[發明專利]邏輯推理式道面檢測方法及系統

有效

• 申請號: 202011511252.2
• 申請日: 2020-12-18
• 公開（公告）號: CN112580509B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 隋運峰;趙士瑄;鄧凌竹;劉為謙;黃忠濤
• 申請（專利權）人: 中國民用航空總局第二研究所
• 主分類號: G06V20/20
• 分類號: G06V20/20;G06V10/74;G06V10/762;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 盧蓉

本發明提供了邏輯推理式道面檢測方法及系統，方法包括接收輸入圖像，對所述輸入圖像進行預處理，以獲得多個特征圖；分別將所述特征圖與預設的知識庫進行對比，得到多個相似度圖；所述知識庫用于學習多個道面固有結構子類和多個道面污染子類；將輸入圖像對應的所有相似度圖進行合并，得到合并相似度圖；根據預設的邏輯對合并相似度圖進行分析，以獲得檢測圖像；其中檢測圖像包含輸入圖像中每個網格坐標的類型；所述類型包括道面固有結構、道面污染或道面異物；所述邏輯包括當網格坐標的類型不屬于道面固有結構和道面污染時，定義該網格坐標的類型為道面異物。該方法能夠使用少量監督標注，智能分析并識別多種道面固有結構、道面污染和道面異物。

技術領域

本發明屬于機場道面異物檢測技術領域，具體涉及邏輯推理式道面檢測方法及系統。

背景技術

機場道面的異物可能以扎破輪胎、吸入發動機等形式損壞航空器，影響機場運行安全。因此在機場道面維護工作中，需要對道面的異物進行及時檢測和清理。另外道面冰雪、積水、橡膠等污染也會改變道面摩擦系數，需要及時檢測和處理。使用智能化檢測技術提高道面異物檢測效率，是必然發展趨勢。在智能化檢測手段中，主流方法是通過可見光/紅外光電設備、毫米波雷達、激光雷達等傳感器生成檢測圖像，再通過深度學習方法處理檢測圖像得到檢測目標。

但是上述方法在信號處理中主要面臨兩方面的困難。首先，道面異物可能是任何物體，缺乏共性、難以窮舉，通過有限樣本訓練的深度學習模型難以對訓練樣本不包含的道面異物進行準確檢測。其次，多數深度學習方法需要對大量樣本進行標注，深度學習模型訓練工作量大、效率低，且識別準確度嚴重受標注準確度限制。

發明內容

針對現有技術中的缺陷，本發明提供一種邏輯推理式道面檢測方法及系統，能夠使用少量監督標注，智能分析并識別多種道面固有結構、道面污染和道面異物。

第一方面，一種邏輯推理式道面檢測方法，包括以下步驟：

接收輸入圖像，對所述輸入圖像進行預處理，以獲得多個特征圖；

分別將所述特征圖與預設的知識庫進行對比，得到多個相似度圖；所述知識庫用于學習多個道面固有結構子類和多個道面污染子類；

將輸入圖像對應的所有相似度圖進行合并，得到合并相似度圖；

根據預設的邏輯對合并相似度圖進行分析，以獲得檢測圖像；

其中檢測圖像包含輸入圖像中每個網格坐標的類型；所述類型包括道面固有結構、道面污染或道面異物；

所述邏輯包括當網格坐標的類型不屬于道面固有結構和道面污染時，定義該網格坐標的類型為道面異物。

優選地，所述接收輸入圖像，對所述輸入圖像進行預處理，以獲得多個特征圖具體包括：

接收輸入圖像；所述輸入圖像為傳感器信號網格化生成；

將輸入圖像按照等比例逐步進行縮小，以獲得多個縮小尺度對應的預處理圖像，將所有預處理圖像傳輸給預設的卷積計算模塊；

獲取卷積計算模塊輸出的每個預處理圖像對應的所述特征圖。

優選地，所述分別將所述特征圖與預設的知識庫進行對比，得到多個相似度圖具體包括：

按照下式計算特征圖中每個網格坐標的向量與預設的知識庫中子類的典型特征的相似度v_i，得到由相似度v_i構成的相似度向量V；

其中，F(x,y)為特征圖中網格坐標(x,y)的向量；E_i為知識庫中子類的典型特征；

由特征圖中所有網格坐標對應的相似度向量構成該特征圖對應的相似度圖S。