[发明专利]一种军民航机场全自动进近着陆监视方法

权利要求书

1.一种军民航机场全自动进近着陆监视方法，其特征在于，包括如下步骤：

步骤1：获取目标的航迹数据和图像数据；

步骤2：根据航迹数据，引导光电设备自动锁定目标，基于图像数据开始实时高精度跟踪；

步骤3：建立雷达、广播式自动相关监视系统目标跟踪通道模型；

步骤4：判断图像跟踪位置是否处于目标跟踪通道，如果处于目标跟踪通道，继续跟踪；否则，返回步骤2；

步骤5：根据图像跟踪位置，计算目标区域，利用深度卷积神经网络检测模型识别目标起落架收放状态；

步骤1包括：

所述目标的航迹数据包括雷达、广播式自动相关监视系统或光电设备提供的方位、俯仰和距离信息；所述图像数据是指光电设备提供的红外和可见光图像；

步骤2包括如下步骤：

步骤2-1：根据潜在目标的灰度特征、尺寸特征、角点特征，建立目标优先级模型，计算所有目标点的锁定优先级权重，选择锁定优先级权重最高目标进行自动锁定；

步骤2-2：构建图像特征匹配跟踪模型，对锁定目标进行高精度稳定跟踪；

步骤2-1包括：

利用canny分割算子计算潜在目标外接矩形框，基于潜在目标的灰度特征、尺寸特征和角点特征建立目标优先级模型，公式如下：

潜在目标的灰度特征计算公式如下：

其中，w_GrayScale为潜在目标的灰度特征系数，G(x₂,y₂)为像素点灰度值，x₂,y₂为图像坐标位置，x₀、y₀为潜在目标区域起始坐标，x₁、y₁为潜在目标区域结束坐标；

潜在目标的尺寸特征计算公式如下：

其中，w_size为所述潜在目标尺寸特征系数，R_ratio为默认目标最佳宽高比；

潜在目标的角点特征：基于目标区域寻找ORB角点，基于如下公式计算所述潜在检测目标的角点特征系数值w_CornerPoint：

其中，Pn为orb角点个数，P max为目标最多有效角点数；

目标优先级模型如下：

w＝w₁·w_GrayScale+w₂·w_Size+w₃·w_CornerPoint

其中，w为锁定优先级权重，w₁、w₂和w₃为权重比例，计算所有潜在目标点的锁定优先级权重，选择锁定优先级权重最高，即w最大的潜在目标为锁定目标进行自动锁定。

2.根据权利要求1所述的方法，其特征在于，步骤2-2包括：

在基于锁定优先级权重选定锁定目标后，目标外接矩形为跟踪模板，构建图像多特征匹配跟踪模型，通过跟踪模板逐帧匹配对锁定目标进行跟踪：

模板匹配时，计算跟踪模板和匹配区域的相似程度，以最相似位置为匹配点，采用以下的匹配准则作为T(i，j)和f(i，j)的相似性测度：

其中，d(x_c，y_c)为目标跟踪偏差，T(i，j)为跟踪模板中i行j列像素值，f(i，j)为匹配区域像素值，(x_c，y_c)为跟踪模板在待匹配图像中的偏移值，N为跟踪模板的宽度，M为跟踪模板的长度，T(i，j)、f(i，j)、(x_c，y_c)三个测度均在d(x_c，y_c)取最小值时得到最佳匹配位置，目标逐帧跟踪偏差即为d(x_c，y_c)取最小值时的x_c，y_c值，依次得到每一帧目标位置(x_p，y_p)，其中p代表第p帧。