基于视频的机场跑道异物检测算法研究

发布时间：2017-07-30 13:38

  本文关键词：基于视频的机场跑道异物检测算法研究

  更多相关文章： 机场跑道异物 图像增强 Mean Shift 双目视觉 极线校正 区域映射

【摘要】：随着民航业的飞速发展，航空运输的不断扩容，机场作为航空运输的枢纽平台，跑道安全问题日益受到重视，其中机场跑道异物FOD(foreign object debris)检测已经成为保障飞机飞行安全急需解决的问题。国外现已开发出的实用检测系统主要通过毫米波雷达和视频监控技术实现对异物的自动化检测和识别，受限于巨额的开发维护成本以及技术的垄断，很难在国内各机场进行普及。 本文以机场巡道车作为移动平台，基于双目视觉技术提出了一种低成本的基于视频的跑道异物检测系统方案。根据FAA发布的检测标准，论文阐述了基于视频的检测系统的总体设计以及各功能模块，并针对现有目标检测算法应用于异物检测的不足，探讨了采用双目视觉测量技术的可行性和优势。 在视频图像采集过程中，考虑到光学系统受天气条件的影响，本文利用改进Mean Shift滤波的Retinex方法实现图像增强预处理。首先采用主元分析法将低对比度图像分解为亮度和色彩两部分，通过改进现有Mean Shift滤波方法实现光照分量的自适应增强，并对色彩通道进行恢复，最后在全局分析基础上实现图像补偿。 在系统检测过程中，利用异物相对于跑道路面存在深度突变的原理来进行测量，首先对固定安装的双目摄像机进行标定，然后通过极线约束等方法对左右视图进行校正，采用数值分析建立两幅图像对应映射关系，根据左右视图内相应像素映射关系的改变，来实现对视场区域内异物的检测，解决传统目标检测方法无法有效排除路面干扰因素的难题。 论文对上述算法进行了仿真实验，实验结果表明本文基于视频的机场跑道异物检测算法面对复杂路面情况下异物检测的准确性，，并能对视频图像进行有效增强。为机场跑道异物检测提供了一种新的可行性研究思路。
【关键词】：机场跑道异物 图像增强 Mean Shift 双目视觉 极线校正 区域映射
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.41;V328
【目录】：

• 摘要4-5
• ABSTRACT5-6
• 目录6-8
• 图标清单8-10
• 第一章 绪论10-16
• 1.1 课题背景及意义10-11
• 1.2 国内外机场跑道异物检测系统研究现状11-15
• 1.3 论文主要研究内容15-16
• 第二章 基于视频的机场跑道异物检测系统总体架构16-26
• 2.1 目标检测技术16-18
• 2.1.1 目标检测算法概述16-17
• 2.1.2 检测算法分析比较17-18
• 2.2 系统分析与设计18-22
• 2.2.1 系统设计框架19-20
• 2.2.2 系统功能模块20-22
• 2.3 立体视觉技术22-25
• 2.4 本章小结25-26
• 第三章 视频图像增强预处理26-41
• 3.1 图像增强26-31
• 3.1.1 空间域图像增强26-29
• 3.1.2 变换域图像增强29-30
• 3.1.3 Retinex 图像增强30-31
• 3.2 Mean Shift 算法31-34
• 3.2.1 Mean Shift 简介31-32
• 3.2.2 Mean Shift 的基本思想32-34
• 3.3 基于改进 Mean Shift 的图像增强算法34-38
• 3.3.1 改进 Mean Shift 滤波算法34-36
• 3.3.2 色彩恢复与图像补偿36-38
• 3.4 实验结果与分析38-40
• 3.5 本章小结40-41
• 第四章 基于双目视觉技术的异物检测算法41-66
• 4.1 算法总体思路41
• 4.2 双目立体视觉模型41-46
• 4.2.1 摄像机成像模型42-43
• 4.2.2 摄像机任意放置下双目立体视觉模型43-45
• 4.2.3 平行双目立体视觉模型45-46
• 4.2.4 摄像机畸变模型46
• 4.3 摄像机标定46-51
• 4.4 立体图像的校正51-56
• 4.4.1 图像畸变校正51-52
• 4.4.2 极线几何与极线约束52-54
• 4.4.3 极线校正原理54
• 4.4.4 极线校正方法54-56
• 4.5 区域映射匹配56-60
• 4.6 检测算法实验与分析60-65
• 4.6.1 普通光照环境61-62
• 4.6.2 强光及低照明环境62-64
• 4.6.3 复杂路面情况64-65
• 4.6.4 实时检测性能65
• 4.7 本章小结65-66
• 第五章 总结与展望66-68
• 5.1 全文总结66
• 5.2 后期工作展望66-68
• 参考文献68-72
• 致谢72-73
• 在学期间的研究成果及发表的学术论文73

【参考文献】

中国期刊全文数据库 前10条

1 王宇;吴炜;张德银;;基于计算机视觉的机场跑道异物检测识别系统[J];电视技术;2010年05期

2 边后琴;谭叶;;立体视觉系统的参数标定的Matlab实现[J];上海电力学院学报;2011年04期

3 葛动元;姚锡凡;李凯南;;双目立体视觉系统的标定[J];机械设计与制造;2010年06期

4 潘华,郭戈;立体视觉研究的进展[J];计算机测量与控制;2004年12期

5 于乃功;林佳;阮晓钢;;一种应用于双目移动机器人目标跟踪的新型立体匹配算法[J];计算机测量与控制;2012年10期

6 陈晓明;蒋乐天;应忍冬;;基于Kinect深度信息的实时三维重建和滤波算法研究[J];计算机应用研究;2013年04期

7 吴振杰;毛晓波;;一种改进的帧间差光流场算法[J];计算机工程与应用;2013年18期

8 吴静;王洪;汪学刚;;机场跑道异物监测雷达的杂波图恒虚警率检测[J];计算机应用;2013年11期

9 赵明程;;要效率还是要安全?——关于FOD和货物装卸的思考[J];空运商务;2010年06期

10 张东波;朱经纬;;基于二维图像三维重建的人脸特征提取技术研究[J];微型机与应用;2011年10期

本文编号：594513