航班保障节点的确定方法、装置、电子设备及存储介质与流程

1.本发明涉及航空技术领域，具体而言，涉及一种航班保障节点的确定方法、装置、电子设备及存储介质。


背景技术：

2.航班地面服务保障是民航机场整体运行全链条中的核心关键环节。航班保障节点是航班地面服务保障的重要组成部分，航班保障节点包括引导车到位、客梯车到位、飞机入位、加油车到位等等。
3.目前，机场多数采用人工对当前的航班保障节点进行确定并上报。但是，采用人工的方式效率较低，且存在漏报、错报等问题。


技术实现要素：

4.有鉴于此，本技术的目的在于提供一种航班保障节点的确定方法、装置、电子设备及存储介质，能够确定当前的航班保障节点，提高了确定航班保障节点的准确度，并提高了效率。
5.第一方面，本技术实施例提供了一种航班保障节点的确定方法，该航班保障节点的确定方法包括：
6.获取在机场各机位监控到的图像数据；
7.比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息；
8.若初始车辆信息为空，则比对图像数据与第二模板库中所在机位对应第二车辆图片，得到图像数据对应的目标车辆信息；
9.若初始车辆信息为非空，将初始车辆信息作为目标车辆信息；
10.将目标车辆信息对应的预设航班保障节点，确定为图像数据对应的航班保障节点。
11.在一种可能的实施方式中，比对图像数据与第一模板库中每个第一车辆图片，包括：
12.提取图像数据中与所在机位对应的提取区域的图像特征；
13.比对图像特征与第一模板库中每个第一车辆图片的模板特征，得到图像特征与模板特征之间的差异值；
14.将差异值小于预设差异值的模板特征的车辆信息，确定为初始车辆信息。
15.在一种可能的实施方式中，比对图像数据与第二模板库中所在机位对应第二车辆图片，包括：
16.从图像数据中，提取与第二车辆图片相同尺寸的子图像数据；
17.统计第二车辆图片的边界点个数；并计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦；
18.根据边界点个数、所有夹角余弦，计算子图像数据与每个第二车辆图片的匹配分值；
19.将匹配分值大于预设分值的第二车辆图片的车辆信息，确定为目标车辆信息。
20.在一种可能的实施方式中，计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦，包括：
21.分别确定子图像数据和第二车辆图片中，每个边界点的方向梯度；
22.根据方向梯度，计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦。
23.在一种可能的实施方式中，根据边界点个数、所有夹角余弦，计算子图像数据与每个第二车辆图片的匹配分值，包括：
24.针对每个第二车辆图片，计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦的和值；
25.将和值与边界点个数的比值，作为子图像数据与第二车辆图片的匹配分值。
26.在一种可能的实施方式中，比对图像特征与第一模板库中每个第一车辆图片的模板特征，得到图像特征与模板特征之间的差异值，包括：
27.计算图像特征，与第一模板库中每个第一车辆图片的模板特征的差值的绝对值，得到图像特征与模板特征之间的差异值。
28.第二方面，本技术实施例还提供了一种航班保障节点的确定装置，该航班保障节点的确定装置包括：
29.获取模块，用于获取在机场各机位监控到的图像数据；
30.比对模块，用于比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息；
31.比对模块，还用于若初始车辆信息为空，则比对图像数据与第二模板库中所在机位对应第二车辆图片，得到图像数据对应的目标车辆信息；
32.确定模块，用于若初始车辆信息为非空，将初始车辆信息作为目标车辆信息；
33.确定模块，还用于将目标车辆信息对应的预设航班保障节点，确定为图像数据对应的航班保障节点。
34.在一种可能的实施方式中，比对模块，具体用于提取图像数据中与所在机位对应的提取区域的图像特征；比对图像特征与第一模板库中每个第一车辆图片的模板特征，得到图像特征与模板特征之间的差异值；将差异值小于预设差异值的模板特征的车辆信息，确定为初始车辆信息。
35.在一种可能的实施方式中，比对模块，具体用于从图像数据中，提取与第二车辆图片相同尺寸的子图像数据；统计第二车辆图片的边界点个数；并计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦；根据边界点个数、所有夹角余弦，计算子图像数据与每个第二车辆图片的匹配分值；将匹配分值大于预设分值的第二车辆图片的车辆信息，确定为目标车辆信息。
36.在一种可能的实施方式中，比对模块，还用于：
37.分别确定子图像数据和第二车辆图片中，每个边界点的方向梯度；
38.根据方向梯度，计算子图像数据中每个边界点，与第二车辆图片中每个边界点之
间的方向向量的夹角余弦。
39.在一种可能的实施方式中，比对模块，还用于：
40.针对每个第二车辆图片，计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦的和值；
41.将和值与边界点个数的比值，作为子图像数据与第二车辆图片的匹配分值。
42.在一种可能的实施方式中，比对模块，还用于：
43.计算图像特征，与第一模板库中每个第一车辆图片的模板特征的差值的绝对值，得到图像特征与模板特征之间的差异值。
44.第三方面，本技术实施例还提供了一种电子设备，包括：处理器、存储介质和总线，存储介质存储有处理器可执行的机器可读指令，当电子设备运行时，处理器与存储介质之间通过总线通信，处理器执行机器可读指令，以执行如第一方面任一项航班保障节点的确定方法的步骤。
45.第四方面，本技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行如第一方面任一项航班保障节点的确定方法的步骤。
46.本技术实施例提供了一种航班保障节点的确定方法、装置、电子设备及存储介质，该航班保障节点的确定方法包括：获取在机场各机位监控到的图像数据；比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息；若初始车辆信息为空，则比对图像数据与第二模板库中所在机位对应第二车辆图片，得到图像数据对应的目标车辆信息；若初始车辆信息为非空，将初始车辆信息作为目标车辆信息；将目标车辆信息对应的预设航班保障节点，确定为图像数据对应的航班保障节点。本技术通过比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息，然后根据初始车辆信息确定目标车辆信息，能够确定当前的航班保障节点，提高了确定航班保障节点的准确度，并提高了效率。
附图说明
47.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
48.图1示出了本技术实施例提供的一种航班保障节点的确定方法的流程图；
49.图2示出了本技术实施例提供的另一种航班保障节点的确定方法的流程图；
50.图3示出了本技术实施例提供的一种航班保障节点的确定装置的结构示意图；
51.图4示出了本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
52.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，应当理解，本技术中附图仅起到说明和描述的目的，并不用于限定本技术的保护范围。另外，应当理解，示意性的附
图并未按实物比例绘制。本技术中使用的流程图示出了根据本技术的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本技术内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
53.另外，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
54.为了使得本领域技术人员能够使用本技术内容，结合特定应用场景“航空技术领域”，给出以下实施方式。对于本领域技术人员来说，在不脱离本技术的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本技术主要围绕“航空技术领域”进行描述，但是应该理解，这仅是一个示例性实施例。
55.需要说明的是，本技术实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
56.下面对本技术实施例提供的一种航班保障节点的确定方法进行详细说明。
57.参照图1所示，为本技术实施例提供的一种航班保障节点的确定方法的流程示意图，该航班保障节点的确定方法的具体执行过程为：
58.s101、获取在机场各机位监控到的图像数据。
59.s102、比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息。
60.s103、若初始车辆信息为空，则比对图像数据与第二模板库中所在机位对应第二车辆图片，得到图像数据对应的目标车辆信息。
61.s104、若初始车辆信息为非空，将初始车辆信息作为目标车辆信息。
62.s105、将目标车辆信息对应的预设航班保障节点，确定为图像数据对应的航班保障节点。
63.本技术实施例提供了一种航班保障节点的确定方法、装置、电子设备及存储介质，该航班保障节点的确定方法包括：获取在机场各机位监控到的图像数据；比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息；若初始车辆信息为空，则比对图像数据与第二模板库中所在机位对应第二车辆图片，得到图像数据对应的目标车辆信息；若初始车辆信息为非空，将初始车辆信息作为目标车辆信息；将目标车辆信息对应的预设航班保障节点，确定为图像数据对应的航班保障节点。本技术通过比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息，然后根据初始车辆信息确定目标车辆信息，能够确定当前的航班保障节点，提高了确定航班保障节点的准确度，并提高了效率。
64.下面对本技术实施例示例性的各步骤进行说明：
65.s101、获取在机场各机位监控到的图像数据。
66.在本技术实施方式中，在机场的所有机位都设置有摄像设备，且每个机位也会有多个摄像设备对机位进行监控。实时获取摄像设备拍摄到的实时机位场景，也就是图像数
据。
67.s102、比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息。
68.在本技术实施方式中，第一模板库中是预先建立的模板库，该第一模板库中存储有所有种类的特种车辆的第一车辆图片，特种车辆包括加油车、客梯车、垃圾车、行李拖车等等用于航空地面保障服务的车辆。将图片数据与每一张第一车辆图片进行比对，并将比对成功的第一车辆图片对应的特种车辆的名称作为初始车辆信息。比如比对成功的第一车辆图片为加油车的图片，那么初始车辆信息为加油车。该初始车辆信息可以有多个特种车辆的名称。
69.下面将图像数据与第一车辆图片的比对步骤进行说明：
70.i，提取图像数据中与所在机位对应的提取区域的图像特征。
71.在本技术实施方式中，该提取区域是图像数据所在机位对应的提取区域，是指图像数据中需要提取图像特征的区域，不同的机位场景不同，因此不同的机位对应的提取区域也是不同的。每个机位对应的提取区域可以是一个也可以是多个，根据实际情况而定。
72.ii，比对图像特征与第一模板库中每个第一车辆图片的模板特征，得到图像特征与模板特征之间的差异值。
73.在本技术实施方式中，该差异值用于表征图像特征对应的图像数据，与末班特征对应的第一车辆图片之间的差异。差异值越大，图像数据中的车辆与第一车辆图片中的车辆不同的概率就越大。差异值越小，图像数据中的车辆与第一车辆图片中的车辆相同的概率就越大。
74.下面为图像特征与模板特征之间的差异值的计算方法。
75.这里，计算图像特征与第一模板库中每个第一车辆图片的模板特征的差值的绝对值，得到图像特征与模板特征之间的差异值。
76.在本技术实施方式中，将图像特征与第一车辆图片的模板特征作差，得到差值，并将该差值的绝对值作为图像特征与模板特征之间的差异值。
77.iii，将差异值小于预设差异值的模板特征的车辆信息，确定为初始车辆信息。
78.在本技术实施方式中，差异值越小，图像数据中的车辆与第一车辆图片中的车辆相同的概率就越大。当图像特征与第一车辆图片的模板特征之间的差异值，小于预设差异值时，说明图像数据中的车辆与第一车辆图片中的车辆相同，因此将该模板特征对应的第一车辆图片的车辆信息，确定为初始车辆信息。该初始车辆信息为该第一车辆图片中包含的车辆的名称。
79.s103、若初始车辆信息为空，则比对图像数据与第二模板库中所在机位对应第二车辆图片，得到图像数据对应的目标车辆信息。
80.在本技术实施方式中，如果初始车辆信息为空，说明该图片数据没有特种车辆。但是，结果是图片数据中没有特征车辆的情况，也可能是误差导致的。因此，本技术实施例通过将图像数据与第二模板库中所在机位对应第二车辆图片进行比对，进一步判断该图片数据中是否存在特征车辆，并确定出目标车辆信息，提高了确定目标车辆信息的准确性，进而提高确定航班保障节点的准确性。
81.第二模板库中是预先建立的模板库，第二模板库中存储有每个机位对应的特种车
辆的第二车辆图片。每个机位对应所有种类的特种车辆的图片，特种车辆包括加油车、客梯车、垃圾车、行李拖车等等用于航空地面保障服务的车辆。因为机位的位置不同，因此不同机位对应的同一个种类的特征车辆的第二车辆图片的拍摄角度也不同，这提高了后面确定目标车辆信息的准确度。示例，机位1和机位2都对应有加油车的第二车辆图片，但是机位1的加油车的第二车辆图片，与机位2的加油车的第二车辆图片的拍摄角度是不相同的。
82.此外，第二模板库中还包括各个机位对应的无特种车辆的第二车辆图片，以及飞机的第二车辆图片。
83.将图像数据与第二模板库中所在机位对应第二车辆图片进行比对的方法为：从图像数据中，提取与第二车辆图片相同尺寸的子图像数据；统计第二车辆图片的边界点个数；并计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦；根据边界点个数、所有夹角余弦，计算子图像数据与每个第二车辆图片的匹配分值；将匹配分值大于预设分值的第二车辆图片的车辆信息，确定为目标车辆信息。
84.s104、若初始车辆信息为非空，将初始车辆信息作为目标车辆信息。
85.在本技术实施方式中，如果初始车辆信息为非空，则说明已经确定出图像数据中包含的特种车辆的种类，也就不需要再进一步确定，因此直接将初始车辆信息作为目标车辆信息。
86.s105、将目标车辆信息对应的预设航班保障节点，确定为图像数据对应的航班保障节点。
87.在本技术实施方式中，不同的特种车辆对应的航班保障节点是不同的。示例，加油车对应的航班保障节点是为飞机加油；行李拖车对应的航班保障节点是装卸乘客行李；无特种车辆的第二车辆图片对应的目标车辆信息对应的航班保障节点为飞机起飞等。
88.参照图2所示，为本技术实施例提供的一种航班保障节点的确定方法的流程示意图，下面对本技术实施例示例性的各步骤进行说明：
89.s201、从图像数据中，提取与第二车辆图片相同尺寸的子图像数据。
90.在本技术实施方式中，子图像数据的尺寸需要与第二车辆图片的尺寸相同，以便于后续的比对步骤。按照从上到下、从左到右的顺序，从图像数据的所在机位对应的提取区域中，提取与第二车辆图片相同尺寸的子图像数据。该提取区域是图像数据所在机位对应的提取区域，是指图像数据中需要提取子图像数据的区域，不同的机位场景不同，因此不同的机位对应的提取区域也是不同的。每个机位对应的提取区域可以是一个也可以是多个，根据实际情况而定。
91.s202、统计第二车辆图片的边界点个数。
92.在本技术实施方式中，统计第二模板库中，图像数据所在机位对应的第二车辆图片的边界点个数。
93.其中，本技术实施例通过canny边缘检测算法，统计第二车辆图片的边界点个数，也可以通过其他方式统计第二车辆图片的边界点个数，在此不做限定。
94.这里，第二模板库中是预先建立的模板库，第二模板库中存储有每个机位对应的特种车辆的第二车辆图片。每个机位对应所有种类的特种车辆的图片，特种车辆包括加油车、客梯车、垃圾车、行李拖车等等用于航空地面保障服务的车辆。因为机位的位置不同，因此不同机位对应的同一个种类的特征车辆的第二车辆图片的拍摄角度也不同，这提高了后
面确定目标车辆信息的准确度。示例，机位1和机位2都对应有加油车的第二车辆图片，但是机位1的加油车的第二车辆图片，与机位2的加油车的第二车辆图片的拍摄角度是不相同的。
95.此外，第二模板库中还包括各个机位对应的无特种车辆的第二车辆图片，以及飞机的第二车辆图片。
96.s203、计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦。
97.在本技术实施方式中，方向向量的夹角余弦的计算方法与传统计算夹角余弦的算法相同，在此不作过多说明。
98.具体地，分别确定子图像数据和第二车辆图片中，每个边界点的方向梯度。
99.在本技术实施方式中，通过sobel算子，确定子图像数据和第二车辆图片中，每个边界点的方向梯度。这里的第二车辆图片指的是第二模板库中，图像数据所在机位对应的第二车辆图片。
100.具体地，根据方向梯度，计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦。
101.在本技术实施方式中，夹角余弦的计算方法与传统计算夹角余弦的算法相同，在此不作过多说明。
102.s204、根据边界点个数、所有夹角余弦，计算子图像数据与每个第二车辆图片的匹配分值。
103.在本技术实施方式中，该匹配分值用于表征子图像数据，与第二车辆图片之间的匹配度。匹配分值越大，子图像数据中的车辆与第二车辆图片中的车辆相同的概率就越大；匹配分值越小，子图像数据中的车辆与第二车辆图片中的车辆相同的概率就越小。
104.下面为子图像数据与第二车辆图片之间的匹配分值的计算方法。
105.第一步，针对每个第二车辆图片，计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦的和值。
106.在本技术实施方式中，针对每个第二车辆图片，将子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦进行相加，得到和值。
107.第二步，将和值与边界点个数的比值，作为子图像数据与第二车辆图片的匹配分值。
108.在本技术实施方式中，匹配分值的计算公式为：匹配分值＝和值/边界点个数。
109.s205、将匹配分值大于预设分值的第二车辆图片的车辆信息，确定为目标车辆信息。
110.在本技术实施方式中，匹配分值越大，子图像数据中的车辆与第二车辆图片中的车辆相同的概率就越大。当子图像数据与第二车辆图片的匹配分值，大于预设分值时，说明子图像数据中的车辆与第二车辆图片中的车辆相同。因此将该第二车辆图片中的车辆信息，确定为目标车辆信息。该车辆信息指的是第二车辆图片中包含的车辆的名称。
111.本技术实施例公开了另一种航班保障节点的确定方法，该方法包括：从图像数据中，提取与第二车辆图片相同尺寸的子图像数据；统计第二车辆图片的边界点个数；计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦；根据
边界点个数、所有夹角余弦，计算子图像数据与每个第二车辆图片的匹配分值；将匹配分值大于预设分值的第二车辆图片的车辆信息，确定为目标车辆信息。该方法能够进一步判断该图片数据中是否存在特征车辆，提高了确定目标车辆信息的准确性，进而提高确定航班保障节点的准确性。
112.基于同一发明构思，本技术实施例中还提供了与航班保障节点的确定方法对应的航班保障节点的确定装置，由于本技术实施例中的装置解决问题的原理与本技术实施例上述航班保障节点的确定方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
113.参照图3所示，为本技术实施例提供的一种航班保障节点的确定装置的示意图，该航班保障节点的确定装置包括：
114.获取模块301，用于获取在机场各机位监控到的图像数据；
115.比对模块302，用于比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息；
116.比对模块302，还用于若初始车辆信息为空，则比对图像数据与第二模板库中所在机位对应第二车辆图片，得到图像数据对应的目标车辆信息；
117.确定模块303，用于若初始车辆信息为非空，将初始车辆信息作为目标车辆信息；
118.确定模块303，还用于将目标车辆信息对应的预设航班保障节点，确定为图像数据对应的航班保障节点。
119.在一种可能的实施方式中，比对模块302，具体用于提取图像数据中与所在机位对应的提取区域的图像特征；比对图像特征与第一模板库中每个第一车辆图片的模板特征，得到图像特征与模板特征之间的差异值；将差异值小于预设差异值的模板特征的车辆信息，确定为初始车辆信息。
120.在一种可能的实施方式中，比对模块302，具体用于从图像数据中，提取与第二车辆图片相同尺寸的子图像数据；统计第二车辆图片的边界点个数；并计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦；根据边界点个数、所有夹角余弦，计算子图像数据与每个第二车辆图片的匹配分值；将匹配分值大于预设分值的第二车辆图片的车辆信息，确定为目标车辆信息。
121.在一种可能的实施方式中，比对模块302，还用于：
122.分别确定子图像数据和第二车辆图片中，每个边界点的方向梯度；
123.根据方向梯度，计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦。
124.在一种可能的实施方式中，比对模块302，还用于：
125.针对每个第二车辆图片，计算子图像数据中每个边界点，与第二车辆图片中每个边界点之间的方向向量的夹角余弦的和值；
126.将和值与边界点个数的比值，作为子图像数据与第二车辆图片的匹配分值。
127.在一种可能的实施方式中，比对模块302，还用于：
128.计算图像特征，与第一模板库中每个第一车辆图片的模板特征的差值的绝对值，得到图像特征与模板特征之间的差异值。
129.本技术实施例提供了一种航班保障节点的确定装置，该航班保障节点的确定装置
包括：获取在机场各机位监控到的图像数据；比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息；若初始车辆信息为空，则比对图像数据与第二模板库中所在机位对应第二车辆图片，得到图像数据对应的目标车辆信息；若初始车辆信息为非空，将初始车辆信息作为目标车辆信息；将目标车辆信息对应的预设航班保障节点，确定为图像数据对应的航班保障节点。本技术通过比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息，然后根据初始车辆信息确定目标车辆信息，能够确定当前的航班保障节点，提高了确定航班保障节点的准确度，并提高了效率。
130.如图4所示，本技术实施例提供的一种电子设备400，包括：处理器401、存储器402和总线，存储器402存储有处理器401可执行的机器可读指令，当电子设备运行时，处理器401与存储器402之间通过总线通信，处理器401执行机器可读指令，以执行如上述航班保障节点的确定方法的步骤。
131.具体地，上述存储器402和处理器401能够为通用的存储器和处理器，这里不做具体限定，当处理器401运行存储器402存储的计算机程序时，能够执行上述航班保障节点的确定方法。
132.对应于上述航班保障节点的确定方法，本技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述航班保障节点的确定方法的步骤。
133.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本技术中不再赘述。在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
134.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
135.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
136.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述信息处理方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
137.以上仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉
本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。

技术特征：
1.一种航班保障节点的确定方法，其特征在于，所述航班保障节点的确定方法包括：获取在机场各机位监控到的图像数据；比对所述图像数据与第一模板库中每个第一车辆图片，得到所述图像数据对应的初始车辆信息；若所述初始车辆信息为空，则比对所述图像数据与第二模板库中所在机位对应第二车辆图片，得到所述图像数据对应的目标车辆信息；若所述初始车辆信息为非空，将所述初始车辆信息作为目标车辆信息；将所述目标车辆信息对应的预设航班保障节点，确定为所述图像数据对应的航班保障节点。2.根据权利要求1所述的航班保障节点的确定方法，其特征在于，所述比对所述图像数据与第一模板库中每个第一车辆图片，包括：提取所述图像数据中与所在机位对应的提取区域的图像特征；比对所述图像特征与所述第一模板库中每个第一车辆图片的模板特征，得到所述图像特征与模板特征之间的差异值；将所述差异值小于预设差异值的模板特征的车辆信息，确定为初始车辆信息。3.根据权利要求1所述的航班保障节点的确定方法，其特征在于，所述比对所述图像数据与第二模板库中所在机位对应第二车辆图片，包括：从所述图像数据中，提取与所述第二车辆图片相同尺寸的子图像数据；统计所述第二车辆图片的边界点个数；并计算所述子图像数据中每个边界点，与所述第二车辆图片中每个边界点之间的方向向量的夹角余弦；根据所述边界点个数、所有所述夹角余弦，计算所述子图像数据与每个第二车辆图片的匹配分值；将所述匹配分值大于预设分值的第二车辆图片的车辆信息，确定为目标车辆信息。4.根据权利要求3所述的航班保障节点的确定方法，其特征在于，计算所述子图像数据中每个边界点，与所述第二车辆图片中每个边界点之间的方向向量的夹角余弦，包括：分别确定所述子图像数据和所述第二车辆图片中，每个边界点的方向梯度；根据所述方向梯度，计算所述子图像数据中每个边界点，与所述第二车辆图片中每个边界点之间的方向向量的夹角余弦。5.根据权利要求3所述的航班保障节点的确定方法，其特征在于，所述根据所述边界点个数、所有所述夹角余弦，计算所述子图像数据与每个第二车辆图片的匹配分值，包括：针对每个第二车辆图片，计算所述子图像数据中每个边界点，与所述第二车辆图片中每个边界点之间的方向向量的夹角余弦的和值；将所述和值与所述边界点个数的比值，作为所述子图像数据与所述第二车辆图片的匹配分值。6.根据权利要求2所述的航班保障节点的确定方法，其特征在于，所述比对所述图像特征与所述第一模板库中每个第一车辆图片的模板特征，得到所述图像特征与模板特征之间的差异值，包括：计算所述图像特征，与所述第一模板库中每个第一车辆图片的模板特征的差值的绝对值，得到所述图像特征与模板特征之间的差异值。
7.一种航班保障节点的确定装置，其特征在于，所述航班保障节点的确定装置包括：获取模块，用于获取在机场各机位监控到的图像数据；比对模块，用于比对所述图像数据与第一模板库中每个第一车辆图片，得到所述图像数据对应的初始车辆信息；所述比对模块，还用于若所述初始车辆信息为空，则比对所述图像数据与第二模板库中所在机位对应第二车辆图片，得到所述图像数据对应的目标车辆信息；确定模块，用于若所述初始车辆信息为非空，将所述初始车辆信息作为目标车辆信息；所述确定模块，还用于将所述目标车辆信息对应的预设航班保障节点，确定为所述图像数据对应的航班保障节点。8.根据权利要求7所述的航班保障节点的确定装置，其特征在于，所述比对模块，具体用于：提取所述图像数据中与所在机位对应的提取区域的图像特征；比对所述图像特征与所述第一模板库中每个第一车辆图片的模板特征，得到所述图像特征与模板特征之间的差异值；将所述差异值小于预设差异值的模板特征的车辆信息，确定为初始车辆信息。9.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至6任一项所述的航班保障节点的确定方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至6任一项所述的航班保障节点的确定方法的步骤。

技术总结
本申请提供了一种航班保障节点的确定方法、装置、电子设备及存储介质，该方法包括：比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息；若初始车辆信息为空，则比对图像数据与第二模板库中所在机位对应第二车辆图片，得到图像数据对应的目标车辆信息；若初始车辆信息为非空，将初始车辆信息作为目标车辆信息；将目标车辆信息对应的预设航班保障节点，确定为图像数据对应的航班保障节点。本申请通过比对图像数据与第一模板库中每个第一车辆图片，得到图像数据对应的初始车辆信息，然后根据初始车辆信息确定目标车辆信息，能够确定当前的航班保障节点，提高了确定航班保障节点的准确度，并提高了效率。并提高了效率。并提高了效率。


技术研发人员：曹利波 党婉丽 耿龙 王朝 郑怀宇 牛杰 陈肇欣 张涛 敬亦婷
受保护的技术使用者：中国民用航空总局第二研究所
技术研发日：2023.01.28
技术公布日：2023/5/30