[发明专利]基于霍夫转换及卷积神经网络的机场外来物体识别方法在审
| 申请号： | 201910628925.3 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110443151A | 公开（公告）日： | 2019-11-12 |
| 发明（设计）人： | 茅林明 | 申请（专利权）人： | 上海建坤信息技术有限责任公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海骁象知识产权代理有限公司 31315 | 代理人： | 林炜 |
| 地址： | 200032 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于霍夫转换及卷积神经网络的机场外来物体识别方法，涉及智能识别技术领域，所解决的是机场跑道外来物体监测的技术问题。该方法先拍摄各个外来物体的多角度图片，并根据拍摄的图片构建一个FOD样本库；然后再构建一个卷积神经网络，利用FOD样本库对卷积神经网络进行训练；然后利用摄像机拍摄包含有机场跑道的目标图片，并采用霍夫转换算法，从二值化后的目标图片中识别机场跑道的跑道边界线，并根据识别结果在目标图片上划定机场跑道区域；然后再用训练过的卷积神经网络来识别目标图片中的机场跑道区域是否存在外来物体。本发明提供的方法，能快速、准确的识别出机场跑道上的外来物体。 | ||
| 搜索关键词： | 外来物体 卷积神经网络 机场跑道 目标图片 样本库 构建 跑道 智能识别技术 摄像机拍摄 转换算法 拍摄 二值化 有机场 转换 边界线 机场 监测 图片 | ||
【主权项】：
1.一种基于霍夫转换及卷积神经网络的机场外来物体识别方法，其特征在于，具体步骤如下：1）将多种物体定义为外来物体，并对每一种外来物体，从多个角度拍摄该外来物体的图片，并用各个外来物体的多角度图片，构建一个FOD样本库；2）构建一个卷积神经网络，以FOD样本库中的各个外来物体的多角度图片作为输入图像，对卷积神经网络进行训练；3）利用摄像机拍摄包含有机场跑道的目标图片；4）将目标图片二值化，并采用霍夫转换算法，从二值化后的目标图片中识别机场跑道的跑道边界线，并根据识别结果在目标图片上划定机场跑道区域；如果识别结果为，二值化后的目标图片中没有跑道边界线，或者二值化后的目标图片中只有1根跑道边界线，则将目标图片的整体图像区域划定为机场跑道区域；如果识别结果为，二值化后的目标图片中有2根跑道边界线，则将目标图片中的位于2根跑道边界线之间的图像区域划定为机场跑道区域；5）采用步骤2）训练过的卷积神经网络来识别目标图片中的机场跑道区域是否存在外来物体。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海建坤信息技术有限责任公司，未经上海建坤信息技术有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910628925.3/，转载请声明来源钻瓜专利网。
