本發明涉及一種基于大數據的安全檢測方法，其包括：圖像預處理模塊根據外觀檢測請求中的檢查部位信息去除第一客機檢測圖像中的冗余信息以得到第二客機檢測圖像；特征提取模塊提取第二客機檢測圖像中外觀檢測部位的幾何信息；模型生成模塊根據獲取到的客機標準圖像和位姿信息得到不同位姿下的客機位姿圖像，并對所有客機位姿圖像進行特征歸一化判別以將通過判別的客機位姿圖像存儲至對應的圖像匹配庫中；視角分析模塊根據幾何信息進行位姿相關性分析以得到第二客機檢測圖像的視角信息，并根據所述視角信息從圖像匹配庫中獲取對應位姿的客機位姿圖像；外觀識別模塊根據所述客機位姿圖像和第二客機檢測圖像識別出客機存在的外觀缺陷。

技術領域

本發明涉及大數據和安全檢測領域，尤其涉及一種基于大數據的安全檢測方法。

背景技術

飛機和機載設備經過一段時間的飛行后，可能發生磨損、松動、腐蝕等現象，因此，在飛機起飛前就要進行詳盡、繁復的檢查維修工作，確保飛機安全執行下次飛行任務。

飛機外部繞行檢查是飛行前必要的工作之一，其目的是為了保證飛機的整體狀態，及其可見部件和設備的狀態良好，保證飛機飛行安全。例如，飛機外觀存在缺陷時，會增加飛行阻力、降低飛行性能，造成飛機不正常的振動等。另外，缺陷區域會形成應力集中，從而影響到部件的抗疲勞性能。

目前，一般通過人工目視檢查客機外觀存在的劃痕、凹陷、噴漆瑕疵或其它損傷。因此，在客機起飛前，飛機質量檢驗員需要利用升降平臺花費數個小時進行客機表面質量的檢查，不僅檢查效率低下、檢查過程繁瑣耗時，且外觀質量瑕疵檢查的準確度高度依賴飛機質量檢驗員的工作狀態。

發明內容

針對現有技術之不足，本發明提供了一種基于大數據的安全檢測方法，包括：

外觀檢查終端發送外觀檢查指令到無人機，所述外觀檢查指令包括客機編號、客機類型和檢查部位信息；

無人機響應于接收到的外觀檢查指令采集客機指定部位的圖像以得到第一客機檢測圖像，并根據客機類型、檢查部位信息和第一客機檢測圖像生成外觀檢測請求，然后將其發送至外觀檢測平臺；

外觀檢測平臺的圖像預處理模塊根據檢查部位信息去除第一客機檢測圖像中的冗余信息以得到第二客機檢測圖像；

特征提取模塊提取第二客機檢測圖像中外觀檢測部位的幾何信息；

模型生成模塊根據獲取到的客機標準圖像和位姿信息得到不同位姿下的客機位姿圖像，并對所有客機位姿圖像進行特征歸一化判別，然后將通過判別的客機位姿圖像存儲至對應的圖像匹配庫中；

視角分析模塊根據幾何信息進行位姿相關性分析以得到第二客機檢測圖像的視角信息，并根據所述視角信息、客機類型和檢查部位信息從圖像匹配庫中獲取對應位姿的客機位姿圖像；

外觀識別模塊根據所述客機位姿圖像和第二客機檢測圖像識別客機存在的外觀缺陷，并根據所述外觀缺陷生成檢測報告將其發送至對應的外觀檢查終端。

根據一個優選實施方式，所述第一客機檢測圖像為無人機的高分辨率圖像傳感器采集到的客機外觀圖像，其包括不同視角下的外部繞機檢查圖像；

所述第二客機檢測圖像為第一客機檢測圖像去除空間冗余、視覺冗余、信息熵冗余、結構冗余和知識冗余后的圖像；

所述客機標準圖像為圖像傳感器采集到的原始狀態下的客機外觀圖像，所述原始狀態為客機外觀未出現任何損傷時的待飛行狀態。

根據一個優選實施方式，所述高分辨率圖像傳感器包括：環視攝像頭、單目攝像機、雙目攝像機和三目攝像機。

根據一個優選實施方式，所述冗余信息包括空間冗余、視覺冗余、信息熵冗余、結構冗余和知識冗余。

根據一個優選實施方式，所述幾何信息為第二客機檢測圖像中外觀檢測部位所呈現的幾何特征；