【摘要】：機(jī)場(chǎng)跑道作為飛機(jī)起降過程的關(guān)鍵部分,關(guān)系到所有乘客、機(jī)組人員的安全,是機(jī)場(chǎng)安全重點(diǎn)活動(dòng)區(qū)。機(jī)場(chǎng)跑道異物泛指可能損傷航空器或系統(tǒng)的某種外來(lái)的物質(zhì),對(duì)飛行器的危害巨大。國(guó)外系統(tǒng)由于技術(shù)壟斷,購(gòu)置成本以及運(yùn)行維護(hù)成本高,在國(guó)內(nèi)機(jī)場(chǎng)難以普及和推廣。我國(guó)目前還沒有成熟的具有自主產(chǎn)權(quán)的跑道異物檢測(cè)系統(tǒng)。本文以機(jī)場(chǎng)巡道車作為移動(dòng)平臺(tái),提出了一種基于視頻的跑道異物檢測(cè)系統(tǒng)方案。論文著重對(duì)基于光學(xué)視頻圖像的機(jī)場(chǎng)跑道異物檢測(cè)和識(shí)別算法進(jìn)行了研究。在機(jī)場(chǎng)跑道異物檢測(cè)算法中,本文將人類視覺注意機(jī)制引入到基于視頻的跑道異物檢測(cè)中。在對(duì)經(jīng)典Itti模型進(jìn)行分析的基礎(chǔ)上,進(jìn)一步提取圖像的亮度、顏色、邊緣以及紋理等底層圖像特征,再進(jìn)行周圍-邊緣算子以及歸一化處理形成各個(gè)特征顯著圖,然后依據(jù)顯著圖所含能量進(jìn)行加權(quán)求和,合成最終的視覺顯著圖,最后采用自動(dòng)閾值分割方法對(duì)檢測(cè)到的異物進(jìn)行提取。在機(jī)場(chǎng)跑道異物識(shí)別算法中,為降低虛警率,需要根據(jù)機(jī)場(chǎng)跑道異物危害性對(duì)檢測(cè)到的異物進(jìn)行分類。本文從高危、中危和低危FOD中分別選取三類典型的異物,提取其顏色以及紋理特征,選取了支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)以及k-鄰近法等作為基分類器,通過Bagging多分類器集成方法對(duì)異物進(jìn)行分類識(shí)別。論文對(duì)上述算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果表明本文基于視頻的機(jī)場(chǎng)跑道異物檢測(cè)算法在合成的顯著圖上目標(biāo)與背景灰度差明顯,分割效果明顯,對(duì)細(xì)小的異物也有很好的檢測(cè)效果;識(shí)別算法通過交叉實(shí)驗(yàn)結(jié)果顯示,基于多分類器集成的分類相比單分類器的分類效果更好。
【圖文】：

(a)Tarsier1100(T1100)FOD 探測(cè)系 (b)FODetect探測(cè)系統(tǒng)（c）iFerret 智能視頻探測(cè)系統(tǒng) （d）FODFinder 系統(tǒng)圖1.1 四種 FOD 檢測(cè)系統(tǒng)

南京航空航天大學(xué)碩士學(xué)位論文通，，以便在不干擾正常飛行的情況下對(duì)機(jī)場(chǎng)跑道進(jìn)行檢測(cè)；另一個(gè)作用是對(duì) FOD 進(jìn)行識(shí)別之后，對(duì)于危害性高的異物進(jìn)行報(bào)警，指示相關(guān)人員進(jìn)行及時(shí)清理。 數(shù)據(jù)記錄模塊：提取到 FOD 后，工作人員應(yīng)該利用終端顯示設(shè)備進(jìn)行 FOD 確認(rèn)，檢測(cè)系統(tǒng)對(duì)其應(yīng)該及時(shí)進(jìn)行備份記錄，存儲(chǔ)于機(jī)載計(jì)算機(jī)的數(shù)據(jù)庫(kù)系統(tǒng)中，方便系統(tǒng)圖像處理的算法的校準(zhǔn)和后期維護(hù)，不斷對(duì)系統(tǒng)進(jìn)行更新完善，優(yōu)化系統(tǒng)功能。文的車載 FOD 檢測(cè)與識(shí)別系統(tǒng)及子系統(tǒng)實(shí)物如圖 2.1 所示。
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;V328

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳倩;李緒志;張九星;張凱;;基于邊緣提取的遙感圖像自動(dòng)鑲嵌方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年10期

2 楊玲;甄志明;劉國(guó)紅;林德洋;;基于多尺度邊緣提取的薄霧圖像處理方法[J];哈爾濱理工大學(xué)學(xué)報(bào);2014年05期

3 岳求生;周書仁;李峰;譚飛剛;;HSV與LBP特征融合的行人檢測(cè)方法研究[J];計(jì)算機(jī)工程與科學(xué);2014年10期

4 王洪濤;李丹;;基于改進(jìn)粒子群算法的圖像邊緣檢測(cè)研究[J];液晶與顯示;2014年05期

5 郭從洲;秦志遠(yuǎn);時(shí)文俊;;基于能量泛函和視覺特性的全變分圖像降噪模型[J];中國(guó)圖象圖形學(xué)報(bào);2014年09期

6 聶棟棟;馬利莊;;能量均衡原則下的快速圖像尺寸調(diào)整算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2014年08期

7 魏龍生;羅大鵬;;基于視覺注意機(jī)制的遙感圖像顯著性目標(biāo)檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2014年19期

8 張中僅;于雪蓮;鐘琦;;一種自適應(yīng)CFAR方法在機(jī)場(chǎng)跑道FOD檢測(cè)中的應(yīng)用[J];無(wú)線電工程;2014年02期

9 吳靜;汪學(xué)剛;王洪;敖丹丹;;機(jī)場(chǎng)跑道異物監(jiān)測(cè)雷達(dá)回波建模[J];太赫茲科學(xué)與電子信息學(xué)報(bào);2013年06期

10 黎萬(wàn)義;王鵬;喬紅;;引入視覺注意機(jī)制的目標(biāo)跟蹤方法綜述[J];自動(dòng)化學(xué)報(bào);2014年04期

相關(guān)博士學(xué)位論文 前3條

1 牛r

本文編號(hào)：2665215