基于視頻分析的飛機機號識別研究

劉冠

摘 要：為精確獲取飛機機號以便實時掌握飛機起飛與降落時間，文章提出一種改善飛機機號識別的圖像增強算法。考慮到機場應用場景對飛機機號的識別影響，本文首先給出相應的數學模型，并設計圖像處理算法進行直方圖均衡化，噪聲消除，閾值分割等處理；通過分類器的迭代訓練，實現對飛機機號的字符進行精準識別。文章根據圖像算法進行了實驗驗證，并對驗證結果進行了簡要分析。

關鍵詞：飛機機號識別；圖像增強；分類器

中圖分類號：V351.3；TP27 文獻標識碼：A 文章編號：1006-8937（2015）30-0022-02

1 概 述

目前為了提高機場的運行管理，迫切需要掌握飛機的起飛時間、降落時間以及飛機在跑道排隊等待情況。由于飛機的起飛、降落和滑行引導是由空管進行管理，機場目前取得這些數據時通過二次雷達、場監雷達以及ADS-B系統，這些系統采用終端方式提供給機場使用，無法與機場現有系統進行集成，并且這些系統以只能以平面方式展示飛機位置，無法提供現場真實場景。基于上述這種情況如何通過可視化的管理方式提升機場運行的管理效率成為了迫切的課題。現在繁忙的機場，機場跑道成為了稀缺的資源，如何讓機場跑道高速的運轉起來，如何了解每架飛機在滑行道的排隊情況就成為了研究的話題，本文介紹了一種基于視頻的飛機機號識別的方法，通過飛機機號識別，可以掌握飛機的狀態，從而提升機場的管理效率。

2 飛機機號識別

2.1 相關規定

飛機機號是對飛機的唯一標識，但由于航空器的特殊性，一個飛機機號包含很多含義，通過對飛機機號的自動識別再將其與航班動態進行關聯可以獲得有價值的信息。有關飛機機號的含義中國民用航空局做了相關的規定：

①中國民用航空器的國籍標志：按照國籍民用航空器的原則，中國選定拉丁字母“B”作為中國民用航空器的國籍標志。

②中國民用航空器的登記標志：由數位數字、字母或者兩者組合而成，列在國籍的標志B之后，與國籍標志之間有一條短橫線。

③登記標志由四位阿拉伯數字組成，具體含義如下：

* 第一位表示民航飛機對航空器的用途；

* 第二位數字表示民航飛機的機型；

* 第三位和第四位數字表示飛機注冊序列號。

④注冊號繪制位置（主要是固定翼航空器）包括：機翼和尾翼之間的機身兩側或垂直尾翼兩側和右機翼的上表面、左機翼的下表面。

2.2 現金技術方法的不確定性

因此通過對飛機機號的識別可以獲得豐富的信息如機型、所屬航空公司、飛機注冊編號等，飛機機號是飛行器的最重要標識之一。目前飛機機號采集的最有效的途徑是通過雷達系統，而機場缺乏相關的采集手段，只能通過引入雷達終端，隨著視頻識別分析技術的發展，通過視頻分析進行車輛的車牌識別技術已經很成熟，但對于飛機機號的識別還具有很多不確定性，至今雖然有多種技術方法的研究，但都沒有取得很好的應用效果總結起來，主要具有以下幾點不確定性：

①飛機機號采集點。由于飛機機號會在不同部位噴涂，而且噴涂尺寸并不相同，因此要想獲得完整的尺寸應選擇飛機尾部機號與攝像頭的安裝位置處于一個垂直平面。因此飛機機身尾部兩側的機號應被選擇主要識別區域。

②飛機尾號的像素大小。對比車牌識別，飛機尾號的距攝像頭的位置遠大于路口攝像頭距離車牌的位置，距離車輛尾部車牌位置大致在30 m以內，而在機場滑行道區域攝像頭為保持與飛機的安全距離至少在150～200 m的距離，因此為了獲得足夠高的像素點行識別，需要采用高清、大光圈、高倍的攝像。

③飛機的橫向移動。由于飛機機號識別無法使機號圖像一直穩定在視頻圖像的整個視野中，并且由于攝像頭距離飛機位置較遠，采用長變焦光學鏡頭視角相對較窄，而飛機又是橫向穿過視頻畫滿，因此對于不同機型的機號在攝像頭中出現的畫面區域較大、穿過畫面的時間相對較短，這些都對機號識別產生較大影響。

④飛機機號識別算法。由于距離遠、像素點低、視頻識別區域大以及穿越時間段，因此需采用增強型的圖像處理方式，對飛機機號部分進行處理和識別。

綜上所述，要想獲得較好的飛機機號識別需要從兩個方面入手，第一根據研究飛機起飛和落地的滑行線路，在滑行線路上選取合適點位布放高清攝像頭；第二要對飛機機號識別采用圖像增強的處理方式，以獲得較高的識別率。

3 飛機機號識別的算法研究

為了獲得更精確機號識別，我們從以下幾個方面開展基于視頻分析的飛機機號識別算法研究。

3.1 飛機機號識別的圖像增強算法

飛機機號的識別主要是針對飛機尾部區域編號進行識別，通過待識別飛機的機號位于機身的兩側，由于飛機在跑道上的位置和姿態任意性非常大，而且機場處于開闊場地，攝像機距離飛機有一定距離，大氣對拍攝圖像的質量具有很大的影響。特別是大氣遮擋對圖像直方圖的影響也十分顯著，可以直接導致圖像對比度的降低，如圖1（a）（b）所示，這就需要通過圖像處理算法對圖像進行增強。

圖像增強算法過程是：直方圖均衡化→噪聲消除（1）→閾值分割→噪聲消除（2）由于直方圖均衡化直接導致噪聲的產生，對閾值分割不利，所以在閾值分割之前需要進行消除噪聲。

經過上述四個步驟的處理后，原始的飛機機號圖像可以得到以下的效果，如圖2（a）（b）（c）（d）所示。

3.2 飛機機號圖像分類器的訓練方法

當攝像機采集到一張圖像后，要識別飛機機號，很重要的工作是定位飛機機號所在的位置。在此采用adaboost識別算法（是一種迭代算法），此算法需要使用分類器。而分類器的設計也直接決定了識別的成功與否。分類器訓練的正樣本，如圖3所示。

分類器的負樣本是一個隨機圖像庫，只要不含有機號的圖像就可以，選擇范圍要寬，這里采用500張圖像作為負樣本庫，如圖4所示。

3.3 飛機機號的字符識別算法

在獲得飛機機號的圖像后，在經過投影標定就可以將字符分割開；在投影標定的基礎上，進行投影函數匹配，就可以將字符識別出來標準字符的投影經過將識別到的字符投影（如圖5所示）和標準字符投影（如圖6所示）相匹配，便可以得到識別字符。

監控系統通過識別飛機機號，可以獲得飛機實時狀態，對異常的飛機狀態進行及時報警，并對歷史數據進行分析，可以獲得飛機在機場的停留時間和滑行路徑狀態，為其他應用提供了基礎數據。通過識別飛機的機號，并附加查詢系統，可以通過查詢系統了解飛機的實時位置。

4 飛機機號識別的實驗驗證

為了更好的對基于視頻分析的飛機機號識別算法進行驗證，我們根據飛機在機場起飛、降落滑行的路線，選點合適點位進行攝像頭的安裝，搭建了實驗環境，對飛機起飛進行了機號識別的測試，飛機機號攝像頭安裝位置如圖7所示。

攝像頭安裝位置選擇飛機起飛端，同滑行道垂直的平面上，飛機在進入跑道前在滑行道停止線前必須停下等待空管命令，這就為視頻識別創造了較好的條件。但由于安裝位置的限制，此處距離飛機的距離大致在400 m左右，距離飛機較遠，因此在監控設備的選擇上我們根據實際情況進行了測算，具體測算方式如下：

根據現場視頻拍攝飛機圖片，飛機機號與機身長度比例為大致為34/826（在現場圖片上測量飛機機身長度與飛機尾部機號長度的比值），在選擇75 mm定焦1 080 P攝像頭拍攝400 m外， 30～75 m長的飛機（基本覆蓋了絕大多數機型）機身約占1 280～3 200個象素，飛機機號按比例測算約占52～130個象素，而根據車牌識別的經驗，一般車牌識別要求車牌寬占80～120個象素，因此在識別攝像頭的選擇上我們選擇7.5～128 mm的電子變焦鏡頭，視頻圖像范圍主要集中在飛機尾部區域以滿足視頻分析需求。經過現場搭建試驗環境采用上述圖像增強算法，實際機號識別測試效果如圖8所示。

通過本試驗驗證，能夠相對準確識別飛機機號，在正常情況下飛機機號具有很高的識別率，但在如下一些情況下，會對機號識別產生較大影響：

①飛機的前后重疊，此時在視頻畫面中會出現兩個機號（其中一個完整、另外一個可能不完整），這會對機號識別造成干擾，無法判斷完整機號。

②在特殊天氣條件（霧、霾、大風）下，由于視頻圖像模糊或由于大風引起的視頻圖像抖動，無法獲得清晰的視頻圖像，會對機號識別產生較大影響。

③由于在跑道端頭等位置沒有燈光照明在夜間無法進行機號識別。

因此在實際應用中，對于視頻攝像頭的位置選在，應盡量集中在200 m以內，并配置電子防抖攝像頭，同時攝像頭應具有透霧功能；攝像頭安裝位置應盡量與飛機尾部保持視覺水平；在跑道端頭滑行道附近應設置夜間照明，通過這些處理可以有效的提高飛機機號識別率，滿足日常管理應用。

5 結 論

通過監控系統的攝像機，捕獲飛機的圖像，并通過分類器進行坐標定位，可以獲得飛機機號的圖像，再經過圖像增強算法和自適應閾值分離，則可以獲得清晰的圖像，這些圖像通過字符分割算法并進行投影匹配，就可以得到最后的識別結果，但由于機場現場環境復雜，目前飛機機號識別在機場應用上還只是一種輔助手段，做為場監雷達等其它系統的一種補充。飛機機號視頻識別系統在現有情況下可以通過與GIS地圖的結合，實現對飛機的起飛和降落的可視化管理；另外通過與航班動態信息的后臺匹配可以在視頻畫面上標注航班信息，形成視頻動態展示。未來隨著視頻識別及分析技術的快速發展飛機機號視頻識別將會越來越成熟。

參考文獻

[1] 岡薩雷斯（美）.數字圖像處理[M].北京：電子工業出版社，2011.

[2] 楊杰，張翔.視頻目標檢測和跟蹤及其應用[M].上海：上海交通大學出 版社，2012.