基于视频分析的飞机机号识别研究

摘 要：为精确获取飞机机号以便实时掌握飞机起飞与降落时间，文章提出一种改善飞机机号识别的图像增强算法。考虑到机场应用场景对飞机机号的识别影响，本文首先给出相应的数学模型，并设计图像处理算法进行直方图均衡化，噪声消除，阈值分割等处理；通过分类器的迭代训练，实现对飞机机号的字符进行精准识别。文章根据图像算法进行了实验验证，并对验证结果进行了简要分析。

关键词：飞机机号识别；图像增强；分类器

中图分类号：V351.3；TP27 文献标识码：A 文章编号：1006-8937（2015）30-0022-02

1 概 述

目前为了提高机场的运行管理，迫切需要掌握飞机的起飞时间、降落时间以及飞机在跑道排队等待情况。由机的起飞、降落和滑行引导是由空管进行管理，机场目前取得这些数据时通过二次雷达、场监雷达以及ADS-B系统，这些系统采用终端方式提供给机场使用，无法与机场现有系统进行集成，并且这些系统以只能以平面方式展示飞机位置，无法提供现场真实场景。基于上述这种情况如何通过可视化的管理方式提升机场运行的管理效率成为了迫切的课题。现在繁忙的机场，机场跑道成为了稀缺的资源，如何让机场跑道高速的运转起来，如何了解每架飞机在滑行道的排队情况就成为了研究的话题，本文介绍了一种基于视频的飞机机号识别的方法，通过飞机机号识别，可以掌握飞机的状态，从而提升机场的管理效率。

2 飞机机号识别

2.1 相关规定

飞机机号是对飞机的唯一标识，但由于航空器的特殊性，一个飞机机号包含很多含义，通过对飞机机号的自动识别再将其与航班动态进行关联可以获得有价值的信息。有关飞机机号的含义中国民用航空局做了相关的规定：

①中国民用航空器的国籍标志：按照国籍民用航空器的原则，中国选定拉丁字母“B”作为中国民用航空器的国籍标志。

②中国民用航空器的登记标志：由数位数字、字母或者两者组合而成，列在国籍的标志B之后，与国籍标志之间有一条短横线。

③登记标志由四位阿拉伯数字组成，具体含义如下：

* 第一位表示民航飞机对航空器的用途；

* 第二位数字表示民航飞机的机型；

* 第三位和第四位数字表示飞机注册序列号。

④注册号绘制位置（主要是固定翼航空器）包括：机翼和尾翼之间的机身两侧或垂直尾翼两侧和右机翼的上表面、左机翼的下表面。

2.2 现金技术方法的不确定性

因此通过对飞机机号的识别可以获得丰富的信息如机型、所属航空公司、飞机注册编号等，飞机机号是飞行器的最重要标识之一。目前飞机机号采集的最有效的途径是通过雷达系统，而机场缺乏相关的采集手段，只能通过引入雷达终端，随着视频识别分析技术的发展，通过视频分析进行车辆的车牌识别技术已经很成熟，但对机机号的识别还具有很多不确定性，至今虽然有多种技术方法的研究，但都没有取得很好的应用效果总结起来，主要具有以下几点不确定性：

①飞机机号采集点。由机机号会在不同部位喷涂，而且喷涂尺寸并不相同，因此要想获得完整的尺寸应选择飞机尾部机号与摄像头的安装位置处于一个垂直平面。因此飞机机身尾部两侧的机号应被选择主要识别区域。

②飞机尾号的像素大小。对比车牌识别，飞机尾号的距摄像头的位置远大于路口摄像头距离车牌的位置，距离车辆尾部车牌位置大致在30 m以内，而在机场滑行道区域摄像头为保持与飞机的安全距离至少在150～200 m的距离，因此为了获得足够高的像素点行识别，需要采用高清、大光圈、高倍的摄像。

③飞机的横向移动。由机机号识别无法使机号图像一直稳定在视频图像的整个视野中，并且由于摄像头距离飞机位置较远，采用长变焦光学镜头视角相对较窄，而飞机又是横向穿过视频画满，因此对于不同机型的机号在摄像头中出现的画面区域较大、穿过画面的时间相对较短，这些都对机号识别产生较大影响。

④飞机机号识别算法。由于距离远、像素点低、视频识别区域大以及穿越时间段，因此需采用增强型的图像处理方式，对飞机机号部分进行处理和识别。

综上所述，要想获得较好的飞机机号识别需要从两个方面入手，第一根据研究飞机起飞和落地的滑行线路，在滑行线路上选取合适点位布放高清摄像头；第二要对飞机机号识别采用图像增强的处理方式，以获得较高的识别率。

3 飞机机号识别的算法研究

为了获得更精确机号识别，我们从以下几个方面开展基于视频分析的飞机机号识别算法研究。

3.1 飞机机号识别的图像增强算法

飞机机号的识别主要是针对飞机尾部区域编号进行识别，通过待识别飞机的机号位于机身的两侧，由机在跑道上的位置和姿态任意性非常大，而且机场处于开阔场地，摄像机距离飞机有一定距离，大气对拍摄图像的质量具有很大的影响。特别是大气遮挡对图像直方图的影响也十分显著，可以直接导致图像对比度的降低，如图1（a）（b）所示，这就需要通过图像处理算法对图像进行增强。

图像增强算法过程是：直方图均衡化噪声消除（1）阈值分割噪声消除（2）由于直方图均衡化直接导致噪声的产生，对阈值分割不利，所以在阈值分割之前需要进行消除噪声。

经过上述四个步骤的处理后，原始的飞机机号图像可以得到以下的效果，如图2（a）（b）（c）（d）所示。

3.2 飞机机号图像分类器的训练方法

当摄像机采集到一张图像后，要识别飞机机号，很重要的工作是定位飞机机号所在的位置。在此采用adaboost识别算法（是一种迭代算法），此算法需要使用分类器。而分类器的设计也直接决定了识别的成功与否。分类器训练的正样本，如图3所示。

分类器的负样本是一个随机图像库，只要不含有机号的图像就可以，选择范围要宽，这里采用500张图像作为负样本库，如图4所示。

3.3 飞机机号的字符识别算法

在获得飞机机号的图像后，在经过投影标定就可以将字符分割开；在投影标定的基础上，进行投影函数匹配，就可以将字符识别出来标准字符的投影经过将识别到的字符投影（如图5所示）和标准字符投影（如图6所示）相匹配，便可以得到识别字符。

监控系统通过识别飞机机号，可以获得飞机实时状态，对异常的飞机状态进行及时报警，并对历史数据进行分析，可以获得飞机在机场的停留时间和滑行路径状态，为其他应用提供了基础数据。通过识别飞机的机号，并附加查询系统，可以通过查询系统了解飞机的实时位置。

4 飞机机号识别的实验验证

为了更好的对基于视频分析的飞机机号识别算法进行验证，我们根据飞机在机场起飞、降落滑行的路线，选点合适点位进行摄像头的安装，搭建了实验环境，对飞机起飞进行了机号识别的测试，飞机机号摄像头安装位置如图7所示。

摄像头安装位置选择飞机起飞端，同滑行道垂直的平面上，飞机在进入跑道前在滑行道停止线前必须停下等待空管命令，这就为视频识别创造了较好的条件。但由于安装位置的限制，此处距离飞机的距离大致在400 m左右，距离飞机较远，因此在监控设备的选择上我们根据实际情况进行了测算，具体测算方式如下：

根据现场视频拍摄飞机图片，飞机机号与机身长度比例为大致为34/826（在现场图片上测量飞机机身长度与飞机尾部机号长度的比值），在选择75 mm定焦1 080 P摄像头拍摄400 m外， 30～75 m长的飞机（基本覆盖了绝大多数机型）机身约占1 280～3 200个象素，飞机机号按比例测算约占52～130个象素，而根据车牌识别的经验，一般车牌识别要求车牌宽占80～120个象素，因此在识别摄像头的选择上我们选择7.5～128 mm的电子变焦镜头，视频图像范围主要集中在飞机尾部区域以满足视频分析需求。经过现场搭建试验环境采用上述图像增强算法，实际机号识别测试效果如图8所示。

通过本试验验证，能够相对准确识别飞机机号，在正常情况下飞机机号具有很高的识别率，但在如下一些情况下，会对机号识别产生较大影响：

①飞机的前后重叠，此时在视频画面中会出现两个机号（其中一个完整、另外一个可能不完整），这会对机号识别造成干扰，无法判断完整机号。

②在特殊天气条件（雾、霾、大风）下，由于视频图像模糊或由于大风引起的视频图像抖动，无法获得清晰的视频图像，会对机号识别产生较大影响。

③由于在跑道端头等位置没有灯光照明在夜间无法进行机号识别。

因此在实际应用中，对于视频摄像头的位置选在，应尽量集中在200 m以内，并配置电子防抖摄像头，同时摄像头应具有透雾功能；摄像头安装位置应尽量与飞机尾部保持视觉水平；在跑道端头滑行道附近应设置夜间照明，通过这些处理可以有效的提高飞机机号识别率，满足日常管理应用。

5 结 论

通过监控系统的摄像机，捕获飞机的图像，并通过分类器进行坐标定位，可以获得飞机机号的图像，再经过图像增强算法和自适应阈值分离，则可以获得清晰的图像，这些图像通过字符分割算法并进行投影匹配，就可以得到最后的识别结果，但由于机场现场环境复杂，目前飞机机号识别在机场应用上还只是一种辅助手段，做为场监雷达等其它系统的一种补充。飞机机号视频识别系统在现有情况下可以通过与GIS地图的结合，实现对飞机的起飞和降落的可视化管理；另外通过与航班动态信息的后台匹配可以在视频画面上标注航班信息，形成视频动态展示。未来随着视频识别及分析技术的快速发展飞机机号视频识别将会越来越成熟。

参考文献

[1] 冈萨雷斯（美）.数字图像处理[M].北京：电子工业出版社，2011.

[2] 杨杰，张翔.视频目标检测和跟踪及其应用[M].上海：上海交通大学出 版社，2012.