一种机场跑道异物和裂纹的识别系统及其检测识别方法

1.一种机场跑道异物和裂纹的检测识别方法，包括机场跑道异物和裂纹的识别系统，该机场跑道异物和裂纹的识别系统包括摄像头、FPGA处理器、DSP处理器，所述摄像头、FPGA处理器、DSP处理器依次连接，所述FPGA处理器和DSP处理器分别连接有显示模块；其特征在于：该检测识别方法的步骤是：
S1、摄像头采集机场跑道路面的跑道彩色图像；
S2、FPGA读取摄像头采集的跑道彩色图像，并将跑道彩色图像利用算法转为跑道灰度图像，再将跑道灰度图像利用Sobel算法进行边缘检测；
S3、Sobel边缘检测后的图像分成两路，一路存储到FPGA的SDRAM中，另一路进行Hough变换，检测跑道灰度图像中是否有标线，当有标线时，去除标线；
S4、对边缘检测处理后的跑道图像进行形态学滤波，利用先腐蚀后膨胀的算法，去除跑道边缘检测图像中的细小噪声；
S5、检测跑道图像中是否有异物和裂纹，统计跑道边缘检测图像中的像素值为1的个数，当大于某一个阈值T后认为跑道图像中有异物或者是裂纹，将跑道边缘检测图像通过在FPGA内部构建的异步FIFO发送到DSP进行目标识别；
S6、DSP接收到边缘检测图像后，对边缘图像内部进行填充，使边缘图像成为一个整体；
S7、然后利用算法提取边缘图像的面积，周长，矩形度，圆形度，长宽比特征，利用这些特征，在DSP内部构建的SVM智能分类器上完成识别分类，识别出是异物还是裂纹。
2.根据权利要求1所述的检测识别方法，其特征在于：跑道边缘检测图像中标线的去除方法为：当Hough变换检测到标线后，记录下标线坐标，读出SDRAM存储的图像，同时将记录的标线坐标点的像素值，置为零，从而去除掉标线。
3.根据权利要求1所述的检测识别方法，其特征在于：所述摄像头为CMOS摄像头。
4.根据权利要求1所述的检测识别方法，其特征在于：所述FPGA处理器外部扩展有一片SDRAM和一片SRAM；所述DSP处理器外部扩展有2片SDRAM和一片FLASH。
5.根据权利要求1所述的检测识别方法，其特征在于：所述摄像头连接有供电模块和辅助光照模块。

一种机场跑道异物和裂纹的识别系统及其检测识别方法\n技术领域\n[0001] 本发明涉及到机场跑道裂纹和异物检测及目标智能识别系统技术领域，具体地说涉及一种机场跑道异物和裂纹的识别系统及其检测识别方法。\n背景技术\n[0002] 机场跑道维护是一项重要工作，对于机场而言，机场跑道道面的完好率和机场跑道是否有异物是飞行安全中非常重要的指标。首先在机场跑道上，对飞机起飞降落有一定威胁的是机场跑道裂纹，机场跑道受到飞机起飞降落、自然因素如风吹日晒等影响，跑道形成损坏。在裂纹刚形成时，对飞机安全威胁不大，但如果不能及时发现和维护，裂纹周围的跑道会慢慢被侵蚀，造成裂纹变深变宽，此时飞机起飞和降落高速滑行时，裂纹就会对飞机轮胎造成一定的损伤，严重时可能爆胎，直接影响飞机的起降安全。其次对于飞机起飞降落时，带动气流速度较大，在跑道上的异物在高速气流的作用下可能对飞机造成蒙皮损伤，或者被吸进发动机，损坏发动机，或者划破高速运行的飞机轮胎造成飞机爆胎。因此，跑道上的异物对飞机安全具有严重威胁。\n[0003] 目前针对机场跑道道面的异物和裂纹检测，通常需要工作人员定期人工检查，费时费力，效率低下。国内外研究了大量的基于计算机视觉的跑道道面的异物和裂缝检测方法，但是在成本方面价格昂贵，不适合普及。在技术方面，国内外很多采用基于固定高频雷达扫描检测技术，而我国的高频雷达技术发展缓慢，技术达不到较高的应用要求，造成国内的相关研究进展缓慢。\n发明内容\n[0004] 本发明的目的在于针对上述现有技术的缺陷，提供一种机场跑道异物和裂纹的识别系统及其检测识别方法，采用一种全向移动机器人平台，视觉系统采用光学设备作为图像采集设备，结合嵌入式DSP+FPGA架构微处理器和相关图像算法实现机场跑道的异物检测和识别，检测和识别率较高，满足实时性要求，成本较低，便于推广。\n[0005] 为了实现上述目的，本发明的技术方案是：\n[0006] 一种机场跑道异物和裂纹的识别系统及其检测识别方法，包括摄像头、FPGA处理器、DSP处理器，所述摄像头、FPGA处理器、DSP处理器依次连接，所述FPGA处理器和DSP处理器分别连接有显示模块。\n[0007] 作为对上述技术方案的改进，所述摄像头为CMOS摄像头。\n[0008] 作为对上述技术方案的改进，所述FPGA处理器外部扩展有一片SDRAM和一片SRAM；\n所述DSP处理器外部扩展有2片SDRAM和一片FLASH。\n[0009] 作为对上述技术方案的改进，所述摄像头连接有供电模块和辅助光照模块。\n[0010] 本发明提供了一种利用上述系统对机场跑道异物和裂纹进行检测识别的方法，该方法的步骤是：\n[0011] S1、摄像头采集机场跑道路面的跑道彩色图像；\n[0012] S2、FPGA读取摄像头采集的跑道彩色图像，并将跑道彩色图像利用算法转为跑道灰度图像，再将跑道灰度图像利用Sobel算法进行边缘检测；\n[0013] S3、Sobel边缘检测后的图像分成两路，一路存储到FPGA的SDRAM中，另一路进行Hough变换，检测跑道灰度图像中是否有标线，当有标线时，去除标线；\n[0014] S4、对边缘检测处理后的跑道图像进行形态学滤波，利用先腐蚀后膨胀的算法，去除跑道边缘检测图像中的细小噪声；\n[0015] S5、检测跑道图像中是否有异物和裂纹，统计跑道边缘检测图像中的像素值为1的个数，当大于某一个阈值T后认为跑道图像中有异物或者是裂纹，将跑道边缘检测图像通过在FPGA内部构建的异步FIFO发送到DSP进行目标识别；\n[0016] S6、DSP接收到边缘检测图像后，对边缘图像内部进行填充，使边缘图像成为一个整体；\n[0017] S7、然后利用算法提取边缘图像的面积，周长，矩形度，圆形度，长宽比特征，利用这些特征，在DSP内部构建的SVM智能分类器上完成识别分类，识别出是异物还是裂纹。\n[0018] 作为对上述技术方案的改进，跑道边缘检测图像中标线的去除方法为：当Hough变换检测到标线后，记录下标线坐标，读出SDRAM存储的图像，同时将记录的标线坐标点的像素值置为零，从而去除掉标线。\n[0019] 与现有技术相比，本发明具有的优点和积极效果是：\n[0020] 本发明的机场跑道异物和裂纹的识别系统及其检测识别方法，采用光学摄像头，使用FPGA+DSP硬件架构，结合相关图像处理算法进行机场跑道异物和裂纹检测识别，1、光学设备，成本低廉，便于维护；2、FPGA+DSP的硬件图像处理架构，可以充分发挥FPGA处理器和DSP处理器的各自的优点，两个处理器分工明确，相互协作；模块化设计，便于以后系统升级和维护；3、图像处理算法是软件算法，采用现有的较为成熟的算法，相互组合配套使用，完成系统功能。算法有便于修改等优点；4、各部分实现模块化设计，方便更换、升级和维护。\n附图说明\n[0021] 图1为本发明的结构示意图；\n[0022] 图2为本发明的方法流程步骤图；\n[0023] 图3为本发明的FPGA与DSP的连接示意图。\n具体实施方式\n[0024] 下面结合附图和具体实施方式对本发明技术作进一步详细说明。\n[0025] 如图1、2、3所示，本发明的机场跑道异物和裂纹的识别系统，包括摄像头、FPGA处理器、DSP处理器，所述摄像头、FPGA处理器、DSP处理器依次连接，所述FPGA处理器和DSP处理器分别连接有显示模块。\n[0026] 所述摄像头为CMOS摄像头。\n[0027] 所述FPGA处理器外部扩展有一片SDRAM和一片SRAM；所述DSP处理器外部扩展有2片SDRAM和一片FLASH。\n[0028] 所述摄像头连接有供电模块和辅助光照模块。\n[0029] 本发明并提供了一种利用上述系统对机场跑道异物和裂纹进行检测识别的方法，该方法的步骤是：\n[0030] S1、摄像头采集机场跑道路面的跑道彩色图像；\n[0031] S2、FPGA读取摄像头采集的跑道彩色图像，并将跑道彩色图像利用算法转为跑道灰度图像，再将跑道灰度图像利用Sobel算法进行边缘检测；\n[0032] S3、Sobel边缘检测后的图像分成两路，一路存储到FPGA的SDRAM中，另一路进行Hough变换，检测跑道灰度图像中是否有标线，当有标线时，去除标线；\n[0033] S4、对边缘检测处理后的跑道图像进行形态学滤波，利用先腐蚀后膨胀的算法，去除跑道边缘检测图像中的细小噪声；\n[0034] S5、检测跑道图像中是否有异物和裂纹，统计跑道边缘检测图像中的像素值为1的个数，当大于某一个阈值T后认为跑道图像中有异物或者是裂纹，将跑道边缘检测图像通过在FPGA内部构建的异步FIFO发送到DSP进行目标识别；\n[0035] S6、DSP接收到边缘检测图像后，对边缘图像内部进行填充，使边缘图像成为一个整体；\n[0036] S7、然后利用算法提取边缘图像的面积，周长，矩形度，圆形度，长宽比特征，利用这些特征，在DSP内部构建的SVM智能分类器上完成识别分类，识别出是异物还是裂纹。\n[0037] 作为对上述技术方案的改进，跑道边缘检测图像中标线的去除方法为：当Hough变换检测到标线后，记录下标线坐标，读出SDRAM存储的图像，同时将记录的标线坐标点的像素值置为零，从而去除掉标线。\n[0038] 本发明的机场跑道异物和裂纹的识别系统及其检测识别方法，采用光学摄像头，使用FPGA+DSP硬件架构，结合相关图像处理算法进行机场跑道异物和裂纹检测识别，1、光学设备，成本低廉，便于维护；2、FPGA+DSP的硬件图像处理架构，可以充分发挥FPGA处理器和DSP处理器的各自的优点，两个处理器分工明确，相互协作；模块化设计，便于以后系统升级和维护；3、图像处理算法是软件算法，采用现有的较为成熟的算法，相互组合配套使用，完成系统功能。算法有便于修改等优点；4、各部分实现模块化设计，方便更换、升级和维护。\n[0039] 以上所述仅为本发明的较佳实施案例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。