基于机器视觉的机场跑道异物检测技术研究

发布时间：2017-09-03 21:42

  本文关键词：基于机器视觉的机场跑道异物检测技术研究

  更多相关文章： 道路异物 自适应混合高斯滤波 帧间差分 Kalman滤波 DM6437

【摘要】：随着经济的快速发展,生活水平的不断提高,乘坐飞机出行已成为众多人的选择,因此,飞机的飞行安全日益受到人们的关注。机场跑道异物简称FOD(Foreign Object Debris)是指机场跑道上一切损害飞机安全的外来物,FOD严重影响飞机的飞行安全,因此,对机场跑道异物检测和识别技术的研究具有重要的现实意义。本文首先,研究分析了图像的预处理、图像边缘检测、图像滤波等相关算法,并且对算法的优缺点进行了比较,为后续异物检测图像处理提供了基础;其次,研究了常用的运动目标检测算法和异物检测算法,对算法的优缺点以及适用范围进行了总结,并且对异物检测算法进行了改进,即将基于自适应混合高斯滤波的背景差分法和改进的帧间差分法相结合对异物目标检测,改进后的算法能够有效地抑制异物内部空洞的出现,使异物的边缘信息更加完整,提高了异物检测的准确率;然后,设计了异物检测与跟踪算法的整体流程,即先用本文改进算法对异物进行检测,再利用中值滤波和形态学滤波对检测图像初步去噪,接着采用面积去噪法对异物检测出现的噪声进一步去除,最终采用重心标定法以及Kalman滤波跟踪算法对异物目标进行实时标定和跟踪;最后,在VC++和Opencv的上位机平台上对算法进行了仿真,在下位机平台利用基于DM6437装置的车载移动实验平台分别对单异物目标和多异物目标以及在不同光照环境下的异物目标检测进行了实验。实验结果证明本文改进的异物检测算法能够降低背景突变下对检测结果造成的影响,提高检测的正确率,降低误检率和漏检率,使对异物目标的标定和跟踪更加的准确有效。
【关键词】：道路异物 自适应混合高斯滤波 帧间差分 Kalman滤波 DM6437
【学位授予单位】：沈阳理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V351;TP391.41
【目录】：

• 摘要6-7
• abstract7-12
• 第1章 绪论12-18
• 1.1 课题研究背景及意义12-14
• 1.2 机场跑道异物检测技术研究现状14-17
• 1.2.1 国外研究现状14-16
• 1.2.2 国内研究现状16-17
• 1.3 本文的主要内容及章节安排17
• 1.4 本章小结17-18
• 第2章 异物检测图像处理基本算法研究18-36
• 2.1 图像的颜色空间18-23
• 2.1.1 RGB颜色模型18-19
• 2.1.2 HSI颜色模型19-20
• 2.1.3 RGB颜色空间与HSI颜色空间的比较20-21
• 2.1.4 RGB颜色空间与HSI颜色空间的转换21-23
• 2.2 图像的预处理23-26
• 2.2.1 视频图像的灰度化23-25
• 2.2.2 图像滤波处理25-26
• 2.3 图像的边缘检测26-30
• 2.3.1 基于Robert算子的边缘检测27
• 2.3.2 基于Sobel算子的边缘检测27-28
• 2.3.3 基于Prewitt算子的边缘检测28-29
• 2.3.4 基于Canny算子的边缘检测29-30
• 2.4 图像的形态学滤波30-35
• 2.4.1 腐蚀与膨胀运算31-34
• 2.4.2 开运算与闭运算34-35
• 2.5 本章小结35-36
• 第3章 机场跑道异物检测算法研究36-58
• 3.1 常用运动目标检测算法36-40
• 3.1.1 背景差分法36-37
• 3.1.2 帧差法37-38
• 3.1.3 光流法38-40
• 3.2 改进的异物检测算法40-46
• 3.2.1 基于自适应混合高斯背景建模的背景减法41-42
• 3.2.2 改进的帧间差分法42-44
• 3.2.3 改进的异物检测算法44-46
• 3.3 异物检测噪声干扰的滤除46-50
• 3.3.1 异物的连通域标记46-49
• 3.3.2 面积法去除噪声区域49-50
• 3.4 机场跑道异物的标定50-53
• 3.4.1 基于多次曲线拟合的目标位置计算50-52
• 3.4.2 基于图像矩的目标位置计算52-53
• 3.5 机场跑道异物的跟踪53-57
• 3.5.1 Mean Shift跟踪算法54-55
• 3.5.2 卡尔曼滤波跟踪算法55-57
• 3.6 本章小结57-58
• 第4章 机场跑道异物检测系统设计与实验58-76
• 4.1 系统的设计方案与设计流程58-59
• 4.1.1 系统的设计要求58
• 4.1.2 系统的设计流程58-59
• 4.2 机场跑道异物检测的平台59-62
• 4.3 防抖动算法62-64
• 4.4 检测实验过程64-75
• 4.4.1 单异物目标检测与标定65-67
• 4.4.2 多异物目标检测与标定67-72
• 4.4.3 不同光照下异物的检测与标定72-75
• 4.5 本章小结75-76
• 结论76-78
• 参考文献78-83
• 攻读硕士学位期间发表的论文和取得的科研成果83-84
• 致谢84-85

【参考文献】

中国期刊全文数据库 前8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 王超;杨承恩;申丽然;;基于图像处理技术的污水处理沉降速度测量[J];大连海事大学学报;2012年04期

3 李煜;肖刚;;机场跑道异物检测系统设计与研究[J];激光与红外;2011年08期

4 曾伟;朱桂斌;李瑶;;基于Kalman点匹配估计的运动目标跟踪[J];计算机应用;2009年06期

5 朱军;;航空器轮胎损伤对航空器运行安全的影响及防范浅析[J];江苏航空;2009年02期

6 宋利,周源华,周军;基于运动矢量的视频去抖动算法[J];上海交通大学学报;2004年S1期

7 刘惟锦;章毓晋;;基于Kalman滤波和边缘直方图的实时目标跟踪[J];清华大学学报(自然科学版)网络.预览;2008年07期

8 赵锦华;张军;;机场跑道异物检测系统研究[J];现代电子技术;2012年19期

中国硕士学位论文全文数据库 前3条

1 曹晖;运动多目标检测与跟踪算法研究[D];哈尔滨工程大学;2010年

2 樊曼R，

本文编号：787515