，(x始，y始)表示所述线段起点的坐标；(x终，y终)表示所述线段终点的坐标。
所述线段起点的坐标和所述线段终点的坐标是服务器从阴影影像中获取到的。
可选地，l1也可以根据太阳方位角进行计算，具体过程这里不再赘述。
在通过上述步骤104得到所述物体阴影影像中物体的阴影长度后，可以继续执行以下步骤106，对所述物体影像中的物体的高度进行计算。
步骤106、基于所述物体阴影影像中物体的阴影长度，对所述物体影像中的物体的高度进行计算。
为了对所述物体影像中的物体的高度进行计算，上述步骤106可以执行上述步骤(1)至步骤(4)：
(1)分别计算太阳赤纬、太阳方位角，太阳高度角、卫星方位角以及卫星高度角；
(2)获取卫星轨道纬度和物体影像中物体的物体纬度值；
(3)当太阳赤纬与卫星轨道纬度均大于或均小于物体影像中物体的物体纬度值时，通过以下公式2对所述物体影像中的物体的高度进行计算：
(4)当太阳赤纬大于物体纬度值且卫星轨道纬度小于物体纬度值时，或者当太阳赤纬小于物体纬度值且卫星轨道纬度大于物体纬度值时，通过以下公式3对所述物体影像中的物体的高度进行计算：
其中，H表示所述物体影像中的物体的高度；表示物体阴影影像中物体的阴影长度，Sh表示太阳高度角；Ah表示卫星高度角；γ表示太阳方位角与卫星方位角差值；f为影像比例尺的分母。
在上述步骤(1)中，计算太阳赤纬、太阳方位角、太阳高度角、卫星方位角以及卫星高度角的过程是现有技术。
在一个实施方式中，通过以下内容分别对太阳赤纬、太阳高度角、太阳方位角、卫星方位角以及卫星高度角的计算过程进行描述：
通过以下公式4对太阳高度角进行计算：
sinSh＝sin Dlat×sinSlat+cosDlat×socSlat×cosω (4)
其中，Sh表示太阳高度角；Dlat表示物体所在位置的纬度；Slat表示太阳赤纬；ω表示太阳时角，是随真太阳时变化的值，正午为零，上午为负，下午为正，平均每小时变化15度。
其中，物体所在位置的纬度、卫星轨道纬度、真太阳时可以从卫星影像的参数文件中得到。
进一步地，所述卫星影像的参数文件，还包括：卫星拍摄的时间、卫星轨道纬度和卫星轨道经度。
物体所在位置的纬度，可以根据卫星影像中组成物体的物体影像的像素点的纬度确定。
所述物体所在位置的纬度，与术语“物体纬度值”具有相同的含义。
从卫星影像的参数文件中得到卫星影像曝光时刻的时间后，可以根据下式(5)计算出太阳赤纬Slat：
Slat(deg)＝0.006918-0.399912cos(b)+0.070257sin(b)-0.006758cos(2b)
+0.000907sin(2b)-0.002697cos(3b)+0.00148sin(3b) (5)
其中，b＝2×PI×(N-1)/365；N是每年从1月1日起，到卫星拍摄卫星影像天数。然后，可以继续通过以下公式(6)计算太阳时角ω：
ω＝(t-12)×15° (6)
其中，t表示真太阳时，卫星影像曝光的时间即真太阳时。
在得到太阳高度角之后，通过以下公式(7)对太阳方位角进行计算：
cos Sa＝(sin Sh×sin Dlat-sin Slat)÷(cos Sh×cos Dlat) (7)
其中，Sa表示太阳方位角。
通过以下公式(8)对卫星方位角进行计算：
通过以下公式(9)对卫星高度角进行计算：
其中，Aa表示卫星方位角；Alon表示卫星轨道经度；Dlon表示物体所在位置的经度；表示Alon与Dlon的差值。
具体地，影像比例尺为卫星影像上任一线段与对应的地面上的实际长度之比，获取方式是任意量取一段影像长度d像及该段影像长度d像对应的地面长度d地；将量取的影像长度d像及该段影像长度d像对应的地面长度d地带入到上述影像比例尺中，即可求得影像比例尺，影像比例尺的分母就是f。
所述影像长度，就是卫星影像上任一线段的长度。
所述地面长度，就是地面上两点间的直线距离。
在一个实施方式中，任意量取一段地面上的已知的一段地面长度，比如通过实际测量得到A广场的南北向距离为800米，然后再量取卫星影像中A广场的南北向距离(即影像长度)为0.01米，然后将地面长度800米和影像长度0.01米带入到上述影像比例尺中，就可求得f＝80000。量取的地面长度时一般取比较平的地面，不能选择高差比较大的，以保证计算得到的f的准确性。
在上述步骤(2)中，所述卫星轨道纬度是服务器从所述卫星影像的参数文件中得到的。
物体所在位置的经度，可以根据卫星影像中组成物体的物体影像的像素点的经度确定。
在上述步骤(3)中，所述角度阈值，缓存在所述服务器中。
在一个实施方式中，所述角度阈值，可以设置为1度到10度之间的任意角度值。
当太阳赤纬与卫星轨道纬度均大于或均小于物体影像中物体的物体纬度值时，说明此时太阳与卫星位于建筑物的同侧，所以通过上述公式2对所述物体影像中的物体的高度进行计算即可。
在上述步骤(4)中，当太阳赤纬大于物体纬度值且卫星轨道纬度小于物体纬度值时，或者当太阳赤纬小于物体纬度值且卫星轨道纬度大于物体纬度值时，说明此时太阳与卫星分别位于建筑物的两侧，所以通过上述公式3对所述物体影像中的物体的高度进行计算即可。
在计算得到物体影像中的物体的高度后，可以利用服务器中的三维重建软件对物体进行三维重建，展示出建筑物所在的位置、高度等详细信息。
步骤108、当确定计算得到的物体的高度大于机场净空区高度阈值时，将所述物体确定为机场净空区障碍物。
在上述步骤108中，所述机场净空区高度阈值，存储在上述服务器中。
当确定计算得到的物体的高度大于机场净空区高度阈值时，所述服务器不仅将所述物体确定为机场净空区障碍物，而且生成预警信息，并将生成的预警信息展示给工作人员，以告知工作人员机场净空区内存在高于净空区高度阈值的障碍物，需要尽快处理。
综上所述，本实施例提出的一种机场净空区障碍物检测方法，通过对机场净空区的卫星影像进行处理，得到物体阴影影像，并在得到的物体阴影影像基础上，得到所述物体阴影影像中物体的阴影长度，然后基于得到的物体阴影影像中物体的阴影长度对所述物体影像中的物体的高度进行计算，与相关技术中通过人工普查的方式对净空区内的障碍物进行检测的方式相比，整个机场净空区障碍物检测过程无需人工参与，满足了对机场净空区障碍物进行实时监控的需求，大大提高了机场净空区障碍物检测的效率。
实施例2
本实施例提出一种机场净空区障碍物检测装置，用于执行上述实施例1的机场净空区障碍物检测方法。
参见图3所示的一种机场净空区障碍物检测装置的结构示意图，本实施例提出的机场净空区障碍物检测装置，包括：
获取模块300，用于获取机场净空区的卫星影像，并对所述卫星影像进行处理，得到机场净空区内待检测的物体的物体影像；
第一处理模块302，用于对所述待检测的物体的物体影像进行处理，得到物体阴影影像；
第二处理模块304，用于对所述物体阴影影像进行处理，得到所述物体阴影影像中物体的阴影长度；
第三处理模块306，用于基于所述物体阴影影像中物体的阴影长度，对所述物体影像中的物体的高度进行计算；
第四处理模块308，用于当确定计算得到的物体的高度大于机场净空区高度阈值时，将所述物体确定为机场净空区障碍物。
所述获取模块300，具体用于：
对所述卫星影像进行几何校正操作，得到消除几何畸变的卫星影像；
裁剪消除几何畸变的所述卫星影像，得到所述机场净空区的卫星影像；对所述机场净空区的卫星影像进行分割操作，并通过分析分割操作后的所述机场净空区的多光谱卫星影像的归一化植被指数和归一化水体指数，得到所述机场净空区内物体的物体影像；
获取机场净空区历史物体影像，所述机场净空区历史物体影像是指上一次进行机场净空区障碍物检测时得到的机场净空区内物体的物体影像；
将所述机场净空区内物体的物体影像中与机场净空区历史物体影像中相同物体的影像删除，得到所述机场净空区内待检测的物体的物体影像。
综上所述，本实施例提出的一种机场净空区障碍物检测装置，通过对机场净空区的卫星影像进行处理，得到物体阴影影像，并在得到的物体阴影影像基础上，得到所述物体阴影影像中物体的阴影长度，然后基于得到的物体阴影影像中物体的阴影长度对所述物体影像中的物体的高度进行计算，与相关技术中通过人工普查的方式对净空区内的障碍物进行检测的方式相比，整个机场净空区障碍物检测过程无需人工参与，满足了对机场净空区障碍物进行实时监控的需求，大大提高了机场净空区障碍物检测的效率。
实施例3
本实施例提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述实施例1描述的数据处理方法的步骤。具体实现可参见方法实施例1，在此不再赘述。
此外，参见图4所示的一种电子设备的结构示意图，本实施例还提出一种电子设备，上述电子设备包括总线51、处理器52、收发机53、总线接口54、存储器55和用户接口56。上述电子设备包括有存储器55。
本实施例中，上述电子设备还包括：存储在存储器55上并可在处理器52上运行的一个或者一个以上的程序，经配置以由上述处理器执行上述一个或者一个以上程序用于进行以下步骤(1)至步骤(5)：
(1)获取机场净空区的卫星影像，并对所述卫星影像进行处理，得到机场净空区内待检测的物体的物体影像；
(2)对所述待检测的物体的物体影像进行处理，得到物体阴影影像；
(3)对所述物体阴影影像进行处理，得到所述物体阴影影像中物体的阴影长度；
(4)基于所述物体阴影影像中物体的阴影长度，对所述物体影像中的物体的高度进行计算；
(5)当确定计算得到的物体的高度大于机场净空区高度阈值时，将所述物体确定为机场净空区障碍物。
收发机53，用于在处理器52的控制下接收和发送数据。
在图4中，总线架构(用总线51来代表)，总线51可以包括任意数量的互联的总线和桥，总线51将包括由通用处理器52代表的一个或多个处理器和存储器55代表的存储器的各种电路链接在一起。总线51还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本实施例不再对其进行进一步描述。总线接口54在总线51和收发机53之间提供接口。收发机53可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。例如：收发机53从其他设备接收外部数据。收发机53用于将处理器52处理后的数据发送给其他设备。取决于计算系统的性质，还可以提供用户接口56，例如小键盘、显示器、扬声器、麦克风、操纵杆。
处理器52负责管理总线51和通常的处理，如前述上述运行通用操作系统。而存储器55可以被用于存储处理器52在执行操作时所使用的数据。
可选的，处理器52可以是但不限于：中央处理器、单片机、微处理器或者可编程逻辑器件。
可以理解，本发明实施例中的存储器55可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本实施例描述的系统和方法的存储器55旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器55存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统551和应用程序552。
其中，操作系统551，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序552，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序552中。
综上所述，本实施例提出的一种电子产品和计算机可读存储介质，通过对机场净空区的卫星影像进行处理，得到物体阴影影像，并在得到的物体阴影影像基础上，得到所述物体阴影影像中物体的阴影长度，然后基于得到的物体阴影影像中物体的阴影长度对所述物体影像中的物体的高度进行计算，与相关技术中通过人工普查的方式对净空区内的障碍物进行检测的方式相比，整个机场净空区障碍物检测过程无需人工参与，满足了对机场净空区障碍物进行实时监控的需求，大大提高了机场净空区障碍物检测的效率。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (5)

1.一种机场净空区障碍物检测方法，其特征在于，包括：
获取机场净空区的卫星影像，并对所述卫星影像进行处理，得到机场净空区内待检测的物体的物体影像；
对所述待检测的物体的物体影像进行处理，得到物体阴影影像；
将所述物体阴影影像中具有像素点的区域确定为物体阴影区域；
确定太阳方位角，将所述物体阴影区域的边界上的像素点确定为线段起点，将所述物体阴影区域中所述太阳方位角方向上非所述线段起点所在边界的另一边界上的像素点确定为线段终点，并在所述线段起点和所述线段终点之间构造线段；
根据构造出的线段起点的坐标和线段终点的坐标，计算所述像素点作为线段起点时构造的线段的线段长度；
当所述物体阴影区域边界上的像素点均在所述太阳方位角方向上构造过线段时，计算构造出的线段的线段长度平均值，并将计算得到的所述线段长度平均值作为所述物体阴影影像中物体的阴影长度，从而得到所述物体阴影影像中物体的阴影长度；
基于所述物体阴影影像中物体的阴影长度，对所述物体影像中的物体的高度进行计算，包括：
当太阳赤纬大于物体纬度值且卫星轨道纬度小于物体纬度值时，或者当太阳赤纬小于物体纬度值且卫星轨道纬度大于物体纬度值时，通过以下公式对所述物体影像中的物体的高度进行计算：
其中，H表示所述物体影像中的物体的高度；表示物体阴影影像中物体的阴影长度；Sh表示太阳高度角；f为影像比例尺的分母；
当确定计算得到的物体的高度大于机场净空区高度阈值时，将所述物体确定为机场净空区障碍物；获取机场净空区的卫星影像，并对所述卫星影像进行处理，得到机场净空区内待检测的物体的物体影像，包括：
对所述卫星影像进行几何校正操作，得到消除几何畸变的卫星影像；
裁剪消除几何畸变的所述卫星影像，得到所述机场净空区的卫星影像；对所述机场净空区的卫星影像进行分割操作，并通过分析分割操作后的所述机场净空区的卫星影像的归一化植被指数和归一化水体指数，得到所述机场净空区内物体的物体影像；
获取机场净空区历史物体影像，所述机场净空区历史物体影像是指上一次进行机场净空区障碍物检测时得到的机场净空区内物体的物体影像；
将所述机场净空区内物体的物体影像中与机场净空区历史物体影像中相同物体的影像删除，得到所述机场净空区内待检测的物体的物体影像。
2.根据权利要求1所述的方法，其特征在于，所述待检测的物体的物体影像携带有：待检测的物体的物体影像中各像素点的蓝光波段遥感影像像元亮度值、红光波段遥感影像像元亮度值、以及近红外光波段遥感影像像元亮度值；
对所述待检测的物体的物体影像进行处理，得到物体阴影影像，包括：
通过以下公式对待检测的物体的物体影像中各像素点的阴影光谱特征进行计算：
阴影光谱特征＝(BAND(B)-BAND(R))/(BAND(NIR)-BAND(R))
其中，BAND(B)表示蓝光波段遥感影像像元亮度值；BAND(R)表示红光波段遥感影像像元亮度值；BAND(NIR)表示近红外光波段遥感影像像元亮度值；
将所述待检测的物体的物体影像中阴影光谱特征小于0的像素点删除，得到所述物体阴影影像。
3.一种机场净空区障碍物检测装置，其特征在于，包括：
获取模块，用于获取机场净空区的卫星影像，并对所述卫星影像进行处理，得到机场净空区内待检测的物体的物体影像；
第一处理模块，用于对所述待检测的物体的物体影像进行处理，得到物体阴影影像；
第二处理模块，用于将所述物体阴影影像中具有像素点的区域确定为物体阴影区域；
确定太阳方位角，将所述物体阴影区域的边界上的像素点确定为线段起点，将所述物体阴影区域中所述太阳方位角方向上非所述线段起点所在边界的另一边界上的像素点确定为线段终点，并在所述线段起点和所述线段终点之间构造线段；
根据构造出的线段起点的坐标和线段终点的坐标，计算所述像素点作为线段起点时构造的线段的线段长度；
当所述物体阴影区域边界上的像素点均在所述太阳方位角方向上构造过线段时，计算构造出的线段的线段长度平均值，并将计算得到的所述线段长度平均值作为所述物体阴影影像中物体的阴影长度，从而得到所述物体阴影影像中物体的阴影长度；
第三处理模块，用于基于所述物体阴影影像中物体的阴影长度，对所述物体影像中的物体的高度进行计算，包括：
当太阳赤纬大于物体纬度值且卫星轨道纬度小于物体纬度值时，或者当太阳赤纬小于物体纬度值且卫星轨道纬度大于物体纬度值时，通过以下公式对所述物体影像中的物体的高度进行计算：
其中，H表示所述物体影像中的物体的高度；表示物体阴影影像中物体的阴影长度；Sh表示太阳高度角；f为影像比例尺的分母；
第四处理模块，用于当确定计算得到的物体的高度大于机场净空区高度阈值时，将所述物体确定为机场净空区障碍物；所述获取模块，具体用于：
对所述卫星影像进行几何校正操作，得到消除几何畸变的卫星影像；
裁剪消除几何畸变的所述卫星影像，得到所述机场净空区的卫星影像；对所述机场净空区的卫星影像进行分割操作，并通过分析分割操作后的所述机场净空区的卫星影像的归一化植被指数和归一化水体指数，得到所述机场净空区内物体的物体影像；
获取机场净空区历史物体影像，所述机场净空区历史物体影像是指上一次进行机场净空区障碍物检测时得到的机场净空区内物体的物体影像；
将所述机场净空区内物体的物体影像中与机场净空区历史物体影像中相同物体的影像删除，得到所述机场净空区内待检测的物体的物体影像。
4.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1或者2所述的方法的步骤。
5.一种电子设备，其特征在于，所述电子设备包括有存储器，处理器以及一个或者一个以上的程序，其中所述一个或者一个以上程序存储于所述存储器中，且经配置以由所述处理器执行权利要求1或者2所述的方法的步骤。
CN202010537369.1A 2020-06-12 2020-06-12 一种机场净空区障碍物检测方法、装置、和电子产品 Active CN111666910B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010537369.1A CN111666910B (zh) 2020-06-12 2020-06-12 一种机场净空区障碍物检测方法、装置、和电子产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010537369.1A CN111666910B (zh) 2020-06-12 2020-06-12 一种机场净空区障碍物检测方法、装置、和电子产品

Publications (2)

Publication Number Publication Date
CN111666910A CN111666910A (zh) 2020-09-15
CN111666910B true CN111666910B (zh) 2024-05-17

Family

ID=72387516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010537369.1A Active CN111666910B (zh) 2020-06-12 2020-06-12 一种机场净空区障碍物检测方法、装置、和电子产品

Country Status (1)

Country Link
CN (1) CN111666910B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114139406B (zh) * 2022-02-07 2022-04-26 天津航大天元航空技术有限公司 一种针对烟气排放类障碍物的机场净空性评估方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463868A (zh) * 2014-12-05 2015-03-25 北京师范大学 一种基于无参数高分辨率影像的建筑高度快速获取方法
CN105654462A (zh) * 2015-10-13 2016-06-08 湖南优象科技有限公司 一种基于影像配准的建筑物高程提取方法
CN107679441A (zh) * 2017-02-14 2018-02-09 郑州大学 基于多时相遥感影像阴影提取城市建筑物高度的方法
CN108765488A (zh) * 2018-03-29 2018-11-06 武汉大学 一种基于阴影的高分辨率遥感影像建筑物高度估测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2455359C (en) * 2004-01-16 2013-01-08 Geotango International Corp. System, computer program and method for 3d object measurement, modeling and mapping from single imagery

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463868A (zh) * 2014-12-05 2015-03-25 北京师范大学 一种基于无参数高分辨率影像的建筑高度快速获取方法
CN105654462A (zh) * 2015-10-13 2016-06-08 湖南优象科技有限公司 一种基于影像配准的建筑物高程提取方法
CN107679441A (zh) * 2017-02-14 2018-02-09 郑州大学 基于多时相遥感影像阴影提取城市建筑物高度的方法
CN108765488A (zh) * 2018-03-29 2018-11-06 武汉大学 一种基于阴影的高分辨率遥感影像建筑物高度估测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于ALOS卫星图像阴影的天津市建筑物高度及分布信息提取;张晓美 等;光谱学与光谱分析;20110731;第31卷(第7期);全文 *
基于Google Earth二维影像获取建筑物高度的方法;安洁玉 等;地理与地理信息科学;20101130;第26卷(第6期);全文 *

Also Published As

Publication number Publication date
CN111666910A (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
CN113033994B (zh) 农业险情数据评估方法、装置、计算机设备及存储介质
EP1709396B1 (en) System,computer program and method for 3d object measurement, modeling and mapping from single imagery
EP3469516B1 (en) Method and system for improving the resolution of sensor data
Varbla et al. Accuracy assessment of RTK-GNSS equipped UAV conducted as-built surveys for construction site modelling
Womble et al. Multi-scale remote sensing of tornado effects
US20120189224A1 (en) Method and device for determining a location error in a georeferenced image and related device
Elhadary et al. The influence of flight height and overlap on UAV imagery over featureless surfaces and constructing formulas predicting the geometrical accuracy
CN111666910B (zh) 一种机场净空区障碍物检测方法、装置、和电子产品
Tew et al. Urban expansion analysis using Landsat images in Penang, Malaysia
RU2467298C1 (ru) Система спутникового мониторинга смещений инженерных сооружений с использованием спутниковых навигационных систем глонасс/gps
Li et al. Evaluating the potentiality of using control-free images from a mini Unmanned Aerial Vehicle (UAV) and Structure-from-Motion (SfM) photogrammetry to measure paleoseismic offsets
Weifeng et al. Multi-source DEM accuracy evaluation based on ICESat-2 in Qinghai-Tibet Plateau, China
CN115688955A (zh) 植被长势预测方法、装置及存储介质
Guillet et al. Camera orientation, calibration and inverse perspective with uncertainties: a Bayesian method applied to area estimation from diverse photographs
CN115457739B (zh) 一种地质灾害预警方法、装置、电子设备及存储介质
CN114782847B (zh) 一种基于无人机的矿山产能监测方法及装置
CN113836731B (zh) 陆表稳定目标大气层顶反射率模型的构建方法和装置
Reiss et al. Evaluation of an unmanned aerial vehicle (UAV) for measuring and monitoring natural disaster risk areas
Guo et al. The benefit analysis of soil and water conservation measures through UAV methodology
CN113762931A (zh) 一种基于dsm和dom的监测违法建筑的方法
CN111879440A (zh) 一种地表温度计算方法及装置
Xu et al. Site selection for landslide GNSS monitoring stations using InSAR and UAV photogrammetry with analytical hierarchy process
Vivero Monitoring a high mountain glacier through georeferenced time-lapse photography: Tapado, Dry Andes of Chile (30° S)
Sestras et al. The use of budget UAV systems and GIS spatial analysis in cadastral and construction surveying for building planning
Soulakellis et al. Synergistic Exploitation of Geoinformation Methods for Post-earthquake 3D Mapping and Damage Assessment

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